Коллективный разум и способность к самообучению у одноклеточных организмов

Естественно полагать, что обучение неразрывно связано с нервной деятельностью. Неслучайно вычислительный элемент в перцептронах и самообучающихся структурах именуется именно «нейроном». Двухчастный материал «Нейронные сети для начинающих», посвящённый параллелям между искусственными и биологическими нейронами, опубликовал на SE7ENе в 2016–2017 годах уважаемый @Arnis71 (первая часть собрала свыше 1,7 млн просмотров и впечатляющее число закладок). Тем не менее, способность к обучению и усвоению информации присуща не только нейронам, но и, например, астроцитам. Об этих удивительных клетках центральной нервной системы я ранее рассказывал на SE7ENе в статье «Звёзды у нас в голове. О роли астроцитов в работе нейронных сетей». Сегодня же мне хотелось бы осветить ещё более захватывающий предмет — механизмы приобретения опыта у одноклеточных организмов.

В рамках классической нейрофизиологии память представляется как механистичный процесс, подчиняющийся постулату теории Хебба: «активирующиеся вместе клетки связываются вместе». Речь идёт о молекулярных биохимических реакциях, лежащих в основе долговременной потенциации (LTP) и укрепления синаптических контактов. Этот феномен с позиции специалиста по информационным технологиям разобран в публикации Андрея Белкина @aigame «Реверс‑инжиниринг механизмов биологической памяти». Принцип Хебба помогает осознать, как память функционирует в нервной ткани, но не раскрывает самой её природы. Возникает вопрос: обязана ли память зарождаться исключительно в нервных структурах, или же аналогичные способности могут проявиться на любом субстрате — клеточном или цифровом, — как только тот преодолеет определённый порог вычислительной сложности? Подобный качественный скачок неизменно предвкушают при создании потенциального AGI (общего искусственного интеллекта) и совершенствовании больших языковых моделей, однако эта материя выходит за рамки нашего обсуждения.

С точки зрения вычислительного функционализма, когнитивные свойства зарождаются как эмерджентное свойство и в дальнейшем развиваются. Тем показательнее, что сегодня множатся свидетельства наличия примитивной памяти («фиксации опыта») у простейших микроорганизмов, которые по определению лишены нейронов и синапсов. Мало того, что они не имеют нервной ткани и неспособны её отрастить, они к тому же одноклеточные, тогда как нервная система — это сложнейшая трехмерная сеть. Более того, нейроны не делятся, поскольку для этого им пришлось бы разрушить все синапсы, а вновь образованной клетке — мгновенно сформировать заново весь ансамбль связей. Любые проявления запоминания у одноклеточных свидетельствуют о том, что простейшая память способна существовать не на уровне межклеточной коммуникации, а в рамках более фундаментальной субклеточной цитоархитектоники.

Перед нами инфузория‑трубач Stentor roeseli, привлекшая интерес американского зоолога Герберта Дженнингса ещё в 1906 году. Исследователь заметил, что в ответ на повторяющиеся раздражители инфузория перебирает различные варианты избегания опасности, не дублируя неудачные манёвры, — словно «запоминая», какой приём оказался неэффективным.

Суть эксперимента Дженнингса заключалась в следующем: отловив простейших в водоёме, он вносил в их чашку каплю раздражающего красного пигмента с помощью стеклянной пипетки. Сталкиваясь с едким веществом, инфузории пытались сперва уклониться от источника, затем оттолкнуть краситель интенсивными взмахами ресничек, а при безуспешности этих попыток — сжаться, уменьшив площадь поверхности, или же броситься врассыпную. Вот как эти фазы зарисовал сам Дженнингс:

«Отрепетировав» такое поведение с инфузориями, Дженнингс оставлял их в покое, а позже возобновлял опыт. Он пришёл к заключению, что оборонительная реакция у этих организмов отчётливо сохраняется.

Об этом удивительном наблюдении вспомнили в 1967 году, предприняв неудачную попытку воспроизвести опыт Дженнингса — возможно, из‑за того, что для использования выбрали другой вид простейших. И лишь в 2019 году коллектив учёных из Дармутского колледжа и Гарвардской медицинской школы под руководством Джозефа Декстера успешно повторил эти эксперименты, подвергая инфузорий‑трубачей регулярным раздражениям. Микроорганизмы уклонялись от воздействия со всё возрастающей изобретательностью, что прямо указывало на «учёт приобретённого опыта».

