Teorinės biologijos perspektyvos

34 views
Skip to first unread message

Andrej S

unread,
Jun 10, 2011, 10:50:06 AM6/10/11
to G-mokslai
 Teorinės biologijos žurnale "Journal of Theoretical Biology", kuris šiais metais mini savo 50 metų jubiliejų, išleistas įdomus straipsnis skirtas tolimesnėms teorinės biologijos vystymo kryptims (Krakauer et al., 2011). Teorijos, kaip apibrėžia autoriai, yra reikšmingų empirinių dėsningumų apibendrinimai. Tačiau, biologijos mokslas nepasiekė tokio numatomų rezultatų preciziškumo, koks jis pasiekiamas kai kurių fizikinių mokslų. Veikiausiai to priežastis yra pati tyrimų objekto prigimtis. Biologinės sistemos yra daugelio sudėtingų dėsningumų bei istorinių aplinkybių pasekmių mišinys. Skirtingus biologinius reiškinius sunku palyginti, dėl to, kad jie pasižymi dideliu heterogeniškumu ("užšaldyti incidentai" evoliucijos eigoje, skirtumai egzistavimo aplinkose). Taip pat interpretaciją apsunkina sąveikų tuose pačiuose lygiuose bei tarp skirtingų organizacijos lygių netiesiškumai.
   Biologinių reiškinių supratime, dažniausiai naudojami vienoje prieš tai buvusioje G-moksluose apžvalgoje, Levins'o minėti I tipo modeliai, kurie pasižymi rezultatų tiksliu numatymu, bet kurie neturi plačios aiškinamosios galios. Pagal autorius, tokiu būdu biologija, pagal savo priėjimą prie nagrinėjamų problemų, labiausiai panaši į ekonomiką arba inžineriją, kur taip pat naudojami ganėtinai sudėtingi, tiksliai siaurose ribose numatantys modeliai. Tačiau, nors kai kurie ekonomikos modeliai ir yra panaudoti vystant evoliucijos teoriją (pvz. lošimų teorija) jie dažniausiai yra per daug nutolę, kaip pvz. pusiausvyrų strategijų modeliai, nuo realybės (taigi neempiriški). Iš kitos pusės, praktiškoji inžinerija pateikė daug "veikiančių" modelių (kaip pvz. autoriai pateikia valdymo teoriją), tačiau tarp jų irgi nėra kažkokios vienijančios sintetinės idėjos.
   Autoriai numato, kad ateities teorinė biologija bus labiau susieta su algoritmų kūrimu bei taisyklių išaiškinimu, kartu su "šykščiu" (arba "ekonomišku") mastymu, o ne su dėsniais, kaip jie tradiciškai suprantami (panašų požiūrį turi ir D. Raup'as - teorinės morfologijos kūrėjas). Trumpiausias ateities teorinės biologijos apibrėžimas, kurį pateikė autoriai būtu toks: "Veikiausiai biologija bus "dvidešimt pirmojo amžiaus kompiuterių mokslu", kuris sieks suprasti gyvybės loginę struktūrą, pasitelkiant kryptingo komponentų susirinkimo terminologiją, o ne pačias sąveikas tarp jos fundamentinių sudedamųjų [galima pridurti.... kuo ir taip sėkmingai užsiima fizika].".
    Visų pirma galime pradėti nuo to, kokiu būdu formuojamos mokslinės teorijos. Dažniausiai tyrėjas, turi išankstinį įsivaizdavimą apie kažkokį dėsningumą (priešteoriją). Vėliau, renkami šio dėsningumo išryškinimui (arba paneigimui) reikalingi duomenys. Po to šie duomenys apdorojami, naudojantis dėsningumų paieškos metodikomis (pvz. pagrindinių komponenčių, arba faktorinės analizė) bei įvairiais statistiniais metodais. Tokiu būdu redukuojamas pradinis duomenų sudėtingumas bei išryškinami dėsningumai. Po to vyksta kintamųjų paieška, kurių dėka mes galime apibendrinti matomus dėsningumus. Jeigu sukurtos koncepcijos paaiškina sąveikas tarp kintamųjų ir išvados yra universalios bei gali suteikti testuojamus numatymus, tuomet šią koncepciją galime vadinti dėsniu. [Straipsnyje parodyti du galimi teorijų kūrimo variantai - Modeliu _kurimas _teoriniuose _moksluose.jpg. Pirmu atveju (A), yra surenkama duomenų aibė, vėliau ji yra apdorojama statistiniais metodais, bei sukuriamas fenomenologinis modelis. Vėliau iš jo išvystoma koncepcija, o jau pagal ją sukuriamas griežtas kiekybinis modelis (tai galime vadinti fenomenologiniu priėjimu). Tuo tarpu antru atveju (B), visų pirma turima idėja kaip turėtu veikti mūsų tyrimų objektas, po to surandamos a priori sugalvotų parametrų empirinės reikšmės, patikrinama kokius rezultatus duos modelis ir jie sulyginami su duomenimis (tai galima pavadinti aksiomatiniu priėjimu)].
