Конкурс «Био/Мол/Текст»-2025/2026

Эта работа опубликована в номинации «Свободная тема» конкурса «Био/Мол/Текст»-2025/2026.

Генеральный партнер конкурса — международная инновационная биотехнологическая компания BIOCAD.

---

Партнер номинации — компания SkyGen: передовой дистрибьютор продукции для life science на российском рынке.

---

«Книжный» спонсор конкурса — «Альпина нон-фикшн»

Палеонтология изучает то, чего больше нет: живые организмы далекого прошлого, давно исчезнувшие экосистемы. Причем давность в палеонтологии измеряется не месяцами и годами, а тысячами, миллионами, а то и миллиардами лет. Но хотя взгляд палеонтологов устремлен в прошлое, сами ученые держат руку на пульсе настоящего.

Часто палеонтолога представляют как Алана Гранта из «Парка юрского периода»: этаким дядькой в широкополой шляпе, который выдалбливает кость динозавра из скалы где-нибудь в жаркой пустыне. Насколько такой взгляд близок к истине? И как вообще происходит поиск и изучение вымерших организмов?

Ищем

Для начала кости или другие ископаемые остатки нужно найти. Сразу же возникает вопрос: где будем искать? И тут на помощь приходит стратиграфия — наука об определении относительного возраста горных пород.

Суть в том, что чем ближе к поверхности находятся горные породы, тем они моложе. А чем глубже — тем старше. То есть, начиная копать с современности, мы постепенно продвигаемся вглубь времен. Причем породы обычно формируются слоями, каждый из которых можно привязать к какому-либо периоду времени.

Разумеется, это упрощенная схема. В реальности слои могут быть смяты тектоническими процессами, разорваны разломами, частично разрушены эрозией или переотложены. Поэтому стратиграфия опирается не только на глубину залегания, но и на комплекс признаков — литологию пород, руководящие окаменелости и радиометрические датировки.

Исследователи составляют специальные геологические карты, на которых указывают горные породы разного возраста. Мы знаем, что динозавры жили в мезозойскую эру, поэтому искать их надо там, где есть породы именно того возраста. Причем не просто есть, а выходят на поверхность.

В теории можно приехать в Сибирь, прийти в лес и начать копать. Сначала прокопаешь всю кайнозойскую эру, а потом, на глубине нескольких метров, а то и десятков метров, дойдешь до мезозоя — эпохи динозавров. Вот только так никто не делает. Рубить деревья, снимать верхние слои почвы, и копать-копать-копать — это очень дорого. А если над мезозойскими отложениями не лес, а город? Что теперь, дома сносить? Конечно, нет.

Поэтому палеонтологи выбирают места, где породы нужного возраста уже на поверхности. Например, по обрывистым берегам рек. Или там, где и так уже что-то копают — строят дорогу или добывают полезные ископаемые. Именно так появилось местонахождение Шестаково в Кемеровской области. Первые кости нашли рабочие во время прокладки дороги. Потом туда приехали палеонтологи, и вот уже несколько лет там ведутся раскопки.

В поиске ископаемых нередко пригождаются современные технологии. Так, ученые из университета Альберты в Канаде ищут кости динозавров при помощи дронов. В провинции Альберта есть особый тип ландшафта — так называемые бедленды. Это сухие, выветренные склоны скалистых холмов.

Благодаря выветриванию окаменелости мезозойского возраста часто выходят на поверхность. Ищи на здоровье! И люди часами пешком ходили по этим горам в надежде увидеть торчащую из скалы окаменелость. На помощь пришли... лишайники. В свежем исследовании, опубликованном в Current Biology, международная группа ученых показала, что некоторые виды лишайников предпочитают расти на костях — даже если те погребены под тонким слоем породы [1]. Дело в том, что кости богаты фосфором, кальцием и другими минералами, которые медленно просачиваются в почву. Лишайники, чувствительные к химическому составу субстрата, реагируют на изменения состав — и начинают в этих местах расти чуть активнее.

