这种动物的行为是机械编程的

这项工作不仅展示了简单的机械相互作用如何产生令人难以置信的复杂性，而且还讲述了一个引人入胜的故事，即可能早于神经系统进化的原因。

“这是一次生物物理学的杰作，”科罗拉多大学博尔德分校的Orit Peleg说，他没有参与这项研究。这些发现已经开始激发机械机器和机器人的设计，甚至可能是一种思考神经系统在动物行为中的作用的新方法。

简单与复杂的界限

大脑被高估了。 “大脑是一种只能在其身体非常特定的环境中工作的东西，”布尔说。在被称为“软机器人”和“活性物质”的领域中，研究表明，在没有集中控制的情况下，完成复杂任务所需的一切都是正确的机械动力学。事实上，单独的单个细胞能够表现出非凡的行为，它们可以自我组装成集体系统（例如粘菌或异种机器人），这些系统可以实现更多功能，而无需神经元或肌肉的帮助。

但这在整个多细胞动物的规模上可能吗？

Trichoplax是一个完美的案例研究：简单到可以深入研究，但也足够复杂，可以为研究人员提供新的东西。观察它，“你只是看一场舞蹈，”普拉卡什说。 “它的复杂性令人难以置信。”它在表面上旋转和移动。它会将自己钳制在一片片藻类上，以捕获并食用它们作为食物。它通过将自己一分为二进行无性繁殖。

英国埃克塞特大学研究睫状体的研究员Kirsty Wan说：“像这样的有机体处于非常复杂的事物（例如脊椎动物）和刚刚变得复杂的事物（例如单细胞真核生物）之间的良好中间状态。”运动。

斯坦福大学的生物物理学家 Manu Prakash 因开发折叠镜（一款易于组装的 1 美元显微镜）而闻名。现在，他的研究正在阐明如何从简单的细胞系统中产生复杂的行为，以及这些系统如何成为构建更好机器的灵感。

介于单细胞和具有肌肉和神经系统的动物之间的中间地带似乎是 Prakash 和 Bull 提出问题的理想场所。 “对我来说，有机体是一个想法，”普拉卡什说——一个检验假设的游乐场和一个潜在洞察力的摇篮。

Prakash 首先制造了可以从下方和侧面检查Trichoplax的新型显微镜，并弄清楚了如何跟踪其纤毛的高速运动。 （这对他来说并不是全新的领域，因为他已经以开发 Foldscope 的工作而闻名，这是一种易于组装的显微镜，制造成本不到 1 美元。）然后他可以看到并跟踪数百万个单独的纤毛，每个纤毛都显示为显微镜视野中的一个微小火花，每次只有几分之一秒。 “你只是看到它们降落在地面上的脚印，”普拉卡什说。

他——后来是六年前加入他实验室的布尔——花了几个小时观察那些小脚印的方向。为了使这些复杂的模式成为可能，科学家们知道纤毛必须进行某种长距离交流。但他们不知道怎么做。

所以他们开始拼凑这些碎片，直到去年他们终于决定他们有自己的故事。

在自动驾驶仪上行走

Prakash 和 Bull 开始期待纤毛在表面上滑动，一层薄薄的液体将动物和基质分开。毕竟，纤毛通常出现在流体的背景下：推动细菌或其他生物通过水，或在体内移动粘液或脑脊液。但是当研究人员通过他们的显微镜观察时，他们发现纤毛似乎在行走，而不是在游泳。

Wan指出，虽然已知一些单细胞生物使用纤毛爬行，但这种协调性从未在这种规模上观察到过。 “而不是使用纤毛来推动流体，这完全是关于力学、摩擦和粘附以及各种有趣的固体力学，”她说。

因此，斯坦福大学机械工程专业的研究生 Prakash、Bull 和Laurel Kroo着手描述纤毛的步行步态。随着时间的推移，他们追踪了每个纤毛尖端的轨迹，观察它扫过圆圈并推向表面。他们定义了三种类型的相互作用：滑动，纤毛几乎没有擦过表面；走路时，纤毛在弹出前短暂地粘附在表面上；当纤毛卡在表面上时，它就会停止。

