Сумма биотехнологии. Руководство по борьбе с мифами о генетической модификации растений, животных и людей

Сравнить генную инженерию и селекцию нам поможет аналогия: вы пытаетесь купить утюг в интернет-магазине. Допустим, вы знаете, какой именно товар вам нужен, поэтому можете просто взять и купить его – это генная инженерия. А можете сидеть и до посинения покупать случайные товары. Иногда вам привезут пылесос, иногда соковыжималку, иногда новый унитаз. Это случайные мутации. Унитаз – это, может, и неплохо, но унитазом рубашку не погладить. С сотой или с тысячной попытки, возможно, вам все-таки повезет, и привезут что-то отдаленно похожее на утюг. Например, сковородку. Тогда вы радостно позвоните в магазин и попросите впредь присылать предметы, похожие на предыдущий заказ. Вам, конечно, уже не будут присылать унитазы, а будут слать другие сковородки, кастрюли и, если повезет, утюги.

Конечно, первый утюг будет не той марки, но и это уже прогресс! Вы снова позвоните в магазин, поблагодарите их и попросите присылать предметы похожей формы. Теперь вам будут слать только утюги. Ну и в конце концов вы все-таки получите именно тот утюг, который хотели, и, возможно, вам даже не придется перебирать весь ассортимент магазина. Сейчас мы описали селекцию. Результат будет один и тот же, но сразу заказать утюг, согласитесь, проще. Ну и во втором случае у вас еще останется куча ненужного хлама, унитазов, тостеров, штучек для закручивания усов и грабли, на которые вы однажды наступите и сломаете себе нос.

В 2008 году в журнале Nature Genetics вышла статья, авторы которой показали, что в процессе одомашнивания кукурузы происходили не только положительные изменения ее генома. В частности, никто не заметил, как в ней сломался ген белка-фермента, отвечающего за осуществление последнего этапа биосинтеза растительных масел

(вот они – те самые грабли, которые мы случайно получили вместе с утюгом). А теперь внимание! Если с помощью генной инженерии исправить этот дефект и восстановить “природный” вариант гена, то суммарное содержание растительных масел в кукурузе увеличится на 41 %, а содержание олеиновой кислоты, относящейся к группе омега-9 ненасыщенных жирных кислот, – аж на 107 %!

Без изменений ДНК невозможна селекция, а характер изменений ДНК при селекции может иметь куда более драматичные последствия, чем при генной инженерии. В случае с генной инженерией мы обычно встраиваем один ген, кодирующий один белок, и основной результат заключается в том, что растение начинает синтезировать этот самый белок. Побочным эффектом может быть некоторое изменение содержания других белков, ведь на синтез нового белка уходит какое-то количество энергии и строительных материалов в виде аминокислот.

При селекции мы можем получить организм с совершенно непредсказуемыми изменениями в геноме. Может быть, новые свойства сорта связаны со встраиванием в его ДНК генов природной агробактерии (как в примере с бататом) или фрагмента вируса. Вполне возможно, что у него поломался ген или даже десяток генов. Не исключено, что какой-то ген удвоился. Как вариант из одного участка генома в другой мог перескочить мобильный элемент. Кроме того, в нем могло измениться число хромосом. Мог измениться какой-то важный ген. Случиться могло и все перечисленное, вместе взятое. Если мы не боимся этих генетических изменений (а практика показывает, что никто не требует проверки на безопасность и исследований на пяти поколениях крыс для всех селекционных сортов), то улучшенных методами генной инженерии организмов и подавно не стоит бояться.

Но Нассим Талеб все-таки приводит один разумный аргумент. Представьте, что у вас есть 500 разных сортов кукурузы. И вот появился вирус, который уничтожил кукурузу одного сорта. Поля с этой кукурузой не принесут урожая, но остальные поля урожай дадут, и голод человечеству не грозит, а на неудачном поле в следующий раз посеют один из 499 не подверженных вирусу сортов. Теперь представьте, что вся кукуруза генетически однообразна, что есть только один наилучший сорт, который используют все без исключения. Только в таком случае вероятен сценарий катастрофы, описанной в завязке фильма “Интерстеллар”: вирус распространяется по всем полям, уничтожает все посевы, и миллионы людей погибают от голода. Хотя нет, в фильме все-таки был абсурдный вирус, который уничтожал не только разные сорта кукурузы, но и вообще любую растительность, однако идея, надеюсь, понятна.

Это проблема монокультур. Если у вас есть большое генетическое разнообразие, вы получаете более устойчивую систему, которая может пережить любые катаклизмы, ведь какие-то мутации помогут преодолеть самые неблагоприятные условия: некоторые организмы переживут даже ядерную войну. Талеб говорит, что генная инженерия обедняет генетическое разнообразие, приближая нас к экологической катастрофе. Но Талеб ошибается в том, что проблема монокультур и распространения инфекций и вредителей – это проблема генной инженерии.

