Schlagwort-Archive: Selbstorganisation

Komponenten des Lebens und ihre Funktion

Die Biophysik bildet die Brücke zwischen der Physik und den Lebenswissenschaften. Sie ist eng mit der Physik Weicher Materie und Komplexer Systeme verknüpft und viele Fragestellungen sind Bestandteil der Statistischen Physik geworden. Dabei verfolgt die Biophysik mehrere Stoßrichtungen.

Die eine versucht, Methoden zu entwickeln, um die Architektur biologischer Materialien von molekularen bis makroskopischen Skalen zu untersuchen und ihre physikalischen Eigenschaften unter möglichst natürlichen Bedingungen zu messen – in „vivo“, sagt der Biologe. Entdeckungsfreudige Physiker finden eine breite Spielwiese, um mit einfachen Methoden wie optischen und magnetischen Pinzetten oder einer Glaspipette, gepaart mit einem guten Mikroskop, die physikalischen Eigenschaften der Zellen zu studieren.

Dreidimensionale Darstellung der Struktur des Proteins GGA1.
Struktur eines Proteins

Große Maschinen hingegen sind notwendig, um die Struktur und Dynamik biologischer Materialien mittels Neutronen- und Röntgenbeugung zu erforschen. Moderne Methoden der Röntgenbeugung mit fokussierten Strahlen eröffnen dabei auch völlig neue Einblicke in die molekulare Architektur von Gewebe, Knochen oder Holz. Zudem verspricht die Entwicklung der Spallations-Neutronenquellen und des Freien Elektronenlasers neue Einsichten in die molekulare Basis des molekularen Erkennens zwischen Proteinen und DNS oder die physikalischen Grundlagen der Proteinfaltung.

Biologie als Vorbild

Eine zweite Forschungsrichtung ist die von der Biologie inspirierte Physik. Sie versucht möglichst realistische Modelle lebender Materie – wie Membranen, Gewebe oder Knochen – aufzubauen, um spezifische biologische Prozesse zu imitieren. Solche Modelle spielen eine wichtige Rolle, um etwa die Verlässlichkeit neuer physikalischer Methoden zu testen oder um nach den wesentlichen physikalischen Parametern zu suchen, welche das biologische Verhalten eines Systems bestimmen.

Parallele Untersuchungen natürlicher Systeme und von Modellen helfen auch, Bezüge zur Physik Kondensierter Materie herzustellen. Im Hintergrund steht der Gedanke, die Strategie der biologischen Selbstorganisation zur Herstellung neuartiger smarter Materialien einzusetzen. Beispiele dieses Bionik genannten Gebietes sind Materialien, die ihre Eigenschaften an wechselnde Umgebungsbedingungen anpassen können, wie selbst reinigende Oberflächen oder bruchfeste Keramiken, wie sie in Prozessen der Biomineralisierung entstehen.

Im Grenzbereich zwischen Physik und Technik sind Bemühungen angesiedelt, Methoden der Navigation in der Tierwelt zu imitieren. Beispielsweise inspirierte die Echoortung der Fledermaus die Radartechniker zum Bau des Zirp-Radars. Auch beim Bau von Robotern lässt man sich gern von der Biologie inspirieren: Zahlreiche Arbeitsgruppen versuchen, die Fähigkeit der Insekten und Salamander des Hochlaufens an Wänden zu imitieren. Roboter zum Fensterputzen wären eine passende Umsetzung des Prinzips.

Ein anderer zukunftsträchtiger Zweig der angewandten Biologischen Physik ist der Bau von Biosensoren durch den Aufbau von Enzymsystemen, Biomembranen oder Nervenzellen auf elektro-optischen Bauelementen. Ein Beispiel sind zweidimensionale Anordnungen von Punkt-Transistoren, die als Nano-Voltmeter fungieren. Hier sitzen auch zahlreiche Querverbindungen zur Nanotechnik oder Mikrooptik, denn die dort entwickelten Methoden eröffnen neue Möglichkeiten zur Messung physikalischer Eigenschaften der Zellen in natürlicher Umgebung.

