Het zenuwstelsel is een meesterwerk van precisiebedrading. Om een brein te laten functioneren, moeten miljarden zenuwcellen lange, dunne vezels genaamd axonen uitstrekken om hun exacte partners te vinden, waardoor verbindingen worden gevormd die ons in staat stellen te denken, te bewegen en te voelen. Dit proces, bekend als axonale geleiding, rust op de punt van het groeiende axon, de groeikegel genoemd, die fungeert als een geavanceerde sensor. De groeikegel leest chemische signalen in zijn omgeving en bepaalt zo welke kant hij op moet draaien of wanneer hij moet stoppen. Decennialang hebben wetenschappers deze navigatie beschouwd als een eenvoudige reis langs een kaart: de groeikegel detecteert een gradiënt van chemische prikkels, vergelijkbaar met een wandelaar die een pad volgt, en stuurt naar of weg van deze prikkels om een doel te bereiken. Echter, dit eenvoudige beeld heeft moeite om uit te leggen hoe deze delicate structuren flexibel genoeg blijven om zich aan te passen aan een ruisende, veranderende wereld, terwijl ze toch een rigide, betrouwbaar netwerk opbouwen. De vraag blijft: hoe behoudt een cel een gestage koers wanneer de signalen die zij ontvangt vaak tegenstrijdig en chaotisch zijn?

Een nieuwe theoretische studie stelt een radicale verschuiving voor in ons begrip van deze navigatie. In plaats van de groeikegel te zien als een passieve volger van een chemische kaart, suggereert het onderzoek dat de groeikegel een actieve ontdekkingsreiziger is van een landschap dat wordt gedefinieerd door onzekerheid. De auteur, William G. Wadsworth, betoogt dat groeikegels niet simpelweg een stabiel, voorspelbaar pad kiezen. In plaats daarvan zoeken ze actief naar toestanden van hoge "entropie", een concept uit de natuurkunde dat een systeem beschrijft met veel mogelijke arrangementen. Binnen dit kader navigeert de groeikegel langs de ruggen tussen verschillende mogelijke gedragingen, waarbij hij in een staat van hoge volatiliteit blijft waar hij snel van richting kan veranderen indien nodig. Deze benadering suggereert dat het vermogen om van koers te veranderen geen falen van het systeem is, maar een kenmerk van het ontwerp, waardoor het axon in staat is om aan de rand van verandering te blijven wachten tot er een beslissing vereist is.

Om dit idee te testen, bouwde de onderzoeker een computermodel gebaseerd op echte genetische gegevens van de rondworm C. elegans. De studie richtte zich op een specifieke neuron, de HSN, die volgens een voorspelbaar patroon groeit. Het model gebruikte een kunstmatig intelligentiesysteem, een type computerprogramma dat bekend staat als een neuraal netwerk, getraind op gegevens uit duizenden genetische experimenten. Deze experimenten hielden het uitschakelen van specifieke genen in die de groei van de neuron controleren, wat onthulde hoe verschillende combinaties van genetische instructies leiden tot verschillende vormen en richtingen. De computer leerde de uitkomst van deze genetische veranderingen te voorspellen, waardoor het effectief een digitale plaatsvervanger werd voor de biologische machinerie binnen de cel. Het model identificeerde twaalf verschillende groeipatronen, variërend van rechte lijnen tot complexe vertakkingen, en bracht in kaart hoe de interne staat van de cel tussen deze patronen kon verschuiven.

De kern van de ontdekking ligt in de manier waarop het model de reis van de groeikegel simuleerde. In plaats van de computer te programmeren om een chemische gradiënt te volgen, liet de onderzoeker het model de weg kiezen op basis van een principe van maximale entropie. Bij elke stap van de gesimuleerde reis berekende de computer het aantal verschillende interne genetische configuraties dat elke mogelijke richting van beweging zou kunnen voortbrengen. Vervolgens koos het de richting die de grootste hoeveelheid van deze interne mogelijkheden bood. Verrassend genoeg stelde deze eenvoudige regel de simulatie in staat om exact het pad te reproduceren dat de echte HSN-neuron in de worm aflegt. De groeikegel bewoog zich naar zijn doel, niet omdat hij werd getrokken door een chemische gradiënt, maar omdat hij constant op zoek was naar de richting die zijn interne signaleringsnetwerk in een staat van maximale flexibiliteit hield.

Deze bevinding daagt de traditionele visie uit dat axonen een vast blauwdruk volgen. De simulaties toonden aan dat wanneer de groeikegel in een rechte lijn beweegt, deze eigenlijk reist langs een grens waar twee verschillende gedragsstaten even waarschijnlijk zijn. Deze staat van evenwicht is geen teken van verwarring, maar een strategische positie. Het stelt de cel in staat om een gestage koers te behouden terwijl zij klaar blijft om direct van koers te wijzigen. Op het moment dat de interne balans verschuift, of wanneer de cel een nieuwe omgevingsprikkel tegenkomt, kan de groeikegel zijn interne machinerie snel reorganiseren om te draaien of te vertakken. De studie toonde aan dat complexe gedragingen, zoals het kruisen van een middenlijn of het splitsen in twee takken, van nature ontstaan wanneer de interne staat van de cel is afgestemd op het zweven nabij deze kritieke grenzen.

Het onderzoek verkende ook hoe tijd dit proces beïnvloedt. Door de geleidelijke accumulatie van een specifiek eiwit binnen de cel te simuleren, toonde het model aan hoe een groeikegel geprogrammeerd kan worden om op precieze momenten van gedrag te veranderen. Naarmate de interne niveaus van dit eiwit stegen, verschoof het landschap van mogelijkheden, waardoor de groeikegel werd gedwongen over te gaan van de ene fase van beweging naar de andere. Dit suggereert dat de timing van de ontwikkeling wordt gecontroleerd door de interne klok van de cel, die haar gevoeligheid voor de omgeving aanpast. Het model reproduceerde succesvol scenario's waarin een neuron naar voren groeide, pauzeerde en vervolgens scherp afboog, of waar het splitste in twee paden, alles gedreven door de veranderende interne staat van de cel in plaats van door een complexe externe kaart.

Een van de meest opvallende resultaten was de ontdekking van "degeneratie" in het systeem. De simulaties onthulden dat de groeikegel hetzelfde uiterlijke gedrag kon bereiken via vele verschillende interne configuraties. Net zoals een persoon een bestemming kan bereiken door vele verschillende routes te nemen, kan de cel een specifieke richting handhaven met diverse combinaties van haar interne onderdelen. Deze redundantie maakt het systeem robuust; als één onderdeel faalt, kan een ander de plaats innemen zonder het algemene pad te verstoren. Het model toonde aan dat naarmate de groeikegel door verschillende omgevingen bewoog, deze voortdurend haar interne componenten herstructureerde om op het pad van hoge entropie te blijven, waardoor zij kon garanderen dat zij kon adapteren aan veranderende omstandigheden zonder de weg kwijt te raken.

De studie concludeert dat de geordende bedrading van het zenuwstelsel niet het resultaat is van een rigide, vooraf bepaald plan, maar voortkomt uit een dynamisch proces van het beheren van onzekerheid. Door te opereren nabij de rand van stabiliteit, kunnen groeikegels de balans vinden tussen de noodzaak van een gestage richting en de noodzaak van snelle adaptatie. Dit thermodynamische perspectief biedt een nieuwe manier om na te denken over hoe complexe biologische systemen functioneren. Het suggereert dat het vermogen om door een ruisende wereld te navigeren niet gaat over het elimineren van ruis, maar over het gebruiken ervan. De groeikegel negeert de chaos van zijn omgeving niet; hij gebruikt de fluctuaties in zijn eigen interne signalen om flexibel en responsief te blijven.

Hoewel de bevindingen gebaseerd zijn op computersimulaties en theoretische modellen, bieden ze een overtuigende verklaring voor hoe biologische systemen zowel stabiliteit als adaptiviteit bereiken. Het onderzoek suggereert dat de principes van de thermodynamica, die gewoonlijk worden toegepast op warmte en energie, ook het gedrag van levende cellen kunnen beheersen. Door axonale geleiding te zien als een zoektocht naar toestanden van hoge entropie, biedt de studie een fris perspectief op hoe het leven zijn ingewikkelde netwerken opbouwt. Het impliceert dat het geheim van robuuste ontwikkeling niet ligt in strikte controle, maar in de strategische omarming van variabiliteit, waardoor het zenuwstelsel met zowel precisie als gratie kan groeien.