植物和大腦之間比你所認為的更為相似：索爾克科學家發現管控植物生長的數學規則類似于大腦細胞發育連接的方式。這一新工作基于植物三維激光掃描數據，表明很多生物系統中可能存在調節分枝生長的通用邏輯規則。該研究已發表在7月6日的當代生物學雜志上。
索爾克綜合生物學中心助理教授、論文資深作者Saket Navlakha說道：“我們這一項目是受到‘雖然植物形式多種多樣，但是否存在共通的某種形式或者結構呢’這一問題啟發的。我們發現的確存在，并且驚人的是，分枝在空間中的分布變化可以在數學上被高斯函數所描述，這也被稱為正態分布。”
植物無法移動，因此必須尋求創新策略調整自身架構來處理環境挑戰，比如被鄰居遮住了。植物形式多種多樣，從高聳的紅杉到匍匐的百里香，這些多樣性就是上述策略的可見表征，但Navlakha想知道是否存在某些未被發現的組織原則在起作用。為此，他的團隊利用高精度三維激光掃描技術測定幼年植物隨時間推移的結構變化，量化其生長，使得能進行數學分析。
植物分子和細胞生物學實驗室主任、霍華德·休斯醫學研究所研究員、論文共同作者Joanne Chory教授說道：“這一合作是源于Saket來到索爾克后不久和我的一次談話。多虧了索爾克的創新資助項目和霍華德·休斯醫學研究所，我們才有了這一發現。”
該團隊從三種農作物入手：高粱、西紅柿以及煙草。研究者播下種子，并創造植物可能經歷的自然環境(陰影，環境光，高光，高溫以及干旱)，培育這些植物。第一作者Adam Conn每隔一個月就花幾天掃描每株植物，數字化其生長。Conn總共掃描了近600株植物。
Conn說道：“我們掃描植物的方式基本就像是你掃描一張紙那樣。但在本研究中，這一技術是三維的，使我們能夠捕捉植物的完全形式，即植物在空間中生長和分布枝條的完整結構。”
每株植物的數字表征被稱為點云，即可以被計算分析的空間中三維坐標集合。利用這些新數據，研究團隊通過研究植物的分枝密度函數建立了理論上可能的植物形狀的統計描述。分枝密度函數表示了在植物附近空間中任一點發現枝條的可能性。
這一模型揭示了生長的三個性質：可分性、自相似性以及高斯分枝密度函數。可分性意味著在一個空間方向的生長獨立于另一個方向的生長。據Navlakha稱，這一性質意味著生長十分簡單和模塊化，這可能使得植物更能適應環境變化。自相似性意味著所有植物都具有相同的根本形狀，即使某些植物可能在某個方向稍微拉伸了一點，或者在另一個方向長得多了點。換言之，陰影下植物的生長統計規則與明亮陽光下并無不同。最后，團隊發現，無論植物是何種類或者處于何種生長條件，分枝密度數據都服從在植物邊界截斷的高斯分布。基本上，這就是說植物中心附近的分枝最為密集，越遠就越少，服從鐘形曲線。
這些性質所表明的高層次進化效率令人吃驚。即使在不同類型環境條件下進化出不同的生長規則對于植物而言是低效的，但研究者也沒有期望過發現植物只服從一種函數形式，達到如此有效的地步。這一研究中鑒定的性質也許能幫助研究者評估基因工程作物的新策略。
這一論文的作者之一、索爾克分子神經生物學實驗室Charles Stevens教授在先前的工作中，在腦部神經元中發現了相同的三條數學性質。Stevens說道：“神經元和植物之間的相似性相當驚人，似乎必定存在某個潛在的原因。可能兩者均需要盡可能完全地覆蓋一個領域，但是是以非常稀疏的方式，所以兩者才沒有相互干擾。”
團隊的下一個挑戰是鑒定導致這些變化的分子層面的機制。Navlakha補充道：“我們將研究其他品種農作物是否也具備相同的原則，并可能據此選擇植物提升作物產量。”
版權聲明--以上內容與本站無關，自行辨別真假，損失自負
文章僅代表作者觀點，不代表本站立場與本站無關。如有侵權請及時聯系本站郵件 enofun@foxmail.com ,如未聯系本網所有損失自負！
本文系作者授權本網發表，未經許可，不得轉載。
評論