- NeoFronteras - http://neofronteras.com -

Mohos resuelven problemas

Un moho mucilaginoso resuelve distintos tipos de problemas matemáticos de optimización, como calcular el camino más corto o hallar el camino en un laberinto.

Foto

Con la excusa de un pequeño último resultado sobre mohos mucilaginosos podemos volver a visitar a estos interesantes seres. Primero hay que decir que estas criaturas comprenden más de 900 especies conocidas. Las podemos encontrar en el medio natural, por ejemplo en forma de masas esponjosas informes en bosques cálidos y húmedos. A veces miden unos pocos centímetros, pero algunas especies pueden cubrir varios metros cuadrados o pesar hasta 30 gramos.
Se trata de seres que se clasifican dentro de los protistas, que es el cajón de sastre en donde los biólogos meten aquellos eurcariotas que no saben muy bien cómo clasificar. Estos seres sufren distintos estadios en su forma de vida dependiendo de las condiciones ambientales, que incluyen cuerpos fructíferos para reproducción y formas ameboides independientes. Su comida favorita consiste en bacterias. Se les ha usado como modelos de cooperación y para estudiar cómo pudo ser el paso de seres unicelulares a pluricelulares. Recientemente se les ha usado también como modelos en sistemas de optimización.
Esta vez nos centraremos en una de estas especies: Physarum polycephalum. Este moho mucilaginoso es de color amarillo y vive en ambientes boscosos en donde hay madera u hojas en descomposición en zonas sombreadas y húmedas. Se alimenta de esporas de hongos, bacterias y otros microorganismos.
En su fase vegetativa principal forma un plasmodio que consiste en una serie de venas protoplasmáticas ramificadas. Una especie de mega célula con millones de núcleos. Estas ramas crecen y se mueven lentamente mediante contracciones y relajaciones de la capa membranosa, que crea un gradiente de presión sobre el protoplasma.
Es durante este estadio durante el cual busca comida. Si durante esta fase las condiciones ambientales se tornan secas se forma un tejido multinucleado que sirve como estadio dormido y que protege a Physarum polycephalum durante largos periodos a la espera que las condiciones cambien. Si la comida escasea entonces P. polycephalum pasa a su estadio reproductivo y genera tallos fructíferos y esporangios que producen esporas por meiosis.
Lo interesante es de esta especie es que es capaz de resolver problemas matemáticos de optimización durante su fase vegetativa sin necesidad de tener sistema nervioso alguno.
P. polycephalum fue uno de los primeros seres de su clase en ser cultivado en placas de Petri hace décadas, así que se sabe muy bien cómo hacerlo. En una placa de Petri con agar que contenga nutrientes este ser forma una ramificación que recuerda a la del coral. Se creía que estas ramificaciones se daban simplemente al azar. Pero si se dota de cierta estructura a la base de nutrientes entonces aparecen comportamientos interesantes.
Hace unos años Toshiyuki Nakagaki (Universidad de Hokkaido en Japón) y sus colaboradores esparcieron trozos de P. polycephalum en un laberinto y el moho rápidamente se extendió por todo él. Luego situaron comida en la entrada y salida del laberinto. Al cabo de cuatro horas el moho había reestructurado sus ramas para conectar por el camino óptimo esa entrada y salida.
Desde entonces varios investigadores han jugado con esta habilidad de P. polycephalum llegando a la misma conclusión.

Aunque este tipo de problemas son resueltos por colonias de hormigas, recordemos que el moho mucilaginoso carece por completo de sistema nervioso. No obstante es capaz de dar con la misma solución que proporcionan los más modernos algoritmos computacionales de optimización.
En otros experimentos estos mohos son capaces de deducir vías de comunicación optimizadas. Así, si sobre una mapa que simula el entorno de Tokio se coloca comida (copos de avena) justo en donde hay estaciones de tren, entonces nuestro moho irá colonizando áreas de superficie diferente, pero reforzará con ramas fuertes las líneas que unen de manera óptima esos puntos. Al cabo de unas pocas horas el moho es capaz de generan con sus ramas un mapa de las líneas de tren de cercanías de Tokio muy similar al real (y probablemente mejor). Con este método también se han conseguido reproducir las vías de comunicación de EEUU, Canadá, Inglaterra, Portugal o España. Digamos que estos seres trabajan como si fueran ingenieros de puertos caminos y canales.

