Az információ technikai definícióját az amerikai mérnök, Claude Shannon vezette be 1948-ban. A Bell Telephone Company alkalmazottjaként azzal foglalkozott, hogy az információt, mint gazdasági árucikket mérje. Egy telefonvonalon meglehetősen drága az információ küldése.Az áthaladó üzenet nagy része nem információ, hanem redundancia. Pénzt takaríthatnánk meg, ha magnószalagra vennénk az üzenetet, hogy kiszírnénk a redundanciát. A redundancia volt a másik technikai terminus, amit Shannon vezetett be, az információ inverzeként. Mindkét definíció matematikai jellegí, de Shannon intuitív szándékát szavakban is megfogalmazhatjuk. A redundancia az üzenet azon része, amely nem informatív, akár azért, mert az üzenet befogadója már tudja (nem lepődik meg rajta), vagy azért, mert az üzenet más része már tartalmazza. Abban a mondatban, hogy „Rover uszkár kutya”, a „kutya” szó redundáns, mert az „uszkár” már amúgy is elmondja nekünk, hogy Rover kutya. Egy szíkszavú táviratban biztosan elhagynák, ami javítaná az üzenet informatív arányát.
Az „Érk. JFK. pént. du. tal. BA Cncrd. jrt.” ugyanazt az információt hordozza, mint a sokkal hoszszabb és redundánsabb „Péntek délután érkezem a John F. Kennedy repülőtérre. Kérem, találkozzunk a British Airways Concorde járatánál!” üzenet. A rövid, távirati stílusú üzenetet olcsóbb elküldeni (bár a fogadó félnek többet kell dolgoznia a megfejtésén – a redundanciának is megvan a maga előnye, ha megfeledkezünk a gazdaságosságról).
Shannon matematikai módszerekkel akarta modellezni azt, hogy az üzeneteket információra (amelynek elküldéséért érdemes fizetni), redundanciára (amelyet gazdasági megfontolásokból elhagyhatunk, mivel ezt a fogadó később maga is rekonstruálhatja), és zajra (véletlenszerí szemétre) lehet bontani.
„Ezen a héten mindennap esett Oxfordban.” Ez a mondat viszonylag kevés információt hordoz, mivel a befogadó nem lepődik meg rajta. Viszont az a mondat, hogy „Ezen a héten mindennap esett a Szaharában”, nagy információtartalmú üzenet lenne, amiért megérné kifizetni a pluszköltségeket. Az ilyen értelemben vett információs tartalmat Shannon „meglepetésértékként” fogalmazta meg. Ez szorosan kapcsolódik a másik értelmezéshez – vagyis ahhoz, hogy az üzenet más része ezt ne tartalmazza –, mivel az ismétlés csökkenti a meglepetést.
Ne feledjük, hogy Shannon definíciója az információ mennyiségéről nem érinti azt a kérdést, hogy vajon az igaz-e vagy sem. Az általa kitalált mérési módszer igen szellemes, és intuitíve kielégítő. Állapítsuk meg, mondta, a befogadó tudatlanságát vagy bizonytalanságát az üzenet befogadása előtt, majd hasonlítsuk ezt össze azzal a tudatlansággal, amit az üzenet befogadása után tanúsít.
A tudatlanság csökkenésének mértéke az információtartalom. Shannon információs egysége a bit, a „binary digit” (kettes számrendszerí számjegy) rövidítése. A definíció szerint egy bit az az információmennyiség, amely ahhoz kell, hogy megfelezze a befogadó bizonytalanságát, legyen az bármekkora ezt megelőzőleg (a matematikához értő olvasók bizonyára észreveszik, hogy a bit ennek következtében logaritmikus mértékegység). A gyakorlatban ehhez először is meg kell találni a módját a bizonytalanság mérésének – amit majd az információ csökkent, ha megérkezik.
Egyszerí, gyakorlati üzenetek esetében ez könnyen megvalósítható a valószíníségek segítségével. Egy „várandós apa” az üvegen át nézi gyermeke születését. Nem látja a részleteket, így a szülésznővel megegyezik, hogy az rózsaszín kártyát fog felmutatni, ha a gyermek lány, és kéket, ha fiú. Mennyi információ áramlik tehát akkor, amikor a szülésznő meglengeti a rózsaszín kártyát az elbívölt atya irányába? A válasz egy bit – az eddig létező bizonytalanság megfeleződött. Az apa tudta, hogy valamilyen gyereke fog születni, így bizonytalansága két lehetőségre korlátozódott – fiú vagy lány –, és ezek valószínísége (e levezetés viszonyai között) egyenlő.