Биохимическая память

В моей недавней статье «Бактериальные логические вентили и рибосомная память» рассказывалось о том, что логические операции вполне осуществимы на уровне биохимических реакций внутри бактериальной клетки. Эволюция виртуозно овладела этим инструментом: например, в процессе обычного метаболизма клетка способна активировать или дезактивировать белок, присоединяя к нему фосфатную группу либо удаляя её. Строго говоря, это ещё не память в чистом виде и не хранение данных, однако это позволяет фиксировать стимулы при многократном повторении. В 2024 году данный феномен подвергли детальному изучению исследователи из Гарварда (включая Джереми Гунавардену, участвовавшего в упомянутых опытах с инфузориями). Часть экспериментов проводилась in vitro, а часть — в виде компьютерного моделирования.

Особый интерес учёных привлекли два молекулярных контура: циклы отрицательной обратной связи и циклы несвязанного упреждения. В первом случае продукт реакции по мере накопления начинает тормозить саму эту реакцию (подобно термостату, отключающему обогреватель при достижении заданной температуры). Во втором — сигнал стимулирует как сам процесс, так и его ингибитор (например, датчик движения включает свет, но спустя запрограммированное время гасит его независимо от дальнейшего присутствия).

Результаты симуляций продемонстрировали, что одноклеточные способны учиться реагировать на внешние раздражители за счёт комбинации по меньшей мере этих двух механизмов. Именно поэтому некоторые простейшие поддаются буквальной дрессировке. Исследования показали, что клетки выстраивают молекулярные контуры с соблюдением разделения временных масштабов, благодаря чему одни биохимические цепочки функционируют значительно быстрее других, позволяя более медленным процессам сохранять активность без затухания.

Эволюционное обоснование

Вполне закономерно, что естественный отбор поощряет любые поведенческие стратегии, повышающие шансы на выживание, а значит, способность к обучению возникла задолго до появления нервной системы. В многоклеточном организме эту роль ярче всего выполняют иммунные клетки, напоминающие колонии мигрирующих одноклеточных, которым необходимо адаптироваться к новым микроокружениям. Существование подобных адаптивных механизмов подтвердила в 2022 году группа исследователей под руководством Анеты Косески из Института Макса Планка. Ещё одним хрестоматийным примером самообучения при поиске ресурсов является миксомицет (слизевик), о котором на SE7ENе в 2021 году упоминала @ancotir. Позже Артур Красный @ArthurEx описал, как физарум смоделировал сеть токийского метрополитена в чашке Петри с агаром, прокладывая пути к овсяным хлопьям и избегая ярко освещённых зон. Навигация слизевика носит чисто биохимический характер и близка к муравьиному алгоритму: организм оставляет химический след на пройденных участках, причём интенсивность следа определяет активность движения в данном направлении. Сопоставляя градиенты сигнальных веществ, миксомицет выбирает наиболее выгодные траектории. Ещё год назад публиковались данные о том, что слизевик успешно справляется с задачей коммивояжёра, а совсем недавно @inkedsymon рассказал на SE7ENе о решении той же задачи колонией кишечной палочки.

Здесь обнаруживается любопытное различие между инфузориями‑трубачами и бактериальными сообществами в способах обработки информации. Если инфузория демонстрирует классическое условно-рефлекторное обучение по Павлову, то у бактерий и клеток иммунной системы формируется коллективная память, принадлежащая не отдельной клетке, а всей популяции в целом. Тем не менее, в обоих случаях мы наблюдаем полноценное накопление опыта в пределах одного клеточного поколения без опоры на эволюционные изменения.

Интервальное голодание или отслеживание концентрации питательных веществ

Кишечная палочка (*Escherichia coli*) представляет собой идеальный модельный организм: среда её обитания (желудочно-кишечный тракт человека) досконально изучена, а условия — состав питательных сред и воздействие антибиотиков — легко поддаются контролю. Химический состав в кишечнике меняется стремительно, в то время как температура колеблется плавно, но в масштабах всего органа. Для выживания бактерия обязана молниеносно реагировать на текущие изменения и одновременно прогнозировать грядущие сдвиги среды.

