¿Los mecanismos están optimizados o tienen un rendimiento biológico pobre, lo que demuestra que están «mal diseñados»? William Bialek, profesor de física en Princeton, ha descubierto que suponer que los organismos utilizan mecanismos optimizados para llevar a cabo sus tareas más cruciales es algo que se puede comprobar cuantitativamente. Y, al menos en múltiples casos probados, la hipótesis de optimalidad resulta correcta.
La estética de la optimización
Pero suponer optimización en la biología es algo que preocupa a muchos científicos. Bialek señala que «la optimización tiene una estética que puede resultar atractiva o no» (Bialek 2024). Escribe: «Para algunos, la optimización es obvia porque la evolución ha tenido miles de millones de años para hacer las cosas bien. Para otros, la optimización es una tontería porque la evolución no trata de volverse el mejor, sino de ser mejor que la competencia». Parece que a lo que alude Bialek aquí es a que los sistemas altamente optimizados no han sido históricamente una predicción de la evolución darwiniana, sino más bien de la teoría del Diseño Inteligente.
En el mundo de la física, la expectativa es que una amplia gama de fenómenos se puede explicar utilizando un pequeño número de principios. De hecho, el movimiento del sol y la luna, incluso los patrones climáticos, se entienden de esta manera. Pero seguramente no se puede decir lo mismo de la vida. ¿O sí? La vida, después de todo, es diferente. Se autoorganiza con una precisión asombrosa y exhibe una diversidad que va más allá de nuestra capacidad de imaginar. Como físico, Bialek se pregunta: ¿Hay algo en la diversidad de la vida que pueda explicarse con un pequeño conjunto de principios generales? ¿Cuáles son los principios teóricos de la biología?
Para construir una mosca de la fruta
En su reciente artículo, Ambitions for theory in the physics of life (Ambiciones para la teoría en la física de la vida), Bialek describe un principio teórico de la vida como la optimización del flujo de información. Como ilustración ofrece el desarrollo de una mosca de la fruta desde una célula única hasta un organismo multicelular.
Apenas tres horas después de la puesta de un huevo, el plano de los segmentos del animal se puede observar a través de la microscopía de fluorescencia de proteínas particulares. Estas proteínas, que forman rayas distintivas, son el producto de sólo ocho genes, y la síntesis de estas proteínas está controlada por genes reguladores conocidos como genes gap.
Cuando la madre pone un huevo, proporciona tres entradas clave que contienen información para iniciar el exquisito patrón de segmentación en el embrión. Estas entradas tienen una distribución simple: una es alta en un polo del huevo, otra es alta en el polo opuesto y la tercera es alta en el medio. Estas entradas maternas activan los genes gap, que a su vez se co-regulan entre sí. Los genes gap luego regulan los genes de la regla de pares, que establecen el plano del cuerpo segmentado del insecto. Así, para construir una mosca de la fruta, la información fluye desde las entradas maternas, a través de la red de genes gap, y finalmente a los genes de regla de pares que producen el patrón de rayas. Este flujo de información está cerca del óptimo teórico.
Bialek ha tomado estas observaciones biológicas e imágenes fluorescentes y las ha traducido a ecuaciones matemáticas. Pero, ¿cómo exactamente lo hicieron él y su equipo? Los físicos analizan la biología utilizando conceptos matemáticos para modelar fenómenos biológicos. Por ejemplo, podrían modelar la síntesis del gen B, que depende del gen A, utilizando una ecuación que describe la tasa de cambio de una variable como la concentración de proteínas a lo largo del tiempo, donde el primer término de la ecuación representa la tasa de síntesis y el segundo término, que se resta del primero, representa la descomposición.
