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

Nel mondo naturale, l'ordine spesso emerge dal caos senza un pianificatore centrale. Una goccia d'inchiostro che si diffonde nell'acqua, il vortice delle correnti di convezione in una pentola che bolle o la formazione delle strisce sulla pelliccia di una zebra seguono tutti lo stesso principio fondamentale: sostanze che reagiscono tra loro mentre si diffondono simultaneamente. Questo è la reazione-diffusione. Immaginate due sostanze chimiche, A e B, sedute in un contenitore. Se A aiuta a creare B, e B aiuta a distruggere A, possono stabilizzarsi in uno stato calmo e uniforme dove i loro livelli sono uguali ovunque. Tuttavia, se si diffondono a velocità diverse, quella calma può rompersi. Un'area potrebbe avere un po' più di A, il che crea più B, che poi distrugge più A nelle vicinanze, creando un effetto a catena che trasforma una miscela omogenea in un motivo di macchie o strisce. Questa è la base di come la natura dipinge i suoi disegni, dalle conchiglie dei molluschi alla disposizione delle foglie su un ramo.

Ma la vita non riguarda solo sostanze chimiche che si diffondono e reagiscono. Nei sistemi viventi, le cellule e gli organismi spesso si muovono verso o lontano da segnali specifici, un comportamento noto come chemiotassi. I batteri potrebbero nuotare verso una fonte di cibo, o le cellule immunitarie potrebbero dare la caccia a un'infezione. Questo movimento non è casuale; è una risposta diretta alla concentrazione di altre sostanze nel loro ambiente. Per decenni, gli scienziati hanno studiato come la reazione e la diffusione creino modelli, e separatamente, come la chemiotassi sposti le cose. La domanda che rimaneva senza risposta era cosa accada quando si combinano. Il movimento diretto delle cellule semplicemente lava via i modelli formati dalle reazioni chimiche, o crea tipi di ordine completamente nuovi? Questo è il territorio esplorato dai ricercatori Mintu Karmakar e Abhik Basu, che hanno investigato un modello matematico di un processo biologico chiamato glicolisi, ovvero come le cellule scompongono lo zucchero per ottenere energia.

I ricercatori hanno costruito una simulazione al computer di un sistema contenente due sostanze interagenti, che rappresentano i componenti chimici della glicolisi. Nel loro modello, queste sostanze non solo reagiscono tra loro e si diffondono casualmente, ma si attraggono o si respingono a vicenda, imitando il comportamento delle cellule che rispondono ai segnali chimici. Hanno eseguito migliaia di simulazioni, cambiando la forza di questa attrazione o repulsione per vedere come cambiavano i modelli risultanti. Ciò che hanno scoperto è che il movimento diretto delle sostanze agiva come una potente manopola di regolazione per i modelli. Quando le sostanze erano impostate per attrarsi l'una l'altra, o quando erano impostate per respingersi, l'intensità e la forma dei modelli emergenti cambiavano in modi che non erano prevedibili osservando solo la diffusione e la reazione.

Una delle scoperte più sorprendenti è stata che la relazione tra la forza dell'attrazione e l'intensità del modello non era una linea retta. In molti sistemi scientifici, se si aumenta una forza, l'effetto cresce costantemente. Qui, invece, i ricercatori hanno scoperto che all'aumentare della forza dell'attrazione, il modello diventava prima più intenso, poi meno intenso e poi più intenso di nuovo. Era come se girare una manopola non facesse solo crescere o diminuire le dimensioni del modello, ma causasse l'oscillazione della sua chiarezza e del suo contrasto. Fondamentalmente, la spaziatura o periodicità del modello (la distanza tra macchie o strisce) rimaneva ampiamente invariata da questi aggiustamenti. Ciò significa che, regolando attentamente la forza dei segnali chimici, si potrebbe potenzialmente far svanire un modello e farlo riapparire con alta intensità, un fenomeno che i ricercatori chiamano transizione reentrante. Questo comportamento è stato osservato in entrambi i casi in cui le sostanze si attiravano o si respingevano, sebbene i dettagli specifici di come i modelli cambiavano differissero tra i due scenari.

Lo studio ha anche rivelato che il tipo di modello formato — che sembri macchie sparse o strisce parallele — può essere controllato dall'equilibrio tra la velocità con cui le sostanze si diffondono e la forza con cui si muovono l'una verso o lontano dall'altra. In alcune simulazioni, il sistema si stabilizzava in uno stato di macchie, mentre in altre, formava strisce. I ricercatori hanno osservato che, cambiando i parametri del modello, il sistema poteva passare da macchie a strisce e viceversa. Ciò suggerisce che la forma finale del modello non è fissa, ma è un delicato equilibrio tra le reazioni chimiche, la diffusione casuale e il movimento diretto. Le simulazioni al computer hanno mostrato che queste transizioni erano robuste, il che significa che avvenivano costantemente indipendentemente dalle piccole fluttuazioni casuali nelle condizioni iniziali.

I ricercatori hanno anche esaminato cosa succede quando il movimento diretto diventa estremamente forte. Hanno scoperto che se l'attrazione o la repulsione tra le sostanze diventava troppo intensa, i modelli finivano per rompersi completamente, lasciando il sistema in uno stato uniforme e privo di caratteristiche. Ciò indica che esiste un limite a quanto movimento diretto un modello può sopportare prima di collassare. Inoltre, hanno scoperto che il sistema poteva esibire un tipo diverso di instabilità in cui l'intero sistema iniziava a oscillare nel tempo, con i livelli delle sostanze che salivano e scendevano insieme ovunque in un colpo solo, senza formare alcun modello spaziale. Questo stato oscillatorio era distinto dagli stati con modelli e dipendeva da diverse impostazioni dei parametri del modello.

Attraverso questi estesi esperimenti al computer, i ricercatori hanno mappato un complesso panorama di possibilità. Hanno dimostrato che l'interazione tra reazione, diffusione e chemiotassi crea una ricca varietà di comportamenti che non possono essere compresi studiando ciascuno di questi fattori isolatamente. Il lavoro suggerisce che nei veri sistemi biologici, dove le cellule si muovono costantemente in risposta ai segnali chimici, i modelli che vediamo sono probabilmente il risultato di un equilibrio finemente regolato tra queste forze contrastanti. La capacità del sistema di passare tra macchie, strisce e stati uniformi, o di oscillare, fornisce un meccanismo per i sistemi biologici per adattarsi e cambiare la propria organizzazione in risposta alle condizioni ambientali.

Lo studio non si è basato solo sulla teoria; ha utilizzato simulazioni numeriche dirette per risolvere le complesse equazioni che governano il sistema. Queste simulazioni hanno permesso ai ricercatori di osservare l'evoluzione dei modelli nel tempo, confermando che le previsioni matematiche rimanevano valide anche quando veniva presa in considerazione la piena e disordinata realtà delle interazioni non lineari. Hanno scoperto che i modelli osservati nelle simulazioni corrispondevano alle previsioni fatte dalla loro analisi lineare iniziale, conferendo loro fiducia nei risultati. I ricercatori hanno anche notato che la forma specifica del modello, che fosse una macchia o una striscia, poteva essere influenzata dalle condizioni iniziali, suggerendo che il sistema possiede molteplici stati stabili in cui può stabilizzarsi.

In definitiva, questo lavoro fornisce una comprensione più profonda di come l'ordine emerga nei sistemi complessi. Dimostra che l'atto semplice di muoversi verso o lontano da un segnale può alterare fondamentalmente il modo in cui si formano i modelli. Le scoperte suggeriscono che la diversità dei modelli visti in natura, dalle macchie su un leopardo all'organizzazione dei tessuti in un embrione, potrebbe essere governata da un insieme simile di regole in cui reazione, diffusione e movimento diretto lavorano insieme. Comprendendo queste regole, gli scienziati possono prevedere meglio come i sistemi biologici si comporteranno e come potrebbero rispondere ai cambiamenti nel loro ambiente. La ricerca apre la porta all'esplorazione di come questi meccanismi possano essere sfruttati o controllati in sistemi sintetici, offrendo nuove intuizioni sui principi fondamentali dell'auto-organizzazione nel mondo vivente.