PÁL CSABA biológus Orvos családból származik, de semmivel nem tudták szülei meggyőzni, hogy a családi hagyományt folytassa. Lett inkább szegény tanárai igazolhatják kisebb nehézségek árán biológus. A doktori elvégzése után ösztöndíjakkal sok évet töltött külföldön: Oxford, Heidelberg és Olaszország voltak a főbb állomások. Két éve Papp Balázs barátjával egy kutatócsoportot alapítottak a Szegedi Biológiai Központban. Akár az ötéves lánya, ő is folyton azt kérdezgeti: miért? Miért működik a sejt vagy egy molekuláris mechanizmus pontosan így és nem másképp? Miért változnak bizonyos fehérjék nagyon lassan az evolúció során (Pál és kollégiái, Genetics 2001)? Miért van olyan sok látszólag felesleges, eldobható gén a legtöbb élőlényben (Papp és kollégái, Nature 2004)? Miért káros, ha egy gén termékéből túl sok van (Papp és kollégái Nature 2003)? Hogyan lehet egyszerűsíteni egy adott egysejtű genetikai állományát? Mely gének, géncsoportok azok, amelyek külön-külön és együtt is eltávolíthatóak a szervezetből anélkül, hogy baktérium szaporodása komoly csorbát szenvedne laboratóriumi környezetben (Pál és kollégái 2006)? Ezeknek a kérdéseknek a megválaszolásához a sejt molekuláris mechanizmusait feltáró számítógépes modelleket ötvöznek egysejtűeken végzett laboratóriumi evolúció kísérletekkel (1. ábra) és a genetikai állomány részletes vizsgálataival. A molekuláris biológiai vizsgálati módszerek fejlődésének köszönhetően a sejt alkotóiról és a köztük lévő kapcsolatokról hatalmas mennyiségű adat vált elérhetővé az elmúlt években. Ugyanakkor ahhoz, hogy a nagyléptékű adatsorokból megértsük a sejtek működését, új, rendszerszemléletű megközelítésekre van szükség. Az ilyen rendszerszintű megközelítések egyik legfőbb kihívása a kutatás egyes lépéseinek automatizálása, vagyis a hibára hajlamos, lassú és fáradságos emberi műveletek nagy sebességű, automatizált laboratóriumi és számítógépes módszerekkel történő kiváltása. Kutatócsoportjuk további célja, hogy a mesterséges intelligencia 1
területéről kölcsönzött módszerek felhasználásával a rendszerbiológiai és gyógyszerfejlesztési kutatásokat újszerű módon automatizálják. A rendszerbiológia alapvető célkitűzése, hogy a meglévő adatok alapján a sejt egy funkcionálisan jól körülhatárolható genetikai alrendszererét (pl. anyagcsere vagy sejtciklus) megvizsgálva azonosítsa a résztvevő géneket és azok kapcsolatrendszerét, azaz hálózatát. A rekonstruált biológiai hálózat sajátságait számítógépes modellek segítségével elemzi, majd az előrejelzéseket újabb kísérletek révén teszteli. További részletek, magyar és angol nyelvű anyagok találhatóak: www.brc.hu/sysbiol/. Jellemezze magát egy a Nature vagy Science folyóiratokban közölt cikkcím terjedelmében Genetikai rendszerek és biológiai hálózatok evolúciójával foglalkozó biológus. Ki segítette leginkább karrierjét? Laurence Hurst professzor Angliában éveken keresztül támogatott: gyakran metsző kritikával és iróniával. Túléltem és rengeteget tanultam belőle. Hatottak-e Önre középiskolai tanárai? Sajnos kevéssé. Túl szigorú keretek között mozog a középiskolai oktatás: túl sok a tényanyag és kevés lehetőség volt valódi gondolkodásra. Hogyan és miért választott szakterületet? David Attenborough Élet a Földön sorozata mindent eldöntött. Az evolúció ilyen formában történő népszerűsítése kiemelkedő. Miért döntött a tudományos kutatás mellett? Van olyan élvezetes, mint a stratégiai játékok. Feltenni a jó kérdést, a nehéz problémát elemeire bontani, megtalálni a legegyszerűbb megoldásokat, és az eredményeket tudományos cikkekben szépen csomagolni, ez mind nagyszerű kihívás. Melyik cikk és/vagy könyv hatott leginkább munkájára? Az evolúció nagy lépései John Maynard Smith és Szathmáry Eörs tollából. Mestermű és viszonyítási alap. Mennyire tartja jónak a kutatók hierarchiáját? Egy nagyobb kutatócsoportban, mint amilyen a miénk is, a munkamegosztás és a hatékony vezetés feltétele egyfajta hierarchia. Fontos szempont a laborban, lehetőleg mindenki olyan munkakört töltsön be, ami nem csak képzettségének megfelelő, de még lehetőleg élvezetes is. Hogyan igyekszik elfogadtatni kutatási eredményeit? Fontossági sorrendben: tudományos publikációk, tudományos konferenciák, média. Van-e kutatói mintaképe? (Múltbeli, esetleg élő vagy mindkettő?) 2
