Samo model. Samo model?

Pretekli november se je tik pred Kobenhavensko konferenco o globalnem segrevanju zgodil manjši škandal imenovan Climategate. Nekdo je vdrl v računalniški sistem univerze in razkril dopisovanja raziskovalcev klimatskih sprememb. Za samo znanost o klimatskih spremembah razkriti emaili ne pomenijo veliko, ne doprinašajo novih dognanj in ne zavračajo uveljavljenih teorij in hipotez. Ob novicah o tem dogodku pa se je spremenil javni odnos do te teme. Ustvarilo se je nezaupanje do rezultatov raziskav o globalnem segrevanju, ki je naraščalo s špekulacijami o pomenu razkritih emailov.

Če koga zanima kaj več o samem Climategateu, si lahko na Guardianovem blogu Freda Pearcea prebere več o tem. Jaz se v znanost klimatskih sprememb ne bom spuščal, porabil jo bom samo za primere ob razpravi.

V času po Climategatu sem od večih prijateljev in znancev slišal, da je bilo končno pokazano, da znanost o globalnih spremembah ni več tako gotova in da so končno razkrili luknje v razlagah, ki da jih še raziskovalci ne razumejo in nanje nimajo odgovora. Res je, prav gotovo je v tej znanosti še veliko nedorečenega. Kot naravoslovcu pa mi nedorečenosti in nejasnosti v raziskavah še ne pomenijo, da so moje hipoteze ali teorije napačne. Zato me dejstvo, da tudi na področju klimatskih sprememb ni vse z vso gotovostjo zaključeno, ne preseneča in ne vliva nezaupanja do raziskovalcev tega področja.

Si pa lahko predstavljam, da je to novico sprejel drugače kdo drug, ki je imel drugačno predstavo o tem, kako naj bi ta znanost potekala. Izjava na katero se bom obesil v tokratnem zapisu je bila nekaj takega:''Pri globalnem segrevanju ne drži vse s tako gotovostjo kot si misliš, drevesne letnice po katerih sklepajo na temperaturo v preteklih desetletjih so le model.''

Na izjavo imam dve pripombi, prva je, da so drevesne letnice le podatki in ne model. Zato bom poskušal najprej poskušal razložiti kaj je model. Druga pripomba je, da jaz ne vidim kaj je narobe s tem, da je nekaj samo model.

input, putput, output

Najkrajše povedano je model nekaj, s pomočjo česar podatke obdelamo in nato dobimo rezultat. V primeru z merjenjem debeline letnic dreves je rezultat, ki ga dobimo po obdelavi, neka temperatura.

Kako naj si torej predstavljamo model? Če si dovolim uporabiti primerjavo, lahko rečem, da je model kot stroj v katerega nabasamo podatke. Ti podatki so potem obdelani z orodji stroja. Po obdelavi nam stroj izvrže rezultat. Orodja stroja so lahko kaj takega kot sorazmerja fizikalnih količin, predpostavke in tudi poenostavitve, pa še kaj bi se našlo. Na kratko torej: input, nekaj vmes, output.

Če ta domišljiski opis prenesem na primer drevesnih letnic, so vnešeni podatki debelina drevesnih letnic. Model je zbirka pravil, ki podatke obdela. Kar je pri obdelavi upoštevano so povezave med debelino in temperaturo, odšteti je treba tudi vplive sušnih in deževnih obdobji, predpostaviti npr. da je drevo vedno bilo zdravo. Kot končni rezultat pa v tem primeru dobimo neko temperaturo, recimo da povprečno letno temperaturo.

Še en primer bi lahko bil napoved segrevanja ozračja v prihajajočem stoletju glede na trenutne razmere. Potrebovali bi podatke o trenutni temperaturi, podatke o pričakovanih koncentracijah CO2,  in oceno naravnih vgradnih procesov CO2. Za napoved bi upoštevati povezavo med segrevanjem in količino toplogrednih plinov na prvem mestu, potem pa še kaj drugega. Vse zveze med temi podatki, ki bi nam na koncu dali napoved sestavljajo model za napovedovanje. Je pa res, da tukaj že na nivoju podatkov nekaj ocenjujemo in pričakujemo, kar je seveda še par spremenljivk in negotovosti več.

Namišljeni tornadi in teoretični plini

Zdaj vemo kaj je model in lahko se vprašamo kaj naj bi pomenilo, da je nekaj ''samo'' model. Obtožba leti na to, da v sestavljanju modela nujno uporabljamo poenostavitve. Poenostavitve so nujne, tornada zagotovo ne bomo simulirali atom po atom, to bi bilo precej nepraktično.

Pri simulaciji tornada bi se kdo lahko pritožil, da je to slab opis tornada, ker njegova bistvena lastnost manjka. Simuliran tornado namreč ne podira hiš. Lahko bi se igrali norčka in vprašali zakaj naj bi se znanstveniki sploh ukvarjali z računalniškimi tornadi, saj niso ti tisti, ki so nevarni. Naj se raje ukvarjajo s tistimi, ki podirajo hiše, kot pa z nekimi namišljenimi. Pri tem pa je vendar jasno, da pri preučevanju nastanka tornada podrtih hiš še ne potrebujemo in da je eksperimentiranje s tornadi v realnosti precej težje. Težje hkrati pomeni, da se manj naučimo, kljub realnemu tornadu, ki ga preučujemo. S poenostavljanjem ni torej nič narobe, dokler vemo zakaj in kako ga uporabljamo.

Naslednji očitek bi lahko bil to, da sorazmerja in zveze (npr. med debelino letnic in temperaturo) mogoče ne veljajo v vseh primerih oziroma se nanašajo na nek abstrakten fizikalen sistem, ki ima malo veze z realnostjo. V splošni kemiji je dobro znan sistem enačb, ki opisujejo idealen plin (pV=nRT). To je teoretičen plin pri katerem so delci plina točkasti, se med sabo ne privlačijo ali odbijajo. Pri sobni temperaturi in atmosferskem tlaku se večina plinov vede v skladu z modelom idealnega plina. Ko tlak večamo se razlike med napovedmi modela in meritvami večajo. Enačbe za idealni plin prav tako ne govorijo o faznih spremembah (utekočinjenju pri nižjih temperaturah). Vendar je enačba zelo koristen pripomoček pri opisovanju veliko dovolj preprostih procesov, da pa se jo seveda razširiti in zakomplicirat, da je uporabna tudi v bolj eksotičnih pogojih. Brez osnovne enačbe seveda tudi enačb z razširitvami ne bi bilo.

Lahko se sedaj še sami sprašujete kdaj se nek opis dovolj tiče realnosti, da ga imamo za več kot ''le'' teorijo. Kako ločimo med opisom in realnostjo v primeru preučevanja pojavov subatomarnega sveta? Tam je teorija, ki jo imamo, edini in najboljši opis. Je ta edini opis nevreden upoštevanja ker ne vemo, če je realen? Ali je sploh treba ukvarjati z realnostjo ali nas zanima samo napovedljivost - da se rezultati in teorija skladajo?

Modeliranje našega okusa

Naslednji filozofsko kulinaričen primer lahko lepo prikaže do sedaj omenjene očitke in razloži zakaj to niso usodne pomanjkljivosti.

Sam vem, katera hrana mi je dobra in katera ne, za nove kombinacije pri kuhanju pa uporabljam nasvete ter občutek. Ali bi lahko z nekim opisnim modelom napovedoval, kaj mi bo dobro in kaj ne? Kako bi lahko vnaprej vedel, zakaj mi je lubenica ljubša od melone? V obeh sadežih je veliko molekul, ki dražijo receptorje na celicah mojega jezika. Od tam pelje na tisoče povezav v možgane, se prepleta, poveže z raznimi centri v možganih in nekako proizvede določen občutek. Nesmiselno se je ukvarjati s tako zapletenim biološkim pojavom. Raje bom poskusil postavit opisni model. Ker v vsakdanu prav dobro shajamo brez podobnih norčij, je primer smešen, a poskusimo vseeno.

Sestavil bom seznam jedi, ki so mi všeč in ki jih ne maram. 
+1: puranji file, riž, rezanci, smetanova omaka, na žaru, svinjina, bučke, gobice, sir, naravna omaka
 -1: paprika, paradižnikova solata, koruza, pomfri, sladko kislo

S seštevanjem točk posameznih jedi lahko napovemo menije, ki jih še nismo jedli, a nam bodo všeč. Model je še kar v redu, osebi ki mi predloži tak seznam bi lahko skuhal večerjo in ne bi udaril močno mimo, ni pa težko videti, da je preveč poenostavljen. Takšen kot je, ne upošteva kombinacij jedi. Določene jedi raje jemo skupaj kot druge, pri tem modelu pa ločimo le na dobro in slabo. Bolje bi bilo, če bi imeli še točkovanje +2, +3 itd. Nadalje se najljubše jedi se iz seznama ne da razbrati. Z zavedanjem vsega tega in malo volje bi se ga dalo narediti boljšega.

Drugi problem je, da je model uporaben le, ko se gre za glavne jedi. Jaz se tega pri uporabi zavedam, a uporabiti ga utegne nekdo drug, ki pod njemu ljube jedi doda sladoled in dobi: smetanov sladoled s koščki piščanca. Če pa menija ne sestavljamo po pravilu priloga-meso-omaka, maksimalno število točk dobimo, da zmečemo vse +1 jedi na en krožnik. Precej slabo.

Nauk filozofsko kulinaričnega modela je, da je zaradi približkov naš opis lahko daleč od dejanskega naravnega pojava (ekscitacija brbončic na jeziku in celotno dogajanje v možganih), ampak še vedno nekako deluje. Nadalje, obstajajo dobri modeli, ki natančno opisujejo izbrani pojav, in slabši modeli, ki so omejeni le na določene primere ali pa dajo le grobo napoved. Ampak tudi najboljše modele lahko uporabimo slabo (smetanov sladoled s koščki piščanca), pri nepopolnih pa z zavedanjem vseh slabosti in poenostavitev, dobimo smiselne rezultate (idealni plini, uspešna večerja narejena po zgornjem seznamu).

Model gor, model dol, a do sedaj prav nič o bodočem segrevanju
 

Kako torej vsa ta suhoparna debata pripomore k razpravi o klimatskih spremembah, ki jo imamo s prijatelji v najljubšem baru? Ko med pogovorom naslednjič naletite na to temo, lahko moje mnenje kot argument povzamete ali če vam je ljubše tudi spodbijate.

Sam trdim, da model sicer lahko jemljemo kot le neke na kup zmetane enačbe, ki se realnega sveta ne tičejo najbolj direktno, ampak moramo vedeti, da je to najožje dojemanje pojma modela. V širšem pojmovanju ta namreč ne zajema samo vseh sorazmerij, poenostavitev in drugih zvez. Če pogledamo širše, vidimo, da za razumevanje samih modelov potrebujemo tudi druga, ne tako eksplicitna znanja.

Da lahko raziskovalec sestavi nekakšen model, mora ta imeti zajetno poznavanje naravnih pojavov iz njegovega področja, poznati mora vse metodologije merjenja, pridobvanja podatkov, ob opisovanju pojavov pa se zaveda vsega kar je izpustil in zreduciral v približke. Model tako nikoli ni le model, ampak tudi vse preostalo znanje, ki sodi zraven.

Ob razpravljanju o delu klimatologov zato vstopamo v prostor, ki ga oni precej poznajo, mi pa smo nasprotno šibki v naših argumentih. Drugače je seveda, ko razpravljamo politične odločitve, ki iz teh dognanj sledijo. Tu ima lahko vsak svoje mnenje. Zagovarjamo lahko neskončno rešitev, od tehnoloških (varčne hiše, električni avtomobili), do tistih iz kategorije nazaj k naravi (samoomejevanje, samopreskrba s svojo nivo), spodbujamo različne alternativne in/ali obnovljive vire energije. Problematiko lahko tudi ignoriramo razlagajoč, da nas bo na koncu tako ali tako pobralo od izbruha enega vulkana ali trka asteroida.

