L’esplosione di informazione: quanto costa un phylum

Percorso: Fossili e Cambriano
Modulo 5

Prerequisiti:
Modulo 4
Guida alla lettura
Disclaimer

Introduzione: dal problema dei fossili al problema del preventivo

Nei moduli precedenti il Cambriano è stato trattato come questione paleontologica: il problema che Darwin conosceva, il mito dei corpi morbidi, gli orologi molecolari che non convergono, l’equilibrio punteggiato che descrive il modello senza spiegarne la causa.

Da qui cambiamo unità di misura. Un animale non è soltanto una forma: è un insieme di istruzioni eseguite. Un trilobite con occhi composti ed esoscheletro articolato è un dispositivo fatto di migliaia di componenti molecolari, ciascuno codificato da una sequenza precisa. Se nel Cambriano compaiono decine di architetture animali nuove, nello stesso intervallo devono essere comparse quantità corrispondenti di istruzioni nuove. La domanda diventa contabile: quanto costa un piano corporeo, e il meccanismo di mutazione e selezione naturale ha il budget nella finestra che la stratigrafia gli concede?

Il sito ha già un percorso sull’informazione biologica — complessità specificata, enigma dell’origine dell’informazione, limiti degli algoritmi evolutivi. Diamo per acquisite quelle definizioni: qui contano i numeri.

1. Il Cambriano come problema di informazione

Il paleobiologo James Valentine ha proposto un indicatore semplice di complessità: il numero di tipi cellulari, cioè di cellule funzionalmente dedicate a compiti diversi. Un eucariote unicellulare, per quanto elaborato, resta un solo tipo cellulare. Le spugne, fra gli animali più semplici, ne hanno da sei a dieci; un artropode tipico da trentacinque a novanta; i trilobiti e gli anomalocaridi cambriani probabilmente cinquanta o più. Valentine avverte che l’indicatore sottovaluta le differenze fra piani corporei, perché ignora l’organizzazione spaziale e temporale delle cellule.

Un secondo indicatore, altrettanto grezzo, è la dimensione del genoma. Un unicellulare minimamente complesso richiede fra 318.000 e 562.000 coppie di basi per produrre le proteine necessarie a restare vivo; cellule più elaborate arrivano al milione; il genoma di Drosophila melanogaster ne misura circa 140 milioni.

Il confronto però non dimostra molto: la dimensione del genoma non è la quantità di informazione funzionale, il rapporto fra lunghezza del DNA e complessità è notoriamente irregolare (si veda la pagina sul progetto ENCODE), e nessuno ha il genoma di un trilobite. È un ordine di grandezza plausibile, non una misura.

2. Quanto costa un phylum: le stime e le loro incertezze

Un nuovo tipo cellulare svolge un compito specifico, e raramente basta una proteina. Una cellula epiteliale intestinale secerne un enzima digestivo determinato; quell’enzima richiede proteine strutturali che ne modellino la forma ed enzimi regolatori che ne controllino la secrezione. Ogni tipo cellulare nuovo porta con sé un insieme coordinato di proteine nuove.

Alcuni esempi concreti. Susumu Ohno osservò che agli animali cambriani serviva la lisil ossidasi per irrigidire le strutture corporee robuste: negli organismi viventi comprende oltre 400 amminoacidi sequenziati con precisione e non ripetitivi. Servivano matrici extracellulari e proteine di adesione per unire cellule in tessuti. E servivano proteine regolatrici che legano il DNA, spesso ristrette a un solo gruppo: il morfogeno Bicoid, essenziale per l’asse antero-posteriore in Drosophila, si trova soltanto nelle mosche ciclorrafe.

Quanti geni nuovi, in cifre? Le fonti danno un intervallo, non un numero. La stima più concreta passa dai geni orfani, privi di somiglianza rilevabile con geni di altre specie. Douglas Axe combina tre dati: i geni orfani sono tipicamente fra il 10% e il 30% dei geni di ogni genoma sequenziato; gli animali multicellulari hanno diecimila geni o più; fra le proteine senza somiglianza con proteine di struttura nota, circa la metà di quelle esaminate ha un ripiegamento unico. Ne segue un’aspettativa: ogni tipo animale porta con sé centinaia o migliaia di geni propri e un numero non trascurabile di ripiegamenti dedicati.

Le incertezze sono grandi. È un’inferenza retrospettiva: nessuno può sequenziare un anomalocaride, e Axe lo ammette dicendo che qui non si indossa il cappello dell’ingegnere che progetta, ma quello di chi smonta un dispositivo esistente. La percentuale di geni orfani è inoltre scesa man mano che i database si sono riempiti. E la tesi che servissero molti nuovi ripiegamenti è precisamente il punto contestato dai critici.

3. L’inflazione combinatoria, passo per passo

Lo spazio delle possibilità cresce esponenzialmente con la lunghezza della sequenza, mentre le risorse per esplorarlo crescono al più linearmente. Il matematico David Berlinski ha chiamato questo fenomeno inflazione combinatoria. Costruiamolo un passo alla volta.

Il lucchetto. Tre quadranti da dieci cifre danno 10 × 10 × 10 = 1.000 combinazioni; cinque quadranti danno 10⁵ = 100.000. Aggiungere due quadranti non raddoppia la difficoltà: la moltiplica per cento.

Simboli e basi. Con le sole lettere X e Y le stringhe di due caratteri sono quattro (XX, XY, YX, YY), di tre otto, di quattro sedici: 2², 2³, 2⁴. Nel DNA i simboli sono quattro: 4² = 16 sequenze di due basi, 4³ = 64 di tre basi, e per cento basi in fila 4¹⁰⁰, circa 10⁶⁰ disposizioni.

Le proteine. Le catene usano venti amminoacidi: 20² = 400 dipeptidi possibili, 20³ = 8.000, 20⁴ = 160.000. Una catena di soli quattro amminoacidi ha già più possibilità di un lucchetto a cinque quadranti.

Una proteina reale. Un gene medio ha almeno mille basi; poiché servono tre basi (un codone) per amminoacido, codifica una proteina di oltre trecento residui. Lo spazio corrispondente è 20³⁰⁰, più di 10³⁹⁰ sequenze. Per la scala: nella Via Lattea si stimano 10⁶⁵ atomi, nell’universo osservabile circa 10⁸⁰ particelle elementari. Già nel 1966, al convegno del Wistar Institute intitolato Mathematical Challenges to the Neo-Darwinian Interpretation of Evolution, l’ingegnere del MIT Murray Eden faceva un conto analogo: 20²⁵⁰, circa 10³²⁵, per una proteina di 250 residui.

Un avvertimento. La dimensione dello spazio, da sola, non dimostra nulla: un ago in un pagliaio è introvabile, un pagliaio fatto per metà di aghi no. Tutto dipende dalla densità delle sequenze funzionali.

4. Quanto sono rare le proteine funzionali

Fino agli anni Ottanta la domanda non era rispondibile sperimentalmente. Poi la mutagenesi sito-diretta rese possibile modificare sequenze geniche specifiche e verificare se il prodotto proteico funzionasse ancora. Il biologo molecolare del MIT Robert Sauer, con John Reidhaar-Olson, condusse esperimenti sul repressore lambda e stimò che per una proteina corta di 92 amminoacidi il rapporto fra sequenze funzionali e sequenze totali fosse dell’ordine di 1 su 10⁶³. Il teorico dell’informazione Hubert Yockey, confrontando le varianti del citocromo c in specie diverse, aveva già ricavato per catene di cento residui circa 1 su 10⁹⁰.

Gli stessi dati sembravano dire due cose opposte: le proteine tollerano molte sostituzioni, e le sequenze funzionali sono rarissime. Sono affermazioni compatibili. Si immagini il lucchetto con cento quadranti da venti lettere, dove però su ogni quadrante quattro lettere funzionano: le combinazioni corrette sono 4¹⁰⁰, circa 10⁶⁰, un numero enorme, ma le totali sono 20¹⁰⁰, circa 10¹³⁰, e la probabilità di aprirlo a caso resta 1 su 10⁷⁰ circa.

Il numero di Axe

Douglas Axe, ingegnere chimico passato alla biologia molecolare, lavorò nel gruppo di Alan Fersht a Cambridge per correggere due errori nel metodo di Sauer. Il primo: variando uno o pochi siti alla volta, il contesto circostante maschera l’effetto, e Sauer stesso aveva scritto che così «questo calcolo sovrastima il numero di sequenze funzionali». Il secondo, di segno opposto: Sauer scartava come non funzionali le proteine sotto il 5-10% dell’attività normale, mentre un enzima al 2% può conferire un vantaggio selezionabile. Axe concluse che i due errori si annullavano all’incirca a vicenda.

Nel 2004 pubblicò sul Journal of Molecular Biology lo studio più citato e più contestato di questa storia. Su un dominio di ripiegamento di 150 amminoacidi in un enzima beta-lattamasi, partendo da una sequenza debolmente funzionale, sostituì casualmente gruppi di dieci catene laterali per volta. L’abstract riporta che circa una sequenza su 10⁶⁴, coerente con la firma dei vincoli idropatici di quella piega, forma un dominio funzionante. Da lì Axe ricavò due estrapolazioni, rilassando la condizione della firma: circa 1 su 10⁷⁴ per le sequenze di 150 residui che si ripiegano in modo stabile, e circa 1 su 10⁷⁷ per quelle che si ripiegano e svolgono una funzione specifica.

10⁶⁴ è il dato sperimentale, condizionato a un vincolo; 10⁷⁴ e 10⁷⁷ sono estrapolazioni che rimuovono quel vincolo. Chi cita 10⁷⁷ come “il risultato dell’esperimento di Axe” comprime un passaggio inferenziale, ed è lì che si concentra la critica.

5. Il dibattito su quel numero

Serve davvero un ripiegamento nuovo?

Sarebbe scorretto presentare 1 su 10⁷⁷ come una costante di natura. Il biologo cellulare Martin Poenie, dell’Università del Texas ad Austin, sostiene che «l’argomentazione secondo cui nell’esplosione cambriana sarebbero state necessarie molte nuove pieghe è priva di fondamento». Il suo esempio è la superfamiglia delle immunoglobuline: un’unica piega Ig serve funzioni radicalmente diverse — adesione fra cellule dello stesso tipo, che è la base dei tessuti e quindi della multicellularità, ma anche recettori, chinasi di segnalazione, anticorpi. Se una piega si riusa così, l’evoluzione potrebbe produrre funzioni nuove senza inventare architetture nuove.

È un’obiezione seria e in parte fondata: il riuso dei ripiegamenti è documentato e riduce il conto. Axe replica che i dati sui geni orfani indicano che la vita non si è limitata a un repertorio comune di pieghe di base — «risparmiare sui ripiegamenti proteici non sembra essere stata una priorità» — e che raggruppare due domini sotto lo stesso nome è una convenzione tassonomica, non una spiegazione causale: due domini catalogati entrambi come “piega Ig” possono non avere corrispondenza chiara nemmeno nella struttura grossolana, e le domande vere restano aperte.

La misura dipende dal criterio di funzione

È la critica metodologica più solida, e non richiede di contestare i dati. Il numero dipende drasticamente da che cosa si conta come “funzionale”. Axe ha misurato la capacità di un dominio enzimatico di catalizzare una reazione specifica: un criterio esigente. Criteri diversi danno risultati distanti di molti ordini di grandezza.

La stima alternativa più nota va nella direzione opposta: nel 2001 Anthony Keefe e Jack Szostak, cercando in una libreria di sequenze casuali di 80 amminoacidi quelle capaci di legare l’ATP, trovarono una frequenza dell’ordine di 1 su 10¹¹: sessantasei ordini di grandezza di distanza da 1 su 10⁷⁷. Il biofisico Ken Dill ha citato i dati di Sauer per suggerire che quasi ogni amminoacido possa funzionare in quasi ogni sito, purché rispetti le corrette proprietà di idrofobicità o idrofilia. La densità delle sequenze funzionali non è dunque una quantità stabilita: i valori pubblicati coprono decine di ordini di grandezza a seconda del criterio.

Perché le stime generose non chiudono la questione

Il criterio di Keefe e Szostak è il legame, non la catalisi: una sequenza che lega debolmente l’ATP non è un enzima, né una proteina strutturale, né un fattore di trascrizione. Soprattutto, al Cambriano non serve una proteina: ne servono molte insieme. Un nuovo tipo cellulare non trae vantaggio finché non esiste il sistema di proteine che lo serve, e finché il sistema è incompleto la selezione naturale non ha nulla da premiare. Conto puramente illustrativo, con numeri scelti nel modo più generoso possibile: se le sequenze funzionali avessero densità 1 su 10¹¹ e un nuovo tipo cellulare richiedesse dieci proteine coordinate, la probabilità congiunta sarebbe 10^-110. Il fattore dominante non è la rarità della singola proteina: è il numero di componenti che devono arrivare insieme.

