Información

Un sistema biológico para medir el tiempo

Un sistema biológico para medir el tiempo


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

En primer lugar, soy físico, por lo que me disculpo por mi inexistente comprensión de la biología básica. Sin embargo, tengo lo que creo que es una pregunta interesante y este parece un buen lugar para hacerla ...

Recientemente he estado pensando si existe una forma de medir el tiempo mediante procesos biológicos. En otras palabras, algún sistema, una característica del cual puede correlacionarse con el tiempo transcurrido. Un ejemplo que se me ocurre es contar el número de divisiones de una celda. Supongo que esto se puede hacer, pero lo más probable es que sea muy inexacto ...

Así que esta es mi pregunta: ¿Conoce algún artículo incluso tangencialmente relacionado con la idea de un sistema biológico que pueda usarse como reloj?

¡Cualquier idea será muy apreciada!


Hay muchos relojes biológicos o relojes hechos de componentes biológicos. El reloj circadiano es un ejemplo importante, aunque complicado. Hay relojes de excelente ingeniería que forman algunos de los mejores ejemplos de biología sintética / de sistemas. Véase, por ejemplo, el "represor" de Elowitz & Leibler (enlace, enlace). La idea básica en todos estos es tener circuitos reguladores de genes con retroalimentación que conduzcan a la oscilación de la dinámica de expresión génica. Libros sobre biología de sistemas o de Philip Nelson Modelos físicos de sistemas vivos (dirigido a físicos), son buenos lugares para leer más.


Biología de la escuela secundaria: comprensión de la aptitud biológica

La aptitud biológica de un organismo depende de su capacidad para sobrevivir y reproducirse en un entorno determinado. Si diferentes rasgos o alelos aumentan la aptitud de un organismo, esos alelos aumentarán en consecuencia en el acervo genético y ese rasgo aumentará en la población. Así es como la selección natural afecta a una población.

Existe una compensación inherente en la aptitud biológica. Un rasgo que aumenta la capacidad de sobrevivir, pero que vuelve estéril a un individuo, disminuye la aptitud porque el organismo no puede producir descendencia que continúe con el rasgo. De manera similar, si un rasgo aumenta la capacidad de reproducción, pero dificulta la supervivencia del organismo, puede morir antes de poder producir descendencia. Tanto la supervivencia como la reproducción son esenciales para definir la aptitud de un organismo.

Pregunta de ejemplo n. ° 1: Comprensión de la aptitud biológica

¿Cuál de las siguientes opciones describe mejor la aptitud biológica?

Capacidad para competir contra otros organismos.

Capacidad para crecer hasta alcanzar el tamaño más grande.

Capacidad para razonar y pensar lógicamente.

Capacidad para tener una fuerza física superior

La aptitud biológica en el sentido evolutivo solo está relacionada con la aptitud en términos de reproducción. Debido a que el objetivo principal de todos los organismos es reproducirse o transmitir su ADN a la descendencia, la aptitud se define como la capacidad de reproducirse y crear descendencia viable.

Los rasgos "favorables", como la inteligencia, el tamaño o la fuerza, pueden aumentar la capacidad de un individuo para sobrevivir y reproducirse, aumentando así la aptitud biológica, pero no pueden utilizarse para definir directamente la aptitud del individuo.

Pregunta de ejemplo n. ° 3: Comprensión de la aptitud biológica

La aptitud darwiniana es una medida de __________.

la capacidad de un organismo para matar a otro organismo

la capacidad de un organismo para usar herramientas

la capacidad de un organismo para funcionar durante largos períodos de tiempo

la capacidad de un organismo para crear descendencia

la capacidad de un organismo para proteger a sus crías

la capacidad de un organismo para crear descendencia

El término "aptitud" en biología evolutiva significa la capacidad de un organismo para transmitir su material genético a su descendencia. La aptitud biológica o "darwiniana" es poder vivir lo suficiente para reproducirse y mantener viva la población o especie. La mayoría de los estudiantes confunden aptitud biológica con aptitud física porque ese es el contexto más asociado con la palabra.

Pregunta de ejemplo n. ° 2: Comprensión de la aptitud biológica

En el estudio de la evolución, a veces es útil evaluar la aptitud biológica de un individuo. ¿Cuál es el mejor criterio para medir la aptitud biológica de cierta iguana grande y fuerte?

El número de descendientes de la iguana que también sobreviven para reproducirse.

La habilidad de caza de la iguana.

La cantidad de depredadores que tiene la iguana en su entorno.

El número de descendientes de la iguana que también sobreviven para reproducirse.

La aptitud biológica o darwiniana se define en función de la capacidad del espécimen para reproducirse y generar descendencia viable. Esencialmente, la aptitud del individuo se basa en su capacidad para transmitir información genética a la siguiente generación, a diferencia de cualquier característica o rasgo físico.

Medir el número de descendientes que contribuyen al acervo genético es la mejor manera de determinar qué tan apta genéticamente es la iguana. No importa cuán fuerte, grande, viejo o libre de depredadores sea un animal, si no puede reproducirse, no se considera apto.

Pregunta de ejemplo n. ° 2: Comprensión de la aptitud biológica

¿Cuál de los siguientes es un ejemplo de una ventaja evolutiva?

Un conejo blanco que vive en un entorno cubierto de nieve.

Un pájaro con pico que puede cascar nueces en un ambiente donde las nueces son la principal fuente de alimento.

Un guepardo que puede correr más rápido que el resto de su manada.

Una polilla negra que vive cerca de un sitio industrial que produce mucho hollín.

Todos los ejemplos dados proporcionan una ventaja evolutiva. Un conejo blanco en un ambiente cubierto de nieve tiene camuflaje, lo que lo protege de sus depredadores. Lo mismo ocurre con la polilla negra que vive en una zona industrial cubierta de hollín. Un guepardo que puede correr más rápido tiene la mayor probabilidad de atrapar presas y alimentarse a sí mismo y a sus crías. Lo mismo ocurre con un pájaro que puede cascar nueces en un área donde las nueces son la principal fuente de alimento.

Pregunta de ejemplo n. ° 3: Comprensión de la aptitud biológica

Una guepardo en África tiene cuatro camadas de cachorros a lo largo de su vida. Su primera camada tiene seis cachorros que crecen hasta la edad adulta y es engendrado por el macho más manchado de la zona. Su segunda camada tiene cuatro cachorros que crecen hasta la edad adulta y es engendrado por el macho más rápido de la zona. Su tercera camada tiene dos cachorros que sobreviven hasta la edad adulta y son engendrados por el macho más fuerte de la zona. Su cuarta camada tiene cinco cachorros que sobreviven hasta la edad adulta y son engendrados por el macho más inteligente de la zona. ¿Qué guepardo macho tiene la mayor aptitud biológica?

No puedo decirlo a partir de la información proporcionada

El término aptitud biológica se refiere al éxito reproductivo y es diferente a la aptitud física. Dado que el macho con más manchas engendró la mayoría de los cachorros que sobrevivieron hasta la edad adulta para reproducirse, se lo consideraría el más apto biológicamente. También es importante señalar la inclusión del aspecto "sobrevivido hasta la edad adulta", ya que el éxito reproductivo depende de que la descendencia de un organismo sea capaz de reproducirse y contribuir también al acervo genético. Por ejemplo, si el macho más manchado hubiera engendrado una camada que inicialmente tenía nueve cachorros, pero solo uno de ellos sobrevivió hasta la edad adulta para tener sus propios cachorros, ya no sería considerado el más apto biológicamente.

Todos los recursos de biología de la escuela secundaria

Informar un problema con esta pregunta

Si ha encontrado un problema con esta pregunta, háganoslo saber. Con la ayuda de la comunidad podemos seguir mejorando nuestros recursos educativos.


Un sistema biológico para medir el tiempo - Biología

Obtenga la información de salud pública más reciente de los CDC: https://www.coronavirus.gov
Obtenga la información de investigación más reciente de los NIH: https://www.nih.gov/coronavirus

Martha Hotz Vitaterna, Ph.D., Joseph S. Takahashi, Ph.D. y Fred W. Turek, Ph.D.

MARTHA HOTZ VITATERNA, PH.D., es investigadora asociada senior en el Centro de Genómica Funcional de la Universidad Northwestern, Evanston, Illinois.

JOSEPH S. TAKAHASHI, PH.D., es el director del Centro de Genómica Funcional, Profesor Walter y Mary E. Glass en el Departamento de Neurobiología y Fisiología, e investigador del Instituto Médico Howard Hughes, Universidad Northwestern, Evanston. , Illinois.

FRED W. TUREK, PH.D., es el director del Centro de Biología Circadiana y del Sueño y es Profesor Charles T. y Emma H. ​​Morrison en el Departamento de Neurobiología y Fisiología de la Universidad Northwestern, Evanston, Illinois.

El ciclo diario de luz y oscuridad gobierna los cambios rítmicos en el comportamiento y / o fisiología de la mayoría de las especies. Los estudios han encontrado que estos cambios están regidos por un reloj biológico, que en los mamíferos se encuentra en dos áreas del cerebro llamadas núcleos supraquiasmáticos. Los ciclos circadianos establecidos por este reloj ocurren en toda la naturaleza y tienen un período de aproximadamente 24 horas. Además, estos ciclos circadianos pueden sincronizarse con señales de tiempo externas, pero también pueden persistir en ausencia de dichas señales. Los estudios han descubierto que el reloj interno consta de una serie de genes y los productos proteicos que codifican, que regulan varios procesos fisiológicos en todo el cuerpo. Las alteraciones de los ritmos biológicos pueden perjudicar la salud y el bienestar del organismo. PALABRAS CLAVE: ritmo circadiano hora del día regulación biológica adaptación biológica temperatura luz hipotálamo célula neural expresión genética mutagénesis trastorno del sueño fisiológico AODE (efectos del uso, abuso y dependencia del alcohol u otras drogas)

Una de las características más dramáticas del mundo en el que vivimos es el ciclo del día y la noche. En consecuencia, casi todas las especies exhiben cambios diarios en su comportamiento y / o fisiología. Estos ritmos diarios no son simplemente una respuesta a los cambios de 24 horas en el entorno físico impuestos por la tierra que gira sobre su eje, sino que surgen de un sistema de cronometraje dentro del organismo. Este sistema de cronometraje, o biológico & # 147clock, & # 148 permite al organismo anticipar y prepararse para los cambios en el entorno físico que están asociados con el día y la noche, asegurando así que el organismo & # 147 hará lo correcto & # 148 en el momento adecuado del día. El reloj biológico también proporciona una organización temporal interna y asegura que los cambios internos se produzcan en coordinación entre sí.

La sincronía de un organismo con sus entornos externos e internos es fundamental para el bienestar y la supervivencia del organismo. La falta de sincronía entre el organismo y el entorno externo puede conducir a la desaparición inmediata del individuo. Por ejemplo, si un roedor nocturno se aventurara a salir de su madriguera a plena luz del día, el roedor sería una presa excepcionalmente fácil para otros animales. De manera similar, la falta de sincronía dentro del entorno interno puede provocar problemas de salud en el individuo, como los asociados con el desfase horario, el trabajo por turnos y la pérdida de sueño que lo acompaña (p. Ej., Función cognitiva alterada, función hormonal alterada y molestias gastrointestinales). .