Neumann János és Noam Chomsky. Félistenek, akik a földön jártak. Több tudományágat is megalapoztak (számítástechnika, játékelmélet illetve generatív grammatika), és közéleti tevékenységük is rendkívül jelentős. Látogat-e el néha könyvesboltba, miért? Könyvmoly voltam. Ma már az e-book olvasók jobban érdekelnek. Melyik könyv van jelenleg éjjeliszekrényén? Inkább úgy fogalmaznék van néhány olyan szerző aki végigkíséri életem: Cervantez, Marquez, Kafka és Krasznahorkai. Mennyi időt tölt naponta az Interneten? Munkám része. A szakmai folyóiratokat kizárólag interneten keresztül követem. Szeret-e konferenciákra, kongresszusokra járni, miért? A szűk szakterületem konferenciájára ritkán járok. Inkább személyesen megkeresésekre és telefonbeszélgetésekre hagyatkozom. Sokszor inspirálóbb bepillantást nyerni más szakterületek konferenciáit látogatni. Hogyan viseli, ha egy kéziratát a bíráló visszautasítja? Igyekszem távolságtartóan kezelni, és hidegen elemezni a kézirat és a bíráló hibáit egyaránt. Érzett kutatói életében frusztrációt? (Frusztráció: határozott célra irányuló tevékenység végrehajtásának meggátolása miatt előállott kellemetlen érzés.) Mi vagy ki okozta? Benyújtott nemzetközi pályázatok sikertelensége. Évekig éltem külföldön, és már elismert kutató voltam a szűk szakterületemen. De nagyon nehéz volt megteremteni a hazai kutatás feltételeit. Tapasztalt frusztrációt kollégáinál? Természetesen. A kutatás ma Magyarországon olyan mint a közállapotok: izolált, néhol belterjes és a támogatás kevés. Mi volt a legjobb tanács, amit valaha kapott? Koncentráljak egy témára. Azóta is nehezen megy. Mi befolyásolja legjobban a döntéshozatalát? Inkább kik. A csoportunknak (www.brc.hu/sysbiol/) van egy 5-6 fős vezérkara. A véleményük meghatározó a döntéseimben. Fontosnak tartja a díjakat a tudományban, miért? Egy díj szükségszerűen szubjektív, de jó alkalom is arra, hogy népszerűsítsem munkáinkat és a szakterületet. Miért tartja hasznosnak a nyelvtudást? Angol nyelvtudás nélkül nincs tudományos szakma. A tudományos cikkek, könyvek 99.99% angol nyelvű. 3
Milyen feliratot szeretne sírkövén látni? Nem ebben a formában szeretnék üzenni a jövő kutatóinak. Mi jelent Ön számára pihenést? Család, sport, nyári koncertek, sörözés, hegyek. Ebben sorrendben. Hogyan hozhatná közelebb a tudományt, kutatást a laikusokhoz és a fiatalokhoz? Világossá kell tenni, hogy a tudomány lezáratlan, tele nyitott, érdekes kérdésekkel. Azok akik művelik, pedig nem feltétlen olyan szakbarbárok akik egy elefántcsonttoronyban élnek. De türelemre és kitartásra tényleg szükség van. Mit tart eddigi kutatásai legeredményesebbjének? Komoly hozzájárulásunk volt ahhoz, hogy megértsük, a különböző gének miért változnak más-más tempóban az evolúció során. Publikációi idézettségét csak számolja? Pályázatokat rendszeren írok, és ezért néha elő kell szednem ezeket az adatokat. Jól vagy rosszul, de ez is méri egy-egy munka fontosságát. Elolvassa az Önt idéző cikkeket, miért? Igen, mert fontos a visszajelzés és a kritika egyaránt. Sportol? Úszom. Mivel foglalkozott volna, ha nem a kutatást választja? Talán meglepő: elektronikus zeneszerzés. Ön az egyetlen kutató egy házibulin. Hogyan írná le közérthetően azt a tevékenységet, amiből él? Ha kicsit emelkedettebb a hangulat, azt mondanám: az embert még fizetik is azért, hogy azt csinálja, amit szeret. Általában mit nem szeret igazán egy tudományos cikkben? Szakzsargon, követhetetlen logika, sablonosság. 4
1. ÁBRA EVOLÚCIÓ A LABORBAN Kevéssé ismert tény, hogy az evolúció folyamatát közvetlenül, laboratóriumi körülmények között is megvizsgálhatjuk. Ezen kísérletek sikerének egyik kulcsa a megfelelő élőlény kiválasztása: rövid generációs idejük, könnyű tenyészhetőségük és nagy populáció méret miatt a legtöbb kísérlet jól ismert egysejtűekkel. További előny, hogy a laborban evolválódott populációk fagyasztott körülmények között évekig tárolhatóak, így a sajátságaik később részletesen is megvizsgálhatók. A legismertebb példa Richard Lenski 1988-ban kezdődött és máig is tartó kísérletsorozata. 12 azonos baktérium populációt speciális tápanyagot tartalmazó üvegcsébe helyeztek el. Minden nap a felnőtt baktérium populáció 1%-át új, friss tápanyagot tartalmazó üvegcsébe helyeztek el, a maradékot elpusztították. A populáció kezdetben csak lassan tud szaporodni ebben a közegben, ám pár nap leforgása alatt véletlenszerűen megjelennek olyan mutánsok, melyek jobban tudják hasznosítani a tápanyagot. Ezek elterjednek a régi variánsok rovására, és így a populáció lassú lépések sorozataként alkalmazkodik az új környezethez. Az egymástól függetlenül evolválódó populációkban jelentős genetikai különbségek halmozódtak fel. A kísérleti evolúció eszköztára különösen, ha kiegészül rendszerbiológiai és genomikai vizsgálatokkal kiváló lehetőséget teremt arra, hogy megértsük milyen tényezők befolyásolják kórokozók antibiotikumokkal szembeni rezisztenciájának kialakulását. Megjelent: Élet és Tudomány, 2010/25 5