Une preuve mathématique de l’impossibilité de l’évolution

Une preuve mathématique de l’impossibilité de l’évolution
Par Julien Perreault, B.Sc.

L’ASSOCIATION DE SCIENCE CREATIONNISTE DU QUÉBEC

Une preuve mathématique de l’impossibilité de l’évolution L’effet final de l’évolution est la formation de nouveaux gènes chez une espèce et ce, par le procédé naturel des mutations génétiques. Nous allons utilisé des principes de probabilités pour résoudre ce problème puisque nous savons aujourd’hui que les mutations qui se produisent dans une cellule sont aléatoires.

Bien que nous n’ayons à ce jour aucun cas observé de mutation génétique ayant causé l’apparition d’un nouvel organe ou d’une nouvelle fonction chez un organisme vivant, les évolutionnistes utilisent l’« argument » du temps. En comptant sur des millions d’années, l’improbable peut-il devenir probable ?

Pour des fins pratiques, nous parlons du cas classique d’une bactérie (la cellule autonome la plus simple qui existe) et de la possibilité qu’un gène nouveau se forme chez cette espèce de bactérie. Nous avons considéré une période de temps extrême soit 15 milliards d’années.

Le résultat est le suivant : la probabilité qu’un gène fonctionnel (et utile à la bactérie) se forme par mutations aléatoires dans une période de 15 milliards d’années est de zéro (ou de l’ordre de 10 -500). Le zéro absolu en probabilité est de 10 -50. La probabilité de l’évènement de la formation d’un nouveau gène (ou « évolution ») est inférieure de plusieurs centaines d’ordres de grandeur au zéro absolu. La théorie de l’évolution est donc une aberration sur le plan mathématique.

Imaginez l’expérience suivante pour comprendre le «mécanisme» de l’évolution :

Prenez un roman dans votre bibliothèque ;
Recopiez une des pages du roman à l’écran de votre ordinateur ;
Faites varier le contenu de la page aléatoirement ; vous supprimez, ajoutez, permutez des caractères pendant des heures aléatoirement ;
Est-il concevable, même sur des millénaires, qu’à un moment où à un autre, votre page résultante constitue une suite de phrases dans la langue initiale du roman ? Il faudrait que les dizaines de phrases de votre page soient toutes construites selon les règles de grammaire et sans erreur d’orthographe ;
Est-il concevable que votre page, même si elle répondait au critère du point 4, constitue une suite logique de l’histoire du roman à l’endroit où elle est insérée ?
Si la résultante, à un moment où à une autre, répond aux critères des points 4 et 5, vous la sélectionnez et vous la publiez. C’est la «sélection naturelle» dont les évolutionnistes font la promotion !

Si l’on compare l’ADN de l’organisme vivant le moins complexe connu à ce jour, M. Genitalium, à un roman, ce livre comporterait environ 500 000 caractères avec une moyenne de 1000 caractères par page (si l’on compare le gène à un page).

Comme le bactériologiste anglais Alan H. Linton1 l’a noté récemment, en dépit de la multitude d’expériences exposant des bactéries à des bains d’acide caustique et à des radiations intenses dans le but d’accélérer les mutations, en « 150 ans de science bactériologique, il n’y a aucune preuve qu’une espèce de bactérie ait changé pour en devenir une autre. »

Une explication « magique » ?
mycoplasme

mycoplasme

Les évolutionnistes expliquent l’origine d’une nouvelle information génétique par le dédoublement d’un gène existant (phénomène qui peut effectivement se produire) qui subirait aussi de multiples mutations aléatoires et deviendrait (c’est ici le « coup de baguette magique ») la source d’information génétique pour une nouvelle fonction ou nouvelle structure morphologique.

En termes simples : si une bactérie possède initialement 800 gènes, après « évolution » elle devrait contenir 800 + 1 gènes. Ce nouveau gène coderait alors une nouvelle fonction biologique s’intégrant au génome de la bactérie. Par analogie, c’est exactement comme supposer que l’on peut prendre un programme informatique tel que Visual Basic sous procédure de Windows qui contient des centaines de lignes de code, la faire varier aléatoirement en supprimant et en ajoutant des caractères un peu partout au hasard et finalement aboutir à une toute nouvelle procédure qui :

Accomplit une nouvelle fonction (wow !) ;
Cette fonction s’intégrant au reste du programme principal et, finalement ;
La fonction contribue positivement à l’effet final du système.