Precisión notable
El resultado de las elegantes descripciones matemáticas de Bialek es que las células identifican su posición en el embrión de la mosca en desarrollo con una precisión notable ─con una precisión de hasta el 1 %─ utilizando la concentración de las proteínas gap. Consideremos la proteína gap 2, que tiene una alta concentración en el medio del embrión. Las células de esta región experimentan la concentración máxima de proteína gap 2 y, por lo tanto, «saben» que están en el medio. Esta proteína proporciona información precisa en el centro, pero tiene ambigüedad en los flancos e incertidumbre en los extremos. Si esta fuera la única proteína gap, las células de la cabeza y la cola del embrión serían indistinguibles. Sin embargo, la presencia de múltiples proteínas gap elimina esta ambigüedad, lo que permite a las células determinar su posición. Para que esto suceda, las células deben leer la información en la concentración de proteína gap de manera óptima.
Por lo tanto, no solo la medición de la concentración es óptima, sino que la concentración de las entradas también parece optimizada. Bialek plantea la hipótesis de que la concentración de las entradas maternas debería estar centrada en el punto de máxima sensibilidad y estar distribuida lo suficientemente lejos una de otra como para que puedan impulsar la producción de las proteínas gap a través de todo el rango dinámico.
Bialek señala que la mejor manera de lograr esto es «utilizar entradas en proporción inversa a sus niveles de ruido». Por ruido, se refiere a la fluctuación en la concentración alrededor de la media. Bialek dice que así es exactamente como nos comunicamos, es decir, evitamos usar palabras que no podemos deletrear o, cuando hablamos un idioma extranjero, evitamos la gramática que podríamos usar incorrectamente. Bialek informa que esto es lo que ocurre en el embrión de mosca en desarrollo: «Así, la optimización de la transmisión de información predice una coincidencia entre los niveles de ruido posicional y la distribución de las posiciones celulares, y esta coincidencia es lo suficientemente buena como para llevar al embrión a un 2 por ciento del óptimo». De hecho, después del análisis, las concentraciones de las entradas parecen optimizadas: «De alguna manera, la señal y el ruido (e incluso las covarianzas) de los cuatro genes gap conspiran para generar una precisión casi constante».
En resumen
La optimización del flujo de información en los sistemas biológicos (es decir, el flujo de información desde las entradas maternas, pasando por la red de genes gap y luego por los genes de la regla de pares, lo que da como resultado la capacidad de la célula para medir su posición con un nivel de precisión del 1 por ciento) no es sólo un área de estudio fascinante. También es una demostración poderosa de cómo asumir la optimalidad (el mejor diseño posible) puede proporcionar conocimientos profundos sobre la complejidad de la vida.
Los hallazgos de Bialek tienen implicaciones para las teorías sobre los orígenes, es decir, la evolución y el Diseño. Por ejemplo, la demostración de Bialek de que la optimización está presente en el desarrollo de la mosca de la fruta requiere que la biología evolutiva demuestre que el mecanismo de mutación aleatoria y selección natural puede llevar a tales óptimos. El propio Bialek supone que este es el caso. Pero ya existen pruebas sólidas de que la evolución no tiene el tiempo ni la creatividad para explorar los grados de libertad necesarios para llegar a tales óptimos (aquí, aquí, aquí).
El diseño y la ingeniería, por otro lado, presentan una alternativa convincente. Los diseñadores, por naturaleza, actúan con previsión e intención, cualidades que parecen necesarias para lograr sistemas optimizados. Y sabemos que los diseñadores pueden lograr la optimalidad, porque actúan fuera del sistema con una mayor comprensión de los objetivos y con la capacidad de utilizar abstracciones matemáticas. En última instancia, la comunidad científica debe permanecer abierta a cualquier teoría que se ajuste mejor a los datos, permitiendo que la evidencia, en lugar de las preconcepciones, guíe el debate. Espero que el trabajo de Bialek nos desafíe a todos a reconsiderar los mecanismos detrás de la notable optimalidad observada en los sistemas biológicos.
Referencias
- Bialek, William. 2024. “Ambitions for Theory in the Physics of Life.” SciPost Physics Lecture Notes, no. 84 (August). https://doi.org/10.21468/scipostphyslectnotes.84.
Artículo publicado originalmente por Emily Reeves en Evolution News & Science Today