Проблема в том, что с земли эти лишайники почти невозможно отличить от обычных. Зато можно с воздуха. Ученые использовали дроны, оснащенные мультиспектральными и гиперспектральными камерами, способными улавливать отражение света в узких диапазонах — включая инфракрасный и ультрафиолетовый. Лишайники, растущие над костями, имеют отличающийся спектральный «отпечаток» по сравнению с теми, что растут на обычной породе. Алгоритмы машинного обучения, обученные на тысячах образцов, автоматически выявляют спектральные аномалии и помогают палеонтологам сузить круг перспективных участков — тех, с которых стоит начинать раскопки.

Команда протестировала метод в бэдлендах Альберты. В одном из районов, где поиски ранее оказались безрезультатными, дрон обнаружил спектральную аномалию. Раскопки подтвердили: на глубине 30 см лежал фрагмент тазовой кости гадрозавра. Это был первый успешный «лишайниковый» детектор динозавров в реальных условиях.

Это важно, потому что сам поиск окаменелостей — традиционное узкое место палеонтологии. Можно месяцами исхаживать квадратные километры пустошей в надежде наткнуться на кость. А теперь можно запустить дрон и за час-другой получить карту потенциальных «горячих точек». Особенно это полезно в труднодоступных регионах: в горах, пустынях или лесах.

Откапываем и препарируем

Итак, мы нашли кости динозавров. Для начала можно зафиксировать точные координаты находки — сегодня это можно сделать при помощи GPS. Это нужно, например, если окаменелость слишком крупная, чтобы вывезти ее прямо сейчас, и нужно вернуться к ней в следующем сезоне. В путевых дневниках палеонтологов Роя Эндрюса или Ивана Ефремова от начала или середины XX века упоминаются виднеющиеся из породы целые черепа динозавров. Но по разным причинам авторы дневников не сумели вывезти эти образцы, вернуться за ними в другое время тоже не получилось, а записи настолько туманные, что современные палеонтологи не сумели найти описанные места. И бесценные находки так и остались медленно разрушаться от эрозии.

Бывает и другая ситуация: находку в принципе нельзя вывезти. К примеру, это национальный парк, и там запрещено копать. Или это цепочка следов длиной метров пятьдесят, и ее нельзя просто так взять и вырезать из скалы. Или сами окаменелости слишком большие. Именно так получилось у американского палеонтолога Николаса Пайенсона. Его команда обнаружила в Чили целое кладбище ископаемых китов — несколько десятков полных скелетов [2]. Но эти скелеты нашлись только потому, что в том месте велись дорожные работы, и компания-подрядчик дала ученым всего несколько недель на изучение окаменелостей. Затем в этом месте должны были проложить шоссе.

Если нельзя вывезти саму окаменелость, можно сохранить ее скан! Команда Пайенсона применила портативные 3D-сканеры и отсканировала все скелеты на месте, чтобы потом изучить их детально в лаборатории.

Особенно удобно, что сканы потом можно распечатать на 3D-принтере в любом масштабе, раскрасить как угодно и использовать, например, для обучения студентов.

Если же окаменелость небольшого размера, то ее окапывают со всех сторон и вынимают из земли весь каменный блок с костями. Сами кости аккуратно покрывают гипсом, чтобы они не повредились при перевозке. Затем в лаборатории начинается препаровка — очистка кости от окружающей породы, так называемой матрицы. В зависимости от твердости породы, тут могут применяться разные методы и инструменты — от игл и зубных щеток до миниатюрных отбойных молотков и даже кислоты. По времени этот процесс тоже может быть разным. Иногда требуется всего несколько дней, а иногда гораздо, гораздо дольше.

Так, например, в 2011 году в Канаде нашли удивительно хорошо сохранившегося анкилозавра из семейства нодозаврид. Препаратор музея по имени Марк Митчелл потратил пять с половиной лет на то, чтобы тщательно счистить окружающую породу с костей! Его титанический труд не остался незамеченным: динозавра в итоге назвали Borealopelta markmitchelli, то есть «северный щит Марка Митчелла». Да и результат его работы больше похож на статую, а не на привычный нам скелет. Динозавр словно прилег отдохнуть.