Plusieurs problèmes à l’horizon

Avant même d’appliquer la théorie des probabilités à ce scénario, notez les quelques problèmes suivants :

Le gène dédoublé induit la surproduction d’une protéine qui existait déjà. Or, la cellule consomme la majorité de son énergie dans la production des protéines. Un tel organisme serait désavantagé face aux autres organismes de son espèce dû à ce « gaspillage » d’énergie.
Ce n’est pas tout d’avoir un gène nouveau, celui-ci doit être activé pour induire la production d’une protéine. En général, pour qu’un gène soit activé, un facteur de transcription se fixe sur une région appelée promoteur du gène. Ce processus est dit épigénétique. L’ADN possède donc un mécanisme (ou programme) de régulation des gènes déterminant précisément quand et quels gènes doivent s’exprimer et pendant combien de temps. Pourquoi et comment le processus épigénétique reconnaîtrait-il le « nouveau gène » en l’activant et ce au moment exact où ce gène doit s’exprimer !?
Les mutations aléatoires sur le gène dédoublé ont plus de chance (infiniment plus de chance) de produire une protéine néfaste ou neutre pour l’organisme qu’une protéine bénéfique. Ce fait à lui seul permet de rejeter l’hypothèse de l’évolution.

Évaluation probabiliste

flipPrenons une bactérie pour laquelle le dédoublement d’un gène se produit. Ce gène contient disons 1000 paires de bases et va muter au cours du temps produisant aléatoirement des nouvelles séquences de 1000 bases. La cellule utilise seulement 4 bases pour constituer un gène : adénine, guanine, cytosine, thymine. C’est l’ordre des bases qui constitue l’information génétique qui induit les fonctions et les caractères morphologiques des organismes vivants tout comme c’est l’ordre des lettres dans un mot qui transmet une information compréhensible par le récepteur. Donc, pour obtenir un nouveau caractère, un nouveau gène est requis c’est-à-dire une nouvelle séquence de 1000 paires de bases qui code précisément ce nouveau caractère. Les évolutionnistes racontent que des mutations vont conférer au gène dédoublé la capacité de coder une nouvelle fonction utile à l’organisme et fonctionnant dans le cadre de l’information génétique déjà présente.

Au risque de me répéter, comme le bactériologiste anglais Alan H. Linton l’a noté récemment, « En 150 ans de science bactériologique, il n’y a aucune preuve qu’une espèce de bactérie ait changé pour en devenir une autre. »

L’approche probabiliste que nous présentons vise à expliquer mathématiquement le propos de professeur Linton. Cette approche repose sur 3 bases dont deux sont des faits observés et la dernière, une hypothèse.

———————————–

Fait no. 1 : Un gène bactérien est constitué en moyenne de 1000 bases même pour les plus petits génomes de bactéries qui soient (les mycoplasmes).

Fait no. 2 : Le nombre de séquences possibles de 1000 paires de bases (4 possibilités par emplacement) est de 41000 = 10 602.

Ce nombre est 1 000 000 000 000 000 … (602 zéros) … 000 000

C’est difficile de comprendre l’ampleur d’un nombre si grand de permutations possibles.
Pour vous faire une idée, le nombre total d’atomes de l’Univers est estimé à 10 80 :

Ce nombre est 1 000 000 000 000 000 … (80 zéros) … 000 000.

———————————–

Hypothèse 1 : Nous devons fournir une estimation du nombre de séquences de 1000 bases (ou gènes) qui sont potentiellement utiles à la bactérie hypothétique parmi les 10 602 possibilités de séquences. Nous voulons un ordre de grandeur, puisque fournir un nombre précis est impossible.

Un gène est utile si la protéine qu’il induit opère une fonction positive dans la cellule. À ce moment ci, il est nécessaire de revoir quelques caractéristiques fondamentales des protéines afin de parvenir à une estimation raisonnable et justifiée du nombre de séquences potentiellement utiles.

Les protéines sont l’unité de base de la cellule. Par exemple, elles assureront la régulation de plusieurs réactions biochimiques (les enzymes). D’autres protéines contribuent à l’architecture de la cellule pour former les membranes cellulaires, les microfilaments, les ribosomes, les vacuoles etc.

Les enzymes sont très souvent des protéines. Leur fonction dans l’organisme est de se lier à un substrat spécifique ou d’interagir avec d’autres protéines pour former des complexes enzymatiques. Une réaction enzymatique est souvent illustrée par le principe de la clé dans la serrure. L’enzyme (la serrure) possède une structure tridimensionnelle hautement spécifique qui permet à un substrat précis (la clé) de se lier à lui.

