Los módulos globales emergen de manera robusta de las interacciones locales y de los gradientes suaves

Área de la Ciencia:

• Biología del desarrollo
• La neurociencia
• Ecología

Sus antecedentes:

• Los sistemas biológicos exhiben una modularidad ubicua, sin embargo, los mecanismos para la aparición de módulos de precursores no modulares se comprenden mal.
• Comprender la autoorganización es clave para explicar la complejidad biológica desde los niveles moleculares hasta los ecosistemas.

Objetivo del estudio:

• Introducir y aclarar el principio de selección de picos como mecanismo para la autoorganización de módulos biológicos discretos.
• Demostrar la aplicabilidad de la selección de picos para explicar la modularidad en los sistemas neuronales y ecológicos.
• Proporcionar un marco unificado para comprender el surgimiento de módulos a través de escalas biológicas.

Principales métodos:

• Introdujo el principio de selección de picos, integrando información posicional y formación de patrones de Turing.
• Desarrolló un modelo computacional para la morfogénesis basado en interacciones locales y gradientes suaves.
• Aplicó el modelo para simular la autoorganización del módulo en el sistema de células de la red del cerebro y los escenarios ecológicos.

Principales resultados:

• La selección de picos impulsa la autoorganización de módulos globales discretos a partir de interacciones locales y gradientes suaves.
• El modelo predice con precisión la aparición de módulos de celda de red funcionalmente distintos con períodos espaciales específicos.
• Demostrado autoescalado y robustez topológica, haciendo que la emergencia del módulo sea insensible a la mayoría de los parámetros.
• Las aplicaciones ecológicas incluyen nichos discretos de múltiples especies y eventos sincronizados de desove de coral.

Conclusiones:

• La selección de picos ofrece una explicación parsimoniosa para la modularidad en diversos sistemas biológicos.
• El principio resuelve los requisitos de ajuste fino para la dinámica del atractor en los módulos de celda de red.
• Proporciona predicciones comprobables para las propiedades de las células de red a nivel molecular, conectómico y fisiológico.