Определяем и классифицируем

Итак, мы извлекли кости из породы, привезли их музей и даже счистили с них все лишнее. Теперь их надо изучить. И первым делом возникает вопрос: что, собственно, перед нами такое? Где должна располагаться наша находка на генеалогическом древе жизни? Это новый род, вид или представитель ранее описанных видов? Если новый род, то к какому семейству он относится?

Ответить на эти вопросы помогает метод сравнительной морфологии. Ученые внимательно сравнивают находки с костями современных животных. У современных хищников зубы острые, с режущей кромкой, чтобы разрезать плоть жертв. То же самое было характерно и для хищников прошлого, поэтому если мы находим животное с острыми зубами, то это явно был хищник.

Опять же, хищник — это не только зубы. Образ жизни отражается во всем строении тела животного. Хищник должен разгрызать добычу, поэтому у него прочный череп и могучая шея. Добычу сначала нужно догнать, поэтому ноги должны быть длинными, а на тазовых костях нужно место для прикрепления двигательных мышц. Мясо переваривается быстрее, чем растения, поэтому хищнику не нужен такой же длинный кишечник, как травоядному. Поэтому у хищников меньше размер туловища и более короткие ребра. И так далее. Образ жизни животного отражается на всех его костях. Не зря великий французский палеонтолог Жорж Кювье говорил: «Дайте мне одну кость, и я восстановлю облик всего животного».

Другой ключевой метод — филогенетический анализ. В палеонтологии он почти всегда основан на морфологических признаках, то есть на особенностях строения костей и других твердых тканей. Ученые составляют матрицу таких признаков и вычисляют, с какими ранее описанными формами совпадений больше всего. Полное совпадение указывает на тот же вид, меньшие различия — на род или семейство.

Молекулярная филогенетика, широко применяемая для современных организмов, здесь, как правило, недоступна. Дело в том, что в окаменелостях возрастом в десятки и сотни миллионов лет ДНК и белки почти никогда не сохраняются. Поэтому основным для реконструкции эволюционных связей вымерших животных основным источником данных остается именно морфология.

Раньше эту работу делали вручную, заполняя таблички и сравнивая их на бумаге или в экселе. Проблема в том, что чем больше видов вы сравниваете и чем больше признаков берете, тем больше количество возможных филогенетических деревьев, которое вырастает экспоненциально. А если признаков очень много? Например, Томас Карр в статье об особенностях роста тираннозавра рассмотрел 1850 признаков [3]. Вручную это уже не обработать.

Поэтому созданы специальные программы, которые за считаные минуты делают то, что раньше занимало недели.

Изучаем

Когда кости описаны, отсканированы и классифицированы, можно начать изучать их по-настоящему — то есть попытаться выяснить, каким было наше животное. Как быстро оно бегало, как питалось, как защищалось от хищников — словом, как жило.

Настоящая революция тут произошла именно в последние годы, с появлением компьютерных технологий. Палеонтология находится на стыке многих дисциплин. Тут и геология, и биология, и ботаника. Но в последнее время она заимствует методы и инструменты из, казалось бы, совсем чужеродных мест. Например, сегодня все чаще применяется метод конечных элементов.

Это метод расчета нагрузок, который изначально применяли в механике и архитектуре. Например, чтобы посмотреть, как распределяются нагрузки в проекте моста или, скажем, автомобиля:

И ровно по такому же принципу палеонтологи изучили распределение нагрузки на черепа различных хищных динозавров при укусе [4].

Сравнение с другими хищными динозаврами — целофизом и аллозавром — показало, что никто не сравнится с тираннозавром по эффективности передачи силы укуса. У других мегахищников черепа либо легче, либо менее оптимизированы для высоких нагрузок. Это подтверждает гипотезу, что тираннозавр рекс не просто кусал жертвы, но прокусывал кости насквозь, разгрызая их на мелкие кусочки.

Позднее, это подтвердилось, когда был найден копролит (окаменелые фекалии) тираннозавра с вкраплениями костной ткани [5].