   Didžiausią teorinio bendrumo laipsnį biologijoje turi tie modeliai, kurie yra paremti dinaminėmis nagrinėjamų sistemų savybėmis bei tie, kurie buvo išvesti, remiantis sistemų santykių loginiais principais. Pirmai modelių klasei, pagal autorius, priklauso ekologinės teorijos paremtos skirtingų rūšių trofiniais ryšiais (pvz. plėšrūno-aukos modeliai), evoliuciniai daugialygės atrankos ir lošimų teorijos modeliai bei neuromoksluose, mokymosi proceso modeliai, kurie yra paremti neuroninių tinklų paradigma. Antrai modelių klasei priklauso, logika paremti algebriniai kladistikos (šykštumo, didžiausio tikėtinumo bei Bejesiniai ir kt.) metodai, kurių dėka nustatoma visų organizmų (bei kai kada kultūrinių atributų) filogenetinė padėtis.
   Straipsnyje taip pat aptariama, kokius tarpusavio ryšius turi modeliai ir teorijos. Priimta teorija yra visos modelių šeimos pagrindas, kurie remiasi jos terminologija bei bazinėmis idėjomis. Iš kitos pusės, modeliai yra pragmatinės konstrukcijos ir jie yra tarsi inžinerinės priemonės naujų teorijų kūrimui, testuojant skirtingus nagrinėjamo reiškinio aspektus. Įvairus duomenų sudėtingumo redukcijos bei empirinių dėsningumų numatymo metodai (neuroniniai tinklai, sprendimų medžiai ir kt.) numato galimą sistemos elgesį be išankstinės dėsnių įžvalgos. Tai yra jų kaip stiprumas taip ir silpnybė. Silpnybė yra ta, kad mes turime pasikliauti dėsningumu, nežinant jo priežasties. Stiprumas yra tas, kad pats dėsningumas gali pastūmėti mus produktyvių teorijų kūrimo linkme.
   Šiuo metu vis populiarėja tokio tipo sistemų biologijos priėjimas, kurio esmė yra tame, kad sudėtingų duomenų masyvai automatiškai analizuojami ir redukuojami, tam, kad surasti šykščiausias sąveikų struktūras. Kitas priėjimas modeliavime yra tiesioginis skaitmeninis modeliavimas (angl. simulation). Dažniausiai atliekami dviejų tipų modeliavimo darbai: Monte Karlo modeliavimas, įvedant visą eilę parametrų reikšmių ir stebint kokie bus sistemos dinamikos rezultatai (šis modeliavimo tipas atliekamas tuomet, kai turimas nepakankamas stebėjimų skaičius) bei aukštos raiškos agentais paremti modeliai, kurių dėka stebima, kaip stambaus mastelio sistemų elgesys atsiranda iš jų sudedamųjų veiksmų.
   Autoriai rašo, kad nepaisant gausių modeliavimo pastangų, biologija vis dar neturi tvirto teorinio kiekybinio pagrindo. Tai manoma yra susiję su tuo, kad nežinoma kokius kintamuosius reikia žinoti, tam kad geriausiai aprašyti biologinę sistemą. Antra galima priežastis yra ta, kad tyrėjai dažnai supainioja duomenų turėjimą su supratimu. Dažnai surenkami dideli duomenų masyvai ir tuomet manoma, kad jų paprastas apskaičiavimas ir suklasifikavimas paaiškins sistemų pobūdį.
   Straipsnyje siūloma pasimokyti pavyzdžių iš organinės chemijos. Aprašant chemines reakcijas naudojamasi eile empiriškai patvirtintų taisyklių, kurios yra panašios pagal savo pobūdį į generatyvią gramatiką. Jos leidžia su kur kas mažesnėmis pastangomis nuspėti cheminių reakcijų eigą, nei tai galima būtu padaryti, atliekant daugelio kūnų kvantinius mechaninius skaičiavimus. Šitokias nefizikines teorijas, rekomenduoja kurti autoriai. Nors ir prarandamas bendrumas (vietoj vienos lygties, reikia žinoti kelias taisykles), šios makrotaisyklės leistu nagrinėti labai sudėtingas sistemas, kurias tiesioginių skaičiavimų metu neįmanoma būtu sumodeliuoti. Biologijos moksluose, arčiausias analogas tokiam priėjimui yra populiacijų ekologija ir genetika, kurios nagrinėja generalizuotus populiacijos individų parametrus (pvz. "konkurencingumą") bei praleidžia mikroskopinę dinamiką (elgesio ypatybes, metabolizmą, kurie yra šių parametrų priežastis). Tai palengvina sistemų bendro elgesios dėsningumų paiešką. Tuo tarpu suradus išimtis, galima specifikuoti modelius (pvz. konkurencingumo parametrą suskaldyti į eilę parametrų ar net pakeisti jį atskira funkcija).
