/about/genes-2-57507a4a3df78c9b46dbaf98.jpg)
La evolución del neodarwinismo por el mecanismo tándem de la mutación aleatoria y la selección natural siempre se ha dicho que requieren tiempo, mucho tiempo. La teoría, hace mucho tiempo, denunció el saltacionismo ofrecido por Richard Goldschmidt y adoptó el gradualismo de forma gradual, incremental, fragmentario -estableciendo improbable- su pendiente gradual como las afirmaciones de Dawkins. Dado el gradualismo y el cambio gradual, gradual como el mecanismo prevaleciente para el neodarwinismo, uno no lo esperaría - y los darwinistas no esperaban - encontrar un gran número de nuevos genes en cada especie o grupo o especies relacionadas.
El mecanismo que se cree para explicar la evolución y la especiación implicó duplicación de genes "aleatorios" y luego mutación aleatoria posterior de pares de bases del gen extra para producir nuevos genes para nuevas funciones. Pero estos genes que se duplicaron sólo podría requerir unas pocas mutaciones para lograr alguna nueva función y por lo tanto, estos genes "progenitores" que se duplicación sería identificado como homólogos de los genes "niño", es decir, los genes que se desarrollaron después de algunas mutaciones de El gen padre que fue duplicado hace algún tiempo. Ciertamente un montón de nuevos tipos de células y por lo tanto una gran cantidad de nuevos genes y proteínas serían necesarios para formas de vida totalmente nuevas que han surgido, como ocurrió en la Explosión Cambriana. Pero para las especies estrechamente relacionadas, los darwinistas no esperaban grandes conjuntos de nuevos genes.
Sin embargo, como los científicos han secuenciado más genomas de diferentes organismos, están descubriendo que aproximadamente el 10-20% de las secuencias de codificación de proteínas de cada genoma de la especie son nuevas en que carecen de similitud en la secuencia de otros genes codificantes en el catálogo de todas las proteínas de genes codificadas. Es decir, carecen de homólogos. Debido a que no tienen parientes en otros genomas, estos genes se denominan genéricamente como genes taxonómicamente restringidos (TRGs), pero más comúnmente se llaman "genes huérfanos" o "genes ORFan" o "genes De Novo". Dado que estos genes huérfanos carecen de similitud detectable con los genes de otras especies, no se puede inferir ninguna indicación clara de descendencia común. (Un taxón es un nivel de clasificación, como especie, género, familia, orden, clase o filo).
Los genes huérfanos se han encontrado en los genomas secuenciados de la levadura a las moscas de la fruta a las hormigas y especialmente el pulpo, así como los ratones y los hombres. Los genes huérfanos son a menudo cortos, y producen pequeñas proteínas como comentó un investigador,
"En lugar de repliegues en una estructura precisa -la noción convencional de cómo se comporta una proteína- las proteínas que estos nuevos genes huérfanos codifican tienen una arquitectura más desordenada. Eso los hace un poco flojos, permitiendo que la proteína se una a una matriz más amplia de moléculas. En lenguaje de bioquímica, estas jóvenes proteínas son promiscuas ".
El descubrimiento de los genes huérfanos fue bastante inesperado dada la teoría evolutiva y el origen de los genes huérfanos ha sido un misterio. Como mencioné, durante la mayor parte de los últimos 40 años, los científicos pensaron que los nuevos genes surgieron de las copias de los genes existentes, a través de la duplicación de genes. El gen existente continuó apoyando su función actual y la nueva copia del gen se convirtió en libre de evolucionar a través de la mutación aleatoria y la selección. Se cree que la duplicación de genes y la evolución subsiguiente pueden explicar algunos de estos nuevos "genes huérfanos", pero sólo puede explicar una minoría de ellos, porque muchos de estos genes huérfanos están demasiado lejos en el espacio de secuencia para que sea el caso.
Los genes huérfanos presentan un fuerte desafío a la historia darwiniana, porque las probabilidades de mutaciones aleatorias convirtiendo un poco de "ADN basura" que se había estado colocando en el genoma en un gen totalmente nuevo parecen infinitesimalmente pequeñas. Según el biólogo francés François Jacob, "la probabilidad de que una proteína funcional aparezca de novo por asociación aleatoria de aminoácidos es prácticamente nula". Esto se debe a que el ADN basura debe acumular mutaciones que le permitan ser leídas por la célula o convertidas en ARN, así como componentes reguladores que significan cuándo y dónde debe estar activo el gen. Y como una frase, el gen debe tener un principio y un final-códigos cortos que señalan su inicio y final-.