A rózsaszín kártya megfelezi az apa előzőleg fennálló bizonytalanságát, mivel két lehetőség közül az egyik lép életbe (lány). Ha nem lett volna rózsaszín kártya, hanem a doktor szépen kisétált volna a szülőszobából, és megrázta volna az apa kezét, mondván: „Gratulálok öregem, engedd meg, hogy elsőként gratuláljak: lányod született”, a 9 szavas üzenet értéke továbbra is csak egy bit lenne…
A DNS a számítógéphez nagyon hasonló módon tárolja az információt,
és a genom (a petesejt vagy hímivarsejt teljes genetikai tartalmának – a szerk.) kapacitását, ha akarjuk, meg is tudjuk mérni, bitekben. A DNS nem kettes, hanem négyes alapú számrendszert használ. Míg a számítógépben az információ nullákból és egyesekből áll, a DNS egységei T, A, C vagy G lehetnek. Ha azt mondom, hogy a DNS-szekvencia egy adott helye T-értékí, mennyi információt adok át ezzel? Kezdjük a számolást a megelőző bizonytalansággal. Hány lehetőség állt nyitva, mielőtt a „T” üzenet megérkezett? Négy. Hány lehetőség maradt nyitva azután, hogy megérkezett?
Egy. Tehát azt gondolhatnánk, hogy négy bitnyi információ ment át, a valóság viszont az, hogy csak kettő. Íme,
a magyarázat (feltéve, hogy a négy betí, mint a kártyában a négy szín, egyformán valószíní). Mindig szem előtt kell tartani, hogy Shannon mértékegysége az üzenet közvetítésének leggazdaságosabb módjára vonatkozik. Gondoljuk el, hogy hány igen– nem választ kell ahhoz kapnunk, hogy a kezdeti négy lehetőséget a bizonyosságig szíkítsük, úgy, hogy kérdéseinket a leggazdaságosabb módon tesszük fel. „A kérdéses betí a D előtt áll az ábécében?” Nem. A lehetőségek ezáltal leszíkültek T-re és G-re, és már csak egyetlen kérdést kell feltennünk, hogy biztosra menjünk.
Tehát, ha így mérjük, a DNS minden betíje 2 bit információs kapacitással rendelkezik… Háttérnek ennyi most elég az információs elméletből… Most azon gondolkodjunk, hogyan lehetne ezt arra használni, hogy megállapítsuk, vajon a genom információtartalma növekedett-e az evolúció során. Először is, idézzük vissza a teljes információs kapacitás, az aktuálisan használt kapacitás, és a lehető leggazdaságosabban tárolt valódi információtartalom hármas felosztását.
Az emberi genom teljes információs kapacitását gigabitekben mérhetjük. A beleinkben élő, jól ismert Escherichia coli baktérium genomjának információs kapacitását pedig megabitekben. Mi is, mint minden más állat, olyan őstől származunk, amelyet, ha ma is létezne, baktériumként határoznánk meg. Tehát ezen ősünk ideje óta, az evolúció milliárd évei alatt, genomunk információs kapacitása körülbelül három nagyságrenddel növekedett (a tíz harmadik hatványára emelkedett), vagyis megezerszereződött. Ez így egészen elfogadható, és a méltóságérzetünket is kielégíti.
De vajon megsérti-e méltóságunkat az a tény, hogy a Triturus cristatus, a tarajos gőte genomjának kapacitását 40 gigabitre becsüljük, ami egy nagyságrenddel nagyobb, mint az emberé? Nem, mivel minden állat esetében igaz, hogy a genom kapacitásának csak kis részét használja hasznos információ tárolására. Nagyon sok a funkció nélküli pszeudogén és rengeteg ismétlődő értelmetlenség fordul elő, ami nagyon hasznos a törvényszéki detektíveknek, de az élő sejtekben nem fordítódnak le proteinre.
