Wie Zellen Aufgaben aufteilen und Arbeit erobern

Wie Zellen Aufgaben aufteilen und Arbeit erobern

Der Salk-Wissenschaftler liefert einen theoretischen Rahmen zum Verständnis der biologischen Komplexität

LA JOLLA – Trotz der Fortschritte in der Neurowissenschaft ist das Gehirn immer noch eine Art Blackbox – niemand weiß überhaupt, wie viele verschiedene Arten von Neuronen es gibt. Jetzt hat ein Wissenschaftler vom Salk Institute ein mathematisches Rahmenwerk verwendet, um besser zu verstehen, wie verschiedene Zelltypen untereinander teilen.

Die Theorie, die in der Zeitschrift beschrieben wird Neuron am 7. Juni 2017 könnte Aufschluss darüber geben, wie Zelltypen eine höhere Effizienz und Zuverlässigkeit erreichen oder wie Krankheiten entstehen, wenn die Arbeitsteilung nicht so effektiv ist.

„Zu verstehen, wie verschiedene Zelltypen zusammenarbeiten, ist in der Biologie ein großes Unbekanntes“, sagt er Tatyana Sharpee, außerordentlicher Professor am Computational Neurobiology Laboratory von Salk und Inhaber des Helen McLoraine Developmental Chair. „Zum Beispiel kennen wir im Gehirn noch nicht die Anzahl der verschiedenen Zelltypen, und es gibt anhaltende Debatten darüber, was überhaupt einen Zelltyp ausmacht. Mit einem theoretischen Rahmen wie diesem können experimentelle Anstrengungen zum Verständnis der biologischen Komplexität konzentriert werden.“

In den 1950er Jahren wurde die Informationstheorie entwickelt, um zu untersuchen, wie Nachrichten am kostengünstigsten und gleichzeitig Fehler minimiert werden können. Diese Theorie ist auch für die Art und Weise relevant, wie Neuronen im Gehirn miteinander kommunizieren. Sharpee, der die Informationstheorie nutzt, um grundlegende Gesetze der biologischen Komplexität zu erkennen, sagt, dass sie dabei helfen kann, vorherzusagen, wie viele verschiedene Zelltypen in einem System zu erwarten sind und wie diese Zelltypen zusammenarbeiten sollten.

Sharpee und Kollegen veröffentlichten diese Idee 2015 in Verfahren von National Academy of Sciences, was erklärt, warum Neuronen in der Salamander-Netzhaut, die empfindlich auf gedämpftes Licht reagieren, sich in zwei Untertypen aufspalten, während vergleichbare Neuronen, die empfindlich auf zunehmendes Licht reagieren, dies nicht tun. Es stellt sich heraus, dass Neuronen, die auf Lichtdimmung reagieren, zuverlässiger sind als Neuronen, die auf Lichterhöhungen empfindlich sind. Die erhöhte Zuverlässigkeit dunkelempfindlicher Neuronen bedeutet, dass sie Signale unterschiedlicher Stärke separat darstellen können, wohingegen lichtempfindliche Neuronen zusammenarbeiten müssen, um ihre Reaktionen zu mitteln.

Diese Theorie hat eine Analogie im wirklichen Leben, erklärt Sharpee: „Wenn Auszubildende neu sind, übertragen Manager oft die gleiche Aufgabe mehreren Personen. Wenn sie die gleichen oder sehr ähnliche Antworten erhalten, kann ein Manager mehr Vertrauen in die Arbeit haben. Sobald die Auszubildenden kompetent sind, können die Manager ihnen so viel vertrauen, dass sie jedem einzelne spezifischere Aufgaben übertragen können.“

In dieser Analogie sind weniger zuverlässige Neuronen wie Auszubildende, deren Antworten gemittelt werden müssen, da sie möglicherweise alle leicht daneben liegen. Zuverlässigere Neuronen sind die kompetenten Arbeiter, denen unterschiedliche Aufgaben übertragen werden können, da man sich auf die Genauigkeit jedes Einzelnen verlassen kann.

In der neuen Arbeit beschreibt Sharpee weiter, wie diese Argumente verallgemeinert werden können, um uns zu helfen, zu verstehen, wie verschiedene Proteine ​​(z. B. Ionenkanäle, die uns überhaupt dabei helfen, Signale im Gehirn zu erzeugen) die Eingabebereiche aufteilen, um eine höhere Gesamteffizienz für das zu erreichen Organismus. Basierend auf der Informationstheorie können die Argumente auch außerhalb der Neurowissenschaften angewendet werden.

„Die Theorie, die wir in der Netzhaut getestet haben, kann für das Verständnis der Komplexität vieler anderer Systeme relevant sein, denn wenn es verrauschte Eingabe-Ausgabe-Elemente gibt, ist es besser, deren Ausgabe zu mitteln. Und wenn die Elemente etwas leistungsfähiger sind, können sie spezifischer sein und den Dynamikbereich aufteilen“, fügt Sharpee hinzu. Sie arbeitet mit einer Reihe von Gruppen zusammen, um das Anwendungsspektrum zu testen und zu erweitern, beispielsweise bei Entzündungen, Stimmungsstörungen, Stoffwechsel und Krebs.

Die Arbeit wurde gefördert durch die National Science Foundation.