   Biologijos teorijos kūrimas yra sudėtingas dar ir dėl to, kaip pažymi autoriai, kad skirtingi reiškiniai, kurie yra susiję su skirtingas organizacijos (pvz. atrankos) lygiais, įtakoja vieni kitus, kaip bottom up taip ir top-down kryptimis (apie tai G-moksluose: Rūšių atranka - makroevoliucija aukštesniame hierarchiniame lygyje). Tarkim, fizikoje nagrinėjant planetų judėjimą, galima ignoruoti stipriąją bei silpnąją vidujatomines sąveikas. Analogiškai, nagrinėjant branduolių skilimą, galima ignoruoti gravitacijos efektą. Tačiau, biologijoje kaip žemesnio lygio reiškiniai gali įtakoti aukštesnio lygio reiškinius - pvz. genų mutacijos gali įtakoti elgesį, taip ir aukštesnio lygio reiškiniai lengvai įtakoja žemesnio lygio reiškinius, kaip pvz. elgesio pokyčiai gali sukelti pokyčius genų ekspresijoje. Kai kurie mokslininkai mato teorinės biologijos ateitį, būtent tarplyginių sąveikų pobūdžio išaiškinime (pvz. kada mes galime ignoruoti sąveikas tarp lygių, bei naudoti paprastus fokusuotus modelius, o kada tai gali privesti prie didelių neatitikimų su realybe?).
   Kokia gi evoliucijos reikšmė biologijos teorijoje, užsiduoda sau klausimu autoriai? Evoliucija - tai procesas stipriai priklausomas nuo istorinių aplinkybių, kai priklausomai nuo esamų sąlygų atrenkami ir išsaugomi per milijonus metų unikalus požymiai - "užšaldyti incidentai". Todėl, palyginimas tarp skirtingų organizmų kladų yra toks sudėtingas. Užtat, kai kurie mokslininkai apeliuoja į "lokaliai numatančių" (filogenijos kontekste) teorijų kūrimą (angl. "contingent regularity"- models). Bendra gyvybės prigimtis, parodo, kad visos gyvybės formos, jei taip galima išsireikšti - autokoreliuotos. T.y. nei vieno organizmo savybės nėra nepriklausomos nuo bet kurio kito. Todėl, istorija gali padėti suprasti ne tik tai bendrus dėsningumus bet ir skirtumus, kurie atsirado evoliucijos metu (t.y. kokie yra skirtumų atsiradimo dėsningumai).
   Svarbus veiksnys biologijos supratime yra eksperimentavimas. Tačiau, kaip rašo autoriai, tokiu pat būdu kaip ir fizikai, kurie naudoja vandenilio atomo modelį, dėl jo paprastumo, kvantų mechanikos teorijos numatymams cheminėse elementų savybėse, taip ir biologai tyrinėja paprastai tyrinėjamus ir manipuliuotinus organizmus (kaip pvz. Escherichia colli, Caenorabitis elegans arba Mus musculus). Tačiau, niekas nėra garantuotas, kad taip vadinami "modeliniai" organizmai iš tikrųjų atspindi platesnį biologijos spektrą ir kad tyrėjai tiesiog labai detaliai neaprašinėja eile keistenybių pasižyminčių rūšių. Reikia prisiminti, kad modeliniai organizmai nėra atsitiktiniai organizmų atstovai, bet turintys tam tikras savybes, kurios juos daro tinkamais gyventi laboratorijoje. Taigi, toks selektyvumas gali turėti sistemingų klaidinančių efektų, kai norima daryti išvadas užeinančias už nagrinėjamų organizmų rūšių ribų. Todėl, autoriai siūlo įvairinti nagrinėjamų ir tyrinėjamų organizmų spektrą, nors aišku tai finansiškai nėra labai pigu.
   Kai mes vis dėl to surandame dėsningumus, koks yra geriausias būdas juos aprašyti esamame biologijos kontekste? Ar tai turi būti natūralioji kalba (kaip humanitariniuose moksluose), ar tai turi būti taisyklių kalba (kaip chemijoje), ar dinaminių sistemų kalba (kaip fizikoje), o gal nauja kalba kuri būtu paremta loginėmis operacijomis ir kompiuteriniu modeliavimu? Kai kas mano, kad kaip fizikoje Niutonas sukūrė diferencialinį bei integralinį skaičiavimą, taip ir biologijoje turėtu būti sukurta nauja matematika. Tačiau, patys autoriai rašo, kad didelė jau egzistuojančios matematikos dalis yra neatrasta biologų. Pagrinde biologai koncentruojasi ties sistemų dinamika, stochastiniais procesais bei diskrečia matematika. Vienas iš galimų kelių yra generatyvių struktūrų ir algoritmų paieška (kaip pvz. Chomskio generatyviosios gramatikos , arba L-sistemų atveju).
   Tarp galimų problemų, kurios dar laukia formalizavimo biologinėje teorijoje yra energijos ir informacijos sąsajos, heterogeniškumo atsiradimas, hierarchinių struktūrų prigimtis, individualumo atsiradimas vykstant evoliucijai, mokymosi mechanizmų atsiradimas ir daugelis kitų ne mažiau įdomių klausimų. Reikia tikėtis, kad šios problemos suras savo atsakimus, XXI amžiaus neortodoksaliame moksle.


Nuorodos į G-mokslus susijusiomis temomis:



Nuoroda:

Modeliu_kurimas_teoriniuose_moksluose.jpg
Reply all
Reply to author
Forward
0 new messages