Los mecanismos subyacentes a los sistemas biológicos de cronometraje y las posibles consecuencias de su falla se encuentran entre los temas abordados por los investigadores en el campo de la cronobiología. 1 (1 Para obtener una definición de este y otros términos técnicos utilizados en este artículo y a lo largo de este número de la revista, consulte el glosario, p. 92.) En su sentido más amplio, la cronobiología abarca todas las áreas de investigación que se centran en el tiempo biológico, incluidas las altas -ciclos de frecuencia (p. ej., secreción de hormonas que se produce en pulsos distintos a lo largo del día), ciclos diarios (p. ej., ciclos de actividad y descanso) y ciclos mensuales o anuales (p. ej., ciclos reproductivos en algunas especies). Entre estas áreas interrelacionadas de la cronobiología, este artículo se centra en un dominio de frecuencia: los ciclos diarios conocidos como ritmos circadianos. (El término & # 147circadian & # 148 deriva de la frase latina & # 147circa diem, & # 148 que significa & # 147 sobre un día & # 148) Aunque prácticamente todas las formas de vida, incluidas bacterias, hongos, plantas, moscas de la fruta, peces , ratones y humanos, exhiben ritmos circadianos, esta revisión se limita principalmente al sistema de los mamíferos. Se comentan otros animales sólo en los casos en los que han contribuido a la comprensión del sistema de los mamíferos, en particular en los estudios de la composición genética molecular del sistema de cronometraje. (Para discusiones comparativas de otros sistemas de modelos no mamíferos que han contribuido a la profundidad de la comprensión de la ritmicidad circadiana en mamíferos, se remite al lector a Wager-Smith y Kay 2000). En general, este artículo tiene los siguientes objetivos principales: (1) para proporcionar una descripción histórica altamente selectiva del campo, (2) para revisar las propiedades características de los ritmos circadianos, (3) para definir los componentes estructurales y los mecanismos genéticos moleculares que comprenden el reloj biológico, y (4) para explorar los efectos sobre la salud de los ritmos biológicos ritmos.

Reseña histórica de la cronobiología

Los investigadores comenzaron a estudiar los ritmos biológicos hace aproximadamente 50 años. Aunque ningún experimento único sirve como evento definitorio a partir del cual hasta la fecha el comienzo de la investigación moderna en cronobiología, los estudios realizados en la década de 1950 sobre la ritmicidad circadiana en moscas de la fruta por Colin Pittendrigh y en humanos por Jurgen Aschoff pueden considerarse su fundamento. El área de la investigación del sueño, que también se incluye en el campo de la cronobiología, evolucionó de forma algo independiente, con la identificación de varias etapas del sueño por Nathaniel Kleitman aproximadamente al mismo tiempo (Dement 2000). Los legados de estos pioneros continúan hoy con el avance de los campos que fundaron.

Las raíces del estudio de los ritmos biológicos, sin embargo, se remontan aún más atrás, a la década de 1700 y al trabajo del científico francés de Mairan, quien publicó una monografía que describe los movimientos diarios de las hojas de una planta. De Mairan observó que la subida y bajada diaria de las hojas continuaba incluso cuando la planta se colocaba en una habitación interior y, por lo tanto, no estaba expuesta a la luz solar. Este hallazgo sugirió que los movimientos representaban algo más que una simple respuesta al sol y estaban controlados por un reloj interno.

Propiedades características de los ritmos circadianos

Las aptas observaciones de De Mairan ilustran una característica fundamental de los ritmos circadianos: su naturaleza autosostenida. Por lo tanto, casi todos los ritmos diurnos que ocurren en condiciones naturales continúan ciclando en condiciones de laboratorio desprovistos de cualquier señal externa que proporcione el tiempo del entorno físico (por ejemplo, bajo luz constante o oscuridad constante). Los ritmos circadianos que se expresan en ausencia de señales de 24 horas del entorno externo se denominan funcionamiento libre. Esto significa que el ritmo no está sincronizado por ningún cambio cíclico en el entorno físico. Estrictamente hablando, un ritmo diurno no debe llamarse circadiano hasta que se haya demostrado que persiste en condiciones ambientales constantes y, por lo tanto, se puede distinguir de aquellos ritmos que son simplemente una respuesta a cambios ambientales de 24 horas. Sin embargo, a efectos prácticos, hay pocas razones para distinguir entre los ritmos diurnos y circadianos, porque casi todos los ritmos diurnos son circadianos. Tampoco se hace una distinción terminológica entre ritmos circadianos basada en el tipo de estímulo ambiental que sincroniza el ciclo.

La persistencia de ritmos en ausencia de un ciclo de luz oscura u otra señal de tiempo exógena (es decir, un Zeitgeber) parece indicar claramente la existencia de algún tipo de mecanismo interno de cronometraje o reloj biológico. Sin embargo, algunos investigadores han señalado que la persistencia de la ritmicidad no excluye necesariamente la posibilidad de que otros ciclos incontrolados generados por la revolución de la Tierra sobre su eje puedan estar impulsando el ritmo (ver Aschoff 1960).

La hipótesis de que tales señales geomagnéticas incontroladas podrían desempeñar un papel en la persistencia de la ritmicidad puede ser refutada por un segundo rasgo característico de los ritmos circadianos: estos ciclos persisten con un período cercano, pero no exactamente, de 24 horas. Si los ritmos fueron impulsados ​​de manera exógena, deberían persistir durante un período de exactamente 24 horas. Sin embargo, la aparente imprecisión es una característica importante de la ritmicidad. Como demostró Pittendrigh (1960), la desviación de un ciclo de 24 horas en realidad proporciona un medio para que el sistema interno de cronometraje esté alineado y alineado continuamente con el entorno claro-oscuro. Este ajuste continuo da como resultado una mayor precisión en el control de la sincronización, o fase, de los ritmos expresados, porque se permite que ocurra una pequeña desviación antes de que el ritmo sea & # 147reset & # 148 a la fase correcta.

Una tercera propiedad característica de los ritmos circadianos es su capacidad para ser sincronizados o arrastrados por señales de tiempo externas, como el ciclo de luz-oscuridad. Por lo tanto, aunque los ritmos circadianos pueden persistir en ausencia de señales de tiempo externas (lo que significa que no son impulsados ​​por el entorno), normalmente estas señales están presentes y los ritmos están alineados con ellas. En consecuencia, si se produce un cambio en las señales externas (por ejemplo, siguiendo un viaje a través de zonas horarias), los ritmos se alinearán con las nuevas señales. Esta alineación se llama arrastre.

Inicialmente, no estaba claro si el arrastre se logró modulando la velocidad del ciclo (es decir, si el ciclo se acortó o alargó hasta que se alineó con las nuevas señales y luego se volvió a su longitud original) o si el arrastre se logró mediante & # discreto 147 reinicio & # 148 eventos. Los experimentos resultantes de este debate condujeron a descubrimientos fundamentales. Por ejemplo, los investigadores descubrieron que la respuesta del organismo a la luz (es decir, si un ciclo avanza, se retrasa o permanece sin cambios) difiere según la fase del ciclo en la que se presenta (Pittendrigh 1960). Por lo tanto, la exposición a la luz durante la primera parte del período de oscuridad normal del individuo generalmente resulta en un retraso de fase, mientras que la exposición a la luz durante la última parte del período de oscuridad normal del individuo generalmente resulta en un avance de fase. . Esta diferencia en las respuestas se puede representar mediante una curva de respuesta de fase (consulte la figura 1 para ver una ilustración esquemática de un ciclo circadiano, así como una curva de respuesta de fase). Dicha curva puede predecir la manera en que un organismo se arrastrará no solo a los cambios en los ciclos de luz-oscuridad, sino también a ciclos de luz inusuales, como ciclos que no son de 24 horas o diferentes proporciones de luz: oscuridad. La existencia de una curva de respuesta de fase también implica que el arrastre se logra mediante eventos de reinicio discretos en lugar de cambios en la velocidad del ciclo.

Además del tiempo de exposición a la luz, la intensidad de la luz puede modular los períodos de ciclo cuando los organismos se dejan en luz constante. Por lo tanto, la exposición a intensidades de luz más brillantes puede alargar el período en algunas especies y acortarlo en otras especies. Este fenómeno ha sido denominado & # 147Aschoff & # 146s rule & # 148 (Aschoff 1960).En última instancia, ambos mecanismos de arrastre parecen ser aspectos de la misma cosa, porque las consecuencias de la regla de Aschoff & # 146 se pueden predecir o explicar mediante las curvas de respuesta de fase a la luz.

Aunque el ciclo de luz-oscuridad es claramente el Zeitgeber principal para todos los organismos, otros factores, como las interacciones sociales, la actividad o el ejercicio, e incluso la temperatura, también pueden modular una fase del ciclo. La influencia de la temperatura en los ritmos circadianos es particularmente interesante porque un cambio de temperatura puede afectar la fase de un ciclo sin alterar sustancialmente la velocidad del ciclo. Esto significa que el ciclo puede comenzar antes o después de lo normal, pero aún así tiene la misma duración. Por un lado, esta capacidad del reloj interno & # 146s del marcapasos para compensar los cambios de temperatura es fundamental para su capacidad de predecir y adaptarse a los cambios ambientales, porque un reloj que acelera y desacelera a medida que cambia la temperatura no sería útil. . Por otro lado, la compensación de temperatura también es bastante desconcertante, porque la mayoría de los tipos de procesos biológicos (por ejemplo, reacciones bioquímicas en el cuerpo) se aceleran o ralentizan por los cambios de temperatura. En última instancia, este acertijo ha proporcionado una pista sobre la naturaleza del reloj interno, es decir, el hecho de que los ritmos circadianos tienen una base genética. Tal programa de expresión génica sería más resistente a la alteración de la temperatura que, por ejemplo, una simple reacción bioquímica.

Dos propiedades finales de los ritmos circadianos también proporcionan importantes pistas sobre los ritmos y el maquillaje. Una de estas propiedades son los ritmos y la ubicuidad en la naturaleza: los ritmos circadianos existen en una amplia gama de procesos y organismos biológicos, con propiedades similares e incluso curvas de respuesta de fase similares a la luz. La otra propiedad es que los ritmos circadianos parecen generarse a nivel celular, porque los ritmos de los organismos unicelulares (por ejemplo, las algas o el dinoflagelado Gonyaulax) son muy similares a los ritmos de mamíferos muy complejos. Ambas observaciones sugieren que un ciclo en la activación (es decir, la expresión) de ciertos genes podría ser la base del mecanismo de cronometraje.

Figura 1 Respuestas del ritmo circadiano a la luz.

A. Parámetros del ritmo circadiano

Se representa un ritmo circadiano representativo en el que el nivel de una medida particular (p. Ej., Niveles de hormonas en sangre y niveles de actividad) varía según el tiempo. La diferencia en el nivel entre los valores pico y mínimo es el amplitud del ritmo. El tiempo de un punto de referencia en el ciclo (por ejemplo, el pico) en relación con un evento fijo (por ejemplo, el comienzo de la fase nocturna) es el fase. El intervalo de tiempo entre los puntos de referencia de fase (por ejemplo, dos picos) se llama período. El ritmo que se muestra persiste incluso en la oscuridad continua (es decir, se ejecuta libremente).

B. Restablecimiento del ritmo circadiano

Los efectos de una señal de reinicio del ritmo, como la exposición a la luz por animales que, de lo contrario, se mantienen en la oscuridad continua, pueden cambiar el ritmo hacia atrás (panel superior) o hacia adelante (panel inferior), dependiendo de cuándo durante el ciclo se recibe la señal. presentado. En el caso de un retraso de fase, los niveles máximos se alcanzan más tarde de lo que se alcanzarían si no se hubiera cambiado el ritmo. En el caso de un avance de fase, los niveles máximos se alcanzan antes de lo que se alcanzarían si no se hubiera cambiado el ritmo. La línea negra muestra cómo aparecería el ciclismo si el ritmo permaneciera sin cambios.

C.Cambios en el ritmo circadiano en respuesta a cambios en la exposición a la luz.

Prácticamente todas las especies muestran respuestas similares de reajuste dependiente de la fase a la luz, que se pueden expresar como una curva de respuesta de fase. La exposición a la luz durante la primera parte de la noche del animal provoca un retraso de fase, mientras que la exposición a la luz en la última parte de la noche del animal provoca un avance de fase. La exposición a la luz durante el período diurno habitual del animal produce poco o ningún cambio de fase.


