Эпигенетическое (приобретенное) наследование в соматических клетках играет важнейшую роль в развитии многоклеточного организма. Геном всех клеток почти одинаков, в то же время многоклеточный организм содержит различно дифференцированные клетки, которые по-разному воспринимают сигналы окружающей среды и выполняют различные функции. Именно эпигенетические факторы обеспечивают «клеточную память». Изучение эпигенетических механизмов помогло понять важную истину: очень многое в жизни зависит от нас самих. В отличие от относительно стабильной генетической (структурной) информации, эпигенетические «метки» при определенных условиях могут быть обратимыми. Этот факт позволяет рассчитывать на принципиально новые методы борьбы с распространенными болезнями, основанные на устранении тех эпигенетических модификаций, которые возникли у человека под воздействием неблагоприятных факторов. Применение подходов, направленных на корректировку эпигенома, открывает большие перспективы. В последнее время интерес к эпигенетике резко возрос.
В целом, «материальная точка» биологии (геном) вероятней всего является сложной динамической системой с многоуровневой иерархической системой записи генетической информации (не только на ДНК). И успехи в развитии наших представлений о структуре генома будут существенно отражаться на развитии новой теоретической биологии.
Наши исследования в области генетики, привели к выводу, что надо распознавать не генотип, а — образ генотипа.
Понятие «образ» генотипа появилось в процессе поиска метода идентификации генотипа растений. В самом начале, применение физических методов давали лишь грубые оценки на уровне отдельных видов [22]. Позднее стало более понятно, почему идентифицировать генотип физическими методами практически невозможно: так как генотип является нематериальным объектом. Перед нами стояла принципиально новая задача: как превратить интуитивную способность выдающихся селекционеров «увидеть» генотип за фасадом фенотипа, в объективный метод распознавания (идентификацию) генотипа.
Используя физические методы, мы фактически пытаемся «увидеть» генотип по одному признаку, в то время как опытный селекционер интуитивно оценивает генотип по многим признакам. Но селекционер не в состоянии передать свою уникальную способность другим людям, так как его умение основано на многолетнем опыте (своём и других селекционеров) и, в большей степени, на своей интуиции. Поэтому для практических целей селекции нужны принципиально новые, объективные методы идентификации генотипа. При достаточно большом наборе различных признаков растений (или животных), возможно найдутся такие, в пространстве которых фенотипы, принадлежащие разным генотипам, не перекрываются (разделяются) даже при учете всего разнообразия внешних воздействий. В рамках этого положения задача генотипической идентификации становится вполне реалистичной. При этом следует понимать, что в такой постановке задачи речь идет не об идентификации генотипа, а об идентификации образа генотипа.
Сведя задачу генотипической идентификации к проблеме идентификации образа генотипа, мы автоматически попадаем в раздел науки, известной как теория распознавания образов. Теория распознавания образов дает нам в руки мощный математический аппарат для решения проблемы генотипической идентификации. Однако эта теория не лишена определенных недостатков, затрудняющих её практическое использование. Обойти данные трудности можно, применяя некоторые модификации теории распознавания образов, в частности, так называемый образный анализ многомерных данных. По существу образный анализ подгоняет данные под некоторую, заранее заготовленную модель. Поскольку для многих природных объектов их дисперсия в пространстве признаков вовсе не совпадает с этой моделью, то неудивительно, что результаты иерархического кластерного анализа, изображенные в виде дендрограмм, будут зачастую весьма плохо выделять взаимосвязи, так как они являются одномерными и не могут выразить, весьма отличные порой друг от друга, сходства между отдельными элементами различных кластеров. Алгоритмы автоматической классификации легко «сбиваются» из-за наличия случайных точек, образующих «мосты» между кластерами. Попытки реализовать на ЭВМ основные принципы анализа и описания образов человеком, с необходимостью требует заложить в нее модели эволюции, фило- и онтогенеза и «всего мира» в целом с тем, чтобы получить человеческое богатство и гибкость целей и способов их достижения. Сейчас мы бы сказали, что эта проблема искусственного интеллекта. Достаточно очевидно, насколько тогда (1980 г.) далека была от реальности данная цель.