Komplexe Wechselwirkungen erfassen

Dargestellt ist eine Nervenzelle mit Axonen.
Neuron

Auf fundamentalere Fragen der Biologie zielt die oft als Systembiophysik bezeichnete Erforschung der Regulation biologischer Prozesse durch das Wechselspiel zwischen biochemischen und genetischen Signalkaskaden, der dadurch bedingten Modifikation der Materialeigenschaften und der biologischen Funktion. Hier arbeiten Physiker, Mathematiker und Ingenieure miteinander. Eine besonders faszinierende Fragestellung dieser Kategorie ist die Entwicklung vom befruchteten Ei zum Embryo, oft Morphogenese genannt. Was steuert die Differenzierung der zunächst völlig identisch erscheinenden Zellen des befruchteten Eis in Neuronen oder Muskelzellen und was legt den Zeitplan der embryonalen Entwicklung fest? Ist dies alles im genetischen Code vorbestimmt oder bestimmt die Kopplung zwischen externen äußeren Kräften – wie chemischen Potentialen oder mechanischen Kräften – und dem genetischen Apparat den Prozess der Morphogenese?

Alan Turing, der geistige Vater des Programmierens, lehrte erstmals, wie raum-zeitliche Muster, etwa von Signalmolekülen, die dann die Entwicklung von Organen steuern, allein durch das Zusammenspiel chemischer Potenziale und autokatalytischer Prozesse entstehen können. Zwar ist die Entwicklung vom befruchteten Ei zum ausgewachsenen Lebewesen vor allem durch die zeitliche Folge der Gen-Expression bestimmt, doch zeigt sich auch immer mehr, dass die Zell-Zell-Erkennung und insbesondere mechanische Kräfte die Differenzierung und räumliche Organisation der Zellen steuern können. Die Aufklärung des Wechselspiels zwischen Morphogenese und der Physik der Zelle ist eine besonders reizvolle Aufgabe für Experimentatoren und Theoretiker.

Immer mehr Physiker finden außerdem Interesse an der Hirnforschung und versuchen zu verstehen, wie das Gehirn die Umwelt wahrnimmt. Ein Meilenstein auf dem Weg zur quantitativen Hirnforschung war die Entdeckung, dass optische Muster, die auf die Netzhaut der Augen projiziert werden, im visuellen Cortex als Erregungsmuster abgebildet werden. Diese Experimente brachten der Physik neuronaler Netzwerke einen enormen Aufschwung. (Quelle: Welt der Physik, Lizenz: CC by-nc-nd)

Buchtipp:
Leben aus Quantenstaub: Elementare Information und reiner Zufall im Nichts als Bausteine einer 4-dimensionalen Quanten-Welt

Massenaussterben: Die Ursachen der größten Katastrophen

Im Laufe der Evolution sind in den letzten 500 Millionen Jahren immer wieder Tier- und Pflanzenarten in großer Zahl ausgestorben. Kann bereits das Aussterben weniger oder einzelner Arten zu Kettenreaktionen mit solchen verheerenden Folgen führen? Göttinger Forscher am Max-Planck-Institut für Dynamik und Selbstorganisation und der ETH Zürich haben eine mathematische Theorie entwickelt, das unter Verwendung von Fossiliendaten eine Antwort geben kann. Die Theorie zeigt, dass Kettenreaktionen bei der unterschiedlichen Entwicklung der Artenvielfalt im Meer und an Land eine Rolle gespielt haben können. Sie kann dabei helfen, heutige und zukünftige Artensterben zu verstehen.

Bei den fünf größten Massenaussterben in der Erdgeschichte starben jeweils mehr als drei Viertel aller Arten aus, doch danach erholte sich die Artenvielfalt immer wieder. Als Ursachen werden Katastrophen von globaler Größenordnung vermutet, wie z.B. große Meteoriteneinschläge oder Vulkanausbrüche. Aber zum Glück führte nicht jede Naturkatastrophe im Laufe der Erdgeschichte zu einem Massenaussterben, und umgekehrt werden auch diese nicht nur durch globale Naturkatastrophen hervorgerufen.