Atractores y diagrama de espacio de fase

La regulación de las funciones celulares se puede considerar como estructurado física y topológicamente interacciones moleculares y fuerzas físicas ubicadas en diferentes niveles jerárquicos. En los sistemas disipativos, como los organismos vivos, el sistema general se comporta de acuerdo con una dinámica no lineal 31. La dinámica de tal sistema es el cambio concertado en los niveles de xi (t) [el valor del nodo I ] para todos los nodos I de la red (una red metabolómica o genómica) y puede ser representada por el N-dimensional vector de estado: S (t) = [ x1 (t), x2 (t), & # x02026.xN (t)]. Si bien la topología representa la red mediante un gráfico, para una red con N nodos, la dinámica se puede describir mejor en la Espacio de fase (con dimensión N o grado de libertad) en el que S t) cambia su posición a lo largo de la coordenada de tiempo t tal como lo definen sus componentes [ x1 (t), x2 (t), & # x02026.xN (t)]. El formalismo matemático del diagrama de espacio de fase para sistemas disipativos se describe mediante la teoría de los sistemas dinámicos sin equilibrio 32. Según lo propuesto por Kauffman 33, el espacio de fase describe un paisaje caracterizado por atractores (& # x0201cvalleys & # x0201d) & # x02013rodeado de cuencas & # x02013 separado por & # x0201chills & # x0201d: la diferencia en el potencial de comportamiento entre células radica en su posición sobre el paisaje y la accesibilidad asociada a los atractores (Fig. 1). Desde este punto de vista, la regulación del destino celular se basa en la selección entre destinos preexistentes, limitados e intrínsecamente robustos. Debe destacarse que el vector de estado especial S t) es un estado estacionario en el que no hay fuerza motriz neta. Las trayectorias que emanan del vecindario son & # x0201cattracted & # x0201d y convergen para S t). Este estado atractor estable es resistente a muchas perturbaciones: los & # x0201catractores & # x0201d son, de hecho, estructuras autoorganizadas y pueden & # x0201captura & # x0201d perfiles de expresión génica asociados con el destino celular 34.

Existe un número finito discreto de clases de atractores. Generalmente, atractores extraños (es decir, dinámicas que no siguen una trayectoria periódica simple) surgen de sistemas dinámicos no lineales. los rasgos fenotípicos del organismo están incrustados en los atractores dinámicos de su red reguladora subyacente. 35,36 Los estados funcionales representados como atractores se han concebido como principalmente especificados por la red de regulación de genes 34. Sin embargo, & # x0201d la estabilidad de los estados funcionales también depende claramente de señales externas & # x0201d 37. Por lo tanto, la dinámica del sistema en el espacio de fase no puede & # x0201creducir & # x0201d ni a un diagrama de cableado genético ni, incluso, al funcionamiento integrado de una red genoma-proteoma-metaboloma. Influencias adicionales, es decir, las de la topología intracelular que hacen posibles las reacciones químicas de las redes, así como las resultantes del sistema de interacción parénquima-estroma, deben tenerse en cuenta para obtener una definición más confiable de atractor. Esta conceptualización revisada de & # x0201cattractors & # x0201d podría ajustarse a numerosas observaciones sobre la dinámica de los tejidos, la existencia de diferentes regímenes dinámicos, así como las transiciones entre ellos 38. Además, esta organización jerárquica crea una causalidad descendente 39 que complementa la causalidad ascendente más conocida y, por lo tanto, da forma al comportamiento complejo del sistema 40.


Métodos

Prueba de la ecuación (1)

dónde & # x003c1SR(t0) es el estado del depósito del sistema y U(& # x003c4) es el operador de evolución del sistema-reservorio para & # x003c4 = t & # x02013 t0. Si & # x003c1SR(t0) es un estado clásico sin componentes coherentes, entonces tenemos

dónde pagnorte(t0) es la probabilidad de medir el estado del sistema norte en el momento t0 para la mezcla clásica & # x003c1SR(t0), y R(t0) es el estado del depósito en el momento t0 (que en principio depende del resultado de la medición Qnorte si el sistema y el depósito están correlacionados clásicamente, es decir, son separables pero en una mezcla de estados del producto). Entonces tenemos

dónde . Se supone que el estado del yacimiento es R(t0) = & # x003a3k pagrk |rk& # x03009 & # x03008rk|. De ahí la correlación & # x03008Qmetro(t)Qnorte(t0) & # x03009Q para la mezcla clásica sistema-depósito en el momento t0 es

dónde es el propagador, es decir, la probabilidad de encontrar el estado metro en el momento t cuando el estado en un momento anterior t0 se inicializa en norte.

El modelo de jerarquía para FMO

El modelo de jerarquía fue desarrollado originalmente por Tanimura y Kubo 41, y se ha aplicado ampliamente a los complejos de captación de luz 7, 8. No daremos una descripción completa aquí, solo resumiremos la ecuación y los parámetros principales. Siempre se asume que en t = 0 el sistema y el baño son separables , y que el baño se encuentra en un estado de equilibrio térmico . Se supone que el baño tiene una densidad espectral Drude

dónde & # x003b3j es la & # x0201c constante de desintegración bruta & # x0201d y cada sitio j Se supone que tiene su propio baño independiente. Además, & # x003bbj es la energía de reorganización y es proporcional a la fuerza de acoplamiento del baño del sistema. La función de correlación para el baño viene dada por,

dónde & # x000b5j,0 = & # x003b3j, y cuando metro & # x02265 1. Los coeficientes son

Bajo estos supuestos, las ecuaciones jerárquicas de movimiento están dadas por,

El operador Qj = |j& # x03009 & # x03008j| es el proyector en el sitio j, y para FMO hay siete sitios, por lo que norte = 7. El Liouvillian L describe la evolución hamiltoniana del complejo FMO. La etiqueta norte es un conjunto de números enteros no negativos que especifican de forma única cada ecuación norte = <norte1, norte2, norte3, & # x02026, nortenorte> = <<norte10, norte11, . norte1K>, . <nortenorte0, nortenorte1, . norteNK>>. La matriz de densidad etiquetada por norte = 0 = << 0, 0, 0. & # X02026 >> se refiere a la matriz de densidad del sistema, y ​​todas las demás son matrices de densidad no física, denominadas & # x0201 matrices de densidad auxiliar & # x0201d. Las matrices de densidad en la ecuación etiquetadas por indican que esa matriz de densidad es la que se define aumentando o disminuyendo el número entero en la etiqueta norte, en la posición definida por j y metro, por 1.

Las ecuaciones de jerarquía deben truncarse, lo que normalmente se hace truncando el mayor número total de términos en una etiqueta. . Este valor se denomina nivel de jerarquía. La elección de norteC debe determinarse comprobando la convergencia de la dinámica del sistema. Aquí también usamos la condición de límite & # x0201cIshizaki-Tanimura & # x0201d 42


Revista de sistemas biológicos

Ha habido un aumento reciente de publicaciones de artículos que modelan la pandemia de COVID-19 que actualmente está devastando el mundo. Para promover enfoques interdisciplinarios en Biología y Medicina que aborden temas relevantes y oportunos relacionados con este grave desafío para los humanos en el siglo XXI y contribuyan al avance de la ciencia, aceptamos presentaciones de artículos que modelen la pandemia y su curso temporal en países individuales y regiones. Un buen modelo basado en la ciencia con datos confiables que aborden temas importantes como el impacto en la salud pública, las políticas de contención y mitigación, el tratamiento y la vacuna, así como la predicción de los resultados y los impactos económicos son de interés principal. Los artículos que se centren en la modelización del difícil equilibrio entre el crecimiento económico y las medidas de salud pública para esta pandemia, es decir, para mantener a las personas sanas y la economía abierta al mismo tiempo, son especialmente bienvenidos.

Las presentaciones recibirán una revisión por pares acelerada, con una decisión inicial dentro de una semana y una revisión posterior oportuna por pares. Nuestro objetivo es llegar a una decisión final en un máximo de dos meses, con artículos de calidad aceptados con una versión lista en línea para que aparezcan en línea dentro de una semana de aceptación y en forma impresa más adelante en 2020. Tenga en cuenta que NO ACEPTAMOS ENVÍOS DUPLICADOS.

Artículos relacionados:
De lectura gratuita: inicie sesión en su cuenta existente o Registrarse para obtener una cuenta gratuita para disfrutar de esto.


Descubriendo el comportamiento universal en los sistemas biológicos

Descifrar los patrones de la naturaleza es algo que ha ocupado mentes curiosas durante innumerables generaciones, desde enjambres de insectos hasta el vuelo de los pájaros y el movimiento de las células del propio cuerpo.

La profesora Andrea Cavagna del Instituto de Sistemas Complejos dirige un grupo de investigación que reúne la física teórica del mundo y la biología experimental, construye modelos matemáticos de sistemas naturales y descubre las leyes universales que subyacen a la estructura organizativa de la vida.

Esta es una transcripción generada automáticamente.

Hola, yo & # 8217m Will. Bienvenido a researchpod.

Descifrar los patrones de la naturaleza es algo que ha ocupado mentes curiosas durante incontables generaciones para comprender mejor las leyes matemáticas. Detrás de esos patrones hay algo que solo ha estado disponible recientemente y ha experimentado un crecimiento acelerado con nuevas herramientas y tecnología.

La profesora Andrea Cavagna, del Instituto de Sistemas Complejos, dirige un grupo de investigación que reúne los mundos de la física teórica y la biología experimental, construye modelos matemáticos de sistemas naturales, desde insectos hasta pájaros, su cuerpo y sus propias células, y descubre las leyes universales subyacentes. las estructuras organizativas de la vida.

Por mi propio bien y por todos los que escuchan en casa, ¿podríamos empezar por escuchar acerca de en qué está trabajando actualmente?

Actualmente soy director de investigación del Instituto de Sistemas Complejos, que forma parte del Consejo Nacional de Investigación de Italia aquí en Roma.

Soy físico. Tengo un doctorado en física práctica y pasé los primeros 10 años de mi carrera entre Roma, Oxford y Manchester y luego volví a Roma nuevamente trabajando en problemas de física estadística y materia condensada.

¿Y podrías contarnos un poco más sobre qué es eso? Con suerte usando algunos términos familiares de la vida cotidiana.

En términos generales, la física estadística estudia un sistema compuesto por gran cantidad de partículas, gran cantidad de unidades que interactúan entre sí a través de unas leyes físicas relativamente simples.

Dan lugar a un comportamiento emergente macroscópico que no se puede adivinar simplemente por los detalles microscópicos de las partículas.

Uno de estos comportamientos emergentes es el comportamiento colectivo, por lo que hay casos en los que muchísimas unidades interactuando entre sí dan lugar a patrones macroscópicos a gran escala, y esto será lo que llamamos comportamiento colectivo. Y me ha interesado el comportamiento colectivo básicamente durante mi vida, aunque en la primera parte de mi carrera me concentré en el comportamiento colectivo o el sistema físico.

Y esto es lo que convenció a Martin de los estudios más que del comportamiento colectivo del sistema biológico, que es en realidad lo que hago ahora mismo.

Cuando se trata de unir física y biología como esta, ¿o dices que es el interés o la motivación que tienes en el tema?

Pero ya sabes, pasamos de la física teórica, que lo que estaba haciendo antes de la biología experimental fue un gran cambio de rumbo, y fue un paso que también fue algo problemático para mi carrera.

Por otro lado, hubo algo natural en este cambio, debido a mi investigación.

Lo cual había sido muy teórico durante muchos años, y en algún momento probablemente sentí que la dirección que estaba siguiendo era quizás demasiado abstracta, un poco alejada de todo lo que realmente podía ver o experimentar en mi vida.

Pero realmente me gusta el concepto involucrado en el comportamiento colectivo y los fenómenos emergentes en general, por lo que probablemente anhelaba un cambio, pero cambio eso no me llevó conceptualmente demasiado lejos de este tema.

Y luego estaban las bandadas, así que las bandadas de estorninos realmente lo son. Increíble abundante aquí en Roma. Extremadamente imponente durante todos los meses de invierno.

Y sus patrones de evolución son realmente hermosos.

Todos en Roma y yo pasamos la mayor parte de los minutos del atardecer mirándolos con el cuello alto hacia el cielo. Así que junto con otros colegas con los que estaba trabajando en ese momento, especialmente Georgia, Breezy y ellos & # 8217 están heridos.

Pensamos que tal vez podríamos utilizar algunos de los conocimientos o las herramientas que habíamos desarrollado para el estudio del comportamiento colectivo en el sistema físico.

Pero para estudiar la asistencia biológica, en particular, estas maravillosas bandadas que teníamos frente a nuestros ojos todos los días al atardecer. Y esto es lo que hicimos en 2005. Solicitamos una subvención a la Comisión Europea para iniciar el proyecto de estudio experimental y teórico del comportamiento colectivo en bandadas de Starling.