Leur propriété chimique (donc leur fonction), est limitée dans l’organisme parce qu’une seule protéine spécifique ne peut pas se lier à une multitude de substrats, tout comme une clé ne peut pas s’insérer dans une multitude de serrures. Autrement, ce serait le chaos dans la cellule.
enzyme

enzyme

Puisqu’il y a une quantité limitée de substrats et de protéines déjà présents dans la bactérie, le nombre de protéines nouvelles et différentes qui peuvent s’avérer « utiles » dans l’organisme est nécessairement limité. Cette limite est directement fonction des substrats se trouvant dans l’environnement direct de la bactérie.

La bactérie la moins complexe comporte 500 gènes environ2. Disons que chacun d’eux code une protéine qui accomplit une fonction utile (donc 500 protéines différentes possibles dans cet organisme). Pour qu’une nouvelle protéine puisse être utile dans le lot des réactions biochimiques qui ont déjà lieu dans la bactérie, sa propriété chimique doit donc être « utile » ; elle doit catalyser une réaction, se lier à un substrat ou à une autre protéine d’une façon qui améliore ou provoque une fonction nouvelle.

Bien que nous ayons démontré qu’il y a une limite au nombre de séquences « utiles » pour la bactérie (qui est fonction de l’ensemble des molécules présentes dans l’environnement intra et extra cellulaire), il demeure très difficile de fournir une estimation de ce nombre. Face à ce problème de taille, nous allons prendre un nombre extrémiste qui est de toute évidence infiniment supérieur à la valeur réelle. Ceci favorise la position évolutionniste.

Disons que pour chacune des 500 protéines, il y a, parmi les 10 602 possibilités, 1 million de milliards (10 15) d’autres protéines avec lesquelles elle peut réagir (notons qu’une infime partie de ces réactions seraient « utiles » mais restons généreux). Donc, cette bactérie offrirait une possibilités de 500 x 1015 = 1017,7 séquences/gènes « utiles » (parmi les 10602 possibilités) qui peuvent induire une protéine qui réagira avec une des 500 protéines déjà présentes.

———————————–

Maintenant, le calcul est la partie la plus simple du problème ; c’est un peu comme évaluer votre chance de gagner à la loterie.

La probabilité P d’obtenir une séquence utile (ou « gagnante ») pour un essai (une mutation) est de :

Nb. de séquences « gagnantes » divisé par le nombre de séquences possibles =

P = 10 17,7 / 10 602 = 10 -584

Ensuite, nous devons évaluer N : le nombre d’essais. Soyons encore une fois généreux. Faisons comme si tous les atomes de l’univers (estimé à 1080) étaient une bactérie qui subit 3 mutations (une mutation est un essai) à la seconde pendant 15 milliards d’années. Ceci résulte en un nombre d’essais d’environ 10100.

Nous avons donc une distribution Binominal (N, P) où X est le nombre de succès (le nombre de fois où une l’« évolution » se produit).

L’espérance de X (la moyenne) est

E(X) = N x P = 10 100 x 10 -584 = 10 -484

Le résultat est donc 0,000000000000 … (en fait, 484 zéros) …. 0000001

La probabilité d’obtenir 0 succès en N essais est de

P(X = 0) = Px x (1-P)n-x = (10 -584)0 x (1 – 10 -584)10Exp100 = 1

Conclusion

Après avoir établi de façon rigoureuse et justifiée les variables de notre calcul, nous arrivons au résultat suivant : la probabilité de ne jamais obtenir une séquence aléatoire de 1000 bases qui serait utile à une bactérie est 1, même en considérant 15 milliards d’années d’essais. La moyenne du nombre de succès en tenant compte d’un nombre ultime et cosmologiquement extrémiste d’essais (donc en tenant compte du temps) est de 10-484 (ce qui est zéro).

Nous avons démontré que l’argument du temps n’est pas valable, cet argument qui revient continuellement dans la littérature évolutionniste. Au final, l’évolution est un scénario dont la probabilité est nulle et ceci explique pourquoi en dépit de décennies et de millions de dollars investis, aucune donnée scientifique ne permet de postuler qu’une espèce de bactérie ait développé ou pourrait développer une nouvelle fonction biologique.

L’introduction d’information dans un système complexe et organisé ne s’explique que par une cause intelligente. Ceci est prouvé par la capacité de l’intelligence humaine à créer des systèmes organisés contenant de l’information. L’hypothèse créationniste permet alors de bien rendre compte de l’existence de l’information génétique, du code génétique et des « lecteurs » de l’information génétique.

« Les systèmes “organisés“ doivent être distingués soigneusement des systèmes “ordonnés“. Ces systèmes ne sont pas « aléatoires », quoique les systèmes ordonnés sont générés selon de simples algorithmes et alors manquent de complexité, les systèmes organisés doivent être assemblés élément par élément selon un “diagramme“ externe contenant une quantité considérable d’information … Alors, l’organisation est une complexité fonctionnelle et renferme de l’information. »

Jeffrey S. Wicken, The Generation of Complexity in Evolution: A Thermodynamic and Information-Theoretical Discussion, Journal of Theoretical Biology, Vol. 77 (Avril 1979), p. 349
Les contre arguments possibles

1- La sélection naturelle

Les évolutionnistes crient au scandale lorsque l’on traduit le « mécanisme » de l’évolution en termes strictement aléatoires. Les évolutionnistes affirment que le « mécanisme » est « dirigé » par la sélection naturelle qui favorise les individus les plus adaptés (dans notre scénario, ceux qui auraient un nouveau gène « utile » offrant ainsi une meilleure chance de survie).

Réponse : À la base, le mécanisme reste totalement aléatoire puisque la sélection naturelle n’influence pas les mutations* qui se produisent dans le génome. Je propose l’analogie suivante ; disons que vous jouez à la loterie chaque jour. Si vous gagnez, vous conservez votre billet et réclamez votre lot (évidemment !). Si vous perdez, vous jetez le billet. Vous faites ici une sélection à posteriori au même titre que la sélection naturelle. Est-ce que votre chance de gagner est ainsi augmentée ? Pas le moindrement ! Les séquences tirées demeurent totalement aléatoires.

* “Le paradigme néo-darwinien des changements évolutifs déclare que les mutations se produisent indépendamment de toute sélection naturelle agissante subséquemment sur elles » 3

2- Observation de l’apparition de nouveaux gènes utiles ; un truc de magie évolutionniste démystifié !

Certaines expériences qui ont eu lieu ces dernières 20 années ont offert un espoir de courte durée aux évolutionnistes. Il s’agit d’expériences où l’on rapporte avoir observé ou déduit l’apparition d’un tout nouveau gène chez une bactérie. Un des exemples qui a été popularisé est celui de la métabolisation du lactose chez la bactérie E. Coli. Le système complexe qui permet à la bactérie de dégrader le lactose est composé de trois protéines : Une protéine nommée perméase importe le lactose au travers la membrane bactérienne. La bêta-galactosidases hydrolyse le lactose en ses deux constituants. Enfin, un dernier composant du système, un répresseur, contrôle l’activation ou l’inactivation du gène induisant la bêta-galactosidases en fonction de la présence ou non dumagique lactose.

Les expériences réalisées ont débuté par l’inactivation artificielle du système et quelques autres manipulations. Ensuite, on nous raconte qu’en laissant « évoluer » ces bactéries en laboratoire, le système complexe de dégradation du lactose est réapparu par évolution.

Réponse : Ce contre argument (en apparence) est facilement réfutable si l’on examine tous les faits entourant le phénomène plutôt que de se laisser séduire avec les apparences. Voici donc plusieurs faits qui ne seront pas mentionnés par les évolutionnistes :

Le génome de E. Coli. contient à priori un autre gène qui a la capacité d’hydrolyser le lactose mais à un très faible niveau. Ce gène constitue ce qu’on pourrait appeler une copie « back up » du gène qui induit la bêta-galactosidases.
Deux mutations suffisent pour rendre l’enzyme produite par le gène « back up » presque identique à d’autres bêta-galactosidases;
Un agent chimique est artificiellement ajouté pour permettre la réactivation de la synthèse des perméases, ces protéines qui contrôlent l’entrée du lactose ;
Ultérieurement, on a s’est rendu compte que le « mutant bêta-galactosidases » avait des propriétés si proche de l’original (dû à une ressemblance quasi parfaite AVANT mutations) qu’il pouvait lui aussi (en toute logique!) synthétiser des allolactoses qui réactivent le gène de la perméase sur l’opéron « lac ».

Tout ce truc d’illusion n’est en fait que deux mutations sur UN seul gène qui ramène une copie quasi conforme à une copie conforme. Le miracle est maintenant expliqué et il n’y a aucune évolution, c’est-à-dire aucune apparition soudaine d’un tout nouveau gène fonctionnel !

Références

Linton, Alan H. professeur emeritus de bacteriologie, University of Bristol (U.K.), in The Times Higher Education Supplement (20 avril, 2001), p. 29.
Moran, Nancy A. Microbial Minimalism: Genome Reduction in Bacterial Pathogens, Cell, Vol 108, 583-586, 8 (mars 2002).
Brookfield, John F.Y. “Evolutionary Genetics: Mobile DNAs as Sources of Adaptive Change?” Current Biology, Vol 14, R344-R345, 4 May 2004.

©2015 L’ASSOCIATION DE SCIENCE CREATIONNISTE DU QUÉBEC