Loading...

Евгений Вадимович Коротков в рабочем кабинете, 2026 год. Источник: ФИЦ Биотехнологии РАН

Можно ли перенести регуляцию клетки на компьютер, научить алгоритм читать генетические сети и приблизиться к созданию искусственной клетки? Руководитель группы математического анализа последовательностей ДНК и белков ФИЦ Биотехнологии РАН Евгений Коротков в интервью объединенной редакции проектов «Индикатор» и InScience.News рассказывает, как исследовал действие нейтронного излучения на ДНК, о возможностях и рисках ИИ и о междисциплинарном образовании.

– Евгений Вадимович, как появилась в ФИЦ Биотехнологии РАН группа математического анализа последовательностей ДНК и белков?

– Меня пригласил Константин Георгиевич Скрябин. До этого я работал в Институте химической физики имени Н.Н. Семенова в отделе академика Николая Марковича Эмануэля. Там я защитил докторскую, она была направлена на изучение генома человека. Это был 1993 год.

– А сколько же лет вам было, когда вы защитили докторскую?

– 42 года. До этого закончил МИФИ, факультет экспериментальной и теоретической физики. Там сделали такую учебную группу, чтобы попытаться совместить биологию и точные науки в голове у студентов. У МИФИ была задача – изучить воздействие различных видов излучения на клетку. Такая задача очень актуальной была в условиях холодной войны, так как стояла задача снизить поражающее действие ионизирующей радиации. Университет хотел развивать радиобиологию, изучать воздействие излучения на живые объекты, тем более там рядом был ядерный реактор, который служил источником нейтронного излучения. Я на этом реакторе работал, делал свой дипломный проект.

В те времена была такая общая задача – если будет создана нейтронная бомба, надо понимать, что делать, если люди вдруг попадут под облучение. Нужно было создавать радиопротекторы, то есть такие вещества, которые снижают повреждающее действие радиации на клетку. Для решения этой задачи мы помещали ДНК под нейтронное излучение от реактора, и тема дипломной работы состояла в сравнительном анализе нейтронного и гамма излечения. Мы сравнивали воздействие радиации на ДНК по числу разрывов в ДНК, чтобы понять, насколько нейтронное излучение опаснее, чем гамма-излучение.

Там же, в МИФИ, я был в аспирантуре, сделал кандидатскую по радиобиологии, защищал ее в Пущино. Она была связана с анализом хромосомных аберраций, которые возникают под действием гамма-излучения и нейтронного излучения. Руководителем у меня был известный радиобиолог, профессор Алексей Павлович Акифьев. После этого я попал по распределению в биологический отдел Института химической физики, это тогда был наполовину закрытый институт. Там был один из ведущих ученых, профессор Овсей Ильич Лейпунский, который также занимался последствиями воздействия ядерного излучения на биологические объекты, я ему даже зачеты сдавал, когда был студентом. У Института Химической Физики в Черноголовке был вычислительный центр, и мне было очень интересно начать развивать тематику по изучению последовательностей ДНК. Задачу облегчило то, что в 80-е годы прошлого века появились первые секвенаторы и были созданы базы известных последовательностей ДНК. Конечно, в то время они были очень небольшие. За 10 лет я там сделал докторскую диссертацию, она была направлена на разработку новых методов изучения последовательностей оснований ДНК. И там случился некий казус.

fic

Евгений Коротков. Во время визита во Французскую академию наук, Париж, 2005 год


– Расскажите подробнее.

– Он связан с отношением иностранных рецензентов к нашим авторам в советское время. Я обнаружил, что компьютерные методы в геноме человека выделяют новое семейства повторов. До этого было известно одно семейство в геноме человека, это Alu семейство, имеющее в длину порядка 300 оснований и которое содержит около миллиона копий. Alu семейство было обнаружено в геномах приматов и некоторых грызунов. Я нашел еще одно семейство, которое имеет примерно 300 000 копий в геноме человека. Сейчас оно известно как MIR семейство повторов. Я написал статью в престижный зарубежный журнал (Nucleic Acid Research), рецензентами были несколько человек, включая Ричарда Робертса, будущего лауреата Нобелевской премии. Я статью напечатал на машинке, склеил ее, потратил 40 долларов на то, чтобы отправить письмо почтой. Для тех времен это были немаленькие деньги от зарплаты. Потом я получил письмо, что статью отклонили. И затем рецензенты мне дружно написали и предложили помощь в публикации результатов в обмен на соавторство. Я, как советский патриот, естественно отказался от этих предложений – и редакция мою статью публиковать не стала. В итоге я опубликовал ее в журнале «Доклады Академии наук». А мои «рецензенты» повторили мои исследования, добавили экспериментальные данные и издали. И потом на них были сотни ссылок, а на меня – по сути, только одна.