A tarajos gőtének nagyobb „merevlemeze” van, mint nekünk, de mivel mindkettőnk merevlemezének túlnyomó többsége használatlan marad, nem kell sértve éreznünk magunkat. A tarajos gőtével rokonságban álló fajoknak sokkal kisebb a genomjuk. Hogy a Teremtő miért játszott ilyen szeszélyes „húzd meg, ereszd meg" játékot a gőték genomjainak méretével, olyan probléma, amin a kreacionistáknak kell eltöprengeniük. Evolúciós szempontból a válasz egyszerí.
A genom teljes kapacitása magától értetődően nagyon széles határok között mozog az élővilágban, és
az evolúció során ezek is minden bizonnyal megváltoztak, feltehetően mindkét irányban. A genetikai anyag elvesztését deléciónak (kitörlődésnek) nevezzük. Új gének különféle megkettőződések útján jönnek létre. Ezt jól illusztrálja a hemoglobin, amely a vérben oxigént szállító komplex proteinmolekula. A felnőtt ember hemoglobinja tulajdonképpen négy, globinnak nevezett fehérjelánc kombinációja, amelyek egymáshoz vannak csomózva… Az alapos, betíről betíre való átvizsgálás azt mutatja, hogy a különböző globingének szó szerint egymás rokonai, mind egy család tagjai.
De ezek a távoli unokatestvérek továbbra is együtt léteznek a genomunkban és minden gerinces állat genomjában.
A teljes organizmust tekintve, minden gerinces is a rokonunk. A gerincesek evolúciójának családfája olyan családfa, amely mindnyájunk számára ismerős. Az elágazási pontok a fajok kialakulását jelképezik – ahogyan egy faj utódfajokra válik szét. De van egy másik családfa is, amely ugyanezt az időt öleli fel, ennek ágai azonban nem a fajok kialakulását reprezentálják, hanem a gének megduplázódását a genomban. A bennünk lévő úgy tucatnyi globingén annak az ősi globingénnek a leszármazottja, amely körülbelül félmilliárd évvel ezelőtt egyik ősünkben megduplázódott, és mindkét változata a genomban maradt.
Ezentúl két változat létezett tovább, minden leszármazott állat genomjának különböző részeiben. Az egyik változat arra volt hivatott, hogy belőle fejlődjön ki az alfa-csoport (amely genomunkban később a 11-es kromoszómának lett a része), a másikból a béta-csoport lett (a 16-os kromoszómában). Ahogy az eonok teltek, további duplikációk (és bizonyára deléciók is) történtek. Úgy 400 millió évvel ezelőtt az ősi alfa-gén ismét megduplázódott, de ezúttal a két kópia egymás közelében, ugyanazon kromoszómán lévő csoportban maradt. Az egyikből lett a zéta, amelyet az embriók használnak, a másiból az alfa-globingén, amelyet a felnőtt emberek használnak (más ágak funkció nélküli pszeudogéneket hoztak létre…). Ugyanez történt a család béta-ágával is, csak a duplikációk a földtörténeti idők más pillanataiban történtek.
Most ismét izgalmas dolog következik. Ha az alfa-csoport és a béta-csoport közti szétválás 500 millió évvel ezelőtt történt, természetes, hogy ez nemcsak az emberi genomban követhető nyomon – vagyis nemcsak nálunk fordul elő, hogy az alfa-géneket a genom más pontján találjuk, mint a béta-géneket. Ugyanazt a genomon belüli szétválást kell találnunk minden emlősben, madárban, hüllőben, kétéltíben és csontos halban, mivel az ezekkel közös ősünk 500 millió évnél később élt.
Eddig minden vizsgálat azt mutatta, hogy ez a feltevés helyes. Ha olyan gerincest szeretnénk találni, amelyben nincs meg a nálunk megszokott alfa-béta szétválás, leginkább az állkapocs nélküli halakban reménykedhetünk, amilyen például az orsóhal, mivel ezek a legtávolabbi rokonaink a mai gerincesek között. Ezeknek a gerinceseknek
a többi gerincessel közös őse már olyan régen élt, hogy az megelőzhette az alfa-béta szétválást. És valóban, az állkapocs nélküli halak az egyetlen olyan ismert gerincesek, amelyekben nincs meg az alfa-béta szétválás.
