Michael Desai, Harvard Üniversitesi'nin dördüncü katında bulunan laboratuvarında, evrimi iş başındayken izlemek için yüzlerce özdeş maya kümesi oluşturdu. Titizlikle kontrol edilen her ortam, ayrı bir ekmek mayası türüne ev sahipliği yapıyor. Her 12 saatte bir, Desai'nin robot yardımcıları, her bir kümedeki yaşamaya en müsait olan mayaları, yani en hızlı büyüyenleri, ayırıyor ve geri kalanlarını da çöpe atıyor.
Birçok biyolog öyle olmayacağını iddia ediyor, sebep olarak da bir türün erken dönem evrimsel sürecinde geçirdiği rastlantısal mutasyonların türün kaderini derinden etkileyebileceğini öne sürüyorlar. İlk kez biyolog Stephen Jay Gould tarafından 1980'lerde ortaya atılan bir fikri farklı sözcüklerle ifadeye koyan Desai şöyle söylüyor:
"Eğer yaşam kasetini başa sararsanız, tek bir mutasyon sizi tamamen farklı bir yöne götürebilir!"
Fakat, Desai'nin maya hücreleri bu fikri tekrar sorgulatıyor. 2013 Haziran ayında Science dergisinde yayınlanan sonuçlara göre, Desai'nin tüm maya çeşitleri, her bir türün tuttuğu belirli genetik yollardan bağımsız olarak, (özel laboratuvar şartları altında büyüme kapasiteleriyle ölçülmelerine istinaden) hemen hemen aynı evrimsel varış çizgisine ulaştılar. Bu tıpkı, varış yerinin Pasifik Okyanusu olduğu bir yarışta 100 New York şehir taksisinin farklı karayollarından gitmiş oldukları halde 50 saat sonra hepsinin Santa Monica rıhtımında buluşması gibi bir durum...
Bulgular aynı zamanda genetik düzeydeki evrim ile organizma düzeyindeki evrim arasında bir bağ bulunmadığını öne sürüyor. Minnesota Üniversitesi'nde bir biyolog olan Michael Travisano bu konuyla ilgili şöyle söylüyor:
"Evrimsel biyolojide, genleri tek tek incelemek ile evrimin bütün organizmayı değiştirme potansiyeli arasında bir çeşit gerilim var. Bütün biyoloji camiası son 30 yıldır tekil genlerin önemine odaklanmıştı, fakat bu çalışmanın verdiği mesaj, bunun o kadar da önemli olmadığı yönünde.”
Desai'nin deneyinin asıl gücü, alandaki diğer bilim insanlarının "cüretkar" olarak tanımladığı deneyin eşi görülmemiş büyüklüğünden ileri geliyor. Deneyin tasarımının kökleri, kurucusunun özgeçmişinde yatıyor: Desai bir fizikçi olarak eğitim gördü ve 4 yıl önce laboratuvarını kurduğundan beri de biyolojiye istatistiksel bir bakış açısı katmakta.
Çalışmaya katılmamış fakat çalışmanın yazarlarından biriyle çalışmış olan Pensilvanya Üniversitesi'nden evrimsel biyolog Joshua Plotkin, evrimin istatistiksel analiziyle ilgili şunları söylüyor:
"Bir fizikçinin evrime olan yaklaşımı, her şeyi mümkün olan en basit duruma indirgemektir. Evrimin ne kadarının tesadüfe, ne kadarının başlangıç noktasına ve ne kadarının ölçüm hatalarına dayandırıldığını hesaplayabilirler."
Desai'nin planı, maya soyları özdeş şartlar altında büyürken onları izlemek ve sonrasında, (asli ata türlerine kıyasla) onların ne kadar hızlı büyüdüklerine göre belirlenen son uyum seviyelerini (fitness levels) karşılaştırmaktı. Takım, maya topluluklarını, her 12 saatte bir, yeni bir yuvaya aktarmak için özel olarak tasarlanmış robot kollar kullandı. Bu süreçte en fazla büyüyen topluluklar sonraki tura ilerledi ve işlem 500 nesil boyunca tekrarlandı.
