Chemotaxis-induced linear instabilities and pattern formation in a reaction-diffusion model

En el mundo natural, el orden suele emerger del caos sin un planificador central. Una gota de tinta extendiéndose en el agua, el remolino de las corrientes de convección en una olla hirviendo o la formación de rayas en el pelaje de una cebra siguen todos el mismo principio básico: sustancias reaccionando entre sí mientras se propagan simultáneamente. Los científicos llaman a esto reacción-difusión. Imagine dos sustancias químicas, A y B, sentadas en un recipiente. Si A ayuda a crear B, y B ayuda a destruir A, pueden establecerse en un estado tranquilo y uniforme donde sus niveles son iguales en todas partes. Sin embargo, si se propagan a diferentes velocidades, esa calma puede romperse. Un área podría tener un poco más de A, lo que crea más B, lo que luego destruye más A en las cercanías, creando un efecto de onda que convierte una mezcla suave en un patrón de manchas o rayas. Esta es la base de cómo la naturaleza pinta sus diseños, desde las conchas de los moluscos hasta la disposición de las hojas en un tallo.

Pero la vida rara vez trata solo de sustancias químicas propagándose y reaccionando. En los sistemas vivos, las células y los organismos a menudo se mueven hacia o lejos de señales específicas, un comportamiento conocido como quimiotaxis. Las bacterias podrían nadar hacia una fuente de alimento, o las células inmunitarias podrían perseguir una infección. Este movimiento no es aleatorio; es una respuesta dirigida a la concentración de otras sustancias en su entorno. Durante décadas, los científicos han estudiado cómo la reacción y la difusión crean patrones, y por separado, cómo la quimiotaxis mueve las cosas. La pregunta que permanecía sin respuesta era qué sucede cuando se combinan. ¿El movimiento dirigido de las células simplemente lava los patrones formados por las reacciones químicas, o crea tipos de orden completamente nuevos? Este es el territorio explorado por los investigadores Mintu Karmakar y Abhik Basu, quienes investigaron un modelo matemático de un proceso biológico llamado glucólisis, que es cómo las células descomponen el azúcar para obtener energía.

Los investigadores construyeron una simulación informática de un sistema que contiene dos sustancias que interactúan, representando los componentes químicos de la glucólisis. En su modelo, estas sustancias no solo reaccionan entre sí y se propagan aleatoriamente, sino que también se atraen o se repelen entre sí, imitando el comportamiento de las células que responden a señales químicas. Ejecutaron miles de simulaciones, cambiando la fuerza de esta atracción o repulsión para ver cómo cambiaban los patrones resultantes. Lo que encontraron fue que el movimiento dirigido de las sustancias actuaba como un poderoso mando de ajuste para los patrones. Cuando las sustancias se configuraban para atraerse entre sí, o cuando se configuraban para repelerse, la intensidad y la forma de los patrones emergentes cambiaban de maneras que no eran predecibles observando únicamente la propagación y la reacción.

Uno de los descubrimientos más sorprendentes fue que la relación entre la fuerza de la atracción y la intensidad del patrón no era una línea recta. En muchos sistemas científicos, si se aumenta una fuerza, el efecto crece de manera constante. Aquí, sin embargo, los investigadores descubrieron que a medida que aumentaban la fuerza de la atracción, el patrón primero se volvía más intenso, luego menos intenso y después más intenso de nuevo. Era como si girar un dial no solo hiciera que el patrón creciera o disminuyera en tamaño, sino que causara que su claridad y contraste oscilaran. Crucialmente, el espaciamiento o la periodicidad del patrón (la distancia entre manchas o rayas) permanecía prácticamente inalterado por estos ajustes. Esto significa que, mediante el ajuste cuidadoso de la fuerza de las señales químicas, uno podría potencialmente hacer que un patrón se desvanezca y luego reaparezca con alta intensidad, un fenómeno que los investigadores llaman transición reentrante. Este comportamiento se observó tanto en los casos donde las sustancias se atraían como en los que se repelían, aunque los detalles específicos de cómo cambiaban los patrones diferían entre los dos escenarios.

El estudio también reveló que el tipo de patrón formado —ya fuera que pareciera manchas dispersas o rayas paralelas— podía controlarse mediante el equilibrio entre la velocidad con la que las sustancias se propagan y la fuerza con la que se mueven hacia o lejos de una de otra. En algunas simulaciones, el sistema se establecía en un estado de manchas, mientras que en otras, formaba rayas. Los investigadores observaron que al cambiar los parámetros del modelo, el sistema podía cambiar de manchas a rayas y viceversa. Esto sugiere que la forma final del patrón no es fija, sino un delicado equilibrio entre las reacciones químicas, la propagación aleatoria y el movimiento dirigido. Las simulaciones por computadora mostraron que estas transiciones eran robustas, lo que significa que ocurrían consistentemente independientemente de las pequeñas fluctuaciones aleatorias en las condiciones iniciales.

Los investigadores también analizaron qué sucede cuando el movimiento dirigido se vuelve extremadamente fuerte. Descubrieron que si la atracción o repulsión entre las sustancias se volvía demasiado intensa, los patrones eventualmente se desmoronaban por completo, dejando al sistema en un estado uniforme y sin rasgos distintivos. Esto indica que existe un límite para cuánto movimiento dirigido puede soportar un patrón antes de colapsar. Además, descubrieron que el sistema podía exhibir un tipo diferente de inestabilidad donde todo el sistema comenzaba a oscilar en el tiempo, con los niveles de las sustancias subiendo y bajando juntas en todas partes a la vez, sin formar ningún patrón espacial. Este estado oscilatorio era distinto de los estados con patrones y dependía de diferentes configuraciones de los parámetros del modelo.

A través de estos extensos experimentos por computadora, los investigadores mapearon un complejo paisaje de posibilidades. Demostraron que la interacción entre la reacción, la difusión y la quimiotaxis crea una rica variedad de comportamientos que no pueden entenderse estudiando cualquiera de estos factores de forma aislada. El trabajo sugiere que en los sistemas biológicos reales, donde las células se mueven constantemente en respuesta a señales químicas, los patrones que vemos son probablemente el resultado de un equilibrio finamente ajustado entre estas fuerzas en competencia. La capacidad del sistema para cambiar entre manchas, rayas y estados uniformes, o para oscilar, proporciona un mecanismo para que los sistemas biológicos se adapten y cambien su organización en respuesta a las condiciones ambientales.

El estudio no se basó solo en la teoría; utilizó simulaciones numéricas directas para resolver las complejas ecuaciones que gobiernan el sistema. Estas simulaciones permitieron a los investigadores observar la evolución de los patrones a lo largo del tiempo, confirmando que las predicciones matemáticas se mantenían incluso cuando se tomaba en cuenta la realidad completa y desordenada de las interacciones no lineales. Encontraron que los patrones observados en las simulaciones coincidían con las predicciones hechas por su análisis lineal inicial, lo que les dio confianza en los resultados. Los investigadores también señalaron que la forma específica del patrón, ya fuera una mancha o una raya, podía verse influenciada por las condiciones iniciales, lo que sugiere que el sistema tiene múltiples estados estables en los que puede establecerse.

En última instancia, este trabajo proporciona una comprensión más profunda de cómo surge el orden en sistemas complejos. Demuestra que el simple acto de moverse hacia o lejos de una señal puede alterar fundamentalmente la forma en que se crean los patrones. Los hallazgos sugieren que la diversidad de patrones vistos en la naturaleza, desde las manchas de un leopardo hasta la organización de los tejidos en un embrión, podría estar gobernada por un conjunto de reglas similares donde la reacción, la difusión y el movimiento dirigido trabajan juntos. Al comprender estas reglas, los científicos pueden predecir mejor cómo se comportarán los sistemas biológicos y cómo podrían responder a los cambios en su entorno. La investigación abre la puerta a explorar cómo estos mecanismos podrían ser aprovechados o controlados en sistemas sintéticos, ofreciendo nuevas perspectivas sobre los principios fundamentales de la autoorganización en el mundo vivo.