Homeostatic feedback model of energy metabolism with adaptive enzyme levels exhibits problem solving behavior

All'interno di ogni cellula vivente, una vasta e intricata rete di reazioni chimiche lavora costantemente per mantenere in funzione la vita. Questa rete, nota come metabolismo, è responsabile della trasformazione del cibo in energia, della costruzione di nuove parti e della gestione dei rifiuti. Per decenni, gli scienziati hanno visto questi sistemi principalmente come macchine omeostatiche: sono progettati per rimanere stabili, correggendo ogni piccolo errore per mantenere stabile l'ambiente interno. Se i livelli di energia di una cellula scendono, il sistema aumenta la produzione; se diventano troppo alti, lo rallenta. Questa capacità di mantenere l'equilibrio è ciò che permette alle cellule di sopravvivere in un mondo mutevole. Tuttavia, un nuovo filone di pensiero suggerisce che queste stesse reti chimiche potrebbero fare molto più che limitarsi a mantenere lo status quo. Potrebbero essere capaci di qualcosa di molto più complesso: l'apprendimento. Proprio come un animale può imparare da un'esperienza passata per reagire diversamente a un evento futuro, una cellula potrebbe essere in grado di ricordare uno stress precedente e usare quel ricordo per gestire meglio lo stress successivo. Questa idea sfida la visione tradizionale secondo cui l'apprendimento richieda un cervello o un sistema nervoso, proponendo invece che le regole base della chimica e della fisica possano essere sufficienti per creare una forma di memoria.

I ricercatori della Tufts University hanno compiuto un passo audace per testare questa possibilità, costruendo un modello informatico del metabolismo energetico di una cellula di mammifero. Invece di studiare una cellula reale al microscopio, hanno costruito una simulazione digitale che traccia il flusso di molecole chiave come glucosio, grassi e ossigeno. Il modello include le principali vie che le cellule utilizzano per generare energia, insieme a uno strato di "enzimi adattivi". Questi non sono componenti fissi del sistema, ma parti regolabili che la cellula può modificare in numero o attività per mantenere il funzionamento regolare. Fondamentalmente, cambiare questi enzimi costa energia, proprio come costruire nuovi macchinari costa risorse in una fabbrica. I ricercatori hanno programmato il modello affinché controllasse costantemente il proprio stato interno e apportasse piccole modifiche ai propri enzimi per rimanere vicino a un obiettivo di salute. Hanno poi sottoposto la cellula digitale a una serie di sfide, come improvvisi cali nell'apporto di cibo o l'introduzione di tossine, per vedere come rispondeva nel tempo.

I risultati di queste simulazioni sono stati sorprendenti. Il modello ha dimostrato che un semplice sistema di cicli di feedback, privo di strutture complesse simili a un cervello, poteva esibire comportamenti che somigliano molto all'apprendimento. Quando i ricercatori hanno esposto il modello per la prima volta a uno stress specifico, come la limitazione dell'apporto di un particolare nutriente, il sistema ha regolato i suoi enzimi per farvi fronte. Quando in seguito hanno introdotto un secondo stress, diverso dal primo, la reazione della cellula non è stata la stessa che avrebbe avuto se stesse incontrando il problema per la prima volta. In alcuni casi, l'esperienza precedente ha reso la cellula meno reattiva al nuovo stress, un fenomeno noto come abituazione. In altri casi, il primo stress ha reso la cellula più sensibile al secondo, un comportamento chiamato sensibilizzazione. Ciò significa che l'ordine in cui gli eventi accadono è importante; la storia del sistema cambia le sue risposte future. La "memoria" del primo evento non era conservata in un file speciale o in una molecola dedicata, ma era incorporata nella nuova configurazione degli enzimi cellulari.

Uno dei risultati più significativi è stato che questa memoria poteva portare a cambiamenti permanenti nello stato della cellula, anche dopo che lo stress originale era stato rimosso. Ad esempio, quando i ricercatori hanno ripetutamente bloccato la capacità della cellula di importare glucosio, il sistema non è semplicemente tornato alla normalità una volta rimosso il blocco. Al contrario, si è spostato verso un nuovo stato stabile in cui produceva alti livelli di lattato, un prodotto di scarto spesso associato alle cellule cancerose. Questo spostamento è avvenuto senza alcuna modifica al codice genetico della cellula, suggerendo che la storia dello stress della cellula possa riscrivere la sua personalità metabolica in modo duraturo. I ricercatori hanno anche osservato che il sistema poteva riprodurre il pericoloso picco di molecole nocive che si verifica quando il flusso sanguigno viene ripristinato nei tessuti dopo un infarto o un ictus. Questo comportamento è emerso naturalmente dal design del modello, nonostante i ricercatori non lo avessero programmato specificamente, suggerendo che tali reazioni pericolose potrebbero essere una proprietà intrinseca di come le reti metaboliche si riprendono dallo shock.

Tuttavia, lo studio ha anche rivelato i limiti di questa forma semplice di apprendimento. Quando i ricercatori hanno testato il modello con un protocollo rigoroso progettato per misurare la vera abituazione — in cui un sistema dovrebbe gradualmente smettere di reagire a uno stimolo ripetuto e innocuo — il controllore di base ha fallito. Il sistema era troppo perfetto; si regolava in modo così rapido e accurato da non mostrare mai il graduale svanire della risposta che caratterizza l'abituazione negli organismi viventi. Per far sì che il modello si abituasse, i ricercatori hanno dovuto introdurre delle imperfezioni, come rendere i sensori della cella leggermente meno sensibili all'ambiente o impedire al sistema di stabilizzarsi completamente tra un evento e l'altro. Ciò suggerisce che, affinché un sistema biologico possa davvero apprendere e dimenticare, debba essere leggermente imperfetto, o forse incapace di vedere l'intero quadro contemporaneamente. Un sistema troppo efficiente nel mantenere l'equilibrio potrebbe non sviluppare mai il tipo di memoria flessibile che permette di adattarsi a mondi complessi e imprevedibili.

In definitiva, questo lavoro suggerisce che la capacità di comportamento dipendente dall'esperienza non è un dono speciale dei cervelli complessi, ma una proprietà fondamentale di qualsiasi sistema che debba gestire energia e risorse sotto pressione. Il modello informatico ha dimostrato che, semplicemente cercando di restare in vita e in equilibrio, una rete metabolica può navigare tra vincoli contrastanti, conservare le tracce degli eventi passati nei livelli dei suoi enzimi e alterare il proprio comportamento futuro di conseguenza. Sebbene si tratti di una simulazione e non di un'osservazione diretta di una cellula vivente, essa fornisce un nuovo e potente modo di pensare a come le cellule possano risolvere problemi e adattarsi ai loro ambienti. Implica che le radici dell'apprendimento e della memoria possano essere molto più profonde nell'albero della vita di quanto immaginato, nascoste proprio nella chimica che ci tiene in vita.