Va segnalato infine che parte dei lavori di Axe successivi al 2004 è pubblicata su BIO-Complexity, rivista con revisione paritaria ma fondata da scienziati vicini al disegno intelligente e di diffusione modesta. Non è un argomento contro il contenuto, ma chi valuta la letteratura deve saperlo.

6. Risorse probabilistiche e tempi di attesa

Una probabilità piccola non è di per sé un problema: dipende da quante volte si prova. Gli statistici chiamano risorse probabilistiche il numero di occasioni che un evento ha di verificarsi. Axe ne ha calcolato il tetto: solo le mutazioni presenti nelle cellule riproduttive vengono trasmesse, quindi i tentativi utili sono limitati dal numero di organismi vissuti. Poiché le popolazioni batteriche superano tutte le altre messe insieme, e assumendo un tempo di generazione batterico medio a partire da 3,8 miliardi di anni fa, si ottengono circa 10⁴⁰ organismi nell’intera storia della vita — con l’assunzione, generosa, che ognuno abbia prodotto e trasmesso una sequenza genica nuova. Il confronto è immediato: 10⁴⁰ tentativi contro 10⁷⁷ possibilità significa aver campionato 1 su 10³⁷ dello spazio.

Mutazioni coordinate

Il problema si ripresenta, in forma indipendente, anche ammettendo la selezione naturale, purché l’innovazione richieda più mutazioni presenti insieme prima di produrre un effetto. Nel 2004 Michael Behe e il fisico David Snoke pubblicarono su Protein Science un modello di genetica delle popolazioni per stimare i relativi tempi di attesa:

• con due mutazioni coordinate un milione di generazioni basta, ma solo in una popolazione di 10¹² organismi multicellulari o più, cifra che supera le popolazioni riproduttive effettive di quasi ogni specie animale;
• in una popolazione di un milione di organismi servono 10¹⁰ generazioni: con una generazione all’anno, dieci miliardi di anni, più del doppio dell’età della Terra;
• esiste una zona intermedia praticabile — circa un miliardo di organismi e cento milioni di generazioni — ma vale solo per due mutazioni;
• con tre o più mutazioni coordinate non esiste alcuna zona praticabile, qualunque sia la dimensione della popolazione.

Durrett e Schmidt

Il passaggio più interessante viene dai critici. Due biologi matematici della Cornell University, Rick Durrett e Deena Schmidt, entrambi difensori del neodarwinismo, pubblicarono su Genetics l’articolo “Waiting for Two Mutations” per confutare Behe. Ottennero un tempo più breve: non diverse centinaia di milioni di anni, ma 216 milioni di anni per generare e fissare due mutazioni coordinate nella linea degli ominidi, riconoscendo che una simile combinazione è «molto improbabile che si verifichi su una scala temporale ragionevole». Il tempo disponibile per la divergenza fra uomo e scimpanzé è di circa sei milioni di anni: oltre trenta volte meno.

Onestà richiesta. Durrett e Schmidt hanno poi contestato l’uso che Behe faceva del loro risultato, sostenendo che il modello riguarda un caso specifico — l’evoluzione di siti di legame in sequenze regolatorie — e non si generalizza. La citazione è legittima, ma gli autori non sottoscrivono la conclusione che se ne trae. Resta il fatto, non contestato da nessuna delle due parti, che il tempo di attesa cresce esponenzialmente con ogni mutazione coordinata aggiuntiva.

7. Duplicazione genica e neofunzionalizzazione: i limiti quantitativi

L’obiezione più forte a tutto quanto precede è che nessun biologo pensa che i geni nuovi nascano da DNA casuale. Il modello standard, formulato da Susumu Ohno negli anni Settanta, è diverso: un crossing-over ineguale produce due copie dello stesso gene, una continua a svolgere la funzione originale, l’altra è libera di mutare senza costo, attraversa un periodo di “evoluzione neutrale” e può approdare a una nuova funzione. La selezione interviene solo dopo. Così si aggira il problema degli intermedi non funzionali, ed è il motivo per cui è il modello standard.

Primo limite: la libertà ha un prezzo. Sottrarre la copia alla selezione la sottrae anche alla sua guida: nulla indirizza le mutazioni verso una funzione futura, nulla conserva i progressi parziali. L’immagine di Meyer è un uomo bendato caduto in una piscina grande quanto una galassia e priva di predatori: è al sicuro, ma non sa dove sia la scala sul bordo. Il modello affida interamente al caso la parte creativa del lavoro.

Secondo: i duplicati costano. Mantenere copie geniche non funzionali comporta un costo di fitness e le espone alla degradazione in pseudogeni. Il modello di genetica delle popolazioni sviluppato da Axe stima quante mutazioni coordinate possano realisticamente accumularsi in un gene duplicato nella storia della vita: tenendo conto del costo di fitness il limite superiore è due; trascurandolo del tutto, sei.

Terzo: il test sperimentale. Axe e Ann Gauger hanno cercato nei database due enzimi il più possibile simili per sequenza e struttura ma con funzioni diverse: Kbl2, che degrada l’amminoacido treonina, e BioF2, coinvolto nella sintesi della biotina. Sono «gemelli strutturali», con corrispondenza parte per parte fino ai singoli amminoacidi. Mutando sistematicamente i siti candidati, singolarmente e in gruppi, non sono riusciti a convertire la funzione dell’uno in quella dell’altro nemmeno con più di sei mutazioni coordinate, cioè più di quante il loro stesso modello più generoso consideri accessibili.

Quarto: la duplicazione presuppone ciò che deve spiegare. La rassegna di Manyuan Long e colleghi su Nature Reviews Genetics elenca sette meccanismi di origine di nuovi geni: rimescolamento di esoni, duplicazione, retroposizione, trasferimento laterale, elementi mobili, fusione di geni e origine de novo. Sei dei sette partono da geni preesistenti o da sezioni di testo genetico già specificate funzionalmente, e alcuni richiedono macchinari come la trascrittasi inversa, a loro volta codificati da geni. Spiegano la ricombinazione dell’informazione, non la sua origine. Il settimo, l’origine de novo, è l’unico che non la presuppone, e casi reali esistono — per esempio «60 nuovi geni codificanti proteine originatisi de novo nella linea umana dalla divergenza con lo scimpanzé» — ma documentare un gene orfano non è documentare il processo che lo ha prodotto: è un esito, non un meccanismo con tassi misurati.

Esiste infine una versione più ambiziosa dell’obiezione, proposta dallo stesso Ohno nel 1996: il “genoma della pananimalia cambriana”, cioè l’idea che un antenato comune fenotipicamente semplice possedesse già quasi tutto il corredo genico, e che l’esplosione sia consistita nel riorganizzarlo. Questo sposta il problema e ne apre due nuovi: quale vantaggio selettivo avrebbero avuto quei geni prima di servire a costruire animali che ancora non esistevano, e come un genoma sovradimensionato avrebbe evitato per cento milioni di anni il costo del proprio mantenimento e la selezione purificante.

8. Un vincolo stratigrafico, non filosofico

Gli argomenti informazionali sull’evoluzione hanno spesso un punto debole: sono astratti. Si calcola una probabilità piccola, si risponde che il tempo geologico è lunghissimo, e la discussione si arena perché nessuno dei due ha un limite superiore da opporre all’altro.

Il Cambriano è diverso perché il tempo disponibile non è una congettura: è un dato di misura. Nel 1993 la datazione radiometrica di cristalli di zircone provenienti da formazioni immediatamente sopra e sotto gli strati cambriani in Siberia, condotta dal geocronologo Samuel Bowring del MIT e colleghi e pubblicata su Science, ha fissato l’inizio del periodo Cambriano a 544 milioni di anni fa e l’inizio dell’esplosione a circa 530. Gli stessi dati indicano una finestra di non più di 10 milioni di anni, con il principale periodo di aumento esponenziale della diversificazione della durata di 5-6 milioni di anni.

Dentro una sequenza sedimentaria di non più di sei milioni di anni compaiono per la prima volta i rappresentanti di almeno sedici phyla nuovi e di circa trenta classi; Douglas Erwin e colleghi, con una datazione leggermente diversa, ottengono tredici phyla in circa sei milioni di anni. Il paleontologo J. Y. Chen rende la proporzione così: rispetto agli oltre tre miliardi di anni di storia della vita, quel periodo equivale a un minuto nelle ventiquattro ore di un giorno.