A gének genomon belüli megkettőződése a filogenezisben is hasonló folyamatokat indított el, és a fajok megkettőződéséhez (speciáció) vezetett. Az előbbi a gének sokféleségének okozója, a speciáció pedig az evolúciós fejlődés sokféleségéért felelős. Egyetlen közös ősből kiindulva az élet csodálatos sokfélesége új fajok leágazásának sorozatával jött létre, amelyek később az élővilág nagy törzseinek kiindulópontjai lettek, ezek azután a Földet benépesítő több száz millió fajra váltak szét. A szétágazás egy hasonló sorozata, amely ezúttal a genomon belül történt – génduplikációk által –, hozta világra a géncsoportok nagy és szerteágazó populációját, amelyek a mai genomokat alkotják.
A globinok története csak egy a sok közül. Génduplikációk és -deléciók időről időre minden genomban történtek. Ezeknek, és más hasonló dolgoknak az okán növekedtek a genomok méretei az evolúció során. De ne feledjük a genom teljes kapacitása, és az aktuálisan használt kapacitás közti különbséget! Emlékezzünk vissza, hogy nem minden globingént használunk. Néhány közülük, mint például a théta a globingének alfa-csoportjában, pszeudogén, amely felismerhető rokonságban áll az ugyanabban a genomban lévő míködő génekkel, de sohasem fordítódik le a proteinek míködő nyelvére. Ami igaz a globinokra, igaz a legtöbb más génre is.
A genomok míködésképtelen pszeudogénekkel, a míködő gének hibás másolataival vannak teleszórva, amelyek semmit sem csinálnak, míg míködőképes rokonaik (a szó nem kívánja meg még a halvány idézőjelet sem) ugyanannak a genomnak egy másik helyén teszik a dolgukat. Akad aztán sokkal több olyan DNS is, amely még a pszeudogén nevet sem érdemli meg. Ezek is duplikációval jöttek létre, de nem a míködő gének duplikációjával. Olyan hulladékokból, „tandem ismétlésekből” és más, értelmetlen dolgokból állnak, amelyeket a törvényszéki szakértők jól tudnak ugyan használni, de a test maga nem veszi hasznát…
Meg tudjuk mérni a genom ténylegesen használt részének információs kapacitását?
Következtetni mindenesetre tudunk rá. Az emberi genom esetében ez körülbelül két százalék, ami jóval rosszabb arány, mint a merevlemezem esetében, amelyet azóta használok, hogy megvásároltam. A tarajos gőténél ez az arány feltehetően még rosszabb, de nem tudok róla, hogy ezt valaki kiszámította volna.
Mindenesetre ne ringassuk magunkat abban a soviniszta elképzelésben, hogy az emberi genomban kell lennie a legnagyobb DNS-adatbázisnak, hiszen oly csodálatosak vagyunk. A nagyszerí evolúcióbiológus, George C. Williams, kimutatta, hogy a bonyolult életciklusú állatoknak fejlődésük minden szakaszát kódolniuk kell, de csak egy genomjuk van ahhoz, hogy ezt megtegyék. A pillangó genomjának nemcsak a hernyó létrehozásához szükséges összes információt kell tartalmaznia, hanem a pillangóét is. A birkákban élősködő májmételynek hat különálló életszakasza van, és mindegyikben más körülményekhez kell alkalmazkodnia. Nem kellene tehát zokon vennünk, ha kiderülne, hogy a májmételynek nagyobb a genomja, mint a miénk (ami azért nem így van)…
…Mit jelent az a kérdés, hogy vajon az evolúció során növekedett-e az információtartalom vagy sem. A válasz a gyakorlatban bonyolult és ellentmondásos, és át- meg átszövik azok az elkeseredett viták, hogy vajon az evolúció általánosságban véve progresszív-e vagy sem. Én azok közé tartozom, akik az „igen” egy limitált változatát vallják. Kollégám, Stephen Jay Gould, inkább a „nem” felé hajlik. Nem hiszem, hogy bárki is tagadná, használjon bármilyen mérési módszert – a test információtartalmát, a genom teljes információs kapacitását, a ténylegesen használt kapacitását vagy a genom valódi (tömörített) információtartalmát –, hogy létezik egy nagy általános trend, ami a távoli baktériumősünktől kiinduló emberi evolúció során egy általános információtartalom-növekedést mutat.
