植物和大脑之间比你所认为的更为相似：索尔克科学家发现管控植物生长的数学规则类似于大脑细胞发育连接的方式。这一新工作基于植物三维激光扫描数据，表明很多生物系统中可能存在调节分枝生长的通用逻辑规则。该研究已发表在7月6日的当代生物学杂志上。
索尔克综合生物学中心助理教授、论文资深作者Saket Navlakha说道：“我们这一项目是受到‘虽然植物形式多种多样，但是否存在共通的某种形式或者结构呢’这一问题启发的。我们发现的确存在，并且惊人的是，分枝在空间中的分布变化可以在数学上被高斯函数所描述，这也被称为正态分布。”
植物无法移动，因此必须寻求创新策略调整自身架构来处理环境挑战，比如被邻居遮住了。植物形式多种多样，从高耸的红杉到匍匐的百里香，这些多样性就是上述策略的可见表征，但Navlakha想知道是否存在某些未被发现的组织原则在起作用。为此，他的团队利用高精度三维激光扫描技术测定幼年植物随时间推移的结构变化，量化其生长，使得能进行数学分析。
植物分子和细胞生物学实验室主任、霍华德·休斯医学研究所研究员、论文共同作者Joanne Chory教授说道：“这一合作是源于Saket来到索尔克后不久和我的一次谈话。多亏了索尔克的创新资助项目和霍华德·休斯医学研究所，我们才有了这一发现。”
该团队从三种农作物入手：高粱、西红柿以及烟草。研究者播下种子，并创造植物可能经历的自然环境(阴影，环境光，高光，高温以及干旱)，培育这些植物。第一作者Adam Conn每隔一个月就花几天扫描每株植物，数字化其生长。Conn总共扫描了近600株植物。
Conn说道：“我们扫描植物的方式基本就像是你扫描一张纸那样。但在本研究中，这一技术是三维的，使我们能够捕捉植物的完全形式，即植物在空间中生长和分布枝条的完整结构。”
每株植物的数字表征被称为点云，即可以被计算分析的空间中三维坐标集合。利用这些新数据，研究团队通过研究植物的分枝密度函数建立了理论上可能的植物形状的统计描述。分枝密度函数表示了在植物附近空间中任一点发现枝条的可能性。
这一模型揭示了生长的三个性质：可分性、自相似性以及高斯分枝密度函数。可分性意味着在一个空间方向的生长独立于另一个方向的生长。据Navlakha称，这一性质意味着生长十分简单和模块化，这可能使得植物更能适应环境变化。自相似性意味着所有植物都具有相同的根本形状，即使某些植物可能在某个方向稍微拉伸了一点，或者在另一个方向长得多了点。换言之，阴影下植物的生长统计规则与明亮阳光下并无不同。最后，团队发现，无论植物是何种类或者处于何种生长条件，分枝密度数据都服从在植物边界截断的高斯分布。基本上，这就是说植物中心附近的分枝最为密集，越远就越少，服从钟形曲线。
这些性质所表明的高层次进化效率令人吃惊。即使在不同类型环境条件下进化出不同的生长规则对于植物而言是低效的，但研究者也没有期望过发现植物只服从一种函数形式，达到如此有效的地步。这一研究中鉴定的性质也许能帮助研究者评估基因工程作物的新策略。
这一论文的作者之一、索尔克分子神经生物学实验室Charles Stevens教授在先前的工作中，在脑部神经元中发现了相同的三条数学性质。Stevens说道：“神经元和植物之间的相似性相当惊人，似乎必定存在某个潜在的原因。可能两者均需要尽可能完全地覆盖一个领域，但是是以非常稀疏的方式，所以两者才没有相互干扰。”
团队的下一个挑战是鉴定导致这些变化的分子层面的机制。Navlakha补充道：“我们将研究其他品种农作物是否也具备相同的原则，并可能据此选择植物提升作物产量。”
版权声明--以上内容与本站无关，自行辨别真假，损失自负
文章仅代表作者观点，不代表本站立场与本站无关。如有侵权请及时联系本站邮件 enofun@foxmail.com ,如未联系本网所有损失自负！
本文系作者授权本网发表，未经许可，不得转载。
评论