L’obiezione va registrata. Donald Prothero sostiene che si tratti di un fenomeno di ottanta milioni di anni, cifra ottenuta includendo tre impulsi distinti: la radiazione ediacarana precambriana, l’origine dei piani corporei nel Cambriano inferiore e la diversificazione minore del Cambriano superiore. Marshall preferisce venticinque milioni di anni a dieci (è la cifra del suo articolo del 2006 Explaining the Cambrian ‘Explosion’ of Animals; con James Valentine, nel 2010, adotta invece una finestra più stretta, l’intervallo fra circa 530 e 520 milioni di anni fa richiamato nel modulo 8: le due cifre dipendono da dove si collocano i confini dell’evento, non da una revisione dei dati). Ridefinire i confini di un evento è legittimo, purché lo si dichiari; ma non tocca il problema del primo impulso. Il modulo 8 tornerà sullo scambio.

Un’ammissione che conviene fare

C’è però un punto in cui l’argomento informazionale e quello stratigrafico non si rinforzano quanto sembrerebbe. Meyer stesso osserva che «definire l’esplosione cambriana come un evento di 25 milioni di anni, come fa Marshall, invece che di 10 milioni di anni […] non fa alcuna differenza apprezzabile nel risolvere il problema dell’origine dell’informazione genetica». Se il divario è di decine di ordini di grandezza, moltiplicare il tempo per due o per dieci è irrilevante. Se il fattore decisivo non è il tempo, allora la brevità della finestra non è ciò che rende improbabile il calcolo: il termine dominante è la dimensione della popolazione.

E qui il Cambriano peggiora comunque il conto, per una ragione diversa dal tempo. La stima di 10⁴⁰ organismi è dominata dai batteri, ma nessuno sostiene che gli animali cambriani derivino direttamente dai batteri, e gli ipotetici antenati pluricellulari del Precambriano erano incomparabilmente meno numerosi. Conto illustrativo con parametri generosi: 10¹⁵ individui, una generazione all’anno, dieci milioni di anni, danno 10²² tentativi. Il vincolo cambriano non è che il tempo sia poco: è che i tentativi disponibili siano pochi, e che questa volta il numero non sia arbitrario.

Che cosa segue e che cosa non segue

Non segue che il meccanismo neodarwiniano non produca nulla: produce resistenza agli antibiotici, adattamenti fini, variazione entro le famiglie geniche (si veda che cosa può e che cosa non può fare la selezione naturale). Non segue nemmeno che gli animali cambriani non condividano un antenato comune: il disegno intelligente, qui, è compatibile con la discendenza comune, perché in gioco è il meccanismo che produce l’informazione, non la topologia dell’albero.

Segue invece un’inferenza logica e filosofica fondata su dati empirici: quando osserviamo grandi quantità di informazione funzionalmente specificata e ne conosciamo la storia causale, la causa è un’intelligenza (si veda caso, necessità o progetto). È un’inferenza alla migliore spiegazione, provvisoria e rivedibile: se qualcuno caratterizzasse un processo naturale capace di produrre nuovi ripiegamenti funzionali a tassi misurati, il conto cambierebbe. È la sfida che Axe ha rivolto ai suoi critici.

9. Obiezioni

«La selezione naturale non è una ricerca casuale, cambia tutto»

La premessa è corretta: nessun biologo sostiene che una proteina si assembli in un colpo solo per caso. Richard Dawkins ha reso l’idea con l’immagine del “Monte Improbabile”: la parete frontale è impossibile da scalare in un balzo, ma sul retro c’è un pendio dolce, ed è la selezione naturale che accumula piccoli vantaggi successivi.

La difficoltà è che il pendio deve esistere. La selezione non può preservare un progresso verso una funzione che non c’è ancora: preserva solo ciò che già conferisce un vantaggio. Da qui una tenaglia. Partendo da un gene funzionale sotto pressione selettiva, gli intermedi verso una funzione nuova sono svantaggiosi e vengono eliminati: la selezione blocca l’innovazione invece di produrla. Partendo da una copia duplicata libera di variare, la selezione è disattivata per costruzione e la ricerca torna cieca. La tenaglia non è però una dimostrazione: presuppone che le isole funzionali siano isolate, che è la conclusione tratta dagli stessi esperimenti in discussione.

«Le proteine funzionali sono molto più comuni di quanto stimi Axe»

L’obiezione ha basi reali. La stima di Keefe e Szostak è più permissiva di sessantasei ordini di grandezza; Dill ha argomentato che i vincoli reali potrebbero ridursi in larga parte alla corretta alternanza di residui idrofobici e idrofili; e 1 su 10⁷⁷ non è un dato di laboratorio ma un’estrapolazione da un dato ottenuto su un solo dominio.

