Растения развиваются по тем же принципам, что и человеческий мозг.

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Учёные из Института Салька (Salk Institute) провели анализ математических закономерностей, регулирующих рост растений, и обнаружили, что по таким же правилам развивается, например, человеческий мозг. Результаты исследования, основанного на трёхмерном лазерном сканировании, намекают, что существует общий алгоритм роста ветвящихся структур в самых разных биологических системах.

Сакет Навлаха (Saket Navlakha) и его коллеги обратили внимание на тот факт, что, несмотря на большое разнообразие растительного мира, существуют общие тенденции организации формы и структуры, которые объединяют самые разные виды. Лишённые возможности передвигаться, растения вынуждены использовать особые стратегии для решения экологических проблем, например, получение большего количества солнечного света без затенения соседей. И, несмотря на то, что ползучий кустарник и величественный дуб решают эти задачи по-разному, учёные надеялись найти общие принципы с помощью математических моделей.

Для этого команда использовала высокоточную технологию 3D-сканирования, которая позволяет на протяжении долгого времени следить за изменением архитектуры молодых растений и собирать количественные данные об их росте. Исследователи сосредоточились на трёх ценных сельскохозяйственных культурах: сорго, томатах и табаке. Они выращивали семена при разном освещении и температуре, а также для отдельных групп имитировали такие явления, как засуха.

На протяжении месяца раз в несколько дней все растения сканировали, чтобы запечатлеть их рост. Таким образом, к концу эксперимента в распоряжении учёных оказалось более 600 цифровых снимков, которые давали полное представление о ветвистой структуре.

В результате компьютерного анализа этих снимков ростки были представлены в виде облака точек, каждая из которых описывала координаты определённого участка стебля или листа в пространстве. С помощью собранных данных команда изучила функцию плотности ветвления, которая описывает вероятность нахождения ветви в любой точке вокруг растения, и построила модель, описывающую все возможные варианты роста.

Эта модель выявила три общих свойства: отделимость, самоподобие и Гауссову функцию плотности ветви. Первое означает, что рост в одном пространственном направлении не зависит от роста в других направлениях. Это позволяет растениям быть более устойчивыми к изменениям окружающей среды. Самоподобие подразумевает, что все растения имеют одну и ту же основную форму, в рамках которой допустимы незначительные изменения. Другими словами, они не используют разные правила для роста в тени или на ярком солнце. Наконец, команда обнаружила, что, независимо от вида и условий роста, плотность ветвей можно описать распределением Гаусса, которое также известно как кривая колокола.

Но самое удивительное заключается в том, что в одной из своих предыдущих работ соавтор нового исследования Чарльз Стивенс выяснил, что те же три математических принципа характерны для роста нейронов головного мозга.

"Сходство между нейронами и побегами растений весьма поразительно, — говорит Стивенс в пресс-релизе института. – Возможно, причина состоит в том, что они должны как можно полнее покрыть территорию, и при этом не мешать друг другу".

Теперь Навлаха и его коллеги планируют найти молекулярные механизмы, которые отвечают за принципы роста у растений и нейронов.

Подробные результаты исследования опубликованы в издании Current Biology. К слову, математическое моделирование оказало биологии немало других ценных услуг. Из наиболее свежих примеров хочется привести возможность разобраться в формах птичьих яиц и формировании окраски ящериц.

Комментарии: