Нам нужна открытость, чтобы данные свободно распространялись в хранилищах и банках данных, как государственных, так и коммерческих[71]. К счастью, существует множество ярких примеров обмена данными для публичного использования и общественного блага, например, US NCI Cancer Research Data Commons, Британский биобанк и инициатива GISAID по обмену данными обо всех вирусах гриппа и коронавирусе, вызывающем COVID-19. Хорошей новостью является то, что многие сейчас принимают так называемые принципы FAIR: данные должны быть находимыми (findable), доступными (accessible), совместимыми (interoperable) и воспроизводимыми (reproducible)[72].
Существует множество острых вопросов, связанных с данными. Как люди могут получить доступ к своим медицинским данным? Владеют ли они ими сами или же это собственность больниц, в которых они хранятся? Хотят ли люди получить к ним доступ и управлять ими? Будут ли службы здравоохранения готовы их предоставлять? А как насчет объединения этих данных с данными других людей для проведения клинических и других исследований? А что с кибербезопасностью? Нам нужны принципы высокого уровня, а также руководящий орган, чтобы формировать все способы управления данными и обеспечивать надежность и доверие к управлению и использованию наших данных[73].
От данных к мудрости
Первый шаг к созданию виртуального человека зависит от данных, но их одних недостаточно, чтобы понять связь между генетическим составом, окружающей средой и фенотипом человеческого тела. Нам необходимо понять сети, которые связывают все эти данные, прежде чем мы сможем начать замыкать цикл и превращать данные в прогностическую, количественную биологию. Прежде всего нам нужна теория.
Теории обладают объяснительной силой. Они придают смысл экспериментальным наблюдениям с точки зрения глубокого понимания того, как устроен мир. Они представляют работу природы экономичным образом, без объемных хранилищ необработанных и неинтерпретированных данных, и помогают нам раскрыть принципы и законы, которые объясняют, как и почему все обстоит именно так. Они также раскрывают эмерджентные свойства.
Такие законы и теории имеют математическую форму; поскольку это единственный способ, с помощью которого мы можем провести логически правильный анализ научных данных, которые сами по себе являются достоверными. Идея о том, что математика может отразить то, как устроен мир, и даже создать виртуального человека, восходит к Античности. Пифагор (570–495 гг. до н. э.) заявил, что «все есть число». Аристотель (384–322 гг. до н. э.) описал в своей «Метафизике», как пифагорейцы были настолько увлечены математикой, что «стали считать ее начала началами всего существующего».
Чем лучше мы понимаем ту или иную научную область и чем мощнее наши теории, тем меньше нам нужно полагаться на накопление массивов данных с той же усердностью, с какой филателист собирает коллекцию марок. Наши теории и модели, которые мы строим на их основе, представляют собой сжатый и гибкий способ представления нашего понимания природы. Окончательной проверкой наших теорий является не то, насколько хорошо они согласуются с экспериментами после их проведения, а то, насколько хорошо они могут предсказать результат до.
Это лучший научный метод, и некоторые из величайших теорий убедительно иллюстрируют, как превратить данные в идеи: среди них мы можем упомянуть открытие гравитационных волн, произошедшее через сто лет после того, как их предсказал Альберт Эйнштейн (1879–1955) – рябь в пространстве-времени, – которые генерируются жестокими космическими событиями, например столкновением двух черных дыр. Другим примером является открытие в 2012 г. бозона Хиггса, примерно через полвека после того, как теоретики Питер Хиггс, Роберт Браут и Франсуа Энглерт предположили, что эта фундаментальная частица связана с полем Хиггса – полем, которое придает массу другим фундаментальным частицам, таким как электроны.
Биологии тоже нужны большие идеи. Как выразился лауреат Нобелевской премии Пол Нерс: «Необходимо больше теории. Моими примерами в этом плане являются биологи-эволюционисты Билл Гамильтон и Джон Мейнард Смит, а также генетики Барбара Мак-Клинток и Фрэнсис Крик. Их статьи пронизаны богатой биологической интуицией, поэтому читать их одно удовольствие. Такое мышление ускорит переход от описания к знанию»[74].
Теория придает смысл данным, а также тому, как они интерпретируются. Если мы нарушим законы термодинамики или сохранения массы, импульса и энергии, это не сулит ничего хорошего для достоверности виртуального человека. Прежде всего теория помогает выявить важные данные – те данные, которые, если их ввести в компьютерную модель, можно использовать для прогнозирования того, как тело будет себя вести. Это позволяет нам сосредоточиться на эмерждентных свойствах и избежать проклятия гильдии картографов Борхеса. Как только мы соберем достаточно данных о теле, вторым шагом на пути к виртуальному себе станет преобразование этой необработанной информации в математическое понимание. Нам необходимо создать математическую модель человеческого тела.