Еще одна интересная история связана с окрасом динозавров. Долгое время на вопрос «какого они были цвета?» у ученых не было ответа. Но в 1996 году в Китае описали синозавроптерикса — небольшого хищника с «пушком» из примитивных перьев [6]. Это само по себе стало сенсацией, подтвердившей родство птиц и динозавров. А два десятилетия спустя ученым удалось выяснить, какого цвета были его перья. Оказалось, что этот динозавр был не просто пушистым — он был полосатым, светлым снизу и темным сверху [7].

Выяснить это помогли микроскопические структуры — меланосомы. Это крошечные органеллы внутри клеток, содержащие пигмент меланин. У современных животных форма и плотность меланосом напрямую связаны с цветом: округлые — дают рыжеватый или коричневый оттенок, вытянутые — черный. Когда в ископаемых перьях или коже находят сохранившиеся меланосомы, можно не просто сказать «он был темным», а нарисовать точную карту окраски.

Именно это и сделала команда британских и американских палеонтологов под руководством Якуба Винтера.

Такой окрас называется покровительственным (countershading). Он встречается у множества современных животных — от оленей до акул. Суть в том, что солнечный свет ярче освещает верхнюю часть тела, из-за чего она выделяется на фоне нижней, и животное становится контрастным, заметным. А вот если у животного светлое брюхо, то тень компенсируется, и силуэт теряется на фоне ландшафта.

Так меланосомы помогли сделать шаг от внешнего облика животного к его экологии. А рассмотреть их удалось при помощи сканирующего электронного микроскопа (SEM).

SEM использовали в палеонтологии и раньше, еще с 1970-х. Но тогда его использовали в основном для изучения действительно мелких окаменелостей, например, спор и пыльцы. А благодаря использованию его на ископаемых перьях палеонтология еще дальше шагнула от «науки о форме костей» к дисциплине о биологии, физиологии и даже поведении вымерших организмов.

Скармливаем нейросетям

Нейросети и большие языковые модели все сильнее проникают в нашу жизнь. Палеонтология не стала исключением. Данных наконец-то стало так много, что на них стало возможно обучать нейросети.

Собственно, большие данные применялись и раньше. Например, классическая статья Раупа и Сепкоски Mass extinctions in the marine fossil record (1982) [8]. В ней впервые выделены пять Великих вымираний — периодов, когда биоразнообразие Земли сильно сокращалось.

Чтобы сделать эти выводы, авторы собрали данные по более чем 36 000 видов морских животных (в основном моллюскам, кораллам, брахиоподам и др.) за последние 540 миллионов лет (фанерозой). Им пришлось вручную (с помощью студентов и коллег) фиксировать время появления и исчезновения каждого рода в геологической летописи. Исследование заняло тысячи часов и стало одной из первых крупномасштабных количественных попыток обобщить всю историю морской жизни.

Применялись и компьютеры 1970–80-х годов — по тем меркам, это был «вычислительно емкий» проект. Так что в научно-историческом смысле это пример data-driven палеонтологии, и многие называют Сепкоски «отцом палеобиоинформатики». Но по современным меркам 36 000 строк — это мелочь, которая спокойно поместится на одном листе Excel.

Сегодня, с развитием машинного обучения и нейросетей, обработка данных выходит на новый уровень. Искусственный интеллект (ИИ) и большие языковые модели (LLM) стали инструментами, которые не только ускоряют рутинные задачи, но иногда дают результаты, которые было бы невозможно или крайне трудно получить традиционными способами.

Вот лишь несколько свежих примеров.

В 2024 году ученые из Австралии применили нейронные сети для сегментации 3D-сканов окаменелостей (например CT-сканов) [9].

Тамошние окаменелости (например, мелких рептилий и амфибий) часто очень хрупкие и находятся внутри твердой породы. Очищать их физически — долго и трудно, поэтому чаще всего конкрецию с окаменелостью просвечивают на томографе.

В результате получается множество снимков-срезов окаменелости, которые затем нужно тщательно просматривать вручную, чтобы отделить на изображении породу (матрицу) от самой окаменелости. Это кропотливый ручной труд... который теперь может выполнять нейросеть.