Két fontos kérdésben azonban különbözhetnek a vélemények. Az egyik az, hogy vajon minden evolúciós fejlődési menetben, vagy legalábbis azok többségében, fellelhető-e ez a fejlődés (a paraziták evolúciójában például gyakran a testi komplexitás csökkenésének trendje mutatkozik, mivel a paraziták jobban járnak, ha egyszeríbbek). A második, hogy még azokban a fejlődési menetekben is, amelyekben hosszú távon tisztán megmutatkozik az általános trend, a hosszú távú folyamatot oly sok visszafordulás és vissza-visszafordulás töri darabokra, hogy ez aláássa magát a fejlődés gondolatát… Ez nem az a hely, ahol megoldhatnánk ezt az érdekes ellentmondást… Végezetül hadd mutassak egy másik módot annak meghatározására, hogy vajon a genomok információtartalma növekszik-e az evolúció során?
Az evolúciós történelem nagy sepríjét most hagyjuk el a természetes szelekció apró részleteinek kedvéért. A természetes szelekció bizonyos nézőpontból nézve nem más, mint a lehetséges alternatívák széles kezdeti mezejének a ténylegesen választott alternatívák szíkebb mezejére való leszíkítése. A véletlenszerí genetikai hibák (mutációk), a szexuális rekombinációk és a vándorlások következtében történő keveredések mind-mind a genetikai variációk széles lehetőségét, az elérhető alternatívákat kínálják.
A mutáció nem növeli a valódi információtartalmat, inkább az ellenkezője igaz,
mivel shannoni értelemben a mutáció növeli a kezdetben fennálló bizonytalanságot. És most jön a természetes szelekció, amely csökkenti a kezdeti bizonytalanságot, ezért shannoni értelemben hozzájárul a gének öszszességének információihoz. Minden nemzedék esetében a természetes szelekció eltávolítja a legkevésbé sikeres géneket a többi gén közül, így a megmaradó génkészlet szíkebb részhalmaz lesz.
A szíkítés nem véletlenszerí, hanem a fejlődés irányába hat, amennyiben a fejlődést darwini módon határozzuk meg, vagyis úgy, hogy fejlődés az, ha jobban megfelelünk a túlélés és szaporodás követelményeinek. A variációk összessége természetesen minden nemzedéknél újra megnövekszik, új mutációk és újfajta variációk révén. De így is igaz, hogy a természetes szelekció leszíkíti a lehetőségek kezdetben szélesebb, a legsikertelenebbeket is tartalmazó mezejét, a szíkebb mező viszont már csak a sikeresebbeket tartalmazza. Ez analóg az információ azon meghatározásával, amivel kezdtük: információ az, amely lehetővé teszi, hogy a kezdeti bizonytalanságot (az összes lehetőséget) leszíkítsük a későbbi bizonyosságra (az előző lehetőségekből a „sikeres” kiválasztása révén). Ezen analógia szerint a természetes szelekció definíció szerint is olyan folyamat, amelyben információt töltünk a következő generáció génjeinek összességébe.
Ha a természetes szelekció információt táplál a gének összességébe, miről szólnak ezek az információk? Arról, hogy hogyan kell életben maradni. Szigorúan véve arról, hogy miként kell túlélni és szaporodni az előző nemzedék idején fennállott körülmények között. Amennyiben a mai feltételek mások, mint a szülők idejében érvényes feltételek, a szülők genetikai tanácsai rosszak lesznek. Extrém esetben a faj akár ki is halhat. Abban az esetben, ha a jelen generáció körülményei nem különböznek nagyon a szülők generációjának körülményeitől, a mostani generációnak átadott információk hasznosak. Az elődöktől származó információt tekinthetjük úgy, mint a jelenben való túlélés kézikönyvét: az elődök családi bibliáját arról, hogy hogyan kell ma túlélni. Némi költői szabadsággal azt mondhatjuk, hogy a természetes szelekció által a mai genomokba táplált információ tulajdonképpen abból az ősi környezetből származik, amelyben elődeink éltek… §
