Главное меню
125
классификаций самих млекопитающих. Методы, используемые ими для определения древности признака, интересны, но они увели бы нас за пределы интересов нашей книги. Главное, что нужно помнить здесь, что, по крайней мере - в принципе, клейдист размышляет обо всех возможных раздваивающихся деревьях, в которые можно было бы объединить множество животных, с которыми он работает, и пытается выбрать из них одно правильное. Настоящего клейдиста нисколько не смущает тот факт, что он рассуждает о ветвящихся деревьях, или "клейдограммах" как генеалогических деревьях близости эволюционного родства.
Доведённая до крайности, идея голых ветвлений может дать странные результаты. Теоретически возможно, что вид будет детально идентичен своему отдалённому родственнику, и при этом чрезвычайно отличаться от родственника более близкого. Например, предположим, что жили 300 миллионов лет назад два очень сходных вида рыб, назовём их Иаков и Исаия. Оба эта вида основали династии потомков, которые живут и по сей день. Потомки Исаии пребывают в стазисе. Они продолжали жить в глубоком море, не эволюционируя. В результате современный потомок Исаии является по существу тем же самый Исаией, и следовательно, очень похож на Иакова. Потомки Иакова эволюционировали и распространялись. Они, в конечном счёте породили всех современных млекопитающих. Но одна линия потомков Иакова тоже стагнировала в глубоком море, и также имеет современных потомков. Эти современные потомки – рыбы, которые настолько похожи на современных потомков Исаии, что их трудно различить.
Тогда как мы будем классифицировать этих животных? Традиционный эволюционный систематик признал бы большое подобие примитивных глубоководных потомков Иакова и Исаии между собой, и поместил бы их в классификации рядом. Строгий клейдист не может этого сделать. Глубоководные потомки Иакова, несмотря на то, что они выглядят точно так же, как глубоководные потомки Исаии, являются однако более близкими родственниками млекопитающим. Их общий предок с млекопитающими жил позже, пусть даже чуть позже, чем их общий предок с потомками Исаии. Поэтому они их нужно классифицировать вместе с млекопитающими. Это может выглядеть странно, но лично я могу смотреть на это совершенно спокойно. Это, по крайней мере, предельно логично и ясно. Достоинства есть и у клейдизма, и у традиционной эволюционной таксономии, и мне практически без разницы, как люди классифицируют животных, если они чётко сообщают мне, как именно они это делают.
Обратимся теперь к другой главной школе таксономии, “измерителям чистого подобия”. Их тоже можно разделить на две секции. Обе секции соглашаются изгонять эволюцию из своих ежедневных рассуждений при работе над систематизацией. Но у них нет согласия по конкретным процедурам систематизации. Одну их секцию иногда называют "фенетиками", а иногда - "числовыми систематиками". Я буду называть их "измерителями среднего расстояния". Другая секция “измерителей подобия” называет себя "преобразованные клейдисты". Это неудачное название - хотя бы потому, эти люди - не клейдисты! Когда Юлиан Хаксли изобрёл термин “клейд”, он ясно и однозначно определил его в понятиях эволюционного ветвления и эволюционного происхождения. Клейд – это множество всех организмов, происходящих от конкретного предка. Так как главная идея "преобразованных клейдистов" состоит в избежании всех упоминаний эволюции и наследования, то они не имеют разумных оснований называть себя клейдистами. Причина такого названия находится в их истории: они начинали как настоящие клейдисты, и сохранили некоторые методы клейдистов, отказываясь от их фундаментальной философии и рассуждений. Полагаю, что у меня нет никакого выбора, кроме как называть их преобразованными клейдистами, хотя я делаю это с отвращением.
Измерители среднего расстояния не только отказываются использовать эволюцию в своей таксономии (хотя все они верят в неё). Они последовательны в этом настолько, что даже не предполагают, что схема подобия обязательно будет просто разветвляющейся иерархией. Они пытаются привлечь методы, раскрывающие иерархическую схему - если она действительно там есть, и не пытаются, если её там нет. Они пытаются попросить природу сказать им, действительно ли она организована иерархически? Это нелёгкая задача, а вероятно честнее сказать, что доступных методов для достижения этой цели нет. Однако их цель, как мне кажется, одного сорта с похвальной целью ухода от предвзятых мнений. Их методы часто довольно изощрены и математизированы, и они столь же подходят для классификации неживых предметов, например камней или археологических находок, столь и для классификации живых организмов.
Они обычно начинают с измерения всего, что можно у своих животных. Вам возможно интересны методы интерпретации этих измерений, но я не буду углубляться в них. В конечном итоге все измерения сводятся вместе, и вырабатывается индекс подобия (или его антипод, индекс различий) между всеми этими животными. Если хотите, можете визуально представить этих животных как облака точек в пространстве. Крысы, мыши, хомяки, и т.д. находились бы в одной области пространства. На отдалении, в другой части пространства, находилось бы другое небольшое облако, состоящее из львов, тигров, леопардов, гепардов, и т.д. Расстояние между любыми двумя точками пространства – есть мера “похожести” этих двух животных, оценённая по комбинации большого количества их признаков. Расстояние между львом и тигром мало - как и расстояние между крысой и мышью. Но расстояние между крысой и тигром, или мышью и львом, велико. Комбинирование признаков обычно делается с помощью компьютера. Пространство, в котором находятся эти животные, в чём-то похоже на Страну Биоморф, но "расстояния" в нём отражают скорее телесное подобие, чем генетическое.
Вычислив индекс среднего подобия (или расстояние) между всеми животными, компьютер затем просматривает множество расстояний (подобий) и пытается выстроить их в иерархическую кластерную схему. К
Скачать полностью в формате doc
Или читать по номерам страниц
41 42 43 44 45 46 47 48 49 50 |
91 92 93 94 95 96 97 98 99 100 |
101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 |