Ny teori uddyber forståelsen af ​​Turing-mønstre i biologi

Et team af forskere ved EMBL har udvidet Alan Turings banebrydende teori om, hvordan mønstre skabes i biologiske systemer. Dette arbejde, hvilket delvist blev udført på Center for Genomisk Regulering (CRG), kan svare på, om naturens mønstre er styret af Turings matematiske model og kunne have anvendelse i vævsteknologi. Deres resultater er offentliggjort den 20. juni i Fysisk gennemgang X .

Alan Turing søgte at forklare, hvordan mønstre i naturen opstår med sin teori fra 1952 om morfogenese. Striberne af en zebra, arrangementet af fingre og de radiale hvirvler i hovedet på en solsikke, han friede, er alle bestemt gennem en unik interaktion mellem molekyler, der spredes ud gennem rummet og kemisk interagerer med hinanden. Turings berømte teori kan anvendes på forskellige områder, fra biologi til astrofysik.

Mange biologiske mønstre er blevet foreslået at opstå i henhold til Turings regler, men videnskabsmænd har endnu ikke været i stand til at give et endegyldigt bevis for, at disse biologiske mønstre er styret af Turings teori. Teoretisk analyse syntes også at forudsige, at Turing-systemer i sig selv er meget skrøbelige, usandsynligt for en mekanisme, der styrer mønstre i naturen.

Går ud over Turings teori

Xavier Diego, James Sharpe og kolleger fra EMBL's nye side i Barcelona analyserede beregningsbeviser for, at Turing-systemer kan være meget mere fleksible end tidligere antaget. Efter dette tip, videnskabsmændene, baseret på CRG og er nu på EMBL, udvidede Turings oprindelige teori ved at bruge grafteori, en gren af ​​matematikken, der studerer netværks egenskaber og gør det lettere at arbejde med komplekse, realistiske systemer. Dette førte til erkendelsen af, at netværkstopologi, strukturen af ​​feedbacken mellem netværkenes komponenter, er det, der bestemmer mange grundlæggende egenskaber ved et Turing-system. Deres nye topologiske teori giver et samlende billede af mange afgørende egenskaber for Turing-systemer, som tidligere ikke var godt forstået, og definerer eksplicit, hvad der kræves for at lave et vellykket Turing-system.

Et Turing-system består af en aktivator, der skal diffundere med en meget langsommere hastighed end en inhibitor for at producere et mønster. De fleste Turing-modeller kræver et niveau af parameterfinjustering, der forhindrer dem i at være en robust mekanisme til enhver ægte mønsterproces. "Vi lærte, at undersøgelse af et Turing-system gennem den topologiske linse virkelig forenkler analysen. F.eks. at forstå kilden til spredningsbegrænsningerne bliver ligetil, og endnu vigtigere, vi kan nemt se, hvilke ændringer der er nødvendige for at lempe disse restriktioner, " forklarer Xavier Diego, avisens første forfatter.

"Vores tilgang kan anvendes på generelle Turing-systemer, og egenskaberne vil være sande for netværk med et vilkårligt antal komponenter. Vi kan nu forudsige, om aktiviteten i to noder i netværket er i eller ude af fase, og vi fandt også ud af, hvilke ændringer der er nødvendige for at ændre dette. Dette giver os mulighed for at bygge netværk, der får ethvert ønsket par af stoffer til at overlappe hinanden i rummet, som kunne have interessante anvendelser inden for vævsteknologi."

Turing-hieroglyffer for eksperimentelle grupper

Forskerne leverer også en billedlig metode, der gør det muligt for forskere nemt at analysere eksisterende netværk eller komme med nye netværksdesigns. "Vi kalder dem 'Turing-hieroglyffer' i laboratoriet, " siger EMBL Barcelona gruppeleder James Sharpe, der ledede arbejdet. "Ved at bruge disse hieroglyffer, Vi håber, at vores metoder vil blive adopteret af både teoretikere og af eksperimentelle grupper, der forsøger at implementere Turing-netværk i biologiske celler."

Denne udvidede teori giver eksperimentelle forskergrupper en ny tilgang til at få biologiske celler til at udvikle sig i mønstre i laboratoriet. Hvis eksperimentelle grupper har succes med dette, spørgsmålene om, hvorvidt Turings teori om morfogenese gælder for biologiske systemer, vil endelig blive besvaret.