La Comisión Europea nos concedió gentilmente los fans y, de hecho, ha estado financiando nuestra investigación sobre este tema desde entonces, por lo que el primer proyecto nos brindó los recursos para hacer esto, y el proyecto fue bastante exitoso. Y en el transcurso de los últimos 15 años, expandió bastante sus límites. Así que ahora comenzamos un comportamiento colectivo no solo en bandadas de Starling, sino también en enjambres de insectos, y estamos comenzando nuevos experimentos. También en colonias de envío y otros sistemas. Pero todo esto se hace con un enfoque que utiliza en gran medida las herramientas y el concepto de la física estadística.

Así que en este sentido, después de todo, no he cambiado mucho mi tema de investigación.

Lo que nos lleva claramente al grupo RG BIO de hoy.

Si. Entonces, cuando comenzamos este estudio hace 15 años, lo que teníamos en mente era principalmente hacer modelos y teorías de comportamiento colectivo en un sistema.

Pero inmediatamente nos dimos cuenta de dos cosas.

Lo primero fue algo decepcionante. Nos dimos cuenta de que biólogos, físicos e informáticos.

Ya habían trabajado mucho en el comportamiento colectivo moderno, especialmente en las bandadas de aves y los mamíferos, por lo que definitivamente no fuimos los primeros en tener esta idea. Por ejemplo, Craig Reynolds era un científico de la computación que hacía animaciones por computadora o en bandada ya en 1986.

Creo que para 1985, y algunas de estas animaciones eran realmente hermosas e incluso las estaban usando en la industria del cine.

De acuerdo, podemos haber sido inteligentes, pero ciertamente llegamos bastante tarde al campo del modelado de modelos informáticos de comportamiento colectivo. Pero lo segundo que descubrimos fue más alentador.

Además, un poco extraño porque descubrimos que había una gran variedad de modelos y teorías, pero muy, muy pocos datos experimentales.

Especialmente en tres dimensiones, donde acuden en masa por supuesto y ese eras tú, por supuesto. Hoy en día & # 8217s desafíos técnicos significativos de tomar datos tridimensionales de grandes bandadas de aves en la naturaleza.

Así que creo que ha habido algunos estudios pioneros en los años 70, especialmente por Frank Heppner.

Pero involucraron bandadas muy pequeñas, hasta 810 palomas. Si bien los físicos estadísticos que estaban interesados ​​en grandes grupos, hay un artículo venerado de Phil Anderson, fue un premio Nobel en Física de la Materia condensada, que se titula más es diferente.

Más es diferente, lo que significa que los fenómenos emergentes realmente requieren una gran cantidad de partículas o unidades o animales para ser cualitativamente diferentes de sus contrapartes individuales.

Entonces lo que decidimos entonces fue salir al campo y recolectar. Jura datos mentales sobre grandes bandadas de estorninos.

Elija lo que hicimos, de esta manera pasé de la física teórica a la biología experimental, de la noche a la mañana.

Y recopilar estos datos sobre las bandadas de Starling nos llevó mucho tiempo, aunque podíamos usar la fotografía digital en comparación con las personas de los años 70, todavía teníamos grandes desafíos por delante. El método que usamos es básicamente estereoscopía, que es más o menos lo que hacen nuestros ojos para estimar la posición tridimensional de los objetos que tenemos frente a nosotros. Tomamos imágenes sincronizadas de nuestros objetivos.

En este caso, las aves dentro de la bandada desde diferentes puntos de vista, por lo que desde diferentes cámaras tenemos un conjunto de tres cámaras y luego usamos estas imágenes para reconstruir la posición tridimensional completa de cada ave. Hay velocidades y todo lo que queramos medir.

Bueno, es más fácil decirlo que hacerlo, y requiere que desarrollemos algunas técnicas novedosas y no triviales de visión por computadora. Pero valió la pena porque.

Los datos experimentales o lo que realmente marcó la diferencia en los primeros años de nuestros estudios y experimentos fue realmente lo que nos puso en el mapa en el campo del comportamiento colectivo. Sin embargo, a lo largo de los años también comenzamos a hacer algunas teorías nuevas, basándonos en nuestro día experimental.

Y así, nuestro enfoque teórico se expandió y, finalmente, hace dos años, el Consejo Europeo de Investigación me concedió una subvención avanzada.

Para un proyecto llamado RG Bio, en cuyo contexto aplicamos mientras intentamos aplicar una de las herramientas más fascinantes de la física estadística, que es el llamado grupo de renormalización al estudio de los sistemas biológicos colectivos.

Entonces, parte física, biología, parte matemáticas y parte fotografía de la vida silvestre, todas juntas para hacer esta teoría de normalización libre como, ¿dónde encajaría esto en lo que otras personas podrían experimentar o comprender la investigación y la academia?

Comprender qué es el Grupo de Renormalización, o RG, y así comprender qué es el RG y cómo se puede utilizar para descubrir algunos de los fenómenos colectivos importantes.

Aquí uno ha ilustrado primero dos aspectos cruciales del concepto de criatura que también son comunes a la tesis estadística, que son Interacción y correlación.

Entonces, la correlación de interacción son realmente los dos pilares de las tarifas estadísticas y la materia condensada, y también creo que son los dos pilares básicos del comportamiento colectivo en el sistema biológico.

Entonces, una vez que tuvimos la fecha de los datos experimentales, la primera pregunta que hicimos fue ¿cómo interactúan los Starling & # 8217 entre sí dentro de una bandada? Así que claramente interactúan debido a su movimiento. Este tipo está maravillosamente coordinado y muy lejos de ser aleatorio. Entonces, ¿cómo lo hacen?

Entonces, por interacción aquí, realmente me refiero a qué tipo de reglas usan cuando se mantienen el uno al otro bajo control para moverse tan bien juntos.

A los modelos y teorías anteriores se les planteó la hipótesis de que, de hecho, había algunas reglas muy simples en funcionamiento. Reglas simples que podrían ser suficientes para otorgar a su código colectivo un absurdo inicial y las reglas más intuitivas. Es decir, alinee su dirección de movimiento con la muerte de sus vecinos para que no se estrelle contra los demás. Mantenga una distancia, pero no demasiada, de lo contrario se alejará demasiado del grupo, por lo que estas son reglas muy, muy simples. Alineación y mantenimiento de una distancia ni demasiado pequeña ni demasiado grande.

Entonces, nuestros datos mostraron que estas reglas eran básicamente muy sólidas, pero también descubrimos algo bastante nuevo, algo que ahora llamamos interacción topológica en oposición a interacción métrica.

El caso es que todo tipo de interacciones en la naturaleza y especial en física se desintegran con las partículas lejanas o planetas o lo que sea que se encuentre a una distancia muy grande, interactúan más semanalmente, y si están más cerca.

Entonces, esta descomposición también sucedió dentro de una bandada de Starling & # 8217s. La interacción es más fuerte cuanto más cercanos están los vecinos.

Pero el punto crucial es que, si bien en física, esta disminución de la interacción depende de la distancia métrica de distancia física real entre las partículas, por lo que si están a un metro de distancia, a 10 metros de distancia a 100 metros de distancia.

Lo que descubrimos en Flock es que no es así. Si imagina que es un pájaro en la bandada, no está interactuando con todos los vecinos dentro de una distancia fija determinada.

Pero lo que hace es interactuar con un número fijo de vecinos.

Y este número está entre 7 y 10 en promedio. Entonces esto es algo muy peculiar que no sucede en física.

Así que es como si los pájaros estuvieran midiendo la distancia entre individuos, no en unidades de metros, sino en unidades de otros individuos. Y esto es lo que llamamos distancia topológica. Entonces, una interacción topológica se basa en este tipo de distancia.

Aunque esto ciertamente no es algo que encuentre en una teoría física porque requiere cierta actividad neuronal por parte del animal que lo está haciendo porque mantiene bajo control un número fijo de vecinos es algo bastante natural. Cuando pensamos en lo biológico o incluso en la asistencia social.

Por ejemplo, cuando estamos en el metro, cuando usamos el metro, no medimos la distancia que tenemos que recorrer en metros, sino en unidades de parada. Entonces contamos cuántas paradas hay entre este y este otro lugar, no cuántos kilómetros hay o si se considera una red con distancias relevantes, el número de nodos entre dos notas dadas.

Así que este concepto de distancia topológica es bastante natural cuando se va más allá de la física, por lo que fue divertido que en realidad se basaran modelos biológicos anteriores que intentaban describir este sistema lógico.

Sobre un concepto de interacción estrictamente físico que decaía con la distancia física. Si bien lo que mostraron nuestros datos es que no es así.

Suena menos a física y más a redes sociales.

Sí, exactamente estos siete vecinos con los que están interactuando. Realmente soy el vecino más cercano. Lo más cercano al pájaro focal, por lo que no es que estén interactuando con siete tipos que podrían estar donde quieran en la bandada. Ahora están interactuando con un número fijo de vecinos, que son el vecino más cercano a los vecinos más cercanos.

Pero su distancia real no importa. Entonces, si tiene una bandada que se está expandiendo, las distancias relativas mutuas aumentan.

La fuerza de la interacción sigue siendo exactamente la misma porque no depende de la distancia real entre mis vecinos y yo porque yo sólo me mantengo bajo control. Si es un número de chicos.

Primer caparazón de vecinos a mi alrededor, independientemente de la distancia a la que se encuentren.

Entonces, en este sentido, esta interacción no es métrica. ¿Es topológico, sin embargo, todavía muy local en el espacio?

Sé que las bandadas pueden ser enormes formadas por 200,000 aves, por lo que no es así en una bandada de 100,000 Starling, por lo que interactúan con todos los demás, no, en absoluto.

Cada pájaro está interactuando solo con un número relativamente pequeño de vecinos, contra algo entre 7 y 10.

Entonces, nuestra siguiente pregunta fue ¿cómo es posible lograr una coordinación de tan largo alcance? ¿Una coordinación tan enorme y macroscópica a través de una interacción local a tan corta escala?

Entonces aquí es donde entra en juego la correlación, que es el segundo concepto crucial en nuestro camino.

Entonces, mientras que la interacción es una transferencia directa de información entre dos o más individuos.

La correlación es una transferencia indirecta de información.

Por lo tanto, dos aves pueden estar correlacionadas entre sí y, por lo tanto, su comportamiento puede ser similar entre sí, aunque nunca hayan interactuado entre sí.

A simplemente porque existe una cadena de interacción entre esas dos aves que las hace comportarse de manera similar aunque nunca hayan interactuado con cada una.

Y esto es algo que, por supuesto, sucede todo el tiempo. También en los sistemas sociales y también en el sistema físico. Entonces, la correlación se debe a la transferencia indirecta de información a través de esta cadena de interacción.

Un buen ejemplo de eso es el juego de teléfono que juegan los niños, por lo que cada niño susurra un mensaje en el año del niño cercano, y esa es una interacción directa. Entonces, cada niño está interactuando con otro niño, y luego el mensaje viaja a través de toda la cadena de niños. En algún momento se corrompe porque hay ruido en este canal de comunicación.

Pero la distancia a la que viajaron los mensajes puede ser mayor que el rango de interacción de un niño de la comunidad de comunicación directa. Entonces, este lapso más grande del viaje con información es lo que llamamos longitud de correlación. Entonces, la extensión de espacio extra de la correlación. La correlación se debe a que la interacción está conectada a la interacción, pero es algo diferente.

Por lo tanto, puede tener una interacción de rango muy corto, pero una correlación de rango un poco mayor,

Lo que hicimos con nuestros datos fue medir realmente la función de correlación en la bandada real de estorninos. Así que realmente medimos cuánto se comporta la dirección de movimiento de 1 ave en algún punto se ve influenciada por el cambio en la dirección de movimiento de otras aves a 20 metros de distancia.

Completamos eso y lo que encontramos fue algo bastante sorprendente, por lo que encontramos que este rango de correlación era tan grande como la parvada entera.

Entonces, esto es lo que llamamos en física correlación libre de escala, porque significa que no hay una longitud de correlación real y que la única escala de la correlación es el tamaño del sistema en sí, por lo que se vuelve lo más grande posible. No puede ser más grande que eso porque no hay nada más grande que el propio sistema dentro del rebaño.

Sin límites superiores o fronteras, hasta donde se extiende el alcance.

Exactamente, esto es algo que también puede suceder en el sistema físico, pero es algo bastante raro.

Normalmente tiene que ajustar muchos parámetros en su sistema para tener una longitud de correlación, que es tan grande como todo el sistema.

Así que esas fueron las dos grandes piezas de fenomenología experimental que obtuvimos de nuestros datos, interacción de muy corto alcance pero correlación de muy largo alcance.

Por un lado, estos explicaron cómo pueden obtener esta fantástica coordinación de la escala microscópica. De todos modos, es una definición técnica de lo que queremos decir al decir que el todo es más que la suma de sus partes, que es algo.

El eslogan agradable de que escuchas mucho cuando estudias el comportamiento colectivo, pero nunca está del todo claro lo que significa.

Bueno, dado lo que descubrimos, realmente significa que debido a que la correlación es tan grande como el sistema completo, las partes del sistema que están muy alejadas entre sí todavía están correlacionadas entre sí. Si ahora divide el sistema en subpartes más pequeñas, si realmente los separa entre sí, hay diferentes porque está eliminando esa correlación.

Entonces, en ese sentido, es la escala de largo alcance para la correlación, lo que hace que el sistema sea todo el sistema más que una mera parte de su parte.

Por otro lado, esto cubre la interacción de corto alcance acompañada de largo alcance. La correlación fue realmente lo que nos justificó para dar el siguiente paso, que es de lo que trata este actual proyecto nuestro. Es ir algo hacia algo más ambicioso. Es la hipótesis de la escala que hay re normalización grupal y eventualmente a universal.

Y cuando dices universalidad es que un conjunto universal de leyes son modelos universales de comportamiento.

Por universalidad, significa que puede haber casos en los que diferentes conjuntos microscópicos de reglas pueden terminar provocando el mismo comportamiento macroscópico del sistema.

Y esto es algo muy profundo que fue descubierto por la física del siglo pasado, que es realmente lo que nos gustaría exportar al sistema biológico. El escenario descrito anteriormente, en el que las interacciones de corto alcance dan lugar a la correlación de largo alcance que prefieren.

En eso, descubrimos que en bandada de estilos también había un gran paradigma dentro de la física estadística. En el último enviado.

Realmente fue el pilar de la física de la materia condensada.

Y algunos de los grandes científicos de esa época se vieron impulsados ​​por este escenario a formular hipótesis muy audaces muy audaces para esos años, lo que normalmente se llama descalcificar ipadis. Entonces, esto es parte de esto establece que siempre que los sistemas de acondicionamiento son tales que las correlaciones de largo alcance surgen de la interacción de corto alcance, entonces los detalles microscópicos, los detalles diminutos ya no importan.

Y esto fue algo verdaderamente revolucionario en ese momento, porque después de todo, los detalles microscópicos son los que realmente definen y diferencian el sistema entre sí. Entonces, ¿cómo pueden dejar de importar cuando las correlaciones son de tan largo alcance? ¿Y entonces cuando la correlación abarcó entre conjuntos?

Le gusta que el sistema se emancipa de sus componentes microscópicos y su comportamiento solo depende de un puñado de cosas muy generales como el espacio dimensional, las simetrías del sistema, las cargas de conservación, pero no los pequeños detalles reales que definen la dinámica.

El punto importante es este. La hipótesis del asesinato no es solo algo muy bello desde un punto de vista teórico.

Pero también es increíblemente útil y práctico desde el punto de vista experimental, porque si los detalles microscópicos ya no importan.

Luego, sistemas aparentemente diferentes entre sí. De hecho, terminan teniendo el mismo comportamiento macroscópico, el mismo comportamiento a gran escala.

Y esto es lo que realmente sucede en los sistemas físicos y es lo que se llama universalidad.

Y el RG su grupo de realización. ¿La forma en que esta hipótesis fue realmente probada fue matemática y física probada como correcta?

Bueno, con referencia al juego telefónico que mencionaste, ¿existe la posibilidad de erosión o deterioro en el mensaje de que la señal que ingresa podría corromperse en el momento en que alcance la etapa de manifestarse en el comportamiento? Estoy pensando en lo que las personas que escuchan en casa podrían pensar en la teoría del caos de que incluso en circunstancias reproducidas idealmente, podría haber algún cambio sutil o no detectado o un cambio en las circunstancias que conduzca a un final diferente, pero.

Yo no diría que esto es que el paradigma del caos es relevante en este sistema en particular, en realidad todo lo contrario. Diría que uno de los grandes rasgos del sistema teológico colectivo es su gran robustez.

Entonces el sistema hay ruido. Hay todo tipo de ruido que es ruido debido al entorno externo. Hay ruido porque ningún ser biológico puede implementar perfectamente algún conjunto de reglas de comportamiento. Entonces hay todo tipo de ruido.

Sin embargo, el comportamiento microscópico general del sistema es muy estable frente a este ruido, por lo que diría que probablemente la evolución trabajó para hacer que este tipo de sistema fuera muy estable frente al caos.

Entonces, aunque definitivamente hay, definitivamente hay espacio para la no linealidad y la física no lineal en estos sistemas. No diría que el caos es el paradigma correcto.

Entonces, ¿cómo podemos pasar de estos detalles microscópicos a veces a una ley universal?

La idea central del RG es que, por supuesto, granular integrando borrado. De todos modos, información sobre un sistema a escalas cortas.

Y vea cómo esta integración modifica el comportamiento del sistema en el caso más grande.

Es esta operación de cambio de escalas iterativamente, pasando de ajardinadas cada vez más cortas a ajardinadas cada vez más grandes, aumentando las distancias más grandes.

Eso está regulado por el por su grupo de normalización. Entonces, la idea es que al principio, cuando todavía estás en el nivel de los pequeños detalles microscópicos, en realidad hay reglas de interacción a pequeña escala.

Luego vuelven a escalar el procedimiento, cambia el comportamiento del sistema y mucho. Una vez que este curso de formación alcanza el nivel macroscópico, el comportamiento ya no cambia. Entonces, en este sentido, el sistema está en lo que llamamos un punto fijo del grupo de aleatorización.

Y lo crucial es que a través de este proceso, el sistema físico que estás estudiando, que es una especie de base de atracción. ¿A qué otro sistema pertenece entonces esa temporada que tenía detalles microscópicos muy diferentes que estaban comenzando en este?

Cruza desde muy diferente, menos una posición. El espacio de parámetros. Todo este sistema de hecho fluye hacia la misma base de atracción, por lo que flotan hacia el mismo comportamiento físico a través de su grupo de normalización.

El hecho de que muchos sistemas microscópicos diferentes, que aparentemente eran muy diferentes entre sí.

Fluir a la misma física microscópica al mismo comportamiento microscópico es lo que llamamos universalidad, que era un concepto enormemente poderoso. Esta fue una herramienta.

Gracias a cada pueblo entendió por qué en el 22 por qué un sistema tan diferente como la transición de vapor líquido o realmente descrito exactamente por las mismas leyes físicas que describían a los ferromagnetos.

No hubo conexión alguna en el sistema microscópico entre, ya sabes, la transición de vapor líquido. Entonces el mundo de la materia condensada y el líquido, y así uno. Y la física de los ferroimanes, pero la gente estaba obteniendo experimentalmente las mismas respuestas sobre Andover nuevamente.

Y finalmente, el RG explicó lo que estaba sucediendo porque esos sistemas cuando comienzan a integrar detalles a pequeña escala Al volver a escalar el sistema que está observando el sistema a una escala cada vez mayor.

Terminas en la misma base de atracción con el mismo comportamiento físico exacto en el caso más grande. El RG también no solo es agente de policía, también es una herramienta práctica mediante la cual se pueden calcular las cantidades físicas que caracterizan al asistente.

Y queda claro entonces por qué podría ser de gran utilidad. Así que en el sistema biológico encontramos esta fenomenología de tener correlaciones a gran escala. No todo cambia.

No veo un sistema aparentemente muy diferente como enjambres, enjambres de insectos en ese caso, para usted tiene una interacción de corto alcance pero correlación de largo alcance y otras personas. Otros grupos en los que he encontrado un comportamiento similar es fenomenología similar. En otros grupos de bacterias del sistema. Y muchos sistemas diferentes en biología.

Entonces, si uno pudiera aplicar las mismas herramientas de universalidad y su grupo de normalización en biología, sería extremadamente útil, porque la diversidad de la física en realidad no es nada comparada con la increíble diversidad de la biología, por lo que el papel de los pequeños detalles es realmente .

Realmente lo arresta la biología, pero si algo así como el rumor es Action Group.

Puede utilizarse también en biología. Entonces, tal vez podamos entregar un poco todos estos detalles microscópicos diferentes y clasificar los sistemas biológicos en quizás pocas clases de universalidad con el mismo comportamiento.

Para obtener más información sobre esta investigación en acción.Hablé con la Dra. Giulia Pisegna del grupo argie bio sobre un artículo de las cartas de revisión física que analizaban el enfoque del grupo de renormalización para el comportamiento del enjambre en insectos y comenzaron preguntándole a Julia qué era lo que obtuvo del trabajo en la investigación que ella hace.

Básicamente, lo que me emociona de hacer nuestra línea de investigación es por supuesto. Empiezas con un problema y el problema aquí es una evidencia que proviene de datos experimentales.

Y luego intenta hacer lo mejor, pero también la elección más simple desde un punto de vista teórico para ver si la teoría puede relacionarse con los datos experimentales.

Pero de todos modos, al principio es solo una tentativa, por lo que tienes algún tipo de intuiciones, pero no sabes si esa intuición será correcta.

Así que el resultado que ahora explicamos estamos explicando en este artículo partiendo del hecho de que una Andrea y también los otros seniors intentaron aplicar ese modelo específico al problema como gusanos, pero no estaban realmente convencidos de que ese modelo hubiera funcionado para realmente dan un valor consistente con uno experimental.

Al principio hice algunas simulaciones numéricas de este modelo, así que algo de investigación sobre ese modelo y encontré un valor que fue más o menos una sorpresa para mí, pero también para todas las demás personas que estaban participando en la investigación.

Y fue realmente emocionante porque ese resultado fue la confirmación de que la intuición al principio sí.

Arruinado y aguantado para que estuviéramos en el camino correcto para escuchar realmente. He intentado una explicación radical de los fenómenos vivientes que parece estar muy lejos de la descripción matemática y física de Henny, así que tuve una muy buena sensación de decir, está bien, estoy haciendo algo correcto y algo que realmente puede explicar algo que no estaba tan claro. para todos y así.

Lleno de misterio, porque básicamente es un fenómeno de la vida.

Una de las cosas más interesantes de este campo es que ahora los físicos están tratando de transferir su conocimiento y metodología al estudio de los sistemas biológicos y vivos.

Por un lado, todos estamos acostumbrados a pensar en la física que tiene la materia inanimada, por ejemplo, partículas elementales o nuevos estados de la materia.

Por otro lado, es un poco inusual pensar en la física de insectos, gusanos o bandadas de pájaros. Sin embargo, su investigación de nuestro grupo.

Reveló que este sistema de vida natural, que uno puede ver todos los días volando en el cielo o pululando en los parques, y que también parece muy alejado de cualquier tipo de descripción física y matemática.

De hecho, se puede estudiar utilizando las mismas herramientas matemáticas y físicas de la física estadística clásica.

Un qué parecido a este tipo de investigación es el enfoque general de la nueva y moderna biofísica, que está tratando de decir que tal como existe, surgen leyes matemáticas para describir fenómenos, tiene el movimiento de planetas u ondas electromagnéticas. También podría existir una estructura matemática subyacente.

Sí, en los fenómenos naturales vivos que aún no se han descubierto, los enjambres de insectos son uno de los sistemas biológicos en los que centramos nuestra investigación.

Nuestro grupo había podido recopilar muchos datos experimentales en los últimos años para estos sistemas que son cálidos en su entorno natural de los paquetes de habitación.

Utilizando la misma tecnología para registrar la trayectoria & # 8217s de cada individuo del grupo ya aplicada a los flexibles.

Lo que descubrimos, a partir de estos datos, es que el movimiento del sistema no es puramente aleatorio ni organizado DIS. De hecho, los enjambres de insectos muestran los mismos ingredientes fundamentales del comportamiento colectivo que encontramos también en el flujo, a saber, la interacción de corto alcance de la alineación de su dirección de movimiento. Y también hay una fuerte correlación de largo alcance que abarca todo el tamaño lineal de estos grupos.