Великий голод в Ирландии в 1845–1849 годы был спровоцирован массовым заражением картофельных посевов патогенным грибом Phytophthora infestans. Генной инженерии тогда не было. В конце XIX века во Франции виноделие было практически уничтожено из-за нашествия насекомых-вредителей – филлоксеры. Генной инженерии все еще не было!

Монокультуру можно сделать и из обычных селекционных сортов. Вы и так не видите в супермаркете трехсот сортов яблок. Вы найдете от силы десять. Генная инженерия в этом не виновата – первый сорт генетически модифицированных яблок, а именно не темнеющих на воздухе, был одобрен только в 2015 году, причем только в США.

Генная инженерия представляет угрозу биоразнообразию культурных сортов, только если это инструмент в руках монополиста. Но генная инженерия стала бы, наоборот, мощнейшим источником генетического разнообразия

, если бы коммерческое внедрение этой технологии было доступно всем, а не только транснациональным корпорациям, которые могут себе позволить пройти через всю волокиту процедур по проверке и одобрению новых сортов.

Если бы каждый мог сделать свой сорт яблока, такой, какой нравится ему, с теми желаемыми свойствами и вкусовыми качествами, мы бы имели исключительно рост биоразнообразия. Посмотрите, какой возник бум в области компьютерных игр и приложений, когда оказалось, что каждый может создать уникальное творческое решение и заработать на нем, если оно окажется удачным. Разнообразие порождает конкуренцию, а конкуренция дает свои плоды в виде отличных решений. Причем технически создание домашней лаборатории по генной инженерии – это уже давно не проблема.

Из миллиона идей большинство окажутся плохими и не приживутся, но некоторые окажутся замечательными, и именно они распространятся. Генная модификация – это идея. Нужна добросовестная конкуренция между разными производителями ГМО, чтобы получились более высококачественные и вкусные продукты. Чтобы могли появиться фермер Стив Джобс и генный инженер Стив Возняк, которые подарят миру такое трансгенное яблоко, что его захочет надкусить каждый. И нужно разумное антимонопольное законодательство, которое сделает так, чтобы это яблоко не стало единственным на рынке.

Для сохранения биоразнообразия принимаются и дру- гие меры. Есть крупные банки семян, позволяющие за несколько лет восстановить практически любой существовавший ранее сорт растений, если возникнет необходимость. Для защиты дикой природы существуют Красная книга и законы, оберегающие естественную среду обитания растений и животных. Мы рискуем потерять эти территории, если в ответ на рост численности населения будем увеличивать площади, отведенные под неэффективное натуральное земледелие, вместо того чтобы увеличить урожайность уже существующих полей с помощью всех доступных нам методов, включая генную инженерию.

Современные законы, ограничивающие создание коммерческих генетически модифицированных сортов, вредят биоразнообразию и защищают существующие монополии в области производства генетически улучшенных сортов растений и пород животных. Разумеется, изменить привычные устои не получится, пока люди боятся употреблять продукты, созданные методами генной инженерии. Нагнетают эти страхи и авторы спорных исследований о потенциальном или явном вреде ГМО. Настало время поговорить о них.

Глава 7

Так говорил Сералини. Математическая статистика в биологии, ошибки в исследованиях о вреде ГМО

“Статистика не всегда говорит правду, но может помочь понять результаты” – так ответил

французский исследователь Жиль-Эрик Сералини на один из ключевых пунктов критики, которая обрушилась на его статью о вреде генетически модифицированной кукурузы линии NK603

. Пятнадцать

писем от независимых исследователей, в том числе от меня, указывали на различные ошибки в этой нашумевшей публикации в научном журнале Food and Chemical Toxicology.

“В этих результатах нет ничего, кроме случайной ошибки, и любой компетентный рецензент немедленно это увидел бы”, – писал один из критиков Сералини профессор Энтони Тревавас, молекулярный биолог из Эдинбургского университета. Поддержка у Сералини со стороны коллег тоже имелась, но ее выразили лишь в одном письме

. Тем временем Россия отреагировала на исследование введением временного запрета на импорт генетически модифицированной (ГМ) кукурузы.

Сералини утверждал, что крысы, употреблявшие ГМ кукурузу NK603, погибали чаще и имели больше опухолей, чем крысы из контрольной группы, которые ели обычную кукурузу. Большинство специалистов, глядя на опубликованные результаты, возражали, что этот вывод не обоснован. В такой ситуации обычному человеку сложно понять, кому доверять: Сералини или тем, кто его критикует. Для этого желательно узнать, в чем, собственно, заключалась критика.