¿De dónde vienen los genes huérfanos? Los evolucionistas creen que varios fragmentos de genes no codificantes del ADN no codificante deben de alguna manera ser empalmados juntos que luego adquirieron un promotor o sitio de unión del factor de transcripción (es decir, necesitan los elementos reguladores), y por lo tanto ahora se expresa y hace una proteína funcional en el Lugar correcto y en el momento adecuado. Pero la adquisición de un promotor o un sitio de unión del factor de transcripción para convertir un ADN inactivo, no codificante en ADN funcional expresado, es considerado por la mayoría altamente improbable.
Sin embargo, recientemente, la realidad se ha hundido, y la explicación una vez herética de que muchos de estos huérfanos surgieron del ADN chatarra o del ADN no codificante, los misteriosos tramos de ADN entre genes, rápidamente ganaron impulso.
Algunos pensaban que estos nuevos "genes huérfanos" eran extraños y cumplían funciones sin importancia. Esto podría tener sentido en un marco darwiniano. Sin embargo, esto no parece ser el caso en absoluto; De hecho, todo lo contrario. Eliminar los experimentos donde estos genes huérfanos están deshabilitados, a menudo desencadena catastróficas fracasos, lo que demuestra que codifican funciones críticas de proteínas. Por ejemplo, se silenciaron 200 nuevos genes huérfanos en moscas de la fruta Drosophila melanogaster y se encontró que más del 30 por ciento de ellos mataron a la mosca.
Investigación presentada en la Sociedad de Biología Molecular y Evolución en Viena, identificó 600 potencialmente nuevos genes humanos. De los 600 genes humanos específicos que un equipo de investigación encontró, el 80 por ciento es completamente nuevo, nunca antes habían sido identificados.
Muchos de los nuevos genes humanos están involucrados en el desarrollo del cerebro fetal, en el neocórtex, la parte de nosotros que nos hace diferentes de nuestros antepasados más cercanos. Una proporción significativamente mayor de genes jóvenes se expresan en el cerebro fetal o infantil. La mayoría de estos genes jóvenes se expresan en la parte evolutivamente más reciente del cerebro humano, el neocórtex. Sorprendentemente, una serie de estos genes humanos específicos se expresan en la corteza prefrontal, que está implicado en complejos comportamientos cognitivos.
Cuán viable es la creencia, sostenida por paleontólogos especializados en orígenes humanos, de que 600 nuevos genes podrían haber surgido por casualidad y selección a lo largo de los aproximadamente 8 millones de años de historia de hominoides, dado el pequeño tamaño de la población, los largos ciclos generacionales y los largos períodos de gestación ? Yo sugeriría que en absoluto no es probable o incluso posible a la luz de las pruebas presentadas sobre la rareza de secuencias de genes viables que codifican proteínas comparadas con el conjunto de posibles secuencias que no producen proteínas viables. ¿Cómo surgieron los nuevos y numerosos genes que facilitan el pensamiento de nivel superior y que surgen tan rápidamente? Nadie sabe. Y esto es aparte de la integración enormemente compleja de estas nuevas proteínas en un sistema ya en funcionamiento con lo que debe ser un delicado equilibrio de un gran número de interdependencias entre los componentes moleculares.
Hay que preguntarse cómo es que la materia prima de un gen, que resulta esencial para un organismo, acaba por estar esperando, latente, hasta que de alguna manera a través de una serie altamente improbable de acontecimientos, adquiere los componentes administrativos necesarios. Suena como previsión para mí.
Hay varios programas informáticos que intentan modelar un proceso neodarwiniano y pretenden mostrar que el proceso puede traer complejidad en formas vivas. Tierra, Avida y otros algo menos sofisticados. Francamente no he mirado estos muy de cerca. Pero pensé mencionar algunos defectos obvios que son generalmente reconocidos por sus críticos.
Generalmente, cuando se examinan de cerca estos programas de modelado evolutivo, invariable lo que se descubre es que realizan una de dos cosas: 1) contrabandear información de diseño-en alguna parte o 2) hacen suposiciones poco realistas.
Tierra
Tierra es un programa informático que intenta modelar la Explosión Cambriana utilizando el código de computadora como módulos representativos. Pero el principal código nuevo que se generó fue el resultado del programa de barajar los módulos existentes. El programa generó algunos nuevos módulos genéticos pero muy pocos para acercarse a lo que se necesita en el Cámbrico. Generalmente se reconoce que el programa no logró modelar la Explosión Cambriana.
Avida
Avida es otro programa de modelado evolutivo basado en código de computadora. El programa comienza con un organismo completo por lo que no se aplica directamente a los problemas en la Explosión Cámbrica, por ejemplo. Avida proporcionó una cierta complejidad novedosa pero los módulos de complejidad que se lograron que se suponía representaban la complejidad biológica real, eran bastante menos complejos. Por lo tanto, el programa realmente no demostró nada que se acercara a los problemas de la evolución de la complejidad biológica.