Das mathematische Modell der Wissenschaftler geht davon aus, dass Arten entweder auf Grund von geänderten Umweltbedingungen aussterben oder durch das Aussterben bestimmter anderer Arten, die für sie unentbehrlich sind. Wenn sich beispielsweise das Klima erwärmt oder abkühlt oder wenn sich die durchschnittliche Niederschlagsmenge oder die Bodenbeschaffenheit ändert, sind dadurch Tiere und Pflanzen bedroht, die sich nicht schnell genug anpassen können oder keinen neuen Lebensraum finden. Wenn dadurch plötzlich einige wichtige Arten fehlen, können andere ebenfalls aussterben, die von ihnen abhängig waren: Das kann geschehen, wenn eine Tierart seine bevorzugte Beute oder Futterpflanze verliert, oder wenn einer Pflanze plötzlich das Insekt fehlt, das sie bestäubt oder der Vogel, der ihre Samen verbreitet.

„Wenn es viele Arten gibt, die von wenigen Arten abhängig sind, ist das Ökosystem instabil. Wenn dann wichtige „Schlüsselarten“ durch veränderte Umweltbedingungen aussterben, kann das eine Kettenreaktion auslösen und zu einem Massenaussterben vieler Arten führen“, erklärt Frank Stollmeier vom Göttinger Max-Planck-Institut. Wenn es dagegen wenige Arten gibt, die von vielen verschiedenen Arten abhängig sind, ist das Ökosystem stabil; veränderte Umweltbedingungen könnten dann zwar viele einzelne Arten auslöschen, aber nicht innerhalb einer großen Kettenreaktion.

 Artenvielfalt im Meer und an Land

Damit kann das Modell auch erklären, warum sich die Artenvielfalt im Meer in den letzten 600 Millionen Jahren anders entwickelt hat als auf dem Land: Nachdem die ersten größeren Lebensformen im Meer entstanden waren, stieg die Artenvielfalt dort zunächst stark an und erreichte vor etwa 450 Millionen Jahren einen Wert, den sie für lange Zeit nicht mehr überschritt. Erst vor etwa 200 Millionen Jahren stieg die Anzahl der Meeresarten nach einem Massenaussterben wieder stark an. An Land dagegen begann der erste Anstieg der Artenvielfalt erst viel später, vor etwa 450 Millionen Jahren. Seitdem ist die kontinentale Artenvielfalt rasant gewachsen und hat die Vielfalt im Meer sogar übertroffen.

Eine zentrale Rolle bei dieser unterschiedlichen Entwicklung spielt in dem Modell das Verhältnis zwischen der Wahrscheinlichkeit, dass eine Art durch Umwelteinflüsse ausstirbt, und der Wahrscheinlichkeit, dass eine neue Art entsteht. Dieses Verhältnis sollte laut dem Modell im Meer höher sein. Eine Analyse von Fossilien-Datenbanken hat in der Tat ergeben, dass Arten im Meer tatsächlich eher aussterben als an Land. Ein Grund dafür könnte sein, dass es im Meer weniger verschiedene Lebensräume gibt als an Land: „Wenn im Meer eine neue Art entsteht, die nicht ideal an Umwelt angepasst ist, hat sie kaum eine Chance, einen neuen Lebensraum zu finden, in dem sie überleben könnte. An Land ist das eher möglich, da es dort sehr viele unterschiedliche Lebensräume gibt“, erklärt Jan Nagler, der die Studie leitete und jetzt an der ETH Zürich arbeitet. Wenn nun die Aussterbewahrscheinlichkeit deutlich kleiner ist als die Wahrscheinlichkeit, dass neue Arten entstehen, bleibt das Ökosystem stabil und die Artenvielfalt wächst schnell. Im umgekehrten Fall wächst die Artenvielfalt langsamer und das Ökosystem wird häufiger instabil.

Dies erklärt, warum die Artenvielfalt im Meer über so lange Zeit stagnierte. Wahrscheinlich war das Ökosystem dort über eine lange Zeit instabil: Es hatten sich zu viele Arten entwickelt, die von wenigen Schlüsselarten abhängig waren, so dass schon das Aussterben von einigen Arten zu einer fatalen Kettenreaktion führte. Somit wurde die Flora und Fauna anfällig für Massenaussterben, die das Wachstum verhinderten. Erst als das Ökosystem einen stabilen Zustand erreicht hatte, in dem weniger Arten von vielen abhingen, konnte die Vielfalt weiter ansteigen.

