FORMULAN UNA TEORÍA QUE EXPLICA RASGOS APARENTEMENTE MAL OPTIMIZADOS DURANTE LA EVOLUCIÓN
Fuente: Consejo Superior de Investigaciones Científicas (CSIC)
Contribuye a completar la teoría de la optimización, empleada para explicar la estructura de sistemas biológicos, desde el código genético al comportamiento animal. El artículo aparece publicado en el último número de PNAS.
Muchos sistemas biológicos son prácticamente óptimos para las funciones que realizan. Es el caso del sistema nervioso que, según observo Santiago Ramón y Cajal, está optimizado para utilizar la mínima cantidad de cable posible, ahorrando así costes y espacio. En la evolución de los seres vivos, sin embargo, también intervienen factores aleatorios que pueden impedir la optimización completa del sistema ¿Es posible predecir esas desviaciones? Un trabajo de investigación del Consejo Superior de Investigaciones Científicas (CSIC) ha elaborado una fórmula, publicada en el último número de la revista PNAS.
La teoría ha sido desarrollada por el equipo que dirige el investigador del CSIC Gonzalo García de Polavieja, del Instituto Cajal (CSIC), en Madrid, en colaboración con Alfonso Pérez Escudero y Marta Ribera Alba. Su trabajo predice las desviaciones respecto del óptimo y concluye que los factores aleatorios presentes en la evolución tienen mayores oportunidades de provocar desviaciones cuando éstas afectan poco al funcionamiento del sistema.
Para probar su hipótesis, los autores trabajaron con dos sistemas biológicos: el sistema nervioso del nemátodo C. elegans y el metabolismo de la bacteria Escherichia coli, ambos modelos de investigación ampliamente utilizados.
En el primer caso, los investigadores descubrieron que el nematodo presenta un pequeño grupo de neuronas con tendencia a presentar desviaciones que son, precisamente, las que menor impacto en el coste global del sistema nervioso, pues tienen muy pocas conexiones. Por su parte, el metabolismo de la bacteria se encuentra optimizado para lograr el mayor crecimiento bacteriano posible y suele presentar desviaciones en aquellas reacciones químicas con menor impacto en dicho crecimiento.
Más información:
Últimas publicaciones
Un equipo de investigación de la Universidad de Cádiz ha creado un sistema basado en aprendizaje profundo capaz de localizar y clasificar automáticamente anomalías en radiografías de tórax. Los resultados mejoran la precisión de otros métodos utilizados y lo validan como una herramienta con potencial para dar soporte a la evaluación precoz de patologías del pulmón.
El hallazgo permitirá ampliar el estudio microbiano de los ecosistemas fluviales a gran escala, incluso en zonas remotas. Evalúan la conservación por secado al aire y congelación que mantienen la información ecológica de los ciclos de nutrientes.
Sigue leyendo
La Fundación Descubre-Consejería de Universidad, Investigación e Innovación y la Universidad Pablo de Olavide organizan las I Jornadas de Ciencia Ciudadana de esta institución académica donde han presentado el proyecto ‘Andalucía + ciencia ciudadana’. La iniciativa contempla una línea económica que financiará 8 grupos participativos encaminados a mejorar el entorno a través de la ciencia, la tecnología y la innovación.