Esta manera de resolver este tipo de problemas ha inspirado nuevos algoritmos computacionales. Se ha propuesto el uso de estos seres, o de algoritmos basados en ellos, como método para mejorar las vías de comunicaciones. Se han hecho ensayos con placas de Petri estructuradas en las que se ponen obstáculos que simulan montañas, volcanes o lagos. Recordemos a los lectores que hay problemas, como el del viajante, que para un número de ciudades lo suficientemente elevado no hay manera de encontrar la mejor solución en un tiempo polinómico y nos tenemos que conformar con una buena aproximación.

Foto
Estadios final en el que un de estos mohos resuelve el camino óptimo en un laberinto equivalente a la torre de Hanoi. Fuente: Chris Reid.

Obviamente el moho consigue con este tipo de estrategia optimizadora ahorrar energía para conseguir la misma o mayor cantidad de nutrientes. Algo que en la Naturaleza le daría una ventaja competitiva.
Pero además de poder resolver problemas espaciales, estos mohos también resuelven problemas temporales. Tetsu Saigusa de la Universidad de Hokkaido coloco a nuestro moho en una placa con agar que tenía surcos. En condiciones de humedad y calor (condiciones óptimas para este protista) el moho crecía sin problemas. Pero a partir de entonces, de forma periódica cada 30 minutos, se colocaba el cultivo en condiciones secas que no favorecían al moho. Esto hacía que el protista redujera su actividad para ahorrar energía. Al cabo de un tiempo se dejó de cambiar las condiciones ambientales periódicamente y se dispuso el cultivo en condiciones ambientales óptimas. Pero el moho continuó reduciendo su actividad cada 30 minutos hasta que finalmente dejó de hacerlo. El comportamiento fue el mismo cuando el periodo de tiempo era de 60 o 90 minutos. De algún modo el moho parece tener algún tipo de reloj interno que le ayuda a tener memoria y a sobrevivir mejor a condiciones adversas que “prevé” que habrá en el futuro.

Foto
Mapa de carreteras que conectan distintas ciudades realizado sobre un EEUU a escala gracias a un moho mucilaginoso.

Otros experimentos situaban a nuestro moho en centro de una configuración de tipo reloj en la cual, a modo de indicadores de horas, se situaban distintas porciones de comida con distinta composición. Después de explorar todas ellas, el moho reforzaba la conexión con una de las 11 posibilidades, aquella que tenía dos tercios de proteína por un tercio de hidratos de carbono y que parece ser que es la proporción óptima para la supervivencia sana de este ser.
Este tipo de comportamiento, además de sorprendente, nos hace preguntarnos sobre cómo se las apaña un ser tan sencillo para hacer algo así. Pero son más las preguntas que las respuestas.
Sin embargo, el mes pasado Chris Reid, de la Universidad de Sydney, y sus colaboradores publicaron un estudio que parece explicar algunas de las capacidades de este moho del limo.
Al parece P. polycephalum se “mueve” por el laberinto o por el suelo del bosque dejando tras de sí una mucosidad transparente. Estos mohos intentan evitar esta mucosidad, presumiblemente porque se supone que allí los recursos alimenticios ya están explotados y no merece la pena explorar esa zona. Esta mucosidad extracelular haría las veces de memoria externa del moho, que recordaría al moho explorar otras áreas.
Para demostrar esta hipótesis estos investigadores colocaron sobre una placa Petri varios P. polycephalum y un poco de comida. Alrededor de la comida colocaron una barrera en forma de U. Al cabo de un tiempo 23 de los 24 mohos dieron con la comida. Pero cuando cubrían la placa con moco extracelular sólo 8 de los 24 conseguían llegar al objetivo, presumiblemente porque el resto eran confundidos por la mucosidad. Reid cree que la capacidad de resolver laberintos de este moho está basada en esta peculiaridad y que depende de su propia mucosidad para saber qué corredores dan a un callejón sin salida.
Estos seres probablemente evolucionaron hace entre 1000 y 600 millones de años. En esa época no había sistemas nerviosos que permitieran resolver problemas relativamente complejos. Sin embargo, los antepasados de este moho se las apañaron para explorar su ambiente de una manera inteligente.

Copyleft: atribuir con enlace a http://neofronteras.com/?p=3966 [1]

Fuentes y referencias:
Noticia en Scientific American. [2]
Artículo original. [3]
Circuito que imita la inteligencia de las amebas. [4]
Hormigas optimizadoras. [5]
Foto cabecera: Tanya Latty