Chi difende il numero di Axe deve concedere tutto questo. Restano tre problemi: il legame di una piccola molecola non è una funzione enzimatica o strutturale in un contesto cellulare; un nuovo tipo cellulare richiede sistemi di proteine, e le probabilità si moltiplicano; i tentativi disponibili nel Precambriano sono molto meno del tetto teorico di 10⁴⁰. La conclusione ragionevole non è «il numero di Axe è giusto», ma: la densità delle sequenze funzionali resta ignota entro decine di ordini di grandezza, e il meccanismo evolutivo ha bisogno che sia molto alta, non semplicemente più alta.

«I geni nuovi si ottengono duplicando e modificando, non partendo da zero»

Vero, ed è il modello standard: la duplicazione avviene, le famiglie geniche si espandono, alcuni casi di neofunzionalizzazione sono ben caratterizzati. Il problema è di scala, non di esistenza: i casi documentati riguardano tipicamente variazioni di specificità o di efficienza entro una stessa architettura strutturale, mentre il Cambriano richiede nuovi ripiegamenti, nuovi tipi cellulari, nuovi sistemi di proteine interagenti. Fra le due scale c’è la distanza resa concreta dall’esperimento Kbl2/BioF2.

Un limite va riconosciuto: un esperimento negativo su una coppia di enzimi non stabilisce un risultato generale, e i due autori lo presentano come caso di studio. La domanda che pongono resta però legittima: se ricombinazione e duplicazione fanno ciò che si dice, lo si mostri su un sistema reale, con tassi misurati.

«Venti milioni di anni sono un tempo enorme»

Intuitivamente sì, e per molti processi evolutivi lo è. Ma il termine che conta non è il tempo in anni: è il numero di sequenze campionate, cioè popolazione per generazioni, e con i parametri generosi della sezione 8 si arriva a 10²². Il tempo di attesa calcolato da Durrett e Schmidt per due sole mutazioni coordinate è di 216 milioni di anni, e Behe e Snoke non trovano alcuna zona praticabile oltre le due.

Va ripetuta però l’ammissione della sezione 8: se il divario è di decine di ordini di grandezza, nemmeno cento milioni di anni lo colmerebbero, e l’argomento probabilistico non dipende in modo cruciale dalla brevità della finestra. Sono due argomenti distinti, e chi li somma linearmente sovrastima la propria posizione.

«Non servono nuovi geni: basta ricablare le reti regolatorie esistenti»

È l’obiezione di Charles Marshall nella sua recensione su Science: «i nuovi phyla non sono stati creati da nuovi geni, ma sono emersi in gran parte attraverso il ricablaggio delle reti di regolazione genica dei geni già esistenti». È la risposta più aggiornata e più seria, perché sposta il problema dal repertorio dei componenti alla loro organizzazione.

Tre osservazioni. Il ricablaggio è esso stesso informazione: cambiare la disposizione dei nodi e degli archi di una rete significa fissare certi stati ed escluderne altri, e la proposta non elimina il costo, lo trasferisce a un tipo diverso, in parte non genetico — è il tema del modulo 6. Alterare l’espressione spaziale e temporale di elementi preesistenti richiede comunque nuove proteine regolatrici, spesso ristrette a un singolo taxon, come Bicoid. E Marshall stesso, nei suoi articoli tecnici, scrive che «gli animali non possono evolversi se i geni per produrli non sono ancora presenti»: non nega che servissero geni nuovi, assume che esistessero già prima. Il che riporta al genoma pananimale e alle sue difficoltà.

