Une preuve mathématique de
l’impossibilité de l’évolutionL’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 :

1. Prenez un roman dans votre bibliothèque ;
   
2. Recopiez une des pages du roman à l’écran de votre ordinateur ;
   
3. Faites varier le contenu de la page aléatoirement ; vous supprimez,
   ajoutez, permutez des caractères pendant des heures aléatoirement
   ;
   
4. 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 ;
   
5. 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 ?
   
6. 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

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 :

1. Accomplit une nouvelle fonction (wow !) ;
   
2. Cette fonction s’intégrant au reste du programme principal et,
   finalement ;
   
3. 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 :

1. 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.
   
2. 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 !?
   
3. 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
Prenons 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

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 =
10^17,7 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 du 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 :

1. 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.
   
2. Deux mutations suffisent pour rendre l’enzyme produite par le gène «
   back up » presque identique à d’autres bêta-galactosidases;
   
3. Un agent chimique est artificiellement ajouté pour
   permettre la réactivation de la synthèse des perméases, ces protéines
   qui contrôlent l’entrée du lactose ;
   
4. 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

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