Приложения эволюции - Applications of evolution

Часть серии по
Эволюционная биология
Зяблики Дарвина, автор Gould.jpg

Эволюционная биология, в частности, понимание того, как организмы развиваются в результате естественного отбора, является областью науки, имеющей множество практических приложений.[1][2] Креационисты часто заявляют, что теория эволюции не имеет практического применения; Однако это утверждение было опровергнуто учеными.[3]

Более широкая биология

Эволюционный подход является ключевым для многих современных исследований в области биологии, которые не ставят своей целью изучение эволюции как таковой, особенно в биологии организма и биологии. экология. Например, эволюционное мышление является ключом к теория истории жизни. Аннотация генов и их функция во многом зависит от сравнительных, то есть эволюционных подходов. Поле эволюционная биология развития исследует, как работают процессы развития, используя сравнительный метод, чтобы определить, как они развивались.[3]

Искусственный отбор

Основная статья: Искусственный отбор

Одним из основных технологических приложений эволюции является искусственный отбор, который представляет собой преднамеренный выбор определенных признаков в популяции организмов. Люди использовали искусственный отбор на протяжении тысяч лет в приручение растений и животных.[4] В последнее время такой отбор стал важной частью генная инженерия, с выбираемые маркеры такие как гены устойчивости к антибиотикам, используемые для манипулирования ДНК в молекулярная биология. Также возможно использовать повторяющиеся раунды мутации и отбора для развития белков с определенными свойствами, такими как модифицированные ферменты или новый антитела, в процессе, называемом направленная эволюция.[5]

Лекарство

Схематическое изображение того, как устойчивость к антибиотикам развивается в результате естественного отбора. В верхнем разделе представлена ​​популяция бактерий до воздействия антибиотика. В среднем разделе показана популяция сразу после воздействия, фаза, в которой происходил отбор. В последнем разделе показано распределение устойчивости у нового поколения бактерий. В легенде указаны уровни сопротивления людей.

Устойчивость к антибиотикам может быть результатом точечных мутаций в возбудитель геном примерно 1 из 108 на хромосомную репликацию. Действие антибиотика против патогена можно рассматривать как давление окружающей среды; те бактерии, у которых есть мутация, позволяющая им выжить, будут продолжать размножаться. Затем они передают эту черту своему потомству, что приводит к полностью устойчивой колонии.

Понимание изменений, произошедших в процессе эволюции организма, может выявить гены, необходимые для построения частей тела, гены, которые могут быть задействованы в человеческом организме. генетические нарушения.[6] Например, Мексиканская тетра является альбинос пещерная рыба, потерявшая зрение в процессе эволюции. Совместное размножение разных популяций этой слепой рыбы дало потомство с функциональными глазами, так как разные мутации произошли в изолированных популяциях, которые развивались в разных пещерах.[7] Это помогло идентифицировать гены, необходимые для зрения и пигментации, такие как кристаллины и рецептор меланокортина 1.[8] Аналогично, сравнивая геном Антарктическая ледяная рыба, в котором отсутствует красные кровяные тельца, близким родственникам, таким как антарктическая рок-треска, раскрыли гены, необходимые для образования этих клеток крови.[9]

Информатика

Основная статья: Эволюционные вычисления

Поскольку эволюция может производить высокооптимизированные процессы и сети, она имеет множество приложений в Информатика. Здесь моделирование эволюции с использованием эволюционные алгоритмы и искусственная жизнь началось с работы Нильса Аалла Барричелли в 1960-х годах и было расширено Алекс Фрейзер, опубликовавший серию работ по моделированию искусственный отбор.[10] Искусственная эволюция стал широко признанным методом оптимизации в результате работы Инго Рехенберг в 1960-х и начале 1970-х годов, которые использовали стратегии эволюции для решения сложных инженерных задач.[11] Генетические алгоритмы в частности стал популярным благодаря написанию Джон Холланд.[12] По мере роста академического интереса резкое увеличение мощности компьютеров сделало возможным практическое применение, включая автоматическое развитие компьютерных программ.[13] Эволюционные алгоритмы теперь используются для решения многомерных задач более эффективно, чем программное обеспечение, созданное людьми-разработчиками, а также для оптимизации проектирования систем.[14]