И я считаю, что наша старая школа говорит о том, что нельзя публиковать на Западе то, что не опубликовано у нас. Возможно, если бы я не опубликовал статью у нас, рецензенты вообще это подали бы как то, что сами все придумали. После этого эпизода я познакомился с Константином Георгиевичем Скрябиным, он мне сказал: приходи в Центр биоинженерии. И с 1995 года я здесь работаю.

– Вы писали статью на машинке, но писали статью о последовательности, которая рассчитана компьютером?

– Это была база данных нуклеотидных последовательностей из США, то есть я ее сам не делал. Это база была сделана в Лос-Аламосской лаборатории. США ее открыто распространяли, как мне кажется, из-за того, что стояла грандиозная задача понять, что записано в геноме человека и других видов. Я использовал эту базу данных, и MIR повторы удалось найти именно благодаря ей и советскому компьютеру БЭСМ-6. Возникла тогда новое направление — анализ символьных текстов и в число этих текстов входили последовательности ДНК и аминокислотные последовательности белков. Геном человека занимает порядка трех миллиардов оснований и нужно было разрабатывать новые математические методы для анализа таких длинных текстов. Вообще любой новый метод – это как микроскоп: если у вас маленькое увеличение, то вы видите не очень много, если большое увеличение – это уже новый уровень и вы можете увидеть что то новое.

– А как получилось, что вы ушли из радиобиологии в математические методы?

– Я в общем-то физик, математик со знанием биологии. Еще когда я был студентом, основной вопрос у меня был: откуда мы? Откуда появился человек? Откуда геном взялся? Было интересно посмотреть этот «текст» – ДНК – и попытаться разобраться. И впрочем, существенных ответов на эти вопросы и сейчас нет, насколько я знаю. Константин Георгиевич Скрябин дал мне определенную свободу в работе в созданном им новом институте. Тогда она назывался Центр Биоинженерии РАН, а сейчас входит в состав ФИЦ Биотехнологии РАН. Я в этом институте увлекся таким направлениями, как, например, разработка новых алгоритмов для изучения последовательностей оснований ДНК и белков. Удалось создать новые подходы для множественного выравнивания аминокислотных и нуклеотидных последовательностей, а также методы для поиска разнообразных повторов в генетических текстах. Новый метод – это опять-таки как микроскоп хорошего разрешения. И думаю, что сейчас не то, что конец биологии, но биологические задачи перетекает в физику и математику.

Разработанные методы нашли также применение при анализе стихотворных произведений и финансовых рядов. Тут оказалось, что из стихотворного произведения можно извлечь «звуковую волну» в виде определенной матрицы. В случае анализа финансовых рядов удалось показать, что почти все курсы валют и курсы акций имеют период, который колеблется от 23 до 25 часов. Причем фаза этого периода изменяется каждую неделю и сам период содержит вставки и делеции чисел в финансовом ряду. Это можно сказать первый случай, когда в финансовых временных рядах удалось найти период, пусть и очень «размытый». Это пытались сделать с момента открытия первой биржи, но только сейчас нам это удалось сделать благодаря новому подходу к поиску тандемных размытых повторов.

– То есть все же наше будущее – междисциплинарность?

– Есть такое направление, как генетические сети и их моделирование на компьютере. Вообще в биологии есть несколько основных задач, на мой взгляд. Первая задача состоит в том, чтобы понять, как работает фермент и понять устройство генома.

