Каждый может взять ручку и листок бумаги и попытаться доказать гипотезу Гольдбаха. У любого человека есть возможность написать философский трактат или выдвинуть новую экономическую теорию, были бы идеи и желание. Однако возможность проводить естественнонаучные эксперименты есть далеко не у каждого человека. Даже серьезные исследования биологических макрообъектов — животных и растений — сейчас включают в себя элементы молекулярной диагностики: генотипирование исследуемых особей, поиск мутаций, вызывающих заметные невооруженным глазом изменения. Молекулярная диагностика, как ни крути, требует дорогих реагентов и дорогого оборудования, с которым нужно уметь обращаться. Поэтому современные естественнонаучные исследования — область, в которой далеко не каждый имеет шансы себя попробовать.

В последнее время в биологии появились два течения, которые ставят целью приблизить естественнонаучные исследования к людям, не работающим в лаборатории и не готовым посвятить лабораторным экспериментам всё свое время. Первое — движение биохакеров, возникшее в США несколько лет назад [1]. Биохакеры практиковали биологию в гаражах, покупая подержанное оборудование и проводя довольно сложные эксперименты «на коленке». Они хотели показать людям, что наука может стать ближе, если применять творческий подход — ведь оборудование можно использовать не самое дорогое, можно купить бывшее в употреблении, можно вообще не покупать, а поменять на что-нибудь или даже достать бесплатно. А «высший пилотаж» с точки зрения биохакера — это разобраться в принципах работы прибора и сконструировать его простую, дешевую, но рабочую версию самостоятельно. Эти идеи — несомненно здоровые и продуктивные, но следует признать, что биохакерский подход к науке требует больших затрат усилий и времени и пригоден далеко не для всех.

Совершенно противоположный подход к биологическим исследованиям предлагают новые «облачные лаборатории», которые недавно начали появляться в США, например, Transcriptic (рис. 1) и Emerald Cloud Laboratory. Их идеи полностью противоположны биохакерским: они предлагают любому желающему проводить свои эксперименты, вообще не прикасаясь к пробиркам и пипеткам. Важно, что эти лаборатории — не просто группы ученых, которые за деньги делают чужие эксперименты. Если вы зайдете на их сайты, то увидите перемещающиеся в воздухе автоматические пипетки, разъезжающие сами собой штативы с пробирками и другие механические устройства, исправно переливающие жидкости и сканирующие образцы. И это неспроста, ведь особенность этих лабораторий — применение робототехники, которая гарантирует пользователям максимально аккуратные и воспроизводимые результаты.

Для того чтобы провести свой эксперимент, можно выбрать протокол из готового набора или перевести свой собственный протокол на язык машинных команд с помощью специального интерфейса. Кажется, недалек тот день, когда появится сервис, аналогично американскому Magic [2] исполняющий любые пожелания ученых. Можно будет отправить эсэмэску: «Синтезировать ген X, клонировать в вектор Y, трансфицировать им клетки Z и посчитать флуоресцирующие при длине волны λ». Пока такого сервиса нет, но уже сейчас процесс заказа экспериментов в «облачных лабораториях» ненамного сложнее. Результаты экспериментов приходят по электронной почте в весьма сжатые сроки: лаборатория Emerald Cloud, к примеру, уже сейчас обещает провести исследование любым методом из своего списка в течение суток. Что же есть в этом списке? Набор предлагаемых методов включает несколько десятков наименований (от примитивных автоклавирования и термометрирования до всевозможных хроматографий и ПЦР), а в ближайшее время, по обещаниям основателей лаборатории, должен расшириться вдвое. На данный момент роботы уже могут сделать за человека бóльшую часть рутинных лабораторных заданий, освобождая людям время на творческие компоненты исследования — планирование и анализ результатов.

Роботы давно умеют с идеальной точностью раскапывать растворы по пробиркам и плашкам, перемешивать их содержимое, менять и поддерживать температуру. Им удаются и более сложные вещи — например, выращивание культуры клеток млекопитающих и постановка трансфекций. Но это — всего лишь уровень обычного студента (который, правда, никогда не ошибается), и его роботы давно прошли. Они могут всё больше благодаря развитию систем, интегрирующих работу нескольких аппаратов, что позволяет полностью автоматизировать целый эксперимент.

К примеру, платформу фирмы Tecan можно снабдить самыми разными модулями: для перемещения плашки, для раскапывания по ней растворов, для ее промывки, для перемешивания и инкубации при разных температурах. Это позволяет полностью автоматизировать, например, процесс иммуноблоттинга. Аппараты фирмы Leica самостоятельно изготавливают препараты для микроскопии — достаточно лишь загрузить в них образцы тканей. Qiagen предлагает готовую систему, которая может провести все этапы выделения ДНК из клеток, а затем еще и провести с ней ПЦР. Машины уже могут самостоятельно синтезировать биологические полимеры — нуклеиновые кислоты, пептиды и олигосахариды.

