Miten maailman tunnetuin Codebreaker avasi luonnon kauneuden salaisuudet

tiede Ei tarvitse soittaa palokuntaan. rokopix / Shutterstock

Luontoon pääseminen saattaa tuntua maailmalta pois matematiikan luokkahuoneesta. Meitä ympäröivä kauneus on järjestyksessä - ja yksi maailman parhaista turhautuneista oli avain sen avaamiseen.

Alan Turingista tunnetaan parhaiten saksalaisen viestin salauksen purkaminen, jonka heidän arvoituskoneensa on luonut toisen maailmansodan aikana. Mutta vaikuttava tiedemies ajatteli luonnon ja matematiikan välistä vuorovaikutusta syvällisesti ennen hänen ennenaikaista kuolemaansa 1954issa. Itse asiassa hänen viimeksi julkaistu paperi hänestä tuli yksi matemaattisen biologian perustekijöistä, joka on omistettu ymmärtämään, miten luonnon mekanismit toimivat löytämällä yhtälöt, jotka kuvaavat niitä, lajien populaatioiden muutoksista siihen, miten syöpäkasvaimet kasvavat.

tiede Mbu pufferfish yllään erityisen mesmerizing Turing kuvio. Dennis Jacobsen / Shutterstock

Turing ehdotti, että kaksi biologista kemikaalia, jotka liikkuvat ja reagoivat keskenään matemaattisesti ennustettavalla tavalla, voisivat selittää muotoja ja malleja luonnossa. Kuvittele esimerkiksi, että cheetahin takki on kuiva metsä, jossa on kemiallisia ”tulipaloja”, jotka hajoavat kaikkialla. Samanaikaisesti toisen palon palontorjuntakemikaalit, jotka ympäröivät ja sisältävät näitä tulipaloja, jättävät karhennettuja laastareita - tai pisteitä - karvaisessa maisemassa.

Tärkeää on, että palontorjunta-aineen kemikaalin nopeuden on oltava nopeampi kuin luotaessa syntyvien pistemäisten aktivaattorikemikaalien nopeus. Liian hidas ja aktivaattorin kemikaali hallitsevat, mikä johtaa tasalaatuiseen väriin.

Turingilla oli kaksi yhtälöä, jotka mallintavat, millaisia ​​kuvioita tuotettaisiin sekä kahden kemikaalin konsentraationa että nopeudena, jolla ne levittävät muutoksia. Näiden monimutkaisten yhtälöiden ratkaiseminen oli kuitenkin uskomattoman vaikeaa silloin, kun primitiiviset tietokonekoneet olivat tuolloin. Turing teki kuitenkin kerran huolellisen tehtävän, joka tuotti lehmän ihon kaltaisen katkennut kuvion.

Modernien tietokoneiden avulla tiedemiehet ovat osoittaneet, että Turingin yhtälöitä voidaan käyttää jäljittelemään lukemattomia kaksiulotteisia kuvioita, jotka ovat nähtävissä luonnollisessa maailmassa. sormenjäljet ja eläinten päällysteet että puolikuivat maisemat.

Kemikaalien reaktioiden ja liikkeiden tosiasiallinen takana luontokuvien luomisen osoittaminen oli vaikeampaa. Esimerkiksi emme voi katsella, miten cheetah-pisteitä kehittyy kohdussa. Jopa tarkkaillaan kasvavia enkeli-kalojen merkittäviä kuvioita muuttuvat, kun ne kehittyvät nuorisovaiheesta aikuisuuteen ei ole näyttöä siitä, että kahden aktivoijan estäjäkemikaalin tanssi on töissä.

Viime aikoina Turingin mallit in karvatupet, kanan höyhenetja hampaiden kaltaiset hain ”asteikot” kaikki on osoitettu tuottavan suoraan aktivaattorin ja inhibiittorikemikaalin välisen vuorovaikutuksen kautta.

Luonto on tietenkin harvoin yhtä yksinkertainen kuin kaksi kemikaalia, jotka ovat vuorovaikutuksessa erillään. Tutkijat ovat nyt laajentaneet Turingin teoriaa selittämään monimutkaisempia järjestelmiä, kuten simpukan sängyt, joka ulottuu satoja metrejä suuressa Turing-kuviossa ja näyttää täysin erilaisen mallin pienemmässä mittakaavassa. Teorian neljän kemiallisen version mallit myös tarkasti harjanteiden muodostuminen selkärankaisten suussa.

Mielenkiintoista on, että voimme myös soveltaa Turingin työtä monenlaisiin ei-visuaalisiin kuvioihin. Esimerkiksi, minun tutkimukseni tutkii, miten me käytämme niitä eläinten alueen mallien mallintamiseen. Kemikaalien välisen keskittymisen ja reaktioiden kuvaamisen sijaan olemme käyttäneet samanlaisia ​​yhtälöitä kuvaamaan yksilöiden sijainnin todennäköisyyttä sekä kunkin yksilön ja sen ympäristön välistä vuorovaikutusta.

Kuten voitte kuvitella, yhtälöt ovat usein hyvin monimutkaisia, kuten useita tekijöitä vaikuttaa eläimen liikkeeseen tuoksumerkit ja muiden eläinten fyysinen läsnäolo saaliin ja jopa muistiin.

Mutta yhtälöillä ennustetut liikekuviot vertaavat näitä tekijöitä yllättävän hyvin eläinten todellista liikkumista alueella. Sen lisäksi, että se on kiehtova itsessään, tällainen tutkimus voi auta meitä ymmärtämään miten muutokset lajin elinympäristössä vaikuttavat laajempiin ekosysteemeihin - mikä voisi olla erittäin tärkeää, kun otetaan huomioon uhka sukupuuttoon liittyvästä ilmaston hajoamisesta aiheuttaa satoja tuhansia lajeja.

Tämä menetelmä alueellisten kuvioiden mallintamiseksi voidaan jopa laajentaa ihmisryhmiin. Esimerkiksi yksi tutkimus osoittivat että Los Angelesin jengiläisten liikkumista voidaan ennustaa tarkasti yhtälöillä, jotka mallintavat jenginsä keskeisen sijainnin ja muiden jengien graffiti-tunnisteet.

Ehkä ei edes Turing olisi kuvitellut, kuinka monta luonnon kauniita salaisuuksia hänen avopaperinsa avaisi. Ja se ei ole pelkästään matemaattinen biologia, johon hän on määritellyt panoksensa - meillä on hänen nero hänen kiittää niin paljon enemmän. Kiitos Alanille.Conversation

kirjailijasta

Natasha Ellison, tutkija, Sheffieldin yliopisto

Tämä artikkeli julkaistaan ​​uudelleen Conversation Creative Commons -lisenssin alla. Lue alkuperäinen artikkeli.

Liittyvät kirjat

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

seuraa InnerSelfia

facebook-kuvakeTwitter-kuvakeRSS-kuvake

Hanki uusimmat sähköpostitse

{Emailcloak = off}