Вторая задача – как работает клетка, там есть гены, которые связаны в динамические генетические сети. Все в целом увязано в фантастическую программу, которая определяет жизнь клетки и создание многоклеточного организма. У нас же не мешок с генами, у человека примерно до 40% генов – это те, что обеспечивают индивидуальное развитие, формируют человека, потом роды, а потом многие эти гены выключается. А еще около несколько десятков процентов генов обеспечивают работу нейронов и головном и спинном мозге. И только примерно около 20% отвечают за общеклеточное развитие. Пока это приблизительные цифры, которые далее могут пересматриваться.

Третья задача – как работает совокупность клеток. Это фундаментальная задача, из которой самое интересное – как работает мозг, осознание личности, что такое я. И еще одна задача – социобиология, взаимодействие организмов и многоклеточных объектов. К пятой задаче можно отнести все эволюционные изучения.

– А как эти задачи связаны с компьютерным моделированием, про которое вы говорили?

– Как я говорил, сейчас активно моделируют генетические сети, деньги вкладываются туда огромные. Зачем это? Идея тут следующая: перенести всю клеточную регуляцию на компьютер. Этим активно занимаются все ядерные лаборатории США: в Лос-Аламосе, в Чикаго и некоторые другие. Один из известных кибернетиков, фон Нейман, утверждал, что понять систему может только более высоко организованная система. И вот такая регуляция буквально может позволить человеку получить поистине божественные возможности. Эти возможности могут начинаться от создания новых органов для человека из его же клеток (из «молодых» клеток) и заканчивая созданием человека с новыми свойствами. Все это относится к проблеме так называемого антропологического перехода, о котором уже сейчас написано много книг. По прогнозам это может быть уже к 2060 году.

То есть можно на компьютере заменить некоторые основания ДНК или вести новые гены и понять какой будет получен организм. Геном и гены человека будут работать, как программа в режиме реального времени. Это позволит понять многие генетические болезни, и понятие персональной медицины прочно войдет в обиход. В перспективе вырисовывается фантастическая картина, когда каждая женщина сможет выбрать качества, которые будут у ее будущего ребенка. Сейчас вы идете в магазин, выбираете компьютер с разными параметрами – процессор, объем видеокарты, а потом мамы могут ходить к специалистам и просить своему ребенку инфракрасное зрение, радиочуствительность к определенным частотам, определенную структуру мозга, кожу как у крокодила и прочее. Наверное, будет целый список таких новых качеств человека. И тут возникнет много вопросов, в том числе и этических. В принципе это безумно интересно, но и страшно опасно для человечества. Вопрос стоит так сейчас — хватит ли сил у человечества вести себя разумно, а не только использовать инстинктивное поведение. Во втором случае, как мне кажется, последствия могут быть катастрофическими.

– Но почему биология перерастет в математику и физику?

– Биологи получают экспериментальные данные: строение различных ферментов, активности генов во времени, и общее представление как все это работает в клетке. Все это можно загружать в компьютер, сделать динамическую сеть и модель клетки, то есть электронную клетку. Биология получит тогда такие возможности для прогнозирования своих действий. Применение такой модели может быть очень множественным. Можно будет программировать генетическую регуляцию в динамическом режиме и создавать искусственные клетки. Это синтетическая биология. И дальше биотехнология может стать проще и дешевле.

– Что будет в 2060 году мы обсудили, а что будет через 10–15 лет? Какой вы видите вашу группу?

– Сложно загадывать. Например, в нашем Центре биологам в первую очередь нужна сервисная группа, которая будет обслуживать их задачи и интересы. Но проблема состоит в том, что биоинформатика продуцирует новые данные и результаты. Мое впечатление состоит в том, что биологи к этому не совсем готовы. Тут работает инерция мышления и грантовая система поддержки исследований.

Например, хорошо бы реализовывать те решения и результаты, которые есть у нас. Так, в геномах бактерий нам удалось открыть дисперсные повторы, они похожи на следы компактизации бактериальной ДНК в такую структуру, которая называется нуклеоид. Это было бы интересно проверить экспериментально, например уничтожить такой повтор путем синонимических замен, и тогда бактерия этот фрагмент ДНК должна выкинуть, так как он будет вне нуклеоида. Это достаточно простой опыт, но все же на его реализацию нужно финансирование.

