Концепції сучасного природознавства - Бобильов Ю.П. - 7.6.1. Еволюційне моделювання

Якщо оглянутися й окинути неупередженим поглядом історію світового комп'ютингу, неминуче виявляєш: величезний корабель комп'ютерного приладобудування знаходиться в русі. Він повільно, але впевнено розвертається від чисто рахункової техніки, через машини з масовим паралелізмом до так званого біокомп'ютера – машини, що повинна увібрати в себе все найкраще, властиве "рахунковому залізу" і живому людському мозку.

І якщо раніше біологічні, еволюційні питання були для професійного комп'ютерщика цікаві не більше, ніж екологічні, політичні та інші чисто людські проблеми, то тепер усі змінилося. Як у процесі біологічної еволюції виникали і розвивалися біологічні системи обробки інформації? Як удосконалювалися забезпечувані цими системами кібернетичні властивості організмів?

Усе це нині – професійні комп'ютерні питання. А тому не гріх і оглянути сьогодні, що ми, люди, зуміли зробити і чого не зуміли ще в силу різних причин на довгій звивистій доріжці, наприкінці якої написано: "біокомп'ютер".

7.6.1. Еволюційне моделювання

Усі роботи в цій галузі можна звести до трьох груп. У першій виявляться моделі походження молекулярно-генетичних систем обробки інформації, у другій – моделі, що характеризують загальні закономірності еволюційних процесів, а в третій – аналіз моделей штучної "еволюції" з метою застосування методу еволюційного пошуку до практичних задач оптимізації.

На початку 70-х pp. XX ст. лауреат Нобелівської премії М. Ей-ген розпочав вражаючу спробу побудови моделей виникнення моле-кулярно-генетичних систем обробки інформації в ранній біосфері Землі. Найбільш відома з них – модель "квазівидів", що описус просту еволюцію полінуклеоіидних (інформаційних) послідовностей.

Слідом за Ейгеном у 1980-му новосибірськими ученими В. Рат-нером і В. Шаміним була запропонована модель "сайзерів". У моделі квазівидів розглядається поетапна еволюція популяції інформаційних послідовностей (векторів), компоненти яких приймають невелике число дискретних значень. Модельно задані пристосованості "особин" як функції векторів. На кожному етапі відбувається добір особин у популяцію наступного покоління з ймовірностями, пропорційними їхній пристосованостям, а також мутації особин – випадкові рівноймовірні заміни компонентів векторів.

Модель сайзерів у найпростішому випадку розглядає систему з трьох типів макромолекул: полінуклеотидної матриці і ферментів трансляції та реплікації, що кодуються цією матрицею. Полінуклеотидна матриця – це ніби запам'ятовуючий пристрій, у якому зберігається інформація про функціональні одиниці сайзера – ферменти. Фермент трансляції забезпечує "виготовлення" довільного фермента за записаною в матриці інформацією. Фермент реплікації забезпечує копіювання полінуклеотидної матриці. Сайзер достатній для самовідтворення. Включаючи в схему сайзера додаткові ферменти, кодовані полінуклеотидною матрицею, можна забезпечити сайзер певними властивостями, наприклад властивістю регулювання синтезу певних ферментів і адаптації до змін зовнішнього середовища.

До початку 50-х pp. XX ст. у науці сформувалася синтетична теорія еволюції, що ґрунтувалася на поєднанні генетики і дарвінівського вчення про природний добір. Математичні моделі цієї теорії добре розроблені, однак вони практично не стосуються аналізу еволюції інформаційних систем біологічних організмів. Однак у наступні десятиліття з'явилися моделі, що досліджують молекулярно-генетичні аспекти еволюції.

Японський учений М. Кімура, наприклад, розробив теорію нейтральності, відповідно до якої на молекулярному рівні більшість мутацій виявляються нейтральними, а один з найбільш важливих механізмів появи нової генетичної інформації полягає в дублікації вже наявних генів і подальшій модифікації однієї з дубльованих ділянок.

У роботах московських учених Д. і Н. Чернавських зроблено оцінку ймовірності випадкового формування нового біологічно значущого білка (кодованого ДНК) з урахуванням того, що в білку є активний центр, у якому заміни амінокислот практично неприпустимі, і ділянки, властивості яких не дуже міняються при багатьох амінокислотних замінах. Отримана оцінка вказує на те, що випадкове формування білка було цілком імовірне в процесі еволюції.

У надзвичайно цікавих роботах С. Кауфмана зі співробітниками з Пенсильванського університету досліджується еволюція автоматів, що складаються із з'єднаних між собою логічних елементів. Окремий автомат можна розглядати як модель молекулярно-генетичної системи керування живої клітини, причому кожен логічний елемент інтерпретується як регулятор синтезу певного фермента. Моделі Кауфмана дозволяють зробити ряд передбачень щодо "програм" життєдіяльності клітини. Зокрема продемонстровано, що для одночасного забезпечення стійкості і гнучкості програми число входів логічних елементів має бути обмежено певним інтервалом, а саме становити величину, що приблизно дорівнює 2–3.

Погодженість і ефективність роботи елементів біологічних організмів наводить на думку: а чи можна використовувати принципи біологічної еволюції для оптимізації практично важливих для людини систем?

Одна з перших схем еволюційної оптимізації була запропонована в 60-ті pp. П. Фогелем, А. Оуенсом і М. Уолшем; ефективність цієї схеми на практиці була продемонстрована І. Букатовою з Москви. Також останнім часом виявляється великий інтерес до дослідження і використання генетичного алгоритму, запропонованого Дж. Холландом з Мічиганського університету. Цей генетичний алгоритм призначено для розв'язання задач комбінаторної оптимізації, тобто оптимізації структур, що задаються векторами, компоненти яких набувають дискретних значень.

Схема генетичного алгоритму практично збігається з такою в моделі квазівидів, за винятком того, що в генетичному алгоритмі механізм мінливості крім точкових мутацій містить у собі кросинговер – схрещування структур. Генетичний алгоритм природно "вписується" в паралельну багатопроцесорну обчислювальну архітектуру: кожній "особині" популяції можна поставити у відповідність окремий процесор, тому можлива побудова спеціалізованих комп'ютерів, які ефективно реалізують генетичний алгоритм.