Конечно, такая проблема требует объединения усилий не только биофизиков и биохимиков, но и микробиологов, кибернетиков, специалистов по генной инженерии. Как такое объединение может происходить, можно судить хотя бы по проекту «Родопсин», созданному около 10 лет назад по инициативе академика Ю. Овчинникова. Его стараниями были объединены усилия ученых многих научных направлений для одной цели — детального исследования структуры и механизмов функционирования родопсинов — белков, названных так по имени зрительного пурпура, обнаруженного и у бактерий.

Совместными усилиями ученым удалось не только до тонкостей разобраться в структуре бактериородопсина, но и приспособить его для целей кибернетики. Каким образом? Чтобы понять это, давайте на минуту обратимся к классической ЭВМ.

Любой вычислительный процесс состоит из трех этапов. Вначале возникает задача: исходные данные и представление, что с ними надо сделать. Затем следует собственно решение: вычисления в определенном порядке по строго заданным алгоритмам. И наконец, на третьем этапе, полученное решение каким-то образом используется.

Но ведь нечто подобное сплошь и рядом происходит и в живой природе! По существу, вся жизнь состоит в решении задач и использовании полученных результатов. Проблемы нахождения пищи,* ее потребления, усвоения, развития и размножения организмов — все это задачи, решаемые по определенному набору алгоритмов. А раз так, то можно, наверное, и компьютер сделать по тому же образу и подобию.

Именно такую цель и поставили недавно перед собой японские специалисты, начавшие работы по специальному проекту, главная цель которого — создание «компьютера на основе элементов нервной системы, снабженного биологическими датчиками, а также исполнительными устройствами, использующими молекулярные механизмы мышечного сокращения…».

Ведутся подобные работы и в нашей стране.

— Работы по созданию биопреобразователей уже миновали стадию эмпирического поиска, — прокомментировал ситуацию Г. Иваницкий. — Сегодня благодаря успехам молекулярной биофизики можно конструировать датчики с нужными нам свойствами, избирательностью и высокой чувствительностью…

Что же собой представляют датчики-преобразователи, которые являются в биологической ЭВМ источником входной информации? Мы как-то привыкли считать, что белок — нечто чрезвычайно неустойчивое, быстроразлагающееся… Однако сегодня его уже научились получать в кристаллическом виде, и тогда молекулу белка можно рассматривать как твердое тело с механическими свойствами, подобными, скажем, органическому стеклу или эбониту. Можно также белки и ферменты присоединять к специальным подложкам из бумаги, полистирола, нейлона, стекла или металла, после чего они опять-таки приобретают необходимую механическую прочность, с ними легко и удобно работать.

Однако одних датчиков для работы биокомпьютера мало, ему нужна еще и память. И вот в том же Институте биологической физики АН СССР было обнаружено, что обезвоженный бактериородопсин может быть зафиксирован на определенной стадии фотохимического цикла, сохраняя записанное на нем изображение. А это означает, что его можно использовать как своеобразный фотоматериал с высокой разрешающей способностью. Добавьте к нему лазерную технику, позволяющую быстро записывать и стирать оптическую информацию, — и запоминающее устройство для компьютера готово.

Ну а как быть с процессором? Трудностей здесь еще предостаточно, причем не только технологического, но и принципиального плана. Дело в том, что скорость распространения нервного импульса по волокну-аксону составляет около 20 м/с. Длительность импульса возбуждения — около 3 мс, причем за импульсом тянется рефракторный хвост длительностью еще около 6 мс. Таким образом, быстродействие вычислительного устройства на основе биологических систем составляет не более 100 операций в секунду. Это, безусловно, мало, поскольку уже сегодня созданы ЭВМ с производительностью 10⁹, а к 2000 году, согласно мировым прогнозам, надо ожидать повышения быстродействия компьютеров до 10¹² операций в секунду. Так стоит ли тогда огород городить, заниматься биоструктурами с целью создания вычислительных устройств?

Оказывается, стоит. Дело в том, что быстродействие компьютера важно не само по себе. Более быстродействующие машины, как правило, оказываются и более «сообразительными», обладают большими возможностями. Но соображать-то ведь можно по-разному. Скажем, играя в шахматы, можно механически перебирать вариант за вариантом в поисках лучшего хода, а можно, в целом оценив ситуацию, сразу отсечь множество непригодных вариантов и. сосредоточить свое внимание на одном-двух наилучших. Люди при игре в шахматы пользуются именно этим способом, в отличие от машин, которые зачастую вынуждены (за неимением лучших алгоритмов) заниматься последовательным перебором. Потому-то люди зачастую и выигрывают у машин, невзирая на головокружительное быстродействие последних!

Как нам это удается? Как люди думают? Долгое время ответы на эти вопросы были покрыты густым туманом неизвестности. Но последнее время благодаря совместным исследованиям медиков и кибернетиков, биофизиков и математиков кое-что начинает проясняться. Человеку свойственно образное мышление. Говоря очень упрощенно, люди вместо того, чтобы заниматься кропотливыми расчетами, предпочитают создать образ, модель того или иного явления и по поведению этой модели прогнозировать результат.

Поясним суть при помощи такого примера. В известный всем по школьным задачам бассейн проведены не две-три трубы, а сотни. По одним в бассейн вливаются какие-то химические реагенты, по другим выливаются продукты реакции, сепарированные определенными фильтрами. И нам надо узнать, при каких условиях мы сможем получать наибольший выход того или иного продукта.

Можно, конечно, все это подсчитать «цифровым» способом: выяснить, сколько именно определенного вещества поставляет в бассейн каждая труба, сколько его проходит сквозь каждый фильтр, и запустить все эти цифры в ЭВМ. Но пока мы соберем нужную информацию, пока составим программу, пока компьютер закончит подсчеты… В общем, и года не пройдет, как результат будет получен., Того же, впрочем, можно добиться и другим способом. Давайте построим модель нашего бассейна. Причем для простоты и скорости получения результата будем строить не натуральную, а, скажем, электрическую модель. Трубы, по которым текут жидкости, заменим проводниками, бассейн — накопителем энергии, фильтры — сопротивлением и конденсаторами… Глядишь, таким образом нужный результат будет готов уже через неделю, несмотря на то что аналоговая ЭВМ работает гораздо медленнее числовой.

Вот такие-то аналоговые принципы и предлагают использовать ученые для создания биокомпьютеров. Причем, например, ту же систему с трубами и бассейном можно заменить устройствами, работающими на активных биопленках или на пленках, использующих специальным образом организованные химические реакции, например, автоволновые.

Впервые подобные реакции были открыты в 1956 году советским ученым Б. Белоусовым. А в 1970 году лауреаты Ленинской премии А. Жаботинский и А. Заикин создали такую химическую среду, в которой автоволновой процесс можно было наблюдать воочию: тонкий слой раствора периодически менял свою окраску, словно живой. Из желтого становился красным, потом снова желтел… По поверхности жидкости пробегали цветные, незатухающие волны — автоволновой химический процесс.

Автоволновые колебания сопровождают нас повсюду. Это и процесс сокращения сердечной мышцы, и начальные этапы морфогенеза — возникновение новых форм и структур — у простейших организмов, и процессы активации катализаторов… А коль дела обстоят так, значит, при помощи химических автоволновых процессоров легко такие процессы и моделировать.

Причем такая модель не обязательно должна помещаться в пробирке или чашке Петри. Подобные процессы, как показали последние исследования, происходят и в молекулах белка. Таким образом, молекула размером всего 30–50 ангстрем уже представляет собой элемент активной среды, может стать частицей биокомпьютера.