Здравоохранение

Исследователи смоделировали движение одноклеточных организмов

mm
Добавьте Unite.AI в избранные источники в Google

Исследовательская группа в Техническом университете Вены (Вена) успешно смоделировала процесс движения одноклеточных организмов в желаемом направлении, несмотря на отсутствие у них мозга или нервной системы. До новых разработок исследователи не были уверены, как эти маленькие организмы способны к такому процессу.

Команда рассчитала физическое взаимодействие между простой моделью организма и его окружением, последнее из которых было жидкостью с неоднородным химическим составом, содержащей неравномерно распределенные источники пищи.

Исследование было опубликовано в журнале PNAS.

Симулированный организм

Исследователи оснастили симулированный организм способностью обрабатывать данные о его пище и окружении. Благодаря алгоритму машинного обучения, обработка информации могла быть изменена и оптимизирована в эволюционных шагах. Это означало, что исследователи разработали компьютерный организм, способный двигаться и искать пищу, подобно реальным организмам.

Андреас Зёттль возглавлял исследовательский проект в Институте теоретической физики Технического университета Вены.

«На первый взгляд, удивительно, что такая простая модель может решить такую сложную задачу», – говорит Зёттль. «Бактерии могут использовать рецепторы, чтобы определить, в каком направлении, например, концентрация кислорода или питательных веществ увеличивается, и эта информация затем запускает движение в желаемом направлении. Это называется хемотаксисом».

В то время как многоклеточные организмы имеют взаимосвязь нервных клеток, одноклеточные организмы не имеют нервных клеток. Из-за этого они могут проходить только через простые шаги обработки внутри клетки.

«Чтобы объяснить это, вам нужна реалистичная физическая модель для движения этих одноклеточных организмов», – говорит Зёттль. «Мы выбрали самую простую модель, которая физически позволяет независимое движение в жидкости. Наш одноклеточный организм состоит из трех масс, соединенных упрощенными мышцами. Теперь возникает вопрос: могут ли эти мышцы быть скоординированы так, чтобы весь организм двигался в желаемом направлении? И прежде всего: может ли этот процесс быть реализован простым образом или требует сложного управления?»

Реализация компьютерной модели

Бенедикт Хартль реализовал модель на компьютере.

«Даже если одноклеточный организм не имеет сети нервных клеток, логические шаги, которые связывают его «чувственные впечатления» с его движением, могут быть описаны математически подобным образом, как нейронная сеть», – говорит Хартль.

Одноклеточные организмы имеют логические связи между различными элементами клетки, и движение происходит, когда запускаются химические сигналы.

Максимилиан Хюбль выполнил несколько расчетов в исследовании.

«Эти элементы и то, как они влияют друг на друга, были смоделированы на компьютере и скорректированы с помощью генетического алгоритма: поколение за поколением, стратегия движения виртуальных одноклеточных организмов менялась немного», – сообщает Хюбль.

Когда одноклеточные организмы смогли направить свое движение к желаемым химическим веществам, они были допущены к «размножению», а те, которые не смогли, «вымерли». После прохождения многих поколений произошла эволюция и появилась сеть управления. Эта сеть позволила виртуальному одноклеточному организму преобразовывать химические восприятия в целевое движение, и это происходит просто и с базовой схемой.

«Вы не должны думать об этом как о высокоразвитом животном, которое сознательно воспринимает что-то и затем бежит к этому», – говорит Зёттль. «Это больше похоже на случайное колебательное движение. Но такое, которое в конечном итоге ведет в правильном направлении в среднем. И это именно то, что вы наблюдаете у одноклеточных организмов в природе».

mm

Alex руководит новостными операциями Unite.AI, основанными на ИИ, объединяя журналистику, исследования и автоматизацию для обеспечения своевременного и масштабируемого освещения искусственного интеллекта. Его работа помогает эффективно выявлять новые разработки в области ИИ, при этом соблюдая редакционные стандарты издания.