Глава 2За бэконовскими муравьями, пауками и пчелами
«Те, кто занимался науками, были или эмпириками, или догматиками. Эмпирики, подобно муравью, только собирают и довольствуются собранным. Рационалисты, подобно паукам, производят ткань из самих себя. Пчела же избирает средний путь: она извлекает материал из садовых и полевых цветов, но располагает и изменяет его по своему умению».
Любопытство – пожалуй, самая фундаментальная из всех человеческих черт, и из всех тем, которые нас интересуют, немногие превосходят размышления о том, что будет дальше, особенно когда речь идет о нашей собственной судьбе. Конечная цель виртуального человека – дать врачам возможность заглянуть в будущее пациента, не типичного или «среднего», а конкретного, с индивидуальным багажом наследственности, воспитания и воздействия окружающей среды.
Наша замечательная способность предвосхищать будущее является вторым компонентом виртуального человека и восходит по крайней мере к VIII в. до н. э., когда вавилоняне превратили систематические наблюдения ночного неба в предсказания положения Солнца, Луны и известных планет[77]. Научная революция, последовавшая за эпохой Возрождения, превратила эту мощную и прозорливую смесь наблюдений и понимания в научный метод – возможно, величайшее достижение нашего вида. К XX в., когда ученые поняли, как механизировать большую часть математики с помощью компьютеров, у нас появились основные ингредиенты для создания виртуального человека, что и является темой этой главы.
Когда дело дошло до демонстрации совместной работы теории и эксперимента, философ и государственный деятель Фрэнсис Бэкон (1561–1626) был одним из первых, кто сформулировал научный метод. Мы были очарованы пророческими работами Бэкона несколько лет назад, когда вместе с нашим американским коллегой Эдом Догерти исследовали взаимосвязь между теорией, экспериментом, данными и искусственным интеллектом в статье для Philosophical Transactions of the Royal Society[78], первого в мире и старейшего научного журнала, родившегося в 1665 г. в ходе научной революции.
Бэкон сравнил усилия своих коллег по пониманию мира, будь то работа органа или движение небес, с работой пауков и муравьев, где первые используют разум, а вторые полагаются на эксперимент. Важно отметить, что Бэкон осознавал – именно сочетание обоих подходов (метод пчел) необходимо для того, что мы сегодня называем наукой: подобно усердным маленьким насекомым, ученые-работники собирают данные экспериментов, чтобы разум мог преобразовать их в питательную информацию. В словах Бэкона можно увидеть схему того, как наука (по-прежнему) работает: разум направляет эксперимент, который прокладывает путь для новых рассуждений, а затем и новых экспериментов. Своей метафорой пчелы Бэкон отверг подходы муравья (зависящий от радикального эмпиризма (данные без разума)) и паука (опирающийся на рационализм (разум без данных)).
Пчелы Бэкона совершили множество громких открытий. Без кропотливых астрономических наблюдений датского дворянина Тихо Браге (1546–1601) немецкий астроном и математик Иоганн Кеплер (1571–1630) не определил бы, что планеты движутся по эллиптическим орбитам. Самое известное предсказание теории общей относительности – искривление звездного света массивным телом – было подтверждено измерениями, сделанными Артуром Эддингтоном (1882–1944) во время солнечного затмения 1919 г., превратив автора этой теории Альберта Эйнштейна в настоящую суперзвезду (1879–1955)[79]. В мае 1952 г., будучи аспирантом Королевского колледжа Лондона под руководством Розалинды Франклин (1920–1958), Рэй Гослинг (1926–2015) сделал фотографию 51 – рентгеновское дифракционное изображение ДНК. Без этой поразительной X-образной структуры рассеянных рентгеновских лучей Уотсон и Крик не смогли бы вывести структуру двойной спирали ДНК – волшебного ключа к разгадке генетики. Однако мы должны подчеркнуть, как это всегда делают историки науки, что реальность научного прогресса всегда сложнее, чем показывают рассказы о героях[80].
Ученый разум
Когда современные ученые, особенно физики, говорят о подходе пауков Бэкона – «разуме», – они имеют в виду нечто большее, чем просто выражение нашего понимания рациональным, логическим способом или дедуктивный и индуктивный подходы к рассуждению, причем первый работает от общего к конкретному, а последний наоборот. Под рассуждением ученые подразумевают плетение паутины понимания в виде якобы железной математической логики, основанной на уравнениях.