Esto básicamente significa que incluso para enjambres neutrales, el comportamiento de un elemento del grupo puede verse influenciado por el comportamiento de otro elemento que se puede mantener tan lejos de él.

Y con este sistema es bastante diferente al flexible.

Primero, porque estamos hablando de diferentes clases de animales, pero también porque su fenomenología es bastante diferente.

En el sentido de que los enjambres no muestran un movimiento coordinado global como lo hacen las aves.

Pero un desorden meteorológico uno alrededor de un punto específico de este espacio.

De todos modos, a pesar de esta diferencia, los dos sistemas parecen presentar las mismas características que definen el comportamiento colectivo.

Y pensamos que este hecho realmente podría sugerir la existencia de una posible teoría común capaz de describir a ambos.

Entonces, ¿cómo se inician las investigaciones recientes a partir de la evidencia experimental?

Que los enjambres naturales siguen nuestra ley fundamental de los sistemas de física clásica que llamamos escalamiento dinámico. Entonces, esta propiedad dice que si miramos la devolución en el tiempo, hay un sistema fuertemente correlacionado.

Los detalles microscópicos del sistema en sí no cuentan. Además, en la determinación del comportamiento macroscópico dinámico de este sistema.

El hecho de que estos sistemas muestren un comportamiento colectivo, significa en cierto sentido que podemos olvidarnos de los pequeños detalles de estos animales y de las partículas que componen este sistema. Por ejemplo, si estamos mirando imágenes o.

O si está mirando aves, podemos descuidar el hecho de que tienen una forma particular o que vuelan de una manera particular.

Podemos dejar de sostener este tipo de también, permítanme decir detalles biológicos pero también importantes muy importantes para simplificar tanto como podamos la descripción de Howard y así tratar de usar el mismo modelo para sistemas que aparentemente están muy lejos unos de otros. Así que solo nos interesa cómo se mueven estos elementos en este espacio, pero no cómo se mueven biológicamente.

Haga esto para saber cómo vuelan o cómo ven el espacio alrededor y así sucesivamente.

Lo que sucede es el enorme grado de correlación que se puede medir en el espacio con la longitud de la correlación.

Reflexión también en una relación lógica en el tiempo, descrita por una cantidad que llamamos escala de tiempo característica.

Los sistemas físicos fuertemente correlacionados se caracterizan por el hecho de que estas dos cantidades, por lo que la longitud de la correlación y su escala de tiempo característica y vinculadas por una ley de potencia y cuchara biónica, y que describe esta relación.

Como resultado, significa que básicamente solo necesita la información sobre el valor de este exponente para caracterizar completamente la dinámica a gran escala de su sistema.

Y se puede probar que diferentes sistemas físicos con diferentes detalles microscópicos si satisfacen esta experiencia.

Comparten el mismo valor del exponente y en este caso decimos que pertenecen a la misma clase de universalidad de manera tan sorprendente. Ellos datan sobre la naturaleza como gusanos demostraron que este sistema realmente verifica esta propiedad, pero con un valor no trivial del exponente.

Que creemos que realmente podría identificar la clase de universalidad conocida para este tipo de sistema biológico correlacionado fuerte.

Y en nuestro artículo reciente, por lo tanto, proponemos el estudio de una teoría con el fin de reproducir el valor del exponente y las propiedades dinámicas del sistema natural de los gusanos.

Así que estudiamos el modelo que se había introducido previamente para bandadas de aves, porque estos dos sistemas, nuevamente aparentemente muy alejados entre sí, parecen compartir otra característica importante que es el mecanismo de propagación de información en el grupo.

Eso podemos describir sin un conjunto específico de leyes dinámicas. Definir correctamente un modelo.

Y para entender si esto era realmente útil para su sistema biológico, realizamos un cálculo analítico en este modelo utilizando la técnica de realización.

Para relacionar el valor del exponente de esta teoría con el natural.

Y obtenemos un resultado muy convincente y prometedor que de todos modos necesita mucho trabajo adicional para ser una mano perfeccionada pero dura de nuestro análisis. Encontramos un exponente valioso, casi consistente con los experimentos.

Lo que confirma que nuestras intuiciones sobre la pérdida dinámica que describe el sistema eran correctas. Y también este cálculo realizado también tiene que entender que este sistema del tamaño de un sistema de Metro que muestra el comportamiento colectivo no es solo una característica arbitraria de este sistema.

Los grupos de animales deben ser grandes para tener propiedades recolectadas, pero lo suficientemente pequeños para asegurar la propuesta de información más eficiente y para mostrar las cantidades físicas correctas como el valor del exponente.

También pensamos que con este trabajo podemos decir que no hay Grupo de Magos, es una teoría que se puede ampliar y utilizar con éxito también para la aplicación de Heather a la biología.

El hecho de que usemos el mismo modelo y ecuaciones matemáticas para bandadas de pájaros e imágenes de gusanos. Y también parecen funcionar porque realmente se ajustan a datos experimentales.

Podría ser muy interesante desde el punto de vista encontrar una explicación y descripción común a la gran variedad de sistemas lógicos. Por eso nos gusta mucho y nos gustaría seguir adelante en esta línea de investigación. En este concepto radica el concepto de universalidad. También todos los modelos que utilizamos.

Debe tener una inspiración en la física de la materia condensada en la que uno representa los elementos, por ejemplo, de un elemento particular de la materia, tiene solo heraldos o solo giro que puede alinearse con otros giros sobre otros hatem & # 8217 para la interacción. Básicamente, estamos tratando de traducir esta simplificación de la teoría. También a los sistemas biológicos.

Que en cada individuo puedes reconocer el nivel de complejidad porque, por supuesto, son sistemas vivos, pero si miras el sistema lo suficientemente lejos en cierto sentido, puedes describir esto nuevamente. Particles tiene héroes que se mueven en el espacio y, por lo tanto, intentan usar los mismos modelos que puedes usar para la física de la materia condensada.

Y ahora, de vuelta con el profesor Cavagna, ya puedo ver que podría haber algún riesgo de que esta investigación sea mal interpretada o tergiversada como si tuviera una fórmula para la bola de cristal con los pies en alto, o una predicción a través de una investigación grupal de renormalización que tendrá una respuesta para todo, y yo Puede imaginarse que esto es algo que le puede preocupar.

Sí, claro, porque por un lado está la esperanza de utilizar y aplicar exportando estas fantásticas herramientas. De la física estadística a la biología, por otro lado, hay que tener mucho cuidado.

Entonces, por un lado, debe poder olvidarse de algunos de los detalles que hacen que la biología sea tan maldita, y por otro lado, debe recordar que debe recordar eso.

Hasta cierto punto, la biología tiene que ver con los detalles, así que sí, no es algo milagroso, así que debemos tener cuidado.

Por ejemplo, hicimos experimentos sobre Starling & # 8217s y obtuvimos algunos resultados.

Ahora Starling & # 8217s son solo una especie y más. Experimentamos solo en un lugar aquí en Roma. Así que imagina que ahora vamos a buscar otra especie de aves haciendo bandadas como enlaces descendentes por ejemplo, hay bandadas hermosas y equilibrio.

¿Esperamos que el comportamiento colectivo de este sistema sea totalmente diferente?

Pues, ante todo. Uno debe hacer el experimento y no tenemos los datos sobre muchas especies diferentes de aves. Solo tenemos Starling & # 8217s, pero.

Mi expectativa, como físico, sería, bueno, probablemente el comportamiento colectivo de que realmente el comportamiento a gran escala no es tan diferente. Por supuesto, esto es a estas alturas, simplemente la esperanza tanto desde la desesperación, como desde el punto de vista teórico mental.

Pero esa, de alguna manera, es la razón por la que hago este tipo de estudios. Si dijera que cualquier cosa que descubra a nivel colectivo en un sistema determinado, cambia drásticamente en un sistema sólo porque ya no estoy estudiando los estilos en Roma, sino estudiando los estorninos en Milán.

Bueno, en primer lugar, esa es una motivación para mí un poco deprimida. Pero también porque cuando hago el experimento y estudio las teorías que unen este experimento, realmente veo que los detalles microscópicos pierden algo de su relevancia cuando los integro a una escala mayor.

No soy muy optimista para poder clasificar el sistema biológico en tan pocas clases como lo hacemos para los sistemas físicos. Entonces, ciertamente, la gran complejidad y diversidad de la vida se reflejaría en las limitaciones más fuertes de la aplicabilidad del grupo de meditación real en biología, ¿de acuerdo?

Y además, nunca se ha confiado únicamente en los mecanismos teóricos que desarrollamos, o siempre se debe comprobar esto. De todos modos, tenemos que realizar más experimentos para comparar nuestro.

Predicción teórica con el fruto del corazón.

Y aparte de la diversidad en la enorme complejidad de la vida, hay otro problema, que es que la física del grupo de aleatorización se desarrolló principalmente en lo que llamamos sistemas de equilibrio en física, mientras que la biología es la ciencia por excelencia fuera del equilibrio. Entonces hay una constante inyección y disipación de energía. Así que el sistema biológico es todo.

Todo mientras el fuera de equilibrio.

De modo que, aunque se ha dado un paso adelante en la física de los sistemas fuera de equilibrio, podemos decir con seguridad que está mucho menos controlado que la física de los sistemas en equilibrio.

Entonces, en este sentido, creo que no solo tenemos que impulsar los límites de la biología, sino también del conjunto de la física.

Entonces, todos estos desafíos de la biología del sistema colectivo en realidad están estimulando al físico a ampliar el alcance y las capacidades de la física teórica.

No estamos simplemente aplicando los viejos métodos de la física estadística a la biología, en absoluto, porque no son lo suficientemente sofisticados. Lo que estamos haciendo es tratar de aplicar el mismo concepto.

Pero para hacer eso tenemos que expandir las herramientas que hemos estado usando hasta ahora en física.

Ahora, para volver brevemente a algo que mencionaste anteriormente sobre los comportamientos de Swarm, acabo de recordar haber visto videos de la exhibición de Micro Copter en lugar de fuegos artificiales sobrevendidos usando pequeños helicópteros de drones para volar en mensajes brillantes hacia el cielo. Me preguntaba si tenía alguna idea sobre la aplicación de los hallazgos del grupo de renormalización sobre el comportamiento del enjambre en la ingeniería o en formas industriales como esta o posiblemente desde un ángulo diferente para tomar los hallazgos del comportamiento de la población y crear el tipo de redes sociales. forma de software de entender o tal vez incluso influir en el comportamiento.

Realmente creo que debería haber espacio. Debería haber fondos y debería haber un estímulo para la ciencia, que no es impulsada por aplicaciones, sino simplemente & # 8230. Impulsado por la curiosidad.

Y creo que esto es realmente bueno también para el avance tecnológico de la humanidad, porque creo que la mayoría, si no la maquinaria, es la que estamos usando hoy para hacer esta entrevista. Un micrófono de computadora se encuentra cada.

Thing se desarrolló originalmente sobre la base de ideas de personas que estaban totalmente desinteresadas en las aplicaciones de sus ideas.

Todos estos, me refiero a ti. Simplemente puede pensar en el principio de determinación de Eisenberger que era algo increíblemente abstracto y teórico, que terminó financiando toda la mecánica cuántica y los dispositivos digitales de todo el día que se usaban hoy.

Entonces sí, puedo responder que no es algo. Sin embargo, eso motiva a la investigación, sin embargo, esto dijo.

De hecho, existe un gran interés tecnológico por la investigación sobre el comportamiento colectivo en biología y el interés es bastante obvio. Es el del comportamiento distribuido así.

Sí, hay redes artificiales de todo de drones de dispositivos de todas las espadas, y lo serán cada vez más en el futuro.

El problema es cómo controlar estos enjambres. Sí, ahora puedes llamarlos cisnes artificiales. La forma clásica de controlar eso es una especie de control de arriba hacia abajo en el que tienes un control central que controla todos los brazos periféricos del sistema.

Este tipo de control es algo fácil de implementar, pero tiene el problema de ser bastante frágil porque si vas y dañas de alguna manera el control central tienes un problema con todo el sistema.