Das mathematische Modell wurde zwar entwickelt, um die Entwicklung der Artenvielfalt in der Vergangenheit zu erklären, doch es kann auch dazu beitragen, das heutige oder zukünftige Artensterben besser zu verstehen. Es gibt Anzeichen dafür, dass ein neues Massenaussterben begonnen hat, für das der Mensch wahrscheinlich maßgeblich mit verantwortlich ist. Schon 20 bis 40 Prozent der heute bekannten Arten gelten als vom Aussterben bedroht. Leider weiß man empirisch nur wenig darüber, wie sie voneinander abhängen und welche Folgen das Aussterben einer bestimmten Art auf andere hat. Das mathematische Modell ist daher sehr nützlich, um die Prinzipien des Artensterbens zu verstehen, die auch in der aktuellen Situation wirksam sind. (Quelle: idw)

Besondere Fähigkeiten bei Roboter gefunden: Er hat Bewusstsein

Wissenschaftler der Universität Bielefeld haben bei dem von ihnen entwickelten Roboter besondere Fähigkeiten gefunden: Diese deuten darauf hin, dass der Roboter ein Bewusstsein entwickelt hat.

Für Menschen ist es normal: Taucht ein Problem auf, denken sie über unterschiedliche mögliche Handlungsschritte nach, erproben in Gedanken deren Konsequenzen und entscheiden sich dann für eine Vorgehen. Seit Anfang 2011 arbeiten Forscher der Universität Bielefeld daran, dass auch Roboter dieses Probehandeln durchführen können.

Um ihr Ziel – einen Roboter der Probehandeln kann – zu erreichen, haben die Forscher ein reaktives System auf Insektenbasis entwickelt. Der Roboter mit Namen Hector ähnelt einer Stabheuschrecke und reagiert auf Umweltreize, er kann also zum Beispiel über einen Stein klettern, wenn dieser im Weg liegt. Das Neue an Hector: Die Forscher haben sein System um kognitive Komponenten erweitert. Der Heuschrecken-Roboter kann so beispielsweise neue Verhaltensweisen erfinden und das Probehandeln erlernen. Dieses vollzieht der Roboter dann, wenn ein Problem auftritt, das das reaktive System nicht lösen kann – dann schaltet sich Hectors kognitives System dazu, sodass der Roboter unterschiedliche Verhaltensweisen durchspielt und überlegt, welche Handlungsoptionen bestehen. Ganz nach dem Motto: Erst denken, dann handeln.

Prof. Dr. Holk Cruse (Bild), Biologe an der Universität Bielefeld, und sein Forschungspartner Malte Schilling haben entdeckt, dass Roboter ein Bewusstsein entwickeln können. Foto: Universität Bielefeld
Prof. Dr. Holk Cruse (Bild), Biologe an der Universität Bielefeld, und sein Forschungspartner Malte Schilling haben entdeckt, dass Roboter ein Bewusstsein entwickeln können.
Foto: Universität Bielefeld

„Der Bau von Roboter Hector ist noch nicht ganz abgeschlossen, aber die Simulation, das heißt sein virtuelles Gegenstück am Computer, ist zu 90 Prozent fertiggestellt“, sagt Professor Dr. Holk Cruse, einer der beteiligten Forscher. „In der Theorie sind wir uns also schon sehr sicher, dass Hector Probehandeln kann.“ Am Projektende soll auch der reale Roboter – der bislang noch nicht vollständig fertiggestellt ist – zeigen können, dass er das Probehandeln beherrscht. „Nachdem wir unser Basisziel erreicht hatten, haben wir geschaut, was der Roboter noch kann. Dabei ergab sich, dass er gewisse emergente Fähigkeiten entwickelt hat, die auf ein Bewusstsein hindeuten“, so Cruse. „Emergent sind Eigenschaften dann, wenn sie nicht in das System eingebaut wurden, schließlich aber trotzdem vorhanden sind.“

Bislang ist die Annahme verbreitet, dass derartige emergente Eigenschaften, zu denen unter anderem die Kontrolle der Aufmerksamkeit und eben auch das Bewusstsein gehören, nur in komplexen Systemen möglich sind. „Unsere Forschung zeigt, dass auch weniger komplexe Systeme höhere Fähigkeiten entwickeln können“, sagt Malte Schilling, Forschungspartner von Holk Cruse. Zu den Aspekten von Bewusstsein, die der Roboter entwickelt hat, zählen unter anderem Intentionen sowie die sogenannte globale Zugänglichkeit. Intentionen bezeichnen Zustände, bei denen das ganze Verhalten einem Ziel – beispielsweise der Futtersuche – untergeordnet ist. Mit globaler Zugänglichkeit ist gemeint, dass Gedächtniselemente zugänglich sind, auch wenn gerade etwas anderes gemacht wird. Beispielsweise ist jemand der läuft, trotzdem in der Lage nachzudenken und nebenbei noch etwas anderes zu machen. „Diese und weitere Aspekte von Bewusstsein, die wir bei Hector finden konnten, sind sozusagen Abfallprodukte der eigentlichen Forschungsarbeit – allerdings sehr interessante“, sagt Cruse. „Sie zeigen, dass wichtige Eigenschaften des Bewusstseins auch bei sehr kleinen Gehirnen, und eben auch in künstlichen Systemen, vorkommen können“, sagt Cruse. (Quelle: idw)

Buchtipps:

Entwickelt sich das Gehirn durch Selbstorganisation?

Selbstorganisierte Prozesse spielen neben Umwelteinflüssen und genetischen Faktoren eine entscheidende Rolle bei der Entwicklung des Gehirns. Zu diesem Ergebnis kommt ein internationales Team von Forschern, unter anderem aus Wissenschaftlern des Max-Planck-Instituts für Dynamik und Selbstorganisation, des Bernstein Center for Computational Neuroscience und der Universität Göttingen.

Die Gehirne von Frettchen, Spitzhörnchen und Buschbabys zeigen beispielsweise überraschende Ähnlichkeit: So folgt die Anordnung der Nervenzellen in den Sehrinden der Arten folgt exakt demselben Design. Weder frühe Einflüsse der Umwelt noch Vererbung können diesen Befund erklären. Mithilfe eines mathematischen Modells jedoch konnten die Wissenschaftler die Gehirnarchitektur exakt vorhersagen. Es beschreibt, wie sich neuronale Schaltkreise im Gehirn selbstorganisiert entwickeln. (Science, Online-Ausgabe vom 4. November 2010)

Abb. 1 Die Vorfahren von Spitzhörnchen (rechts) und Buschbaby (links) gehen seit 65 Millionen Jahren getrennte Wege. Dennoch gleichen sich Details ihrer Sehrinden auf verblüffende Weise. Bild: Wikimedia

Nervenzellen in der Sehrinde reagieren auf definierte Bildelemente wie Kanten und Konturen. Jede Zelle hat dabei eine “Orientierungspräferenz”: Sie ist auf bestimmte Kantenverläufe spezialisiert, wie etwa horizontale, vertikale oder schräge Kanten. Werden Zellen gleicher Spezialisierung mit derselben Farbe eingefärbt, erhält man so eine Karte der Orientierungspräferenz. Das fundamentale Strukturelement dieser Karten, das sich über die Sehrinde tausendfach wiederholt, bezeichnen Forscher als Pinwheel (deutsch: Windrad), denn Gebiete derselben Orientierungspräferenz treffen an einem Punkt zusammen – wie die Flügel eines Spielzeug-Windrades (siehe Abbildung 2).

