Насколько наше поведение предопределено биологией, а насколько — личным опытом? В пятой лекции из цикла «Рождественские лекции Королевского института» 1986 года биолог Льюис Уолперт исследует процесс формирования нервной системы, объясняя, как микроскопические клетки выстраивают сложнейшие «цепи управления» в нашем организме.
🧠 Архитектура разума: почему размер не имеет значения 0:38
Человек рождается с уже готовым набором базовых навыков: младенец может плакать, хватать палец взрослого и сосать материнскую грудь. Эти способности «прошиты» в нервной системе еще на стадии эмбриона. Однако мозг — это не просто монолитный орган, а колоссальное скопление клеток. По словам Льюиса Уолперта, в кусочке мозга размером с большой палец больше клеток, чем людей на всей планете.
Лектор отмечает важные факты о биологии нейронов:
- Отсутствие деления: Нервные клетки не делятся. Рост мозга от младенчества к взрослому возрасту происходит в основном за счет увеличения размера самих клеток, а не их количества.
- Естественная убыль: Взрослый человек теряет около 100 000 клеток мозга в день. Однако, как утверждает Уолперт, это не оказывает существенного влияния на интеллект.
- Приоритет связей: Размер мозга сам по себе не является залогом выдающегося ума. Например, мозг Оливера Кромвеля был вдвое больше среднего, но существует множество талантливых людей с небольшим мозгом. По мнению Уолперта, ключевым фактором является не объем, а «связность» (connectedness) между клетками.
[Image of neuron structure]
Нейроны не похожи на обычные круглые клетки. Они имеют древовидные отростки, которые формируют сложную сеть, напоминающую микросхемы компьютера. Некоторые нервные волокна могут быть невероятно длинными: тело клетки находится в позвоночнике, а её отросток тянется до кончика пальца или, в случае слона, до кончика его хобота.
🏗️ Строительство нервной трубки и роль витаминов 11:27
Развитие нервной системы начинается с плоского слоя клеток на поверхности эмбриона, который сворачивается в трубку. Этот процесс обеспечивается микроскопическими «мышцами» внутри клеток, которые сокращаются и заставляют лист ткани скручиваться.
Нарушение этого механизма приводит к серьезным последствиям:
- Spina bifida (расщепление позвоночника): состояние, при котором нервная трубка не закрывается до конца.
- Профилактика: Исследования показали, что прием витаминных добавок матерями во время беременности значительно снижает риск подобных аномалий.
🧪 Индукция: как клетки получают приказы 14:09
Одним из фундаментальных открытий в эмбриологии стали опыты Ганса Шпемана. Он доказал, что формирование нервной системы — это результат взаимодействия тканей. Ткани, находящиеся под будущим мозгом, «отдают приказ» верхнему слою клеток стать нервной системой.
Уолперт описывает классический эксперимент:
- Если пересадить кусочек «индуцирующей» ткани в другой эмбрион, у него разовьется вторая нервная система и второй мозг.
- Удивительно, но этот сигнал не является узкоспецифичным. В экспериментах даже мертвая ткань, печень крысы или обычный мел могли запустить процесс формирования нервных волокон.
Лектор уточняет: эти сигналы работают не как «рецепт приготовления», а как «выбор из меню». Ткань уже готова стать либо кожей, либо нервом, и ей просто нужен толчок в правильном направлении.
🔍 Навигация нейронов: поиск пути в темноте 18:23
Когда нейроны сформированы, они должны найти свои цели (мышцы или другие нейроны). На кончике каждого растущего нерва находится конус роста — активная структура, которая буквально «ощупывает» окружение.
Нервы проявляют поразительную настойчивость. В экспериментах с эмбрионами цыплят перед растущим нервом ставили механический барьер. Нерв не останавливался: он обходил препятствие, находил дорогу и в итоге подключался именно к той мышце, к которой должен был.
Смерть как часть развития
В процессе формирования связей происходит массовая гибель нейронов. Около 50% клеток, которые изначально направились к конечности, погибают в течение нескольких дней. Это происходит из-за конкуренции за питательные вещества, которые Уолперт сравнивает с «оазисом в пустыне».
За открытие ключевого вещества — фактора роста нервов (NGF) — Рита Леви-Монтальчини и Стенли Коэн получили Нобелевскую премию. Интересно, что в поисках этого вещества ученые использовали змеиный яд и слюнные железы мышей, где концентрация фактора оказалась чрезвычайно высокой.
👁️ Зрение и «жесткая прошивка» против опыта 31:01
Насколько гибко наше восприятие? Для ответа на этот вопрос лектор сравнивает тритона, кошку и человека.
- Тритоны: Если тритону перерезать зрительный нерв и повернуть глаз на 180 градусов, нервы вырастут заново точно на свои старые места. В результате тритон будет всегда видеть мир перевернутым. Если добыча будет сверху, он прыгнет вниз. Тритон никогда не сможет научиться корректировать это поведение — его система «жестко прошита».
- Сиамские кошки: У этих кошек часто наблюдается косоглазие из-за генетической ошибки в связях между глазом и мозгом. Животное пытается скорректировать неверные сигналы, что и приводит к дефекту.
- Человек: В отличие от тритона, человеческий мозг невероятно пластичен. Уолперт демонстрирует это на примере волонтера Джоанны, надевшей инвертирующие очки. Вначале она не может даже налить чай, но, по словам лектора, если бы она носила такие очки неделю, она смогла бы даже ездить на велосипеде. Наш мозг способен переучиваться.
🧬 Проблема «Франкенштейна»: можно ли предсказать поведение? 48:16
Льюис Уолперт ставит под сомнение возможность полного контроля над поведением через манипуляцию генами. Он приводит в пример игру «Жизнь» (Life game), где по очень простым правилам взаимодействия клеток возникают непредсказуемые и сложные узоры.
Главные выводы из этой аналогии:
- Сложность из простоты: Простые правила на клеточном уровне порождают структуры, которые невозможно предсказать заранее.
- Необходимость симуляции: Единственный способ узнать, к чему приведет изменение одного гена в начале развития — это «прогнать» всю симуляцию до конца.
- Вычислительная мощь: Для моделирования подобных процессов требуются миллионы расчетов, что демонстрируется на примере фрактальных множеств Мандельброта, требующих около миллиарда вычислений для построения одной картинки.
Даже если мы научимся менять гены, мы вряд ли сможем точно предсказать, как это отразится на итоговом поведении сложного организма.