Ученые обучили нейросеть на небольшом наборе заранее размеченных срезов (1–2% от общего числа). Затем они применили модель на большом числе срезов и получили точность порядка 97%. Ранее ручная разметка занимала месяцы работы квалифицированных специалистов, а теперь ИИ позволяет решить задачу за считанные дни или даже часы.

Конечно, такой подход эффективен прежде всего для мелких и хрупких окаменелостей, заключенных в плотную матрицу. Он не заменяет физическое препарирование окаменелостей полностью, но позволяет существенно ускорить первичный анализ и снизить риск повреждения образцов.

Еще одна любопытная статья вышла в ноябре 2025. В ней ученые применили ИИ, чтобы отделить биогенные молекулы от абиогенных, то есть, грубо говоря, живое от неживого [10].

Команда международных исследователей во главе с Майклом Л. Вонгом проанализировала 406 образцов органических материалов из разных источников — от современных тканей растений и животных до древних осадочных пород и метеоритов. Все эти образцы содержали углеродосодержащие соединения, которые могли быть либо биогенными, либо образованными абиотическими процессами.

Ученые применили метод, который «разбивает» сложные органические молекулы на более мелкие фрагменты и фиксирует химические отпечатки этих фрагментов. Затем они обучили на этих данных нейросеть таким образом, чтобы она отличала биогенные сигнатуры от абиогенных, а также различить типы происхождения (растительное или животное) и физиологию (например, фотосинтезирующие vs. нефотосинтезирующие формы).

Для надежности они проверили нейросеть на материалах, чья природа была заранее известна. Результаты оказались весьма впечатляющими:

• нейросеть верно определила 100% современных и древних/метеоритных материалов с известной природой;
• показала точность 98% при различении современных и ископаемых растительных материалов;
• 95 % — при классификации современных растений и животных;
• 93% — при разделении древних биогенных и абиогенных материалов;
• в 93% случаев правильно определяла, были ли древние образцы фотосинтезирующими организмами или нет.

времени появления жизни, показав, что биологические сигнатуры могут сохраняться дольше, чем предполагалось ранее. В результате ученые сделали вывод, что первая жизнь появилась на Земле уже 3,3 млрд лет назад, а первые фотосинтезирующие формы — 2,52 млрд лет назад. Для сравнения: ранее возраст появления жизни оценивали в 1,7 млрд лет назад.

Получается, что биологические отпечатки древних органических остатков сохраняются очень долго, и что машинное обучение способно их выявить, даже когда молекулы сами почти полностью разрушены геологическими процессами.

Такой подход может быть применен не только к земным древним породам, но и к анализу материалов с других планет и небесных тел (например, марсианских образцов), где традиционные ископаемые могли не сохраниться.

Впрочем, не все так безоблачно. Генеративные модели имеют свойство галлюцинировать, и палеонтология — не исключение. Палеонтолог Мэтт Уэдел у себя в блоге приводит ряд примеров, когда ChatGPT пишет бред и выдает убедительно звучащие, но неверные исторические данные или ссылки.

А засилье «Парка» и «Мира юрского периода» в массовой культуре привело к тому, что на просьбу нарисовать «максимально реалистичного тираннозавра, соответствующего последним научным данным», нейросети выдают, по сути, фанарт по мотивам «юрской» франшизы.

Так что в умелых руках нейросети могут стать могучим инструментом. Но для значимых результатов нужно сочетать ИИ с традиционными методами и экспертным контролем.

Рассказываем: базы данных и обмен информацией

И вот мы изучили животное и представляем, как оно жило и выглядело. Теперь нужно описать полученные результаты в научной статье. Как и многие другие отрасли науки, палеонтология сильно выиграла от появления интернета. Еще 25–30 лет назад, чтобы найти нужную научную статью, нужно было идти в библиотеку и перелистывать тяжелые сборники статей. Нередко оказывалось, что в ближайшей библиотеке нужной статьи нет, и ее нужно заказывать в другой библиотеке, а потом несколько дней ждать, пока пришлют фотокопию статьи. После всего ожидания вполне могло оказаться, что статья на самом деле тебе не пригодится, потому что в ней нет нужных данных.