В этой главе представлен обзор аргументов в пользу безопасности использования уже существующих генетически улучшенных организмов в качестве продуктов питания. Это необычный обзор, потому что я опираюсь исключительно на данные, полученные теми, кто писал о возможной опасности ГМО, в том числе и на данные, полученные Сералини.

В значительной части работ, в которых было заявлено негативное действие ГМО на животных, выводы не соответствуют результатам. Это связано с тем, что в них присутствует одна и та же ошибка, которая заключается в некорректном применении аппарата математической статистики. После ее устранения полученные данные перестают свидетельствовать в пользу того, что ГМО опаснее обычных организмов. Следуя завету Сералини, давайте разберемся в том, как статистика помогает понять результаты исследований. Но сначала попробуем понять саму статистику.

В статистике существует понятие, которое называется нулевая гипотеза. Это понятие отражает позицию по умолчанию, утверждающую, что между двумя явлениями нет никакой связи. Она говорит, что орел или решка на монете выпадают равновероятно и независимо от погоды. Что рак легких не связан с курением. Что цвет глаз человека не зависит от его пола. Что число пропавших в течение недели носков не зависит от того, наблюдалось ли на небе НЛО. Что токсичность картошки не зависит от того, генетически модифицирована она или нет, и так далее. В некоторых случаях нулевая гипотеза верна, в других – нет. До появления доказательств обратного нулевая гипотеза считается верной по умолчанию, поэтому научные эксперименты сводятся к тому, что нулевую гипотезу пытаются опровергнуть.

Статистические тесты позволяют оценить, насколько высока вероятность получить некий результат при условии, что нулевая гипотеза верна. Допустим, что мы провели эксперимент, в котором подкинули монетку десять раз и все десять раз выпала решка. В данном случае за нулевую гипотезу можно принять равную вероятность выпадения орла и решки. При таком допущении вероятность выкинуть решку десять раз из десяти равна ? в десятой степени, то есть менее одной тысячной. Полученная вероятность называется P-значение, или просто P, и это вероятность получить такое же или более существенное отклонение результата эксперимента от ожидаемого. Полученное P сравнивается с пороговым значением, уровнем значимости, обозначаемым ? (альфа). Общепринятыми значениями ? являются либо 0,05, либо 0,01, либо 0,001. Отметим, что 0,05 – самый мягкий порог, который можно встретить в научной литературе, хотя это лишь некоторая условность.

Если полученное значение P меньше, чем пороговое значение, мы считаем, что нулевая гипотеза отвергнута и можно принять альтернативную гипотезу. В случае с монеткой получилось так, что P < 0,001, а значит, есть основания полагать, что решка выпадает чаще орла. Чем меньше порог ?, тем меньше вероятность, что мы получим ложноположительный результат, найдем закономерность там, где ее нет. Чем больше порог ?, тем меньше вероятность, что мы получим ложноотрицательный результат, то есть не найдем закономерности там, где она есть. Правильно подобранные пороги позволяют соблюсти баланс между этими двумя типами ошибок.

Статистику полезно знать еще и потому, что она помогает знакомиться с девушками (или молодыми людьми), и я сейчас продемонстрирую как. Загадайте целое число от 1 до 20. Сделайте это, прежде чем читать дальше. Помните, что если вы симпатичная девушка и я угадаю ваше число, то с вас билет в кино. Итак, перед вами умная книга, наподобие дневника Тома Редла из “Гарри Поттера”, и она заранее знает, какое число вы загадаете. Обратитесь к калькулятору и поделите 23101096 на 1358888. Убедитесь, что я угадал правильно.

Секрет фокуса прост. Он работает только в одном случае из двадцати, и, скорее всего, я ваше число не угадал. Девятнадцать читателей из двадцати не будут впечатлены, но, возможно, именно с вами мне повезло, и вы на секунду удивились. Если повторять этот фокус много раз, каждый раз с новой девушкой (или читателем), с кем-нибудь он неизбежно сработает. Вероятность угадать в одном испытании равна 5 %, но вероятность угадать хотя бы раз, имея двадцать попыток, уже превышает 64 %. При ста испытаниях трюк удастся хотя бы раз с вероятностью 99,4 %!

Проблема “множественных сравнений” (или множественных испытаний) возникает в статистике, когда мы проверяем не одну гипотезу, а множество похожих. Для ее иллюстрации используется простая формула Y = (1,00–0,95

)?100 %, где N обозначает число сравнений, а Y – вероятность того, что по случайным причинам хотя бы в одном из них будет обнаружено статистически достоверное отличие при пороге значимости 0,05.

В 2012 году доктор Крейг Беннет получил Шнобелевскую премию за удивительную статью. Он искал у лосося участок мозга, отвечающий за распознавание человеческих эмоций. Для этого он показывал рыбе серию фотографий, на которых были изображены люди в разных социальных ситуациях, с разным эмоциональным оттенком, и анализировал активность мозга рыбы с помощью томографа. Оказалось, что мозг рыбы по-разному реагирует на разные фотографии людей! Этот результат особенно удивителен, если учесть, что лосось в исследовании был дохлым

.