Sam se lahko strinjam ali ne strinjam z večino klimatologov, a kot biokemik z mojim znanjem k razpravi ne morem kompetentno pristopiti. Nasprotno imam lahko pri delanju politike tako kot vsak tudi sam svoje kakršnokoli mnenje. Na tem področju bi idealno vsak prispeval k javni razpravi.

Jaka Kragelj

Prispevek odraža mnenje avtorja in ne nujno tudi društva.

Kakšno zvezo ima kvantna mehanika z zavestjo, 3. del

Od kar sem napisal prvi in drugi del je minilo kar nekaj časa, kar sploh ni tako pomembno, saj je ta del precej neodvisen. Prvi zapis o tem kakšno zvezo ima kvantna mehanika z zavestjo je govoril predvsem o osnovah te veje fizike, s katerimi sem hotel pokazat, kako na primer kemiki uporabljajo teorijo za izračune lastnosti molekul pri čemer si ne dovoljujejo filozofiranja, ker jim je odveč. Kot protiutež sem v drugem delu predstavil visokoleteče interpretacije in možne ontologije, ki se na teorijo prilegajo. Razmišljanja v teh dveh dosedanjih zapisih se sučejo okoli fizike in filozofije, tokrat pa bom predstavil pogled biologa ali natančneje rečeno fiziologa, ki se ukvarja s tem, kako bi možgani sploh lahko delovali po načelih kvantne mehanike.
Na Stanforski enciklopediji filozofije sta predstavljeni dve zamisli o prepletu nevrofiziologije in kvantne mehanike. Oba modela je skoval dvojec fizik-fiziolog in oba bom predstavil v nadaljevanju.

Beck & Eccles

En model pripada F. Becku in J. C. Ecclesu. Prvi od teh dveh bistrih glav je kot že oznanjeno fizik, drugi pa fiziolog. Eccles je s svojim delom pripomogel veliko k razumevanju stika med živčnimi celicami imenovanega sinapsa in za to prejel Nobelovo nagrado. Okoli področja, ki ga najbolj pozna, je Eccles začel razvijati svoje razmišljanje in na pomoč mu je pozneje priskočil fizik Beck. Po njunem mnenju torej kvantna mehanika vskoči v možganske procese ravno v sinapsi.

Da lahko razložim kaj je njujina zamisel, bom na kratko razložil klasičen model prenosa signala v sinapsi. Umetniška upodobitev sinapse s katero si lahko pomagamo med razlago je na sliki 1. Proces prenosa se začne, ko signal pripotuje po nevronu do konca, do stika tih dveh celic. Takrat se iz enega izmed veziklov (na sliki v zeleni barvi), nekakšnih membranskih mehurčkastih tvorb, sprosti nevrotransmiter. To so molekule, ki se vežejo na receptorje na drugem nevronu, ki nato prične prevajati signal naprej.

slika 1

Zamisel Ecclesa lahko razumemo ob bolj podrobnem pregledu sproščanja nevrotransmiterja iz veziklov. Izmed vseh veziklov v končiču prve živčne celice se ob prispelem signalu sprosti le en, drugi so v trenutku zavrti. Trenutni stop signal vsem veziklom spominja na kvantno delovanje na daljavo. Drugi, še bolj asociativni pojav je, da se količina nevrotransmiterja sprošča vedno v enakih paketih. Eccles intuitivno zaznava, da bi lahko tukaj imela prste vmes kvantna mehanika, in ima zato že pripravljen mehanizem delovanja. Po njegovem mnenju so vezikli pred sprostitvijo nameščeni v nekakšni posebni strukturi (slika 2), kar jim omogoča, da med seboj kvantno interagirajo, posameznemu veziklu pa omogoča sprostitev s pomočjo kvantnomehanskega tunnelling efekta. To hipotezo je fizikalni del dvojca podprl z nekaj enačbami, ki v končni izpeljavi pripeljejo do valovne funkcije za sprostitev nevrotransmiterja iz vezikla. To pomeni, da se neurotransmiter ne sprosti vsakič, ko signal prispe do sinapse, ampak da se sproščanje pokorava neki verjetnostni porazdelitvi, ki jo narekuje valovna funkcija. Dogajanje na membrani nevrona pred sinapso, kjer so vsidrani vezikli, v tem modelu torej ni deterministično.

slika 2

Ne ustrašite se zdaj, kajti to nikakor ne pomeni, da nevroni delujejo naključno in po svoje, kakor se jim zahoče. Saj vendar iz vsakdanjega življenja vidimo, da morajo možgani, ki nas upravljajo delovati po nekih pravilih. Tako se tudi vezikel od signalu za sproščanje sprosti s povprečno verjetnostjo 0.25, kvantna mehanika pa poskrbi za majhne variacije. Kako torej ta majhna variacija v verjetnosti sproščanje le vpliva? Ker imamo v možganih na miljarde sinaps, se lahko z majhnim popravkom v vsaki od teh naše vedenje pobegne determinizmu. Recimo torej, da je duh nekaj, kar v vsaki sinapsi povzroči majhno odstopanje od povprečne verjetnosti sproščanja neurotransmiterja, kar v seštevku pomeni makroskopsko viden učinek.

Jaz sem do tega modela zelo zadržan zaradi več razlogov. O opisani sturkturi na presinaptičnem nevronu nisem našel niti članka, fizikalni del z enačbami pa je zelo preprost in meni predstavlja naiven pogled fizikov na svet biologije na molekularnem nivoju. Kljub temu ta primer razvije nekaj filozofije in zelo mi je všeč Ecclesov seznam štirih dobrih točk njegove lastne teorije: je nevroanatomska, v soglasju z evolucijo (česar nisem obravnaval), uporablja mikrostrukture v nevronih, ter da temelji na kvantni fiziki, seveda.

Hameroff & Penrose

Zamisel drugega para znanstvenikov mi je ljubša, predvsem zato ker je bolj prefinjena na način, da upošteva vse velikostne razrede: drugačno interpretacijo kvantne mehanike, mehanizem na molekularnem nivoju in na nivoju povezav živčnih celic, s tem pa tudi možganov. Ta opis skoka čez vse nivoje od atoma do možganov hipoteze ne naredi pravilnejše, zaradi špekulativnosti je zaenkrat celo nepreverljiva, jo pa naredi zanimivejšo, poda sveže ideje in izgleda že bolj znanstvena.

V tem primeru je za razliko od prejšnjega glavni idejni vodja Roger Penrose, ki je fizik. Pričakovano se s problemom povezave kvantne mehanike in zavesti spopade na njegovem področju, fiziki. Kot pri večini drugih poskusov vpleta zavesti v kvantno mehaniko se tudi po njegovem mnenju pojav, ki ni skladen z determinizmom, zgodi med kolapsom valovne funkcije, ko izmed množice možnih stanj izmerimo le eno. Na tem mestu potem doda nekaj začimb, ki njegovo razmišljanje naredijo zanimivejše. Penrose pravi, da običajni fizikalni kvantnomehanski opis sistemov ni popolen, ker v svojih enačbah ne zajema gravitacije. Gravitacija naj bi torej v prihodnosti bila vključena v teorijo. Z upoštevanjem te majhne a nezanemarljive sile pa bi ugotovili, da imamo v izoliranem kvantnem sistemu sčasoma superpozicijo različnih ukrivljenosti prostora-časa (slika 3). Različna ukrivljenost je namreč rezultat je različne lege mase, torej atomov, elektronov v prostoru. Taka superpozicija ukrivljenosti prostora-časa s časom postane nestabilna in sama kolapsira v eno možnost, druge pa odmrejo.

slika 3

Ker se valovna funkcija ne poruši ob meritvi ali opazovanju, ampak ob nekih svojih notranjih kriterijih neodvisnih od opazovalca Penrose to redukcijo valovne funkcije imenuje »objective reduction« ali krajše OR. V nasprotji s Penrosovo zamislijo bi lahko redukcijo klasične kopenhagenske interpretacije imenovali subjektivna redukcija (SR), saj redukcijo valovne funkcije po kopenhagensko sprožimo z opazovanjem, z našim vpletanjem.

