La representación gráfica 3D de Mathematica ayuda a biólogos a caracterizar un organismo compuesto

“Rimas Surna desarrolló un proceso para convertir videos de pólipos individuales en una representación digital que puede estudiarse en tres dimensiones con ayuda de Mathematica"

Los biólogos tienen un interés considerable en piezas simples que se combinan en un todo mayor. Las hormigas forman una sociedad sofisticada. Un banco de peces gira bruscamente al unísono. Las células marcapasos se sincronizan con un latido, mientras que miles de millones de neuronas generan un pensamiento.

La colonia acuática Hydractiniid Hydroid está compuesta por pólipos conectados, organismos cilíndricos capaces de absorber alimento del entorno y digerirlo. Aunque un pólipo responde solo a su entorno inmediato y puede interactuar con otros únicamente a través de un tubo de conexión para compartir fluidos, una colonia de cientos de pólipos individuales es capaz de respuestas ambientales integradas. Los nutrientes se distribuyen hacia los pólipos que más los necesitan. Las colonias se desarrollan con estructuras dramáticamente diferentes según la disponibilidad de alimento. (Vea una animación de un pólipo contrayéndose).

Para simular más fácilmente colonias con un gran número de pólipos, el profesor Leo Buss de la Universidad de Yale quería saber si cada pólipo podía representarse como un oscilador no lineal simple. Para asistirlo, Rimas Surna, especialista en técnicas avanzadas de imagen, desarrolló un proceso para convertir videos de pólipos individuales en una representación digital que pudiera estudiarse en tres dimensiones con ayuda de Mathematica.

Usando el siguiente grafo, la forma del pólipo en cualquier momento durante sus oscilaciones puede observarse en las secciones transversales en las crestas, en los valles o en los tiempos intermedios. Mientras que las oscilaciones en el lado conectado al fluido comunal de la colonia varían considerablemente, los grandes picos oscilatorios en el centro del pólipo permanecen notablemente estables a pesar de las influencias externas. Este comportamiento sugiere analogías con sistemas no lineales, como ciertos tipos de neuronas cuyas múltiples descargas dependen únicamente de las condiciones iniciales.

¿Son útiles las comparaciones entre fenómenos que de otro modo serían dispares, o sus similitudes son meramente superficiales? Con la ayuda de software avanzado de visualización como Mathematica, cada nuevo experimento tiene el potencial de aportar evidencia convincente o de inspirar conexiones inesperadas.