А ведь для работы нужно перелопатить колоссальное количество информации! Вот, например, в конце октября вышла статья, показывающая, что одновременно с тираннозавром рексом жил среднеразмерный хищник — нанотиранн [11]. И в ней 115 ссылок на источники. В бумажном виде искать все это было бы очень долго.

Сегодня, разумеется, все гораздо проще. У всех научных статей есть электронная версия, так что теперь их можно находить гораздо быстрее. Можно просто гуглить, но есть и специализированные поисковые сервисы для научных статей: Академия Google, Scopus, Web of Science или русскоязычные «Киберленинка» и elibrary.ru.

Опять же, социальные сети позволяют ученым всего мира общаться друг с другом, и сегодня регулярно выходят научные статьи, являющиеся плодом сотрудничества ученых из нескольких стран.

Заключение

Палеонтология занимается изучением прошлого, но палеонтологами не чужды самые современные IT-технологии. Благодаря им мы изучаем древний мир быстрее и эффективнее, чем когда-либо. Не зря палеонтолог Стивен Брусатти называет начало XXI столетия золотым веком палеонтологии. Построение 3D-моделей, изучение костей в лаборатории, обучение нейросетей — в палеонтологии можно заниматься практически чем угодно. Даже если вы не любите пустыни и жару.

Литература

1. Fiann M. Smithwick, Robert Nicholls, Innes C. Cuthill, Jakob Vinther. (2017). Countershading and Stripes in the Theropod Dinosaur Sinosauropteryx Reveal Heterogeneous Habitats in the Early Cretaceous Jehol Biota. Current Biology. 27, 3337-3343.e2;
2. Nicholas D. Pyenson, Carolina S. Gutstein, James F. Parham, Jacobus P. Le Roux, Catalina Carreño Chavarría, et. al.. (2014). Repeated mass strandings of Miocene marine mammals from Atacama Region of Chile point to sudden death at sea. Proc. R. Soc. B.. 281, 20133316;
3. Thomas D. Carr. (2020). A high-resolution growth series of Tyrannosaurus rex obtained from multiple lines of evidence. PeerJ. 8, e9192;
4. E. J. RAYFIELD. (2005). Aspects of comparative cranial mechanics in the theropod dinosaurs Coelophysis, Allosaurus and Tyrannosaurus. Zoological Journal of the Linnean Society. 144, 309-316;
5. Karen Chin, Timothy T. Tokaryk, Gregory M. Erickson, Lewis C. Calk. (1998). A king-sized theropod coprolite. Nature. 393, 680-682;
6. Ji Q., Ji S. (1996). On the Discovery of the earliest fossil bird in China (Sinosauropteryx gen. nov.) and the origin of birds. Chinese Geology. 233, 30–33;
7. Fiann M. Smithwick, Robert Nicholls, Innes C. Cuthill, Jakob Vinther. (2017). Countershading and Stripes in the Theropod Dinosaur Sinosauropteryx Reveal Heterogeneous Habitats in the Early Cretaceous Jehol Biota. Current Biology. 27, 3337-3343.e2;
8. David M. Raup, J. John Sepkoski. (1982). Mass Extinctions in the Marine Fossil Record. Science. 215, 1501-1503;
9. Espen M. Knutsen, Dmitry A. Konovalov. (2024). Accelerating segmentation of fossil CT scans through Deep Learning. Sci Rep. 14;
10. Michael L. Wong, Anirudh Prabhu, Conel O’D. Alexander, H. James Cleaves, George D. Cody, et. al.. (2025). Organic geochemical evidence for life in Archean rocks identified by pyrolysis–GC–MS and supervised machine learning. Proc. Natl. Acad. Sci. U.S.A.. 122;
11. Lindsay E. Zanno, James G. Napoli. (2025). Nanotyrannus and Tyrannosaurus coexisted at the close of the Cretaceous. Nature. 648, 357-367.