Während frühere Arbeiten erwartet ließen, dass sich die Verteilung der Windräder in den Sehrinden verschiedener Arten stark unterscheiden, fanden die Forscher eine verblüffende Ähnlichkeit bei Frettchen, Spitzhörnchen und Buschbaby. Ein Erkennungszeichen dieses gleichen Designs ist die Dichte der Windrädchen. Diese und eine große Zahl anderer Merkmale stimmen bei diesen Arten genau überein. Auf einen vererbten genetischen Bauplan lässt sich dies jedoch nicht zurückführen. Denn der letzte gemeinsame Vorfahre von Frettchen, Spitzhörnchen und Buschbaby lebte vor mehr als 65 Millionen Jahren im Zeitalter der Dinosaurier. Die Gehirne hatten also reichlich Zeit, sich verschieden zu entwickeln. Zudem gibt es Säugetiere, die deutlich enger miteinander verwandt sind als die untersuchten Spezies und dennoch verschieden strukturierte Sehrinden aufweisen. Ebenso wenig bietet der Einfluss von Erfahrung auf die frühe Hirnentwicklung eine Erklärung. Die untersuchten Tierarten finden nach ihrer Geburt völlig verschiedene Umweltbedingungen vor.

Abb. 2 Karte der Orientierungspräferenz in der Sehrinde eines Frettchens. Zwei Pinwheels (Windrädchen) sind vergrößert. Falschfarbendarstellung der Orientierung (siehe Balken links). Bild: Max-Planck-Institut für Dynamik und Selbstorganisation

In empirischen und theoretischen Untersuchungen zeigten die Forscher, dass sich die gleiche Windräderdichte am besten durch Selbstorganisationsprozesse in der Hirnentwicklung erklären lässt. Sobald die Tiere nach der Geburt zu sehen beginnen, bilden sich die Karten der Orientierungspräferenz nach und nach wie von selbst aus. Die mathematische Analyse neuronaler Selbstorganisation zeigte, dass bereits wenige Voraussetzungen ausreichen, um die beobachtete Nervenzellarchitektur hervorzubringen. Zu diesen gehört etwa, dass sich Nervenzellen über weite Distanzen direkt Signale zusenden können. Sind diese und wenige weitere Voraussetzungen erfüllt, stimmen sich die Nervenzellen im Modell während der Hirnentwicklung so aufeinander ab, dass ein so genanntes “quasiperiodisches Muster” ihrer bevorzugten Orientierungen entsteht, ein Muster das sich nie exakt wiederholt.

“Vertraute Beispiele für Selbstorganisationsprozesse sind etwa die La-Ola-Welle begeisterter Zuschauer, die sich bei Sportveranstaltungen über die Stadionränge ausbreitet, oder Stop-and-Go-Wellen im Autoverkehr, die ohne jede äußere Behinderung des Verkehrsflusses spontan auftreten können”, sagt Matthias Kaschube, Lewis-Sigler-Fellow an der Princeton Universität und Erstautor der Studie. Bei diesen Beispielen, wie auch bei allen anderen Selbstorganisationsprozessen, gibt es weder einen versteckten “Lenker”, noch ein verstecktes “Drehbuch”, das die Systemelemente (die Sportfans oder die Verkehrsteilnehmer in obigen Beispielen) dazu zwingt zu tun, was sie tun. Die Bewegung der Elemente resultiert nur aus der Art, wie sie sich gegenseitig beeinflussen.

In den vergangenen Jahrzehnten haben Forscher für viele Systeme der unbelebten Natur ausgearbeitet, wie mathematische Modelle beim Verständnis solcher Selbstorganisationsprozesse helfen können. Wie Fred Wolf, Leiter der Untersuchung und theoretischer Physiker am Max-Planck-Institut für Dynamik und Selbstorganisation in Göttingen betont, liefern die neuen Ergebnisse nun maßgeschneiderte mathematische Konzepte für das Verständnis der Wechselwirkungen neuronaler Elemente in der Sehrinde.

Quelle: Max-Planck-Institut für Dynamik und Selbstorganisation. Originalveröffentlichung: Matthias Kaschube, Michael Schnabel, Siegrid Löwel, David M. Coppola, Leonard E. White & Fred Wolf
Universality in the Evolution of Orientation Columns in the Visual Cortex

Science, Online-Ausgabe vom 4. November 2010

Mehr Info:
Emergenz: Strukturen der Selbstorganisation in Natur und Technik