Подобные сценарии исследуются методами вычислительной биофизики, чем активно занимается Шиладитья Банерджи из Университета Джорджии, специализирующийся на обработке информации живыми системами. Экспериментальная база для таких изысканий уже создана благодаря микрофлюидике, гостевой обзор которой публиковала Анастасия Лазукина @anastasiamrr. Микрофлюидные технологии оперируют микротоками и сверхточными дозировками реагентов, позволяя наблюдать, например, за реакцией бактерий на электрические импульсы. Группа Банерджи разработала специальное устройство, с помощью которого удалось отследить поведение тысяч особей *E. coli* при циклическом ограничении и возобновлении подачи питательных веществ.

Отобранные данные доказали, что бактерии способны накапливать информацию о чередовании «голодных» и «сытых» периодов. Популяции, прошедшие через подобный стресс, реагировали на новые порции пищи значительно быстрее и энергичнее, чем «неискушённые» штаммы, что свидетельствует о наличии у них механизмов сохранения «знаний» о прошлом.

Где именно одноклеточные могут хранить информацию

Чтобы ответить на этот вопрос и сопоставить бактериальное обучение с известными архитектурами искусственных нейросетей, команда Банерджи построила математическую модель внутриклеточных биохимических процессов. Поскольку колония явно демонстрирует приобретённый опыт, перед исследователями встала задача обнаружить материальный носитель этой информации при отсутствии нейронов и синапсов.

Наиболее вероятным кандидатом на эту роль выступают рибосомы — клеточные фабрики белка. Клетка выступает в качестве приёмника сигналов внешней среды, а рибосомы на основе этих данных регулируют темпы клеточного роста и спектр синтезируемых ферментов.

Эту гипотезу косвенно подтверждает гетерогенность рибосом: одни из них реагируют на сигналы быстрее, другие медленнее, выполняя функции, аналогичные оперативной и долговременной памяти. За счёт колоссального количества рибосом в клетке создаётся избыточность, позволяющая «воспоминаниям» сохраняться от нескольких минут до нескольких часов.

Бактериальная колония с рекуррентными управляемыми блоками

Построенная математическая модель позволяет провести прямую аналогию между молекулярными механизмами бактерии и популярными рекуррентными нейросетями с управляемыми блоками (GRU), которые исключительно эффективны при анализе последовательных данных — речи или потоковых показаний датчиков.

С вычислительной точки зрения такой управляемый блок функционирует как вентиль. Как уже отмечалось в обзоре биохимических логических вентилей, базовые химические реакции способны играть роль переключателей, определяющих значимость поступающих сведений: сохранять ли новые данные или стирать их при изменении условий в пользу более актуальных. Рациональное распределение энергии между адаптацией к среде и размножением требует жёсткого баланса, который на уровне колонии обеспечивается описанными механизмами обучения.

Заключение

В заключение уместно упомянуть работу Майкла Левина, выдающегося микробиолога из Университета Тафтса, озаглавленную «Learning to Be: how learning strengthens the emergent nature of collective intelligence in a minimal agent». В этой публикации он рассматривает поведение бактерии как действие простейшего интеллектуального агента, задаваясь вопросом, чем является коллективная адаптация бактериальных сообществ — истинным обучением или лишь реакцией на потоковые сигналы ради выживания. Тем не менее, Павловские рефлексы у инфузорий‑трубачей и поразительное структурное сходство между адаптацией бактерий и архитектурой современных нейросетей убеждают в том, что интеллект вполне возможен и без нейронов с синапсами. Провести чёткую грань между биохимическим раздражением и сложной обработкой информации крайне сложно; однако если нейросетевые алгоритмы способны усваивать данные по принципу бактериальной колонии — с муравьиными алгоритмами или без них, — это значит, что уже к началу 2020-х годов биоинформатика вплотную подошла к пониманию базового биохимического уровня памяти и обучения, неизбежно возникающего из динамической сложности живой материи.

Источник