Нов модел обяснява как възникват сложни структури без строг генетичен план

[mnogoznaiko]

Нов модел обяснява как възникват сложни структури без строг генетичен план

Погледнете наоколо и ще го видите навсякъде – начинът, по който дърветата образуват клони, начинът, по който градовете се разделят на квартали, начинът, по който мозъкът се организира в региони. Природата обича модулността – ограничен брой самостоятелни единици, които се комбинират по различни начини, за да изпълняват множество функции. Но как възниква тази организация? Следва ли детайлен генетичен план или тези структури могат да се появят сами по себе си?

Ново проучване от професор Ила Фиете от Масачузетския технологичен институт (MIT) предлага изненадващ отговор на този фундаментален въпрос за структурата на света около нас.

Математически модел разкрива тайните на модулността

В изследване, публикувано на 18 февруари в престижното научно списание Nature, Фиете, която е асоцииран изследовател в Института за изследване на мозъка „МакГоверн" и директор на Центъра за интегративна изчислителна невронаука „К. Лиса Янг" (ICoN) в MIT, пише, че математически модел, наречен „подбор на пикове" (peak selection), може да обясни как модулите възникват без строги генетични инструкции. Откритията на нейния екип, които се отнасят както за мозъчни системи, така и за екосистеми, помагат да се разбере как модулността се проявява в цялата природа, независимо от мащаба.

Изследването е ръководено от Фиете, а водещи автори са Микаил Хона, бивш докторант и стипендиант на Центъра „К. Лиса Янг", и постдокторантът Сартак Чандра.

Обединяване на две големи идеи

„Учените отдавна спорят как се формират модулните структури в природата. Една хипотеза предполага, че различни гени се активират на различни места, за да започнат или прекратят изграждането на определена структура. Това обяснява как ембрионите на насекомите развиват сегменти на тялото, с гени, които се включват или изключват при специфични концентрации на плавен химичен градиент в яйцето на насекомото," обяснява Фиете, която е старши автор на статията.

Друга идея, вдъхновена от математика Алън Тюринг, предполага, че структурата може да възникне от конкуренция – взаимодействия в малък мащаб могат да създадат повтарящи се модели, като петната на гепард или вълните в пясъчните дюни.

И двете идеи работят добре в някои случаи, но се провалят в други. Новото изследване предполага, че природата не трябва да избира един подход пред другия. Авторите предлагат прост математически принцип, наречен „подбор на пикове", показващ, че когато плавен градиент се съчетае с локални взаимодействия, които са конкурентни, модулните структури възникват естествено.

„По този начин биологичните системи могат да се организират в ясно разграничени модули без подробни инструкции отгоре надолу," казва Чандра.

Модулни системи в мозъка

Изследователите тестваха идеята си върху т.нар. „grid cells" (клетки на решетката), които играят критична роля в пространствената навигация, както и в съхранението на епизодични спомени. Тези клетки се активират в повтарящ се триъгълен модел, докато животните се движат в пространството, но не всички работят в един и същ мащаб – те са организирани в различни модули, всеки отговорен за картографиране на пространството при леко различни разделителни способности.

Никой не знае как се формират тези модули, но моделът на Фиете показва, че постепенните вариации в клетъчните свойства по едно измерение в мозъка, комбинирани с локални неврални взаимодействия, биха могли да обяснят цялата структура. Клетките на решетката естествено се сортират в различни групи с ясни граници, без външни карти или генетични програми, които да им казват къде да отидат.

„Нашата работа обяснява как биха могли да възникнат модулите на клетките на решетката. Обяснението наклонява везните към възможността за самоорганизация. То предвижда, че може да няма ген или присъщо клетъчно свойство, което скача, когато скалата на клетките на решетката преминава към друг модул," отбелязва Хона.

Модулни системи в природата

Същият принцип се прилага и извън невронауката. Представете си пейзаж, където температурите и валежите варират постепенно в дадено пространство. Бихте могли да очаквате видовете да бъдат разпространени, а също и да варират, плавно в този регион. Но в действителност екосистемите често формират клъстери от видове с резки граници – отделни екологични „квартали", които не се припокриват.

Изследването на Фиете предполага защо: локалната конкуренция, сътрудничеството и хищничеството между видовете взаимодействат с глобалните екологични градиенти, за да създадат естествени разделения, дори когато основните условия се променят постепенно. Този феномен може да бъде обяснен с помощта на „подбор на пикове" и предполага, че същият принцип, който формира мозъчните вериги, би могъл да действа и в горите и океаните.

Самоорганизиращ се свят

Едно от най-поразителните открития на изследователите е, че модулността в тези системи е забележително стабилна. Променете размера на системата и броят на модулите остава същият – те просто се мащабират нагоре или надолу. Това означава, че мозъкът на мишка и мозъкът на човек биха могли да използват едни и същи фундаментални правила за формиране на своите навигационни вериги, само че в различни размери.

Моделът също така прави проверими предсказания. Ако е правилен, модулите на клетките на решетката трябва да следват прости съотношения на разстоянията. В екосистемите разпределението на видовете трябва да образува отделни клъстери дори без резки екологични промени.

Приложения в разбирането на сложни системи

Откритията на Фиете и нейния екип имат дълбоки последици за начина, по който мислим за организацията на сложни системи. Традиционно учените са разглеждали модулността като резултат от строго кодирани инструкции или драстични промени в средата. Сега се оказва, че тя може да възникне естествено от прости взаимодействия без необходимост от външен „диригент".

Това разбиране има приложения отвъд биологията. В компютърните науки, например, принципите на самоорганизация могат да вдъхновят нови подходи към изкуствения интелект и невронните мрежи. В градоустройството могат да помогнат за разбиране на формирането на квартали и общности. В икономиката могат да обяснят как се развиват пазарните сегменти и индустриалните клъстери.

Фиете отбелязва, че тяхната работа добавя още една концептуална рамка към биологията. „Подборът на пикове може да информира бъдещите експерименти, не само в изследванията на клетките на решетката, но и в цялата област на биологията на развитието."

Поглед към бъдещето на науката за сложните системи

Изследването на Фиете и нейния екип представлява значителна крачка напред в разбирането ни за организацията на природата. То предлага елегантно обяснение за широко наблюдаван феномен и осигурява теоретична рамка, която може да бъде приложена в множество области.

За учените, работещи в невронауката, то предоставя нов поглед върху организацията на мозъка и повдига интригуващи въпроси за ролята на самоорганизацията в когнитивните функции. За еколозите, то предлага обяснение за появата на отделни биологични ниши в привидно непрекъснати среди. За физиците и математиците, то представя ново приложение на сложни системи и теория на нелинейната динамика.

Най-важното е, че работата на Фиете илюстрира красотата на интердисциплинарния подход към научните въпроси. Чрез съчетаване на прозрения от невронауката, екологията, физиката и математиката, изследователите са успели да идентифицират основен принцип, който действа на много нива в природата.

В свят, където науката става все по-специализирана, такива обединяващи теории ни напомнят за взаимосвързаността на природата и за стойността на търсенето на общи принципи зад привидно различни феномени. Модулността може да бъде навсякъде около нас, но както показва това изследване, дори най-сложните структури могат да произтичат от изненадващо прости правила.

Докато продължаваме да изследваме тайните на природата, моделът на „подбора на пикове" ни напомня, че понякога най-елегантните обяснения са тези, които обхващат най-широк спектър от феномени с най-малко допускания. В това отношение, работата на Фиете е триумф не само на невронауката, но и на научния подход към разбирането на сложността чрез търсене на простота.