Önceki çalışmalar, “tarihsel tesadüf” olarak bilinen bir fikri, yani evrimin erken dönemlerindeki küçük değişimlerin daha sonra büyük farklılıklara yol açabileceklerini zaten göstermişti. Örneğin E. coli bakterisi üzerinde yapılan uzun dönem evrimsel çalışmalar, bakterilerin bazen yeni bir yiyecek türünü yemek üzere evrimleştiklerini; fakat bu gibi elle tutulur değişimlerin, ancak buna imkan sağlayan belli mutasyonlar başlangıçta gerçekleştiği zaman, meydana geldiğini ortaya çıkardı. Diğer bir deyişle, erken mutasyonların kendileri, bakteriler üzerinde büyük etkilere sahip olmasalar da bu etkileri sağlayacak olan gelecekteki mutasyonlar için gerekli olan temeli oluşturuyorlar(dı). Desai’ye göre, bu gibi çalışmaların küçük ölçekli olmasından dolayı bu tür durumların bir kural mı yoksa bir istisna mı olduğu belli değildi. Desai şöyle anlatıyor:
"Evrimin doğal gidişatı içerisinde, evrimsel potansiyel bakımından büyük farkların ortaya çıkması olağan bir durum mudur, yoksa evrim büyük ölçüde tahmin edilebilir midir? Bunu cevaplamak için deneyimizin büyük ölçekli olması gerekiyordu."
Önceki çalışmalarda olduğu gibi Desai, erken mutasyonların mayaların izlediği yolu şekillendirerek evrimin geleceğini etkilediğini buldu. Fakat kendi deneyinde bu yol, varış yerine etki etmedi. Desai bununla ilgili "bu özel tesadüf türü, evrimin durumunu daha az değil, daha fazla tahmin edilebilir yapıyor” diyor
Desai, -nasıl ki spor salonuna bir kez giden kilolu birisi, bir atletin göreceğinden daha fazla fayda görüyorsa- yarışa yavaş büyüyerek başlayan mikropların da daha uygun durumda olan ve hızlı büyümüş benzerlerine kıyasla faydalı mutasyonlardan daha çok yararlandıklarını buldu. Desai bunu şöyle açıklıyor:
"Eğer bir işin başında bir aksilik yüzünden geride kalırsanız, elinizden gelenin en iyisini yapma çabası içinde olursunuz."
Ayrıca bu olguyu, belli bir noktadan sonra eklenen her çaba miktarının gitgide daha az fayda sağladığını anlatan ekonomideki “azalan verimler kanunu”yla karşılaştırıyor.
Desai'nin çalışması, azalan verimler kanununun evrime uygulanabilirliğini öne süren ilk çalışma değil. Michigan State Üniversitesi'ndeki Richard Lenski laboratuvarında E. coli'yi binlerce nesil boyunca takip eden ve on yıllar boyu süren ünlü bir deney, adaptasyonun zaman içerisinde belli bir noktada buluştuğunu (benzeştiğini) ortaya çıkarmıştı. Fakat bu çalışma, 1990'lardaki genom teknolojilerinin sınırlı oluşundan dolayı, değişimlerin altında yatan mutasyonları saptayamamıştı. Bahsedilen çalışmada görev alan Minnesota Üniversitesi'nden Michael Travisano 90’lı yılların teknolojik yetersizliğini şu sözlerle anlatıyor:
"O zamanlar, sahip olduğumuz 36 popülasyonu dizilemek günümüzde yüzlercesini dizilemekten çok daha pahalıya mal oluyordu."
Daha yakın zamanda, 2011 yılında Science dergisinde yayınlanan iki makale, değişik bakteri türlerinde bulunan birçok faydalı mutasyonun birbirleriyle eşleştirildiğini duyurdu. Araştırmacılar bu mutasyonların mühendisliğini yapıp farklı bakteri soylarına uyguladıktan sonra, daha iyi uyum sağlamış soyların daha az fayda gördüğünü buldular. Desai’nin çalışması daha geniş çaplı muhtemel mutasyon kombinasyonlarını inceleyerek azalan verimler kuralının çok daha kapsamlı olduğunu gösterdi.
-----
Bu içeriğin detaylı ve örnekli açıklamalı tamamına evrimagaci.org'dan ulaşabilirsiniz.
