大自然如何组织自己，从脑细胞到生态系统

环顾四周，你会发现它无处不在：树木形成树枝的方式，城市划分为社区的方式，大脑组织成区域的方式。大自然喜欢模块化——有限数量的自包含单元，以不同的方式组合以执行许多功能。但是这个组织是如何产生的呢？它是否遵循详细的遗传蓝图，还是这些结构可以自行出现

麻省理工学院教授Ila Fiete的一项新研究提出了一个令人惊讶的答案

在《自然》杂志上发表的研究结果中，麦戈文脑研究所副研究员、麻省理工学院K.Lisa Yang综合计算神经科学（ICoN）中心主任Fiete报告说，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。她的团队的研究结果适用于大脑系统和生态系统，有助于解释模块化是如何在自然界中发生的，无论规模大小

加入两个大观点

“科学家们一直在争论模块化结构是如何形成的。一个假设表明，各种基因在不同的位置开启，以开始或结束一个结构。这解释了昆虫胚胎如何发育身体片段，基因在昆虫卵中特定浓度的平滑化学梯度下开启或关闭，”该论文的资深作者Fiete说

Mikail Khona博士，前研究生和K.Lisa Yang ICoN中心研究生研究员，博士后Sarthak Chandra也领导了这项研究

另一个受数学家Alan Turing启发的想法是，一种结构可以从竞争中产生——小规模的相互作用可以产生重复的模式，比如猎豹身上的斑点或沙丘上的涟漪

这两种想法在某些情况下都很有效，但在其他情况下却失败了。新的研究表明，大自然不需要选择一种方法

作者提出了一个简单的数学原理，称为峰值选择，表明当平滑梯度与竞争的局部相互作用配对时，模块化结构自然出现。钱德拉说：“通过这种方式，生物系统可以将自己组织成清晰的模块，而无需详细的自上而下的指导。”

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的存储中起着至关重要的作用。当动物在空间中移动时，网格单元以重复的三角形模式发射，但它们并不都以相同的比例工作——它们被组织成不同的模块，每个模块负责以略微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，大脑中细胞特性沿一维的逐渐变化，结合局部神经相互作用，可以解释整个结构。网格细胞自然地将自己分成具有明确边界的不同组，而没有外部图谱或遗传程序告诉它们去哪里

“我们的工作解释了网格单元模块是如何出现的。这一解释将平衡推向了自组织的可能性。它预测，当网格单元规模跳到另一个模块时，可能没有基因或内在细胞属性会跳跃，”Khona指出

自然界中的模块化系统

同样的原理也适用于神经科学之外。想象一下，在一个空间内，温度和降雨量逐渐变化的景观。你可能会认为物种会在这个地区顺利传播，也会发生变化。但实际上，生态系统往往形成具有明确边界的物种集群——不重叠的独特生态“社区”

Fiete的研究表明了为什么物种之间的局部竞争、合作和捕食会与全球环境梯度相互作用，从而产生自然分离，即使潜在条件逐渐变化。这种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

与超过100000名依赖Phys.org获取日常见解的订阅者一起探索科学、技术和太空的最新进展。注册我们的免费时事通讯，每天或每周获取重要突破、创新和研究的最新进展

自组织世界

研究人员最引人注目的发现之一是，这些系统的模块化非常强大。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脑可以使用相同的基本规则来形成它们的导航电路，只是大小不同

该模型还做出了可测试的预测。如果这是正确的，网格单元模块应该遵循简单的间距比。在生态系统中，即使没有剧烈的环境变化，物种分布也应该形成不同的集群

Fiete指出，他们的工作为生物学增添了另一个概念框架。“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，而且在整个发育生物学中。”