编辑推荐：
麦戈文研究所的研究人员开发了一个数学模型来帮助定义模块化是如何在大脑和自然界中发生的。
环顾四周，你会到处看到一种现象：树木如何分枝，城市如何划分为社区，大脑如何组织成区域。自然界钟爱模块化——有限数量的自包含单元以不同方式组合以执行多种功能。这种超越语言和形象的终极真理或宇宙的根本原理。它无形无象，却又无所不在，是万物的起源和归宿。
但这种组织是如何产生的呢？它是遵循详细的遗传蓝图，还是可以自发形成？
麻省理工学院（MIT）教授Ila Fiete站在自然科学角度提出了一个令人惊讶的答案。
该研究结果于2月18日发表在《Nature》上。Fiete是麦戈文脑研究所的副研究员以及MIT的K. Lisa Yang综合计算神经科学（ICoN）中心主任，她报告称，一种名为“峰值选择”的数学模型可以解释模块是如何在没有严格遗传指令的情况下出现的。她的团队的研究成果适用于大脑系统和生态系统，有助于解释自然界中模块化的形成，无论其规模大小。
结合两大理念
“科学家们一直争论模块化结构是如何形成的。一种假设认为，不同位置的基因被激活以开始或结束一个结构。这解释了昆虫胚胎如何发育出体节，基因在昆虫卵中特定浓度的平滑化学梯度下开启或关闭。”Fiete说，她是这篇论文的资深作者。Mikail Khona博士（2025届）是前研究生和K. Lisa Yang ICoN中心研究生奖学金获得者，博士后Sarthak Chandra也共同领导了这项研究。
另一个受数学家Alan Turing启发的观点认为，结构可以通过竞争产生——小规模的相互作用可以创造出重复的模式，比如猎豹身上的斑点或沙丘中的涟漪。
这两种观点在某些情况下都能很好地工作，但在其他情况下却会失败。新的研究表明，自然界不必在两者之间做出选择。研究者们提出了一个简单的数学原理——峰值选择，表明当平滑梯度与具有竞争性的局部相互作用结合时，模块化结构会自然出现。“通过这种方式，生物系统可以在没有详细自上而下指令的情况下自我组织成清晰的模块。”Chandra说。
大脑中的模块化系统
研究人员在网格细胞上测试了他们的想法。网格细胞在空间导航和情景记忆存储中发挥着关键作用。当动物在空间中移动时，网格细胞以重复的三角形模式放电，但它们并非都以相同的尺度工作——它们被组织成不同的模块，每个模块负责以略有不同的分辨率映射空间。
没有人知道这些模块是如何形成的，但Fiete的模型表明，大脑中沿一个维度逐渐变化的细胞属性与局部神经相互作用相结合，可以解释整个结构。网格细胞会自然地分成具有清晰边界的独立组，而无需外部地图或遗传程序告诉它们去哪里。“我们的工作解释了网格细胞模块是如何形成的。这一解释倾向于支持自我组织的可能性。它预测可能没有基因或内在细胞属性会在网格细胞尺度跳跃到另一个模块时发生跳跃。”Khona指出。
自然界的模块化系统
同样的原理也适用于神经科学之外。想象一个地形，温度和降雨量在空间上逐渐变化。你可能会认为物种会在这个区域内分布并逐渐变化。但实际上，生态系统往往会形成具有清晰边界的物种簇——独特的生态“社区”，它们之间没有重叠。
Fiete的研究表明了原因：物种之间的局部竞争、合作和捕食与全球环境梯度相互作用，创造了自然分隔，即使底层条件逐渐变化。这一现象可以用峰值选择来解释——并表明塑造大脑回路的相同原理也可能在森林和海洋中发挥作用。
一个自我组织的世界
研究人员最引人注目的发现之一是，这些系统中的模块化非常稳健。改变系统的大小，模块的数量保持不变——它们只是向上或向下扩展。这意味着小鼠大脑和人类大脑可能使用相同的基本规则来形成它们的导航回路，只是在不同的尺度上。
该模型还提出了可验证的预测。如果它是正确的，网格细胞模块应该遵循简单的间距比例。在生态系统中，即使没有明显的环境变化，物种分布也应该形成独特的簇。
Fiete指出，他们的工作为生物学增加了另一个概念框架。“峰值选择可以为未来的实验提供信息，不仅在网格细胞研究中，而且在发育生物学的各个领域。”
生物通微信公众号
生物通 版权所有