La genética de poblaciones -el estudio del cambio genético en las poblaciones- es muy compleja. Un resultado positivo en la evolución y la genética de poblaciones, se basa en gran medida en suposiciones sobre lo siguiente:
1. ¿Con qué frecuencia se producen mutaciones beneficiosas?
2. ¿Cuál es la proporción de mutaciones positivas a mutaciones ruinosas?
3. ¿Cuánta información es mínimamente necesaria para producir algún cambio beneficioso?
4. ¿Qué tan rápido, si es que hay cambios beneficiosos bloqueados por la selección natural?
5. ¿Cómo afecta una mutación benéfica a la variación global del ambiente que exhiben los organismos?
6. ¿Qué probabilidad hay de que se pierdan mutaciones beneficiosas como resultado de mutaciones ruinosas?
Dependiendo de cómo ajustar estas suposiciones, puede hacer que algo suceda o no en una simulación por computadora. La forma en que se supone que la evolución darwiniana funciona es que hay un cambio incremental en el genoma. El cambio ofrece alguna mejora de tal manera que cuando se produce el organismo afectado es al menos un poco más probable que sobrevivan hasta la reproducción. Pero al modelar esto debes ser justo. No se puede crear un modelo que tenga funciones de aptitud no realistas que seleccione cualquier cambio positivo que el programador sepa que está en una trayectoria hacia donde el programa desea que el programa vaya.
Esta es una explicación simplificada de cómo algunos de estos programas pueden contrabandear información en sus programas. Richard Dawkins en Blind Watchmaker produjo un programa llamado "methinksitislikeaweasel".
Comienza con un conjunto de cartas revueltas y copiándolas y introduciendo al azar errores, llega a la frase de destino.
WDLTMNLT DTJBKWIRZREZLMQCO
... después de muchas pruebas ...
METHINKS IT IS LIKE A WEASEL
Aquí está el algoritmo que se puede deducir de los resultados:
1. Comience con una cadena aleatoria de 28 caracteres.
2. Haga 100 copias de la cadena (para simular la reproducción).
3. Para cada carácter en cada una de las 100 copias, con una probabilidad del 5%, reemplace (mutate) el carácter con un nuevo carácter aleatorio.
4. Compare cada nueva cadena con la cadena de destino "METINKS IT LIKE A WEASEL", y dé a cada una una puntuación (el número de letras en la cadena que son correctas y en la posición correcta).
5. Si alguna de las nuevas cuerdas tiene una puntuación perfecta (28), detenga. De lo contrario, tome la cadena de puntuación más alta y vaya al paso 2.
Hay al menos tres fallas importantes con el programa.
Primero invoca un objetivo para que su selección no se base en la aptitud actual. Se basa en la futura aptitud conocida. Este es un no-no en los algoritmos evolutivos porque implica previsión, algo que los procesos naturales no tienen pero el proceso teleológico podría tener.
En segundo lugar, no parece haber ninguna disposición para una mala mutación estropear la trayectoria incremental hacia la frase objetivo.
En tercer lugar, es muy simple. Un simple cambio 5% de probabilidad de una mutación beneficiosa es extraordinariamente alta. Nuevas características biológicas requieren nuevas proteínas. Y en el caso del cámbrico, muchas proteínas son requeridas incluso para la característica más simple de una criatura viva. Pero como hemos visto en el problema de muestreo de proteínas, las proteínas viables podrían ser tan raras, y quizás mucho más raras, que 1077. Esta es una probabilidad extraordinariamente baja de golpear a cualquiera de ellas.
El intento de Dawkins, aunque parezca impresionante para sus lectores en ese momento, es un dibujo animado. Una mejor manera de pensar en la evolución es formar una analogía con la escritura. (He utilizado esto antes, pero voy a discutir brevemente aquí de nuevo.) Suponga que usted está escribiendo un libro de texto que describe un nuevo animal. Y aceptas describir este animal hasta el nivel más bajo de detalle. Comienzas con un puñado de frases. ¿Podrías, copiando y duplicando al azar y modificando frases, producir algo, incluso si tuvieras una persona mirando cada iteración y seleccionando algo que fuera significativo para él? Por supuesto que no podría porque no sería capaz de producir la nueva información de unas pocas frases.
Muchas de estas discusiones teóricas se han hecho discutibles de todos modos. Investigaciones recientes muestran que los cambios evolutivos ocurren rápidamente. Esto significa que la selección natural puede jugar poco o ningún papel en la incorporación de información novedosa en los genomas de los organismos vivos.
No hay comentarios:
Publicar un comentario