Entonces, esta es la razón por la que la gente recurre cada vez más a la naturaleza en busca de inspiración, porque en el sistema biológico colectivo generalmente se tiene un control distribuido, una especie de control de abajo hacia arriba.

En el sistema que estudiamos en Starling, bandadas enjambres, etc. No tienes ningún jefe del sistema.

Líder, es posible que tenga líderes en otro tipo de comportamiento, como cuando las aves migran de un lugar a otro, pero en la increíble exhibición realizada por Starling & # 8217s en la noche durante el invierno sin ningún líder central que los coordine. Entonces eso es una especie de distribuido.

Control, que es claramente mucho más robusto porque no importa cuántas unidades se dañen, aún obtiene una coordinación muy, muy fuerte del SIS.

Ahora bien, las posibles aplicaciones de estos son muchas, desde las agradables y deseables hasta las menos deseables de naturaleza militar.

Oh, sí, hay un gran interés tecnológico en el que no estoy seguro de cuánto contribuirá el grupo de realización de RG a ese avance tecnológico. Mi preocupación es solo tratar de encontrar el mínimo más general posible para describir cuantitativamente los sistemas biológicos recolectados.


Complejidad y propiedades emergentes

Muchos de los aspectos más críticos del funcionamiento de una célula resultan del comportamiento colectivo de muchas partes moleculares, todas actuando juntas. Esas propiedades colectivas, a menudo llamadas "propiedades emergentes", son atributos críticos de los sistemas biológicos, ya que comprender las partes individuales por sí solo es insuficiente para comprender o predecir el comportamiento del sistema. Por lo tanto, las propiedades emergentes necesariamente provienen de las interacciones de las partes del sistema más grande. Por ejemplo, una memoria que se almacena en el cerebro humano es una propiedad emergente porque no puede entenderse como una propiedad de una sola neurona o incluso de muchas neuronas consideradas una a la vez. Más bien, es una propiedad colectiva de un gran número de neuronas que actúan juntas.

Uno de los aspectos más importantes de las partes moleculares individuales y las cosas complejas que constituyen es la información que las partes contienen y transmiten. En biología, la información en las estructuras moleculares (las propiedades químicas de las moléculas que les permiten reconocerse y unirse entre sí) es fundamental para la función de todos los procesos. Dicha información proporciona un marco para comprender los sistemas biológicos, cuyo significado fue captado de manera perspicaz por el químico físico teórico estadounidense Linus Pauling y el biólogo francés Emil Zuckerkandl, quienes afirmaron en un artículo conjunto: “La vida es una relación entre moléculas y no una propiedad de ninguna una molécula ". En otras palabras, la vida se define en términos de interacciones, relaciones y propiedades colectivas de muchos sistemas moleculares y sus partes.

El argumento central sobre la información en biología se puede ver considerando la herencia de la información o la transmisión de información de una generación a la siguiente. Para una determinada especie, la información de su genoma debe persistir durante la reproducción para garantizar la supervivencia de la especie. El ADN se transmite fielmente, lo que permite que la información genética de una especie perdure y, con el tiempo, sea actuada por las fuerzas evolutivas.La información que existe en los seres vivos hoy en día se ha acumulado y se ha ido formando a lo largo de más de 3.400 millones de años. Como resultado, centrarse en la información molecular en los sistemas biológicos proporciona un punto de vista útil para comprender cómo funcionan los sistemas vivos.

Que las propiedades emergentes derivadas de la función colectiva de muchas partes son las propiedades clave de los sistemas biológicos se sabe desde al menos la primera mitad del siglo XX. Se han considerado ampliamente en biología celular, fisiología, biología del desarrollo y ecología. En ecología, por ejemplo, el debate sobre la importancia de la complejidad en los sistemas ecológicos y la relación entre complejidad y estabilidad ecológica comenzó en la década de 1950. Desde entonces, los científicos se han dado cuenta de que la complejidad es una propiedad general de la biología, y se han desarrollado tecnologías y métodos para comprender las partes y sus comportamientos interactivos a nivel molecular. El cambio cuantitativo en biología, basado en datos biológicos y métodos experimentales, ha precipitado un profundo cambio cualitativo en cómo se ven, analizan y comprenden los sistemas biológicos. Las repercusiones de ese cambio han sido inmensas, lo que ha dado lugar a cambios en la forma en que se lleva a cabo la investigación y en la forma en que se entiende la biología.

Una comparación con la ingeniería de sistemas puede proporcionar información útil sobre la naturaleza de la biología de sistemas. Cuando los ingenieros diseñan sistemas, exploran componentes conocidos que pueden ensamblarse de tal manera que creen un sistema que se comporte de una manera prescrita, de acuerdo con las especificaciones de diseño. Cuando los biólogos observan un sistema, por otro lado, sus tareas iniciales son identificar los componentes y comprender las propiedades de los componentes individuales. Luego intentan identificar cómo las interacciones entre los componentes crean en última instancia los comportamientos biológicos observables del sistema. El proceso está más alineado con la noción de “ingeniería inversa de sistemas” que con la ingeniería de diseño de sistemas.

El Proyecto Genoma Humano contribuyó ampliamente a esa revolución en biología de al menos tres formas diferentes: (1) adquiriendo la “lista de partes” genética de todos los genes en el genoma humano (2) catalizando el desarrollo de plataformas tecnológicas de alto rendimiento para generar grandes conjuntos de datos para ADN, ARN y proteínas y (3) inspirando y contribuyendo al desarrollo de las herramientas computacionales y matemáticas necesarias para analizar y comprender grandes conjuntos de datos. Se podría argumentar que el proyecto fue el catalizador final que provocó el cambio hacia el punto de vista de los sistemas en biología.


Biología de sistemas según la definición de los NIH

Solía ​​ser tan simple como "el hueso de la rodilla conectado al hueso del muslo". Ahora los científicos utilizan enfoques de biología de sistemas para comprender el panorama general de cómo interactúan todas las piezas en un organismo. La ilustración anterior muestra un interactoma, el conjunto completo de interacciones moleculares en las células. El interactoma se considera un recurso de biología de sistemas esencial.

Pida a cinco astrofísicos diferentes que definan un agujero negro, dice el refrán, y obtendrá cinco respuestas diferentes. Pero pida a cinco investigadores biomédicos que definan la biología de sistemas y obtendrá 10 respuestas diferentes. . . o quizás más.

La biología de sistemas es un enfoque en la investigación biomédica para comprender el panorama general, ya sea a nivel del organismo, tejido o célula, juntando sus piezas. Está en marcado contraste con décadas de biología reduccionista, que implica desmontar las piezas.

Sin embargo, con sus complicados diagramas de flujo que pueden (en palabras de T.S. Eliot) "seguir como un tedioso argumento de intención insidiosa", la biología de sistemas ha asustado a más de unos pocos investigadores. Otros no logran apreciar plenamente su utilidad porque carece de una definición concisa y unificada.

"Hay un sinfín de definiciones", dijo Ron Germain, jefe del nuevo Laboratorio de Biología de Sistemas del NIAID, la primera incursión organizada de los NIH en la biología de sistemas, que ha tardado casi una década en desarrollarse. "Es incluso peor que el elefante", ese infame elefante que obstaculiza los intentos de los ciegos por describirlo porque cada uno siente una sola parte.

“Algunas personas lo ven como bioinformática, tomando una enorme cantidad de información y procesándola”, dijo Germain. “La otra escuela de pensamiento lo ve como biología computacional, calculando cómo funcionan los sistemas. Necesitas ambas partes ".

El nuevo laboratorio del NIAID refleja un viaje intelectual en el que Germain y algunos de sus colegas del NIH se embarcaron cuando el Proyecto Genoma Humano estaba a punto de completarse.

Si el Laboratorio de Biología de Sistemas del NIAID fuera una orquesta sinfónica, el director del laboratorio, Ron Germain, sería su director-músico. Como director, Germain proporciona la estructura necesaria para el tempo y la armonía. Como músico, proporciona la base de la inmunología, esencialmente el estudio de los macrófagos. Ha reclutado miembros de "orquesta" para el laboratorio que tienen las habilidades para trabajar por su cuenta, pero también pueden trabajar juntos en nombre de la biología de sistemas.

En ese momento, alrededor de 2001, la biología era rica en datos genómicos, la proteómica había alcanzado la mayoría de edad y los inmunólogos habían identificado muchos componentes celulares e incluso moleculares del sistema inmunológico. Sin embargo, predecir el comportamiento del sistema inmunológico siguió siendo tan difícil de alcanzar como siempre.

No está nada claro si un laboratorio de biología de sistemas podría encontrar respuestas. Pero a pesar del riesgo, el director del NIAID, Anthony Fauci, y la directora científica, Kathy Zoon, comprometieron un flujo constante de recursos. Junto con Germain, esperaban y pusieron su energía en un nuevo enfoque para comprender el sistema inmunológico que abarcaría mejor las técnicas experimentales y computacionales para explorar las conexiones en todo su intrincado esplendor.

El nuevo laboratorio, formado a principios de 2011 a partir del Programa de Inmunología de Sistemas y Modelado de Enfermedades Infecciosas (PSIIM), está integrado por Martin Meier-Schellersheim, jefe de la Unidad de Biología Computacional Iain Fraser, jefe de la Unidad de Sistemas de Señalización Aleksandra Nita-Lazar, jefa de la Unidad de Proteómica de Redes Celulares John Tsang, jefe de la Unidad de Genómica y Bioinformática de Sistemas y Germain, jefe de la Sección de Biología de Linfocitos del NIAID, proporcionando la base inmunológica para esta operación.

Independientemente, los jefes de unidad interactúan con los laboratorios de los NIH y más allá para establecer e incorporar métodos de biología de sistemas. Con verdadero espíritu de equipo, trabajan juntos para atacar los elementos más básicos de la inmunología, como la respuesta a una infección o una vacuna.

Irónicamente, para comprender mejor este nuevo laboratorio, deberíamos adoptar un enfoque reduccionista para definir sus partes. El sistema, al parecer, es más que la suma de sus partes.

Comience con el modelado computacional

Los sofisticados modelos computacionales y simulaciones representan partes integrales de la biología de sistemas. En inmunología, son necesarios para comprender las complejas redes bioquímicas que regulan las interacciones entre las células del sistema inmunológico y entre estas células y los organismos infecciosos.

Introduzca Martin Meier-Schellersheim, físico de formación. Fue el primero en unirse a la empresa del NIAID en 2001, incluso antes del lanzamiento de PSIIM. Ha tenido más éxito en capacitar a los biólogos no computacionales para que se dediquen a la biología computacional. De hecho, ha ayudado a fomentar el concepto de equipo que subyace en el nuevo laboratorio, su software brinda capacidad computacional avanzada a una amplia gama de biólogos.

Esta participación voluntaria de los biólogos es primordial porque los modelos necesitan datos experimentales sólidos como entrada y como referencia para garantizar la verificación de la realidad. De lo contrario, es probable que los modelos biológicos se simplifiquen demasiado, ya sea por falta de datos o porque su desarrollo adolece de una mala comunicación entre los experimentales y los teóricos.

La principal herramienta de software de Meier-Schellersheim, llamada Simmune, facilita la construcción y simulación de procesos biológicos multiescala realistas. También está involucrado en el desarrollo continuo de un lenguaje de marcado de biología de sistemas, SBML3, que puede codificar modelos avanzados de vías de señalización celular.

Agregue algo de biología celular

Iain Fraser, un bioquímico y biólogo molecular interesado en los mecanismos de la señalización celular, llegó a los NIH en 2008. Como miembro principal de alto rendimiento del laboratorio, tiene varias herramientas poderosas a mano para generar conjuntos de datos clave. Estos conjuntos de datos finalmente se incorporan al software de Meier-Schellersheim para producir modelos cuantitativos.

Las herramientas de Fraser incluyen pantallas internas de ARNi de todo el genoma para caracterizar las relaciones de la red de señalización en las células hematopoyéticas. Estas pantallas están comenzando a identificar componentes clave en las redes de detección de patógenos inmunes innatas. Interactúa estrechamente con el grupo de detección de ARNi de todo el NIH en el Centro de Genómica Química de los NIH y también con el consorcio RNAi Global.

