Wie Pflanzen wie menschliche Gehirne wachsen

Wie Pflanzen wie menschliche Gehirne wachsen

3D-Scans zeigen, dass sowohl in Trieben als auch in Neuronen ähnliche statistische Gesetze wirken

LA JOLLA – Pflanzen und Gehirne sind sich ähnlicher, als Sie vielleicht denken: Salk-Wissenschaftler haben herausgefunden, dass die mathematischen Regeln für das Wachstum von Pflanzen denen ähneln, wie Gehirnzellen Verbindungen bilden. Das neue Werk, veröffentlicht in Current Biology am 6. Juli 2017 und basiert auf Daten aus dem 3D-Laserscanning von Pflanzen und legt nahe, dass es möglicherweise universelle Regeln der Logik gibt, die das Verzweigungswachstum in vielen biologischen Systemen steuern.

„Die Motivation für unser Projekt war die Frage, ob es trotz aller Vielfalt, die wir in Pflanzenformen sehen, eine gemeinsame Form oder Struktur gibt“, sagt er Saket Navlakha, Assistenzprofessor am Salk Center for Integrative Biology und leitender Autor des Artikels. „Wir haben herausgefunden, dass dies der Fall ist – und überraschenderweise kann die Variation in der Verteilung der Zweige im Raum mathematisch durch eine sogenannte Gaußsche Funktion beschrieben werden, die auch als Glockenkurve bekannt ist.“

Da Pflanzen unbeweglich sind, müssen sie kreative Strategien finden, um ihre Architektur an Umweltprobleme anzupassen, beispielsweise an den Schatten eines Nachbarn. Die Vielfalt der Pflanzenformen, vom hoch aufragenden Mammutbaum bis zum kriechenden Thymian, ist ein sichtbares Zeichen dieser Strategien, aber Navlakha fragte sich, ob da ein unsichtbares Organisationsprinzip am Werk war. Um das herauszufinden, nutzte sein Team hochpräzise 3D-Scantechnologie, um die Architektur junger Pflanzen im Zeitverlauf zu messen und ihr Wachstum auf eine Weise zu quantifizieren, die mathematisch analysiert werden konnte.

„Diese Zusammenarbeit entstand aus einem Gespräch, das Saket und ich kurz nach seiner Ankunft in Salk führten“, sagt Professor und Direktor des Plant Molecular and Cellular Biology Laboratory Johanna Chory, der nicht nur den Howard H. und Maryam R. Newman-Lehrstuhl für Pflanzenbiologie innehat, sondern auch ein Howard Hughes Medical Investigator und einer der Mitautoren des Artikels ist. „Wir konnten unsere Studien dank des Innovationsstipendienprogramms von Salk finanzieren Howard Hughes Medical Institute"

Das Team begann mit drei landwirtschaftlich wertvollen Nutzpflanzen: Sorghum, Tomate und Tabak. Die Forscher züchteten die Pflanzen aus Samen unter Bedingungen, denen die Pflanzen auf natürliche Weise ausgesetzt sein könnten (Schatten, Umgebungslicht, starkes Licht, große Hitze und Trockenheit). Einen Monat lang scannte Erstautor Adam Conn alle paar Tage jede Pflanze, um ihr Wachstum digital zu erfassen. Insgesamt hat Conn fast 600 Pflanzen gescannt.

„Wir haben die Pflanzen im Grunde so gescannt, wie man ein Blatt Papier scannen würde“, sagt Conn, ein Forschungsassistent bei Salk. „Aber in diesem Fall ist die Technologie 3D und ermöglicht es uns, eine vollständige Form zu erfassen – die vollständige Architektur, wie die Pflanze wächst und Zweige im Raum verteilt.“

Die digitale Darstellung jeder Pflanze wird als Punktwolke bezeichnet, ein Satz dreidimensionaler Koordinaten im Raum, der rechnerisch analysiert werden kann. Mit den neuen Daten erstellte das Team eine statistische Beschreibung theoretisch möglicher Pflanzenformen, indem es die Zweigdichtefunktion der Pflanze untersuchte. Die Zweigdichtefunktion gibt die Wahrscheinlichkeit an, an jedem Punkt im Raum um eine Pflanze herum einen Zweig zu finden.

Dieses Modell offenbarte drei Eigenschaften des Wachstums: Trennbarkeit, Selbstähnlichkeit und eine Gaußsche Zweigdichtefunktion. Trennbarkeit bedeutet, dass das Wachstum in einer Raumrichtung unabhängig vom Wachstum in anderen Richtungen ist. Laut Navlakha bedeutet diese Eigenschaft, dass das Wachstum sehr einfach und modular ist, wodurch Pflanzen möglicherweise widerstandsfähiger gegen Veränderungen in ihrer Umgebung sind. Selbstähnlichkeit bedeutet, dass alle Pflanzen die gleiche Grundform haben, auch wenn einige Pflanzen möglicherweise etwas mehr in eine Richtung gestreckt oder in eine andere Richtung gequetscht sind. Mit anderen Worten: Für das Wachstum im Schatten gelten für Pflanzen keine anderen statistischen Regeln als für das Wachstum bei hellem Licht. Schließlich stellte das Team fest, dass die Daten zur Zweigdichte unabhängig von der Pflanzenart oder den Wachstumsbedingungen einer Gaußschen Verteilung folgten, die an der Grenze der Pflanze abgeschnitten ist. Im Grunde bedeutet dies, dass das Zweigwachstum in der Nähe der Pflanzenmitte am dichtesten ist und weiter außen einer Glockenkurve folgend weniger dicht wird.

Das hohe Maß an evolutionärer Effizienz, das diese Eigenschaften vermuten lassen, ist überraschend. Obwohl es für Pflanzen ineffizient wäre, für jede Art von Umweltbedingung unterschiedliche Wachstumsregeln zu entwickeln, erwarteten die Forscher nicht, dass Pflanzen so effizient sein würden, nur eine einzige funktionelle Form zu entwickeln. Die in dieser Arbeit identifizierten Eigenschaften könnten Forschern dabei helfen, neue Strategien für gentechnisch veränderte Nutzpflanzen zu bewerten.

Vorherige Arbeit von einem der Autoren des Papiers, Karl Stevens, Professor am Salk Molecular Neurobiology Laboratory, fand heraus, dass die gleichen drei mathematischen Eigenschaften in Gehirnneuronen wirken. „Die Ähnlichkeit zwischen neuronalen Dornen und Pflanzensprossen ist ziemlich auffällig, und es scheint, als ob es dafür einen Grund dafür geben muss“, sagt Stevens. „Wahrscheinlich müssen beide ein Gebiet so vollständig wie möglich abdecken, aber auf eine sehr spärliche Weise, damit sie sich nicht gegenseitig stören.“

Die nächste Herausforderung für das Team besteht darin, einige der Mechanismen auf molekularer Ebene zu identifizieren, die diese Veränderungen vorantreiben. Navlakha fügt hinzu: „Wir könnten sehen, ob diese Prinzipien bei anderen landwirtschaftlichen Arten abweichen, und dieses Wissen möglicherweise bei der Auswahl von Pflanzen nutzen, um die Ernteerträge zu verbessern.“

Zu den weiteren Autoren gehört Ullas Pedmale vom Kaltes Frühlingshafen-Labor. Die Arbeit wurde finanziert von: dem Howard Hughes Medical Institute (HHMI), dem National Institutes of Health, der National Science Foundation und ein Salk Innovation Grant.