在他们的模型中，步行活动自然地出现在纤毛的内部驱动力和它们粘附到表面的能量之间的相互作用中。这两个参数之间的正确平衡（根据纤毛方向、高度和拍频的实验测量计算得出）导致有规律的运动，每个纤毛像一条腿一样粘在一起然后抬起。错误的平衡产生了滑移或停滞的阶段。

佐治亚研究所的生物物理学家西蒙·斯彭伯格说：“我们通常认为，当我们有这样的事情发生时，我们有一个内部时钟般的信号，它在说，‘好吧，走，现在停止，现在走，现在停止，’”的技术。 “这不是这里发生的事情。纤毛没有节奏。没有什么核心的东西在说“去，去，去”。是机械的相互作用在设置一些东西，去，去，去。”

此外，步行可以被建模为一个可兴奋的系统——在这个系统中，在某些条件下，信号会传播并被放大，而不是逐渐衰减并停止。神经元是可兴奋系统的典型例子：小的电压扰动会导致它突然触发，超过某个阈值时，新的受激状态会传播到系统的其余部分。同样的现象似乎发生在纤毛中。在实验和模拟中，高度而不是电压的微小扰动导致附近纤毛活动的相对较大变化：它们可能突然改变方向，甚至从停滞状态切换到行走状态。 “这是令人难以置信的非线性，”普拉卡什说。

事实上，Prakash、Bull 和 Kroo 的纤毛模型被证明可以很好地映射到已建立的神经元动作电位模型。 “这种独特的现象承认与你在单个神经元的非线性动力学中看到的非常有趣的类比，”布尔说。

斯彭伯格同意了。 “实际上非常相似，”他说。 “你积累了一些能量，然后弹出，然后弹出，然后弹出。”

纤毛像鸟一样聚集

有了这个数学描述，Prakash 和 Bull 研究了每个纤毛在与表面相互作用时如何推动和拉动它的邻居——以及所有这些独立的活动如何结合成同步和连贯的东西。

他们测量了每根纤毛的机械步态如何导致组织高度出现小的局部波动。然后，他们写下了方程式，说明这将如何拉动附近的细胞以影响它们的行为，即使这些细胞上的纤毛通过它们自己的运动循环——就像一个弹簧网络将微小的振荡马达连接在一起。

当研究人员模拟“弹性和活动之间的这种舞蹈”时，Prakash 说，他们看到机械相互作用——纤毛推动基质和细胞相互拉扯——在整个生物体中迅速传递信息。刺激一个区域会导致在组织中移动的同步纤毛方向波。普拉卡什说：“行走纤毛的物理弹性和应变现在在一张纸上乘以数百万个，实际上会产生连贯的运动行为。”

同步的定向模式可能很复杂：有时系统的活动会产生漩涡，纤毛围绕一个点定向。在其他情况下，纤毛会在几分之一秒内重新定向，先指向一个方向，然后指向另一个方向——像一群椋鸟或一群鱼一样蜂拥而至，从而产生一种敏捷性，使动物有时可以改变方向一角钱。

“当我们第一次看到这些纤毛在第二个时间尺度上重新定向时，我们简直惊呆了，”布尔说。

敏捷的植绒特别耐人寻味。植绒通常发生在像流体一样的系统中：例如，个体鸟类和鱼类可以自由地与其同伴交换位置。但这在Trichoplax中不会发生，因为它的纤毛是具有固定位置的细胞的组成部分。德国马克斯·普朗克复杂系统物理研究所的物理学家Ricard Alert说，纤毛像“一个坚实的群体”一样移动。

Prakash 和 Bull 在他们的模拟中还发现，信息传输是有选择性的：在某些刺激之后，纤毛注入系统的能量只是消散了，而不是传播和改变有机体的行为。 “我们一直在用我们的大脑来做这件事，用我们的眼睛观察并识别一种情况，然后说，’我需要要么忽略它，要么对此做出反应，’”Sponberg 说。

最终，Prakash 和 Bull 发现他们可以写下一套机械规则，用于说明Trichoplax何时可能在原地旋转或在不平衡的圆圈中移动，何时可能沿着直线路径或突然转向左侧，甚至何时可能使用它自己的机制将自己撕裂成两个独立的有机体。

普拉卡什说，“动物本身的轨迹实际上是在这些简单的机械特性中编码的”。

他推测，这种动物可能会利用这些旋转和爬行的动力，作为在其环境中寻找食物或其他资源的“奔跑”策略的一部分。当纤毛对齐时，有机体可能会“奔跑”，继续朝着刚刚产生有益效果的方向前进。当该资源似乎用完时， Trichoplax可能会利用其睫状涡状态来转向并绘制新的路线。

如果进一步的研究表明这是真的，“那将是一件非常令人兴奋的事情，”巴塞罗那庞培法布拉大学系统生物学教授Jordi Garcia-Ojalvo说。该机制将跨越尺度，不仅从分子结构到组织再到有机体，还包括生态学。

事实上，对于许多研究人员来说，这是使这项工作独一无二且引人注目的重要原因。通常，基于物理学的生物系统方法可能会描述一个或两个复杂程度的活动，而不是整个动物的行为水平。 “这是一项成就……这真的很罕见，”Alert 说。

作为斯坦福大学的博士生，Matthew Storm Bull 使用物理和动力系统的语言研究并模拟了Trichoplax的行为。

更令人欣慰的是，在每一个尺度上，力学都利用了与神经元动力学相呼应的原理。 “这个模型是纯机械的，”Sponberg 说。 “尽管如此，整个系统仍然具有许多与神经力学系统相关的特性”——它建立在兴奋性的基础上，它不断在敏感性和稳定性之间取得谨慎的平衡，并且它能够进行复杂的集体行为。

“机械系统能带你走多远？”他加了。 “他们可以带你走很远。”

这对神经科学家如何更普遍地思考神经活动与行为之间的联系产生了影响。 “有机体是太空中的真实物体，”西班牙加泰罗尼亚研究与高级研究所 ICREA 的生物物理学家Ricard Solé说。如果仅凭力学就可以完全解释一些简单的行为，那么神经科学家可能希望更仔细地研究神经系统如何利用动物的生物物理学来在其他情况下实现复杂的行为。

“神经系统正在做的事情可能不是我们认为的那样，”Sponberg 说。

多细胞性的一个步骤

“研究 [ Trichoplax ] 可以让我们深入了解如何真正进化出更复杂的控制机制，如肌肉和神经系统，”Wan 说。 “在你拥有它之前，下一件最好的事情是什么？可能就是这个了。”

警报同意了。 “这是一种具有有机体行为（例如敏捷性）的简单方式，也许这就是它在神经系统发育之前通过进化早期出现的方式，”他说。 “也许我们所看到的只是当时常态的活化石。”

Solé 认为Trichoplax占据了一个“暮光区……在向复杂多细胞的大转变的中间”。这种动物似乎开始设置“实现真正复杂性的先决条件，其中神经元似乎是必要的。”

Prakash、Bull 和他们的合作者现在正在研究Trichoplax是否能够进行其他类型的行为甚至学习。在不同的环境背景下，它还能实现什么？除了力学之外，考虑它的生物化学会开辟另一个层次的行为吗？

研究人员还利用他们发现的一些原理来构建他们所谓的“感知机器”——机器人系统和智能材料，它们通过利用其机械特性来执行某些任务而无需集中控制。 “现在我们从这个系统中借来了一个蓝图，我们也可以从我们的想象中添加很多东西，”普拉卡什说。

Prakash 实验室的学生已经开始构建这些机器的工作示例。例如，Kroo 已经构建了一种机器人游泳装置，该装置由一种称为活性泡沫的粘弹性材料驱动：当它被放置在玉米淀粉悬浮液等非牛顿流体中时，它可以向前推进。

“你想去多宏伟？”佩勒问道。 “你能从这些机械网络中建立一个大脑吗？”

Prakash 认为这只是可能长达数十年的传奇故事的第一章。 “真正试图了解这种动物对我来说是一个 30 或 40 年的旅程，”他说。 “我们已经完成了第一个十年……这是一个时代的结束，也是另一个时代的开始。”