Fraser dijo que las redes de señalización del sistema inmunológico se pueden descifrar mediante el uso de enfoques sistemáticos adecuados para interpretar conjuntos de datos complejos. Ofrece el ejemplo de los receptores tipo Toll (TLR), que desencadenan una intrincada respuesta celular que activa múltiples vías de señalización intracelular.

La activación excesiva puede conducir a trastornos inflamatorios crónicos. La activación insuficiente puede hacer que el huésped sea susceptible a la infección. Los enfoques de detección imparciales pueden ayudar a identificar los componentes que permiten que el sistema inmunológico mantenga un equilibrio homeostático frente a los desafíos microbianos.

Uno de los primeros éxitos de Fraser, utilizando un enfoque de biología de sistemas, fue demostrar cómo una sola proteína quinasa puede mediar los efectos antiinflamatorios del monofosfato de adenosina cíclico en su diafonía con TLR4.

Fraser resume su tiempo en los NIH como el establecimiento de "la infraestructura de detección para diseccionar la respuesta del macrófago a una amplia gama de estímulos patógenos".

Los miembros de la “orquesta” del nuevo Laboratorio de Biología de Sistemas del NIAID incluyen (en el sentido de las agujas del reloj desde la parte superior izquierda) Martin Meier-Schellersheim, jefe de la Unidad de Biología Computacional Iain Fraser, jefe de la Unidad de Sistemas de Señalización Aleksandra Nita-Lazar, jefe de la Unidad de Proteómica de Redes Celulares y John Tsang, jefe de la Unidad de Genómica de Sistemas y Bioinformática.

Una generosa ración de proteómica

Aleksandra Nita-Lazar está desarrollando nuevos métodos para obtener datos cuantitativos que mejoran nuestra comprensión de la biología celular y también canalizan información clave en la construcción de modelos. Su dominio es el análisis de todo el sistema del proteoma, que se ha quedado atrás del análisis de ADN en parte por falta de las herramientas necesarias.

La diferencia se debe a la naturaleza acomodaticia del ADN. El ADN se reconoce fácilmente, se replica y es relativamente estable, mientras que la estructura plegada de las proteínas no se puede amplificar. Sin embargo, los estudios de proteínas son esenciales para desarrollar modelos útiles por muchas razones, dijo Nita-Lazar. Dichos estudios pueden revelar que los componentes moleculares de una célula proporcionan información sobre el estado bioquímico de las proteínas y determinan las velocidades catalíticas y las velocidades de asociación y disociación de pares moleculares.

Nita-Lazar utiliza espectrometría de masas para investigar la fosforilación de proteínas, el proceso de unión con un grupo fosfato, uno de los modos más comunes de regulación de la función de las proteínas. Puede usar los mismos protocolos que Fraser ayudó a desarrollar, y los mismos tipos de células, para determinar qué proteínas se fosforilan en respuesta a un estímulo particular, cuándo se fosforilan y cómo encajan esos datos en lo que se conoce sobre la respuesta transcripcional.

El grupo de Nita-Lazar, con el grupo de Fraser, ha estado recolectando de estas pantallas los componentes clave requeridos para que la señal fluya a través de una vía y también para la inducción de los ARN mensajeros de citocinas inflamatorias que surgen. “Este tipo de enfoque solía ser descartado como una expedición de pesca”, dijo Nita-Lazar. El objetivo no es capturar ese gran atún, por muy bonito que sea, sino ver todo el banco de peces, todo el ecosistema.

Mezclar bien con genómica

La enorme cantidad de datos que se recopilan requiere procesamiento y análisis, herramientas computacionales más genética y genómica "para construir cosas de arriba hacia abajo", dijo Germain.

Ingrese a John Tsang, el miembro más reciente del laboratorio de Germain y el elemento que transformó el PSIIM en un laboratorio de biología de sistemas completo.

En el lado de la genómica, Tsang recopila y analiza datos sobre expresión génica, miARN, modificaciones epigenéticas y microbios comensales, y realiza experimentos para conectar la señalización con la expresión génica. En el lado de la bioinformática, desarrolla y aplica herramientas estadísticas para conjuntos de datos grandes y diversos, como datos de microarrays y exámenes de alto rendimiento, con miras a los modelos de red que involucran genes, proteínas, miARN y estados epigenéticos.

Tsang también dirige bioinformática en el trans-NIH Center for Human Immunology (CHI), utilizando enfoques genómicos integradores similares para estudiar el sistema inmunológico humano, como las reacciones inmunes a la vacuna contra la gripe en los pacientes.

Un tema central para la construcción de modelos de red es aprovechar las perturbaciones sistemáticas y las tecnologías ómicas para medir las respuestas de todo el genoma. Desde las estimulaciones TLR que Fraser estudia hasta las vacunas y las variaciones genéticas naturales en los seres humanos, "todas son perturbaciones valiosas para ayudarnos a descubrir el cableado y la función del sistema subyacente", dijo Tsang.

Oh, cierto, también inmunología

"Entonces, ¿qué estoy haciendo en todo esto además de recaudar dinero y pontificar?" Germain bromeó.

Si el Laboratorio de Biología de Sistemas del NIAID pudiera considerarse una orquesta sinfónica, Germain sería su director-músico. Como director, proporciona la estructura necesaria para el tempo y la armonía. Como músico, proporciona la base de la inmunología, esencialmente el estudio de los macrófagos.

Germain ha visto laboratorios de biología de sistemas en los que las colaboraciones son más oportunistas que rutinarias, el resultado miope de construir un edificio, agregar personas inteligentes y esperar que todo funcione. En cambio, su estrategia ha sido reclutar individuos con las habilidades necesarias para trabajar por su cuenta, pero también para trabajar juntos en nombre de la biología de sistemas.

“Todos tenemos intereses ligeramente diferentes, pero hay suficiente superposición entre esos intereses para que podamos desarrollar esos proyectos centrales y para que podamos invertir en ellos”, dijo Fraser.

Don W. Fawcett y Emma Shelton

Los macrófagos y linfocitos, los dos tipos de células inmunes que se muestran arriba, interactúan con su entorno de formas complicadas. Los investigadores de los NIH están utilizando enfoques de biología de sistemas para comprender la totalidad de tales interacciones.

Todos juntos ahora

Para comprender la respuesta a la infección o la vacunación a un nivel integrado, el laboratorio está estudiando la intersección de las vías innatas y adaptativas dependientes del receptor y su control de las redes de genes. Los investigadores tienen proyectos de abajo hacia arriba para comprender y modelar la señalización dentro de tipos de células específicos a un nivel detallado.

Y tienen un enfoque de arriba hacia abajo que utiliza inferencias de análisis de perturbaciones para sondear la estructura a gran escala de las interacciones no solo a nivel celular, sino también a nivel de tejido e incluso de organismo.

Para lograr este gran objetivo, dijo Germain, el laboratorio trabaja en fragmentos digeribles, enfocándose en la detección de patógenos en células innatas clave, como los macrófagos, y la intersección de la señalización por receptores de antígenos, citocinas y TLR para determinar si las células B se convierten en células de memoria. o células plasmáticas de larga vida.

Este proceso es fundamental para el desarrollo de vacunas. En el nivel de arriba hacia abajo, el laboratorio utiliza la genética del huésped y la variación de la microbiota para explorar cómo se determina el punto de ajuste del sistema inmunológico para las respuestas a infecciones y vacunas.

Tan temprano en la persecución, el laboratorio aún no ha publicado resultados sobre estas búsquedas, aunque está pendiente un artículo sobre el trabajo del laboratorio con CHI y la gripe.

Hacia un enfoque Trans-NIH

Germain espera que el Laboratorio de Biología de Sistemas sirva "como un recurso intelectual para las personas que están pensando en el modo de sistemas y tienen en sus manos estas tecnologías [y quieren] ver cómo podrían aplicarse a su trabajo".

Llamó al laboratorio Laboratorio de Biología de Sistemas sin mencionar la inmunología o la interacción huésped-patógeno para designar su razón de ser. Inspirados por los esfuerzos del NIAID, el NCI y el NHLBI están reclutando activamente investigadores para establecer programas de biología de sistemas. El NHLBI acaba de nombrar a Keji Zhao, investigador principal, director de su nuevo Centro de Biología de Sistemas.

Mientras tanto, el esfuerzo trans-NIH por un Centro de Biología de Sistemas no ha muerto. La búsqueda de un biólogo de sistemas de alto nivel para desarrollar y dirigir el centro fracasó, y ahora las tensiones presupuestarias han detenido la búsqueda. Pero la mayoría de los investigadores de los NIH comprenden que los enfoques puramente reduccionistas de la biología ya no son suficientes para resolver problemas biológicos complejos y que se necesitan enfoques integrados. David Levens (NCI), Dan Camerini (NIDDK) y Alan Michelson (NHLBI), junto con Germain, continúan liderando los esfuerzos para esta iniciativa trans-NIH.

El Laboratorio de Biología de Sistemas del NIAID es "un modelo más pequeño de lo que podría ser una empresa más grande", dijo Germain. El nuevo laboratorio “es muy bueno para los NIH. Estamos recibiendo candidatos de las mejores universidades que quieren venir al laboratorio como becarios ".

Y el programa de investigación intramuros de los NIH es muy adecuado para la biología de sistemas, con una perspectiva a largo plazo y un proceso de revisión retrospectiva que no requiere la redacción de una subvención.

Germain también ayudó a cambiar el proceso de tenencia de los NIH para asegurarse de que la ciencia en equipo, y no necesariamente un flujo constante de artículos publicados, sea reconocida y recompensada.

"No pasa nada si no te esfuerzas", agregó.

Nota del reportero:

Ron Germain tiene su propia definición de biología de sistemas a la que se apega: un enfoque científico que combina los principios de la ingeniería, las matemáticas, la física y la informática con datos experimentales extensos para desarrollar una comprensión conceptual tanto cuantitativa como profunda de los fenómenos biológicos. , permitiendo la predicción y simulación precisa de comportamientos biológicos complejos (emergentes).


Un sistema biológico para medir el tiempo - Biología

El Instituto de Biología de Sistemas (SBI) es una institución de investigación privada sin fines de lucro establecida en 2000 con el objetivo de promover la investigación en biología de sistemas y su aplicación a la medicina y la sostenibilidad global. SBI se centra en la traducción rápida de la investigación básica a resultados prácticos tanto para aplicaciones comerciales como clínicas.
La biología de sistemas es una disciplina académica que tiene como objetivo la comprensión de los sistemas biológicos a nivel de sistema. El deseo de entender los organismos vivos como sistemas no es nuevo. Se remonta a más de medio siglo cuando Norbert Weiner se dedicó a la cibernética y Walter Canon propuso un concepto de homeostasis. Sin embargo, la mayoría de las discusiones en ese momento han sido fenomenológicas ya que la biología molecular estaba a punto de emerger.Con el impresionante progreso de la biología molecular, la informática, la teoría del control, la fabricación de precisión y las tecnologías de medición, ahora es factible desafiar la comprensión profunda de los organismos vivos a nivel de sistema mientras se conecta firmemente a la base molecular.

Reconocemos que la biología de sistemas desencadena una revolución en la biología en un futuro inmediato y que eventualmente afectará las prácticas médicas. Por lo tanto, promover este campo de estudio es fundamental para ampliar el conocimiento humano de los organismos vivos y para la salud mundial. Al mismo tiempo, la biología de sistemas abarca un enorme potencial para proporcionar una solución esencial al problema de la sostenibilidad global al proporcionar medios para generar energía renovable a través de procesos biológicos y al proporcionar información para una mejor preservación y restauración de sistemas ecológicos en peligro de extinción.


Ver el vídeo: FerryBox: Sistema de monitoreo autónomo para medir procesos químicos-físicos y biológicos (Julio 2022).


Comentarios:

  1. Shephard

    Discutamos.

  2. Mamdouh

    Bravo, what words ..., the magnificent thought

  3. Kazikora

    Creo que es tu error.

  4. Kagakree

    Me gusta esta idea, estoy completamente de acuerdo contigo.

  5. Zulkimi

    Felicitaciones, tu pensamiento es genial

  6. Moogugul

    ¿Hay algo similar?

  7. Bernlak

    Creo que estabas equivocado. Intentemos discutir esto.



Escribe un mensaje