Z objektivno redukcijo se torej zgodi trenutek zavesti , da smo zavestni pa le en trenutek ni dovolj, naša zavest je po Penrosovo sestavljena iz več zaporednih OR, ki potem tvorijo tok zavesti. Da dosežemo dovolj veliko število trenutkov zavesti mora biti predpostavljeni kvantni sistem v naših možganih dovolj velik. OR se namreč zgodi ko produkt časa in energije sistema preseže kritično točko. Več časa kot je sistem v superpoziciji bolj postaja nestabilen. Prav tako je z energijo ali drugače rečeno velikostjo sistema - večji kot je, bolj je nestabilen. Če predstavim na primeru, ima en izoliran elektron tako majhno energijo, da v celotnem času vesolja ne doživi zavestnega trenutka, pa če si ga še tako želi. V sistemu več elektronov produkt časa in energije prej preseže kriterij za OR in zavestni trenutki so pogostejši. Če imamo v naših možganih dovolj velik kvantni sistem, se OR dogajala tako pogosto, da bi lahko mnogo trenutkov zavesti doživljali kot tok zavesti.

Hameroffovi mikrotubuli

Penrose je izdelal svojo teorijo, ki zaheteva velik izoliran sistem v kvantni superpoziciji, za katerega pa potem ni vedel kje v možganih bi se lahko nahajal. Lahko je namreč predstavljati si kvantni računalnik, produkt tehničnega mišljenja inžinirjev, v katerem so pogoji natančno nadzorovani, in ki je izoliran od okolja, ter ohlajeni na temperature blizu absolutne ničle. Malo težje je kaj takega najti v živem bitju, pravzaprav nemogoče. Od okolja izoliran sistem je namreč potreben, da se superpozicija lahko vzpostavi. Ob stalnem trkanju zunanjih atomov v naš sistem, se koherenca prehitro podira, saj lahko od odbitega atoma z meritvijo dobimo informacijo o sistemu. Ob višji temperaturi so trki silovitejš in pogostejši, superpozicije stanj več atomov težko verjetne in to je ključni argument za to, da naši možgani ne morejo biti kvantni računalnik. Mogočepa kje le obstajajo kakšne bljižnice in nepričakovane rešitve problema, biologija nas vedno rada preseneti. Možnosti torej niso velike, treba je najti strukturo v možganih, ki bi zadostovala pogojem, kar pa je že izven Penrosovega področja. Na srečo fizik tu ni ostal sam, pridružil se mu je fiziolog Hameroff, ki je že dolga leta gojil navdušenje za mikrotubule. Drugi dvojec Hamerff-Penrose se je s tem izoblikoval in zdaj je čas, da razložim biokemijski del o mikrotubulih.

Mikrotubuli spadajo med proteine citoskeleta, ki daje celicam oporo, kot jo daje nam naše okostje. Lahko si jih predstavljate kot stebre, ki štrlijo navzven iz jedra celice proti membrani in jo podpirajo (slika 4A). Ta predstava pa ni popolna, saj mikrotubuli niso statični, ampak dinamični in aktivni. Zelo pomembno vlogo imajo na primer pri celični delitvi, ko vlečejo kromosome narazen v dve bodoči ločeni jedri (slika 4B).