Concetti chiave

1. L’esplosione del Cambriano è misurabile anche in unità di informazione. Dai 6-10 tipi cellulari di una spugna ai 35-90 di un artropode: nuovi tipi cellulari, quindi nuove proteine, quindi nuove sequenze geniche.
2. Lo spazio delle sequenze cresce esponenzialmente con la lunghezza della catena. Da 20² = 400 per un dipeptide a 20³⁰⁰ > 10³⁹⁰ per una proteina media, contro 10⁸⁰ particelle elementari nell’universo osservabile. Le risorse per esplorarlo crescono al più linearmente.
3. La rarità delle sequenze funzionali è misurata, ma il valore dipende dal criterio. Reidhaar-Olson e Sauer: 1 su 10⁶³. Yockey: 1 su 10⁹⁰. Axe: 1 su 10⁶⁴ misurato, 1 su 10⁷⁷ per estrapolazione. Keefe e Szostak, con criterio più debole: 1 su 10¹¹.
4. Il collo di bottiglia sono le mutazioni coordinate. Il tempo di attesa cresce esponenzialmente con ogni mutazione che deve essere presente insieme alle altre. Durrett e Schmidt, scrivendo contro Behe, calcolano 216 milioni di anni per due mutazioni coordinate negli ominidi.
5. La duplicazione genica sposta il problema più che risolverlo. Libera la copia dalla selezione purificante ma la priva di ogni direzione, e sei dei sette meccanismi noti di origine di nuovi geni presuppongono informazione già specificata.
6. Il vincolo cambriano è stratigrafico, non filosofico. Gli zirconi siberiani datati da Bowring fissano una finestra di non più di dieci milioni di anni, con il picco in cinque o sei, dentro cui compaiono tredici o sedici phyla nuovi. È un dato radiometrico, non una scelta retorica.
7. La conclusione è un’inferenza alla migliore spiegazione, non una dimostrazione. È compatibile con la discendenza comune, non identifica alcun progettista ed è rivedibile.

Per approfondire

• L’enigma dell’origine dell’informazione biologica — l’impianto concettuale qui dato per acquisito: che cosa si intende per informazione funzionale.
• Complessità specificata — perché la sola dimensione dello spazio delle possibilità non basta a inferire un progetto.
• I geni orfani e le discontinuità genomiche — la base empirica della stima “quanti geni nuovi per ogni tipo animale”, con le controversie relative.
• La genetica delle popolazioni e le barriere matematiche — il trattamento generale dei tempi di attesa, di cui qui si è vista l’applicazione al Cambriano.
• Sintesi: perché l’informazione biologica punta al design — la ricapitolazione dell’argomento, con i suoi limiti dichiarati.

Riferimenti

Axe, D. D. (2004). Estimating the prevalence of protein sequences adopting functional enzyme folds. Journal of Molecular Biology, 341(5), 1295-1315. DOI: 10.1016/j.jmb.2004.06.058.

Axe, D. D. (2010). The limits of complex adaptation: an analysis based on a simple model of structured bacterial populations. BIO-Complexity, 2010(4), 1-10.

Behe, M. J., & Snoke, D. W. (2004). Simulating evolution by gene duplication of protein features that require multiple amino acid residues. Protein Science, 13, 2651-2664.

Bowring, S. A., et al. (1993). Calibrating rates of Early Cambrian evolution. Science, 261, 1293-1298.

Durrett, R., & Schmidt, D. (2008). Waiting for two mutations: with applications to regulatory sequence evolution and the limits of Darwinian evolution. Genetics, 180, 1501-1509.

Erwin, D. H., et al. (2011). The Cambrian conundrum: early divergence and later ecological success in the early history of animals. Science, 334, 1091-1097.

Gauger, A. K., & Axe, D. D. (2011). The evolutionary accessibility of new enzyme functions: a case study from the biotin pathway. BIO-Complexity, 2011(1), 1-17.

Keefe, A. D., & Szostak, J. W. (2001). Functional proteins from a random-sequence library. Nature, 410, 715-718.

Klinghoffer, D. (a cura di) (2015). Debating Darwin’s Doubt: A Scientific Controversy That Can No Longer Be Denied. Discovery Institute Press.

Long, M., Betrán, E., Thornton, K., & Wang, W. (2003). The origin of new genes: glimpses from the young and old. Nature Reviews Genetics, 4, 865-875.

Marshall, C. R. (2013). When prior belief trumps scholarship. Science, 341, 1344.

Meyer, S. C. (2013). Darwin’s Doubt: The Explosive Origin of Animal Life and the Case for Intelligent Design. HarperOne.

Ohno, S. (1996). The notion of the Cambrian pananimalia genome. Proceedings of the National Academy of Sciences USA, 93, 8475-8478.

Reidhaar-Olson, J., & Sauer, R. (1990). Functionally acceptable substitutions in two alpha-helical regions of lambda repressor. Proteins: Structure, Function, and Genetics, 7, 306-316.

Yockey, H. P. (1977). On the information content of cytochrome c. Journal of Theoretical Biology, 67(3), 345-376.