А в целом для перспективного развития страны, конечно, нужно вкладываться в создание генетических сетей, в проект «клетка как компьютер», иначе мы очень сильно отстанем от США и прочих держав. В данном случае это подобно стратегическому поражению со всеми вытекающими последствиями. Например, каждый самый захудалый университет в США, Японии и западной Европе сейчас имеет свой геномный центр, где активно используется математические методы. Этого не наблюдается в России. Мне кажется, нет стратегического понимания того, что геномные исследования сейчас даже важнее ядерной физики и космических программ. Как будет создана искусственная клетка, биотехнология может существенно измениться. И не только она. Все может существенно упроститься и многие методы, используемые в настоящее время, могут оказаться уже не нужными. Ненужными могут стать целые научные направления. И как тогда? Нужны перспективные исследования и к этому нужно готовиться. Об этом сильно заботился покойный ныне академик К.Г.Скрябин.

– Сейчас можно говорить, что нам нужно воспитывать кадры, и все эти кадры должны быть междисциплинарными?

– Да. Это неизбежно. От этого никуда не уйти. Должны перестроиться образовательные программы. Есть два вида способностей. Одна – усваивать, чему учат. А другая – как на основе этих знаний сделать что-то новое. И этому не учат и научить, как мне кажется, невозможно. Это как классическая задача Иванушки-дурачка: пойди туда не знаю куда и принеси то, не знаю что. Нужно как раз отбирать тех, кто может что-то генерировать новое и решать такие неопределенные задачи.

– Сегодня в моду вошли ИИ-подходы и большие языковые модели для анализа белков и ДНК. Вы этим пользуетесь?

– Я считаю, что ИИ ничего не генерирует новое, а дает суперпозицию старого. Все это как справочник. Ничего нового он не даст.

– А в будущем?

– Ну нет такого строгого определения, что такое интеллект. На мой взгляд, интеллектом можно назвать то, что может сделать что-то новое, чего не было ранее. А на мой взгляд, ИИ этого не может, так как он обучается уже на известных данных и может делать только суперпозицию этих данных. Тематика ИИ была известна с 50-х годов прошлого века, она называлась тогда «нейронные сети». Сейчас появились другие возможности, более мощные. Просто другое «железо». Отсюда и развитие ИИ. А то, что он будет за нас думать? Это маловероятно, как мне кажется.

– А может ли ИИ развивать сам себя? Может ли произойти «восстание машин»?

– Это кто-то должен заложить, кто-то из людей. Сам ИИ не может, как я полагаю. Да, можно только перекреститься, что он не генерирует ничего принципиально нового. Иначе бы был быстрый прогресс в негражданских областях в первую очередь. Считаю, что этот бум, связанный с ИИ, пройдет.

– Легко ли вам привлечь в группу талантливых математиков и программистов, готовых погружаться в биологические детали, и биологов, не боящихся серьёзной математики?

– Я практически перестал в мою группу в ФИЦ брать молодежь в аспирантуру, так как им сделали обучение четыре года. Айтишники редко идут в аспирантуру сейчас, доходы в этой сфере существенно выше, чем в биологии. Есть только интерес что-то сделать толковое. А форма обучения, которая еще 4 года учит, лекции и т. д. им не очень интересна. Эти молодые люди уже учились 4 года в бакалавриате и 2 года в магистратуре. В этом смысле советская аспирантура больше подходит, так как она избегает переобучения. С другой стороны, можно брать биологов в аспирантуру. Но тут проблема состоит в том, что научить физиков и математиков биологии можно, а наоборот – наверное очень сложно, почти невозможно. А без математической и компьютерной подготовки в биоинформатике сейчас очень сложно работать. И, конечно, многое зависит еще и от таланта. Считаю, талант видно в делах. Но молодежь должна еще и трудиться. Как говорят: один талантливый полководец стоит дивизии. Тут то же самое. Талантливый ученый стоит института, то есть он может сделать больше в науке чем институт. Все крупные открытия сделаны не коллективом. Кому-то приходит в голову идея, а дальше все зависит от окружения.


Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.