А 13 марта 2015 г. в журнале Science была опубликована статья, рассказывающая о создании машины, которая позволяет автоматизировать синтез большинства природных малых молекул (например, непептидных антибиотиков) [3]. Это — замечательное достижение, поскольку отдельные блоки неполимерных молекул соединены множеством разнообразных типов связей — в отличие от полимерных, синтез которых похож на сборку поезда, чьи одинаковые вагоны можно менять в любом порядке. Поэтому к синтезу природных малых молекул всегда нужно было подходить творчески, зачастую проходя через множество стадий, на каждой из которых неизбежно терялась часть вещества. До сих пор казалось невероятным, что процессы синтеза таких молекул можно будет автоматизировать, тем более используя единственный прибор. Тем не менее, недавно Мартину Бёрку (Martin Burke) из университета Иллинойса (США) это удалось: его Машина собирает огромное количество молекул, если ее обеспечить правильными строительными блоками (рис. 2). В месте соединения блоков на одном из них должен находиться остаток борной кислоты, а на другом — атом галогена. В катализируемой палладием реакции такие блоки объединяются, отбросив борную кислоту и галоген [4]. Сейчас в продаже имеется около 200 подходящих строительных блоков, а с увеличением их числа репертуар Машины будет продолжать расширяться.

Основатели «облачных лабораторий» развивают направление автоматизации всё более сложных процессов, создавая системы взаимодействия роботов между собой. Это и дополнительные машины, которые переносят образцы между роботами, и программное обеспечение, которое позволяет аппаратам «говорить на одном языке». В результате получается полностью автоматическая лаборатория, в которой все эксперименты выполняются максимально аккуратно и быстро.

У роботов есть и другие преимущества — с их помощью проще подбирать условия эксперимента, ведь автоматы могут изменять лишь один параметр, оставив значения других ровно такими же, как раньше. И конечно, они могут сделать больше повторностей экспериментов, не путаясь из-за того, что пробирок стало многовато. С переходом на роботизированные лаборатории у нас есть надежда выйти из кризиса воспроизводимости результатов, в котором сейчас находятся естественные науки. Естественнонаучные эксперименты стали так сложны, что зачастую другие ученые не могут воспроизвести результаты коллег не из-за того, что те их подтасовали, а потому, что коллеги не могут абсолютно подробно описать свои действия. Когда дело доходит до исследований жизни на молекулярном уровне, каждая ничтожная ошибка в объеме раствора, каждое незначительное различие в условиях лабораторий, каждая привычка ученого, на которую он уже не обращает внимания, могут влиять на результат. С появлением роботизированных лабораторий эти моменты перестанут сбивать нас с толку. И конечно, автомат не будет подтасовывать результаты: ни потому, что ему пора защищать диссертацию, ни потому, что у него есть свое ви́дение, какой результат красивее.

Еще одно важное преимущество роботов — хранение и поиск образцов и данных. Автоматизированные системы не только могут хранить все образцы в подходящих условиях, но могут и подсказать, как давно образец поступил и какую фасовку фермента пора перестать хранить на черный день. Если такая система — часть роботизированной лаборатории, то для каждого образца еще и будет в подробностях известно, в результате каких операций он был получен. Для обычных «человеческих» лабораторий такие системы тоже могут быть полезны. Их разработкой занимается и Transcriptic, и Emerald Cloud Laboratory [5, 6]. Специальные устройства для удобного поиска образцов производит Leica.

Что интересно, даже сейчас исследования в роботизированных лабораториях стόят несущественно дороже или даже дешевле экспериментов, проводимых классическим образом. Ученые постепенно начинают доверять роботам рутинные работы: так, в роботизированной лаборатории провели клонирование, мутагенез и скрининги для создания биосенсора, определяющего химический состав масла (за эту разработку ученые, придумавшие сенсор, даже получили премию) [7]. Счастливчикам не пришлось повторять множество рутинных молекулярно-биологических процедур, чтобы реализовать свою идею. Всё больше появляется публикаций, данные для которых были получены с использованием автоматизированных систем, ведь даже отдельные аппараты, устанавливаемые в обычных лабораториях, делают работу ученых менее скучной, а их данные более точными.

Не вытеснят ли роботы людей из лабораторий совсем? Едва ли, ведь творческий процесс листания Pubmed’a за утренней чашкой чая, перехода по десяткам ссылок, после которого и не помнишь, с чего всё начиналось, и наконец озарения, чем немедленно стоит заняться, совершенно невозможно описать вычислительными методами [8]. А с распространением роботизированных лабораторий, которые готовы проводить аккуратные эксперименты для всех желающих, эти тонкие удовольствия станут доступны всё большему числу людей.

Литература

1. Биохакеры: молекулярная биология в стиле «сделай сам»;
2. Fiegerman S. (2015). Магия по SMS. Как работает сервис исполнения желаний Magic (перевод с англ.);
3. Service R.F. (2015). The synthesis Machine. Science. 347, 1190–1193;
4. Палладиевая Нобелевская премия по химии (2010);
5. Transcriptic: The LIMS Data Model: Sample Management;
6. Emerald Cloud Laboratory: Explore data;
7. Hayden E.C. (2014). The automated lab. Nature. 516, 131–132;
8. Пенроуз Р. Тени разума: в поисках науки о сознании. Москва-Ижевск: Институт компьютерных исследований, 2005. — 688 с..