Рекомендации

  1. ^ Bull JJ; Вичман HA (2001). «Прикладная эволюция». Annu Rev Ecol Syst. 32: 183–217. Дои:10.1146 / annurev.ecolsys.32.081501.114020.CS1 maint: ref = harv (связь)
  2. ^ Минделл, Д.П. (2007). Эволюционирующий мир: эволюция в повседневной жизни. Кембридж, Массачусетс: Издательство Гарвардского университета. п. 341. ISBN  978-0674025585.
  3. ^ а б «Утверждение CA215: теория эволюции бесполезна без практического применения». Получено 26 июн 2017.
  4. ^ Добли JF; Gaut BS; Смит Б.Д. (2006). «Молекулярная генетика одомашнивания сельскохозяйственных культур». Клетка. 127 (7): 1309–21. Дои:10.1016 / j.cell.2006.12.006. PMID  17190597.CS1 maint: ref = harv (связь)
  5. ^ Jäckel C; Каст П; Хилверт Д. (2008). «Дизайн белков путем направленной эволюции». Анну Рев Биофиз. 37: 153–73. Дои:10.1146 / annurev.biophys.37.032807.125832. PMID  18573077.CS1 maint: ref = harv (связь)
  6. ^ Махер Б. (2009). "Эволюция: следующая топ-модель биологии?". Природа. 458 (7239): 695–8. Дои:10.1038 / 458695a. PMID  19360058.CS1 maint: ref = harv (связь)
  7. ^ Боровский Р. (2008). «Восстановление зрения у слепых пещерных рыб». Curr. Биол. 18 (1): R23–4. Дои:10.1016 / j.cub.2007.11.023. PMID  18177707.CS1 maint: ref = harv (связь)
  8. ^ Gross JB; Borowsky R; Табин CJ (2009). «Новая роль Mc1r в параллельной эволюции депигментации в независимых популяциях пещерной рыбы Astyanax mexicanus». PLoS Genet. 5 (1): e1000326. Дои:10.1371 / journal.pgen.1000326. ЧВК  2603666. PMID  19119422.CS1 maint: ref = harv (связь)
  9. ^ Yergeau DA; Cornell CN; Паркер СК; Чжоу Y; Детрих HW (2005). «кровожадный, ген RBCC / TRIM, необходимый для эритропоэза у рыбок данио». Dev. Биол. 283 (1): 97–112. Дои:10.1016 / j.ydbio.2005.04.006. PMID  15890331.CS1 maint: ref = harv (связь)
  10. ^ Фрейзер А.С. (1958). «Монте-Карло анализ генетических моделей». Природа. 181 (4603): 208–9. Bibcode:1958Натура.181..208F. Дои:10.1038 / 181208a0. PMID  13504138.CS1 maint: ref = harv (связь)
  11. ^ Рехенберг, Инго (1973). Evolutionsstrategie - Optimierung technischer Systeme nach Prinzipien der biologischen Evolution (кандидатская диссертация) (на немецком). Фромман-Хольцбуг.
  12. ^ Голландия, Джон Х. (1975). Адаптация в естественных и искусственных системах. Пресса Мичиганского университета. ISBN  0-262-58111-6.
  13. ^ Коза, Джон Р. (1992). Генетическое программирование. MIT Press. ISBN  0-262-11170-5.
  14. ^ Джамшиди М (2003). «Инструменты интеллектуального управления: нечеткие контроллеры, нейронные сети и генетические алгоритмы». Философские труды Королевского общества A. 361 (1809): 1781–808. Bibcode:2003RSPTA.361.1781J. Дои:10.1098 / rsta.2003.1225. PMID  12952685.CS1 maint: ref = harv (связь)