slika 4

Hameroff se je za mikrotubule navdušil prav zato, ker se lahko vedejo tako koordinirano in zapleteno. Če si na sliki 5A mikrotubul pogledamo od bližje lahko vidimo, da je ta sestavljen iz veliko manjših podenot, ki se združujejo v nekakšno cev. Ta je lahko mnogo daljša kot na sliki in kar ji omogoča tvorbo omenjenih »stebrov« ali dolgih rok za vleko kromosomov. Na tej sliki se že skoraj vidi posamezne atome, kar pomeni, da smo sedaj prešli v podmikroskopski svet in s tem v svet kvantnih pojavov. Slika 5B predstavlja posamezno podenoto, tubulin, ki gradi mikrotubul, pri čemer shematsko prikazuje, da se lahko molekula prepogiba med dvema možnima stanjema. Ker je med tubulini stlačeni v cevast mikrotubul vlada napetost, se ti komolčijo in s svojo obliko vplivajo na obliko okoliških podenot. Razporeditev podenot v mikrotubulu naj bi bila takšna, da ravnovesno stanje ni nikoli doseženo. Zato se lahko v mikrotubulu s časom pojavljajo različni vzorci razporeditev dveh oblik tubulina, ki potem potujejo vzdolž dolge cevi in prenašajo signal (slika 5C). Če ima mikrotubul nekakšen »input« na začetku cevi in če ima končno tarčo, ki ji sporoča prejeti signal, potem je mogoče tudi, da se s procesom potovanja vzorcev črnobelih tubulinov (slika 5C), informacija na tej poti z nekakšnim algoritmom tudi obdeluje.

slika 5

Na sliki spodaj (slika 6) je prikazana razporeditev mikrotubulov v nevronih, ki potekajo od leve proti desni, ob tem pa jih drugi proteini povezujejo prečno (krajše navpične črtice). Če primerjate to sliko s sliko 5A, vidite da so tukaj mikrotubuli razporejeni drugače, od enega konca nevrona proti drugemu, namesto radialno iz centra. Takšna razporeditev pomeni daljše mikrotubule in tak sistem mikrotubulov je s svojo velikostjo primeren kandidat za Penrose-ov model.

Na tem mestu vemo že dovolj, da si lahko odgovorimo na vprašanje, kako se dogodki na podatomskem svetu, lahko ojačajo do makrosveta na nivo naših vsakdanjih dejanj. Prehod kvantne mehanike v makroskopski svet se prične v jedru posameznega tubulina, kjer protein gradi več aromatskih molekul. To aromatsko jedro proteina je takšne kemične narave, da se tukaj lahko elektroni prosteje gibajo, kar povzroči, da imamo dve energijsko enakovredni stanji, ko so elektroni nagačeni v enem koncu ali drugem skrajnem koncu. Ta pozicija elektronov potem preko različnih molekularnih vzvodov vpliva na obliko tubulina; Elektroni zbrani na »desni« povzročijo, da se tubulin nahaja v določeni od izmed oblik med katerima z lahkoto preklaplja, elektroni zbrani na drugem kocu jedra, nemudoma povzročijo, da tubulin preklopi v drugo možno obliko. Če so elektroni v sredici proteina v superpoziciji, je v superpoziciji tudi celotna podenota – tubulin. Na tem mestu se vedenje elektronov prenese na nivo proteina (več tisoč atomov). Ker pa se tubulini med sabo čutijo zaradi prej omenjene nagačenosti in komolčenja, se ob tem lahko razvije superpozicija po celem mikrotubulu kot enem sistemu. Ko se v superpozicijo postavi dovolj velik del mikrotubula, je dosežena kritična točka, ki jo predvideva Penrose, in zgodi se objektivna redukcija, ter s tem zavestni trenutek. Rezultat kolapsa valovne funkcije je nov vzorec razporedbe oblik tubulinov, ki se zatem prenese naprej v makroskopski svet na raven nevrona, ta pa se zaradi tega recimo sproži in vpliva na celotno trenutno stanje v možganih.

slika 6

Hameroff Penrose-ov model je polznanstven in zaenkrat nepreverljiv. Kar pa nam lepo pokaže je, da preostane fiziologom podmikroskopskega sveta še veliko presenetljivih odkritji v svetu biologije, ki jih človeški tehnični um težko predvidi.

Jaka Kragelj

Prispevek odraža mnenje avtorja in ne nujno tudi društva.