На самом деле Беннет пытался привлечь внимание к важной проблеме. Стандартные приборы, измеряющие активность мозга, имеют погрешности в измерениях, шум. Если измерить активность мозга одновременно в огромном количестве независимых участков, в некоторых из них по случайным причинам может обнаружиться статистически достоверный сигнал, который можно ошибочно интерпретировать как признак мозговой активности (реакцию на изображения). Так Беннет продемонстрировал, что проблема множественных сравнений порой приводит к неожиданным биологическим результатам.

Самый простой способ учесть множественные сравнения – ввести поправку, названную в честь итальянского математика Карло Эмилио Бонферрони

. Поправка гласит, что если экспериментатор проверяет не одну, а сразу n гипотез, ему следует проверять каждую гипотезу не против уровня значимости ?, а против уровня значимости ?/n. Есть и другие способы учесть множественные сравнения, но этот проще объяснить, а выводы, которые будут сделаны в этой главе, справедливы и при использовании других распространенных поправок.

Предположим, что пять девушек независимо загадали натуральное число от одного до сорока. И я, назвавшись экстрасенсом, угадал число одной из них. Можно ли отвергнуть нулевую гипотезу, что я не умею читать мысли, используя самый мягкий порог статистической значимости, ? = 0,05? Без поправки Бонферрони мы получаем, что в случае с одной из девушек случилось событие, вероятность которого 1/40, – я угадал ее число. Эта вероятность меньше, чем ? = 0,05, а значит, есть основания полагать, что я умею читать мысли. Но свои экстрасенсорные способности я опробовал на пяти девушках. Следовательно, мы имеем дело с пятью множественными сравнениями. Поэтому порог ? = 0,05 мы делим на пять и получаем новый порог ? = 0,01, что уже меньше, чем 1/40. Теперь мы приходим к выводу, что даже при самом мягком пороге статистической значимости нельзя исключить гипотезу, что мне просто повезло.

Поправка Бонферрони достаточно консервативна, то есть значительно снижает риск обнаружения ложноположительных результатов, но одновременно увеличивает количество ложноотрицательных. Мы рискуем пропустить какую-то важную закономерность, поэтому использовать ее нужно осторожно. Однако в примерах работ, которые я буду разбирать ниже, эта поправка оправдана по нескольким причинам

.

Во-первых, из современных представлений в области молекулярной генетики не следует никаких рисков, связанных с употреблением ГМО. Поэтому непонятно, как именно ГМО должны влиять на организм животных и каким может быть биологический механизм такого воздействия. Нет никаких четких гипотез о том, какие биологические показатели должны измениться, как сильно и в какую сторону. Скептически настроенные к ГМО исследователи проверяют все подряд, и любые отличия между ГМО и их аналогами признают потенциально опасными. Увеличение толщины кишечника опасно, но уменьшение тоже вредно! Настораживает как снижение, так и увеличение содержания каких-нибудь микроэлементов в ГМО или бактерий в кишечнике организмов на диете с ГМО. Если рассмотреть множество параметров, отличия по некоторым из них обязательно найдутся.

Второй аргумент в пользу поправки заключается в том, что обнаружение любых отклонений у организмов, питающихся ГМ кормом, моментально становится сенсацией, даже если это предварительный и никем еще не воспроизведенный результат. Эти сенсации приводят к серьезным политическим решениям и экономическим последствиям, введению ограничений импорта и даже к попыткам изменения законодательства. Поэтому ложноположительные результаты крайне нежелательны как для развития биотехнологий, так и для формирования объективной научной картины мира.

Рассмотрим еще две истории про ошибки научного метода, показывающие, как маленькие недостатки эксперимента могут приводить к “потрясающим” результатам и насколько важно критически относиться к научным сенсациям. Среди биологов передается из уст в уста анекдотическая история о том, как в одном НИИ открыли телепатию. Исследователи брали крыс и сажали их парами в клетки, давая им возможность познакомиться. Через некоторое время клетки с парами крыс разделяли на две группы: экспериментальную и контрольную (для сравнения). Крыс из каждой пары изолировали друг от друга, чтобы они не могли видеть друг друга, обмениваться звуками и запахами. В экспериментальной группе одну крысу из пары заставляли голодать, а за второй крысой наблюдали, оценивая, сколько она ест в условиях неограниченного доступа к еде. В контрольной группе обеим крысам предоставляли неограниченный доступ к еде, за одной из крыс наблюдали. Оказалось, что напарница голодающей крысы ела больше, чем напарница сытой крысы, как будто чувство голода передавалось между крысами через неизвестный нам канал информации.