Los científicos han empleado pautas relativamente simples para ayudar a explicar el mundo físico, desde la segunda ley de movimiento de Newton hasta las leyes de la termodinámica.
Ahora, los ingenieros biomédicos de la Universidad de Duke han utilizado el modelado dinámico y el aprendizaje automático para construir reglas igualmente simples para la biología compleja. Han ideado un marco para interpretar y predecir con precisión el comportamiento de los sistemas biológicos mutuamente beneficiosos, como las bacterias intestinales humanas, las plantasy polinizadores, o algas y corales.
La investigación aparece el 16 de enero de 2019 en la revista Comunicaciones de la naturaleza .
"En un mundo perfecto, podrías seguir un conjunto simple de reglas moleculares para comprender cómo funciona cada sistema biológico", dijo Lingchong You, profesor en el Departamento de Ingeniería Biomédica de Duke. "Pero en realidad, es difícilestablecer reglas generales que abarquen la inmensa diversidad y complejidad de los sistemas biológicos. Incluso cuando establecemos reglas generales, aún es difícil usarlas para explicar y cuantificar varias propiedades físicas ".
Usted y Feilun Wu, un estudiante graduado y primer autor del artículo, abordaron estos desafíos examinando el comportamiento de los sistemas mutualistas. Estos sistemas simbióticos están formados por dos o más poblaciones que proporcionan un beneficio recíproco, como las mariposas monarca y las plantas de algodoncillo.
Bajo ciertas condiciones, los sistemas mutualistas pueden colapsar, lo que lleva a consecuencias ecológicas devastadoras. Wu quería desarrollar un marco que pudiera predecir con precisión y prevenir resultados negativos y guiar el diseño de nuevos sistemas mutualistas sintéticos.
"Debido a que estos sistemas eran tan diversos, los marcos anteriores solo eran aplicables a sistemas mutualistas específicos, como las redes de polinización de plantas o de dispersión de semillas, o eran demasiado generales y no describían la delgada línea entre las condiciones que permiten los sistemaspara coexistir, frente a aquellos que obligan al sistema a colapsar ", dijo Wu.
Para investigar si podría existir una directriz cuantitativa unificadora para los sistemas mutualistas, Wu estudió sistemáticamente 52 modelos de ecuaciones diferenciales que capturan la diversidad de los sistemas mutualistas. Estos sistemas compartían la misma estructura fundamental: cuando el beneficio colectivo era mayor que el estrés colectivo, ellas poblaciones pueden coexistir. Si el estrés es mayor que el beneficio colectivo, el sistema colapsará.
Si bien es relativamente fácil medir el estrés en un sistema, es más complicado medir el beneficio colectivo, que es una función de variables como el costo, los beneficios individuales y otras complejidades del sistema. Usted y su equipo reconocieron que tratar de medir el beneficioEl beneficio colectivo se convirtió en un cuello de botella debido a los complejos criterios disponibles para medir, y eso se volvió aún más desafiante cuando se aplica a diferentes sistemas mutualistas.
En cambio, el equipo desarrolló un algoritmo de aprendizaje automático para determinar el beneficio colectivo utilizando algunas variables relativamente fáciles de recopilar, como la temperatura, el pH y la genética. El enfoque dio como resultado una métrica simplificada que puede aplicarse a diversos sistemas mutualistas.
Para probar sus pautas, el equipo utilizó datos experimentales de tres sistemas bacterianos mutualistas y datos simulados para mostrar que su marco podría predecir de manera consistente y precisa si un sistema coexistiría o colapsaría. Sus reglas también podrían predecir información cuantitativa, incluida la probabilidad de coexistencia, resistencia y densidad de población total.
El equipo es optimista de que su investigación también se puede aplicar a sistemas biológicos no mutualistas. Por ejemplo, sugiere utilizar su estrategia para examinar la resistencia a los antibióticos y las condiciones que permiten que la resistencia persista o desaparezca.
"Cuando estamos trabajando en medicina o ingeniería biomédica, nos damos cuenta de que es necesario un cierto nivel de simplificación para comprender las interacciones de las comunidades que estamos estudiando", dijo Usted. "Nuestro procedimiento nos mostró que hay algo en común entre aparentementediversos sistemas biológicos, y eso es esencial para permitirnos hacer las predicciones que impulsan nuestra investigación ".
Fuente de la historia :
Materiales proporcionado por Universidad de Duke . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :