Zellverbindungen können sich auf Ihren biologischen Zyklus auswirken, heißt es in einer Studie

Jede Zelle im Körper hat eine circadiane Uhr, aber die Forscher sind sich nicht sicher, wie sich Netzwerke von Zellen im Laufe der Zeit miteinander verbinden und wie sich diese zeitlich variierenden Verbindungen auf die Netzwerkfunktionen auswirken. Forscher der Washington University entwickelten einen einheitlichen, datengesteuerten Berechnungsansatz, der als ICON-Methode (Infer Connections of Networks) bezeichnet wird, um diese Verbindungen in biologischen und chemischen Oszillationsnetzwerken abzuleiten und aufzudecken, die als Topologie dieser komplexen Netzwerke bekannt sind ihre Zeitreihendaten. Lesen Sie auch – Auf Labormäusen nachgewachsenes Haar auf geschädigter Haut: Forscher

Abnormale Synchronität wurde mit einer Vielzahl von Erkrankungen des Gehirns in Verbindung gebracht, wie Epilepsie, Alzheimer-Krankheit und Parkinson-Krankheit. Lesen Sie auch – Gene bestimmen, wie die Herzfrequenz auf Training reagiert, findet Studie

Die Forscher testeten ihre Methode zunächst in einem simulierten Netzwerk unterschiedlicher Größe, das sie erstellt hatten. Als nächstes testeten sie die Methode in einem Netzwerk von Oszillatoren – Populationen dynamischer Einheiten, die wiederholt zusammen feuern, still werden und dann wieder zusammen feuern -, die im Labor erstellt wurden. Als sie den Algorithmus auf das Netzwerk der Wechselwirkungen zwischen den synthetischen Oszillatoren anwendeten, stimmten die Ergebnisse mit den vorherigen Experimenten überein und fanden die gleichen Verbindungen in einem Netzwerk von 15 chemischen Oszillatoren. Eine solche Vorhersage dieser dynamischen Topologie sei bisher nicht möglich gewesen, sagten die Forscher. Lesen Sie auch – Fehlkommunikation kann den natürlichen Heilungszyklus blockieren, findet Studie

„Die Verbindung kann zu einem bestimmten Zeitpunkt stark sein, zu einem anderen Zeitpunkt kann sie jedoch stärker oder schwächer sein, sodass wir diese Daten verwenden können, um die funktionale Konnektivität wiederherzustellen. Wenn wir das wissen, dann kennen wir das Netzwerk, dann können wir im Laufe der Zeit mehr untersuchen und untersuchen, ob dieses Netzwerk synchronisiert wird oder ob bestimmte dynamische Muster entstehen “, sagte Jr-Shin Li, ein Forscher.

Sie erklärten auch, dass ICON ihnen und anderen Wissenschaftlern helfen würde, Prinzipien zu verstehen, die es Systemen ermöglichen, effizient zu synchronisieren.

In einem anderen Experiment testeten die Forscher die Methode an sieben Gruppen von fünf Mäusen, die für einen bestimmten Zeitraum als soziale Netzwerke zusammen gehalten wurden. Sie haben die Schwingungen der Mäuse am Ende des Experiments gemessen und dann den Algorithmus angewendet, um aus den Daten Ergebnisse abzuleiten. Am Ende fanden die Forscher heraus, dass vier der Gruppen von Mäusen eine soziale Synchronisation hatten, weil sie am Ende ihrer gemeinsamen Zeit die gleichen Körpertemperaturen hatten.

Die Ergebnisse wurden im Journal of Proceedings der National Academy of Sciences veröffentlicht.

Quelle: ANIBildquelle: Shutterstock

Veröffentlicht: 28. August 2018, 11:38 Uhr