matemáticas y evolución

65
Matemáticas y evolución Héctor Arraiz Rodríguez Pablo Lobato Villagrá

Upload: pablo-lobato-villagra

Post on 25-Jun-2015

364 views

Category:

Documents


2 download

DESCRIPTION

presentación del trabajo Matemáticas y Evolución, de Héctor Arraiz y Pablo Lobato

TRANSCRIPT

Page 1: matemáticas y evolución

Matemáticas y evolución

Héctor Arraiz Rodríguez

Pablo Lobato Villagrá

Page 2: matemáticas y evolución

"Caos es el nombre que damos a cualquier

orden que produce confusión en nuestras

mentes"

George Santayana

Page 3: matemáticas y evolución

BIOLOGÍA DE SISTEMAS

Pretende integrar diferentes niveles de información con el fin de entender cómo funcionan los sistemas biológicos.

Intenta crear modelos comprensibles de sistemas mediante el estudio de las relaciones y las interacciones entre las diferentes partes.

Por ejemplo, las redes génicas y las redes de interacción de proteínas implicadas en la señalización celular.

Page 4: matemáticas y evolución

BIOLOGÍA TEÓRICAUtiliza herramientas cuantitativas

(matemáticas e informáticas). Basada, en última instancia, en resultados

experimentales.Construcción de un modelo o teoría, y

esto es, fundamentalmente, lo que distingue su actividad de la de otros biólogos.

Page 5: matemáticas y evolución
Page 6: matemáticas y evolución

Sistema determinista

No regidos por el azarConocidos el estado actual, las variables del sistema y su comportamiento se puede predecir el siguiente estado del sistema

Page 7: matemáticas y evolución

Sistemas estocásticos

ComplejosComportamiento condicionado por el

azarPredictibilidad nunca segura

Page 8: matemáticas y evolución

Sistemas periódicos

Las variables repiten exactamente su comportamiento al transcurrir un cierto intervalo de tiempo

Page 9: matemáticas y evolución

Sistemas aperiódicos

Ninguna de las variables que afectan al estado del sistema experimenta una repetición completamente regular

Page 10: matemáticas y evolución

Sistema determinista

No regidos por el azarConocidos el estado actual, las variables del sistema y su comportamiento se puede predecir el siguiente estado del sistema

Page 11: matemáticas y evolución

Dentro de los sistemas deterministas, aquellos en los que haya muchos elementos y exista un comportamiento aperiódico, aparentemente aleatorio, son los denominados:

SISTEMAS DINÁMICOS NO LINEALES

Page 12: matemáticas y evolución

Sistema dinámico no lineal

Su comportamiento no es igual a la suma de los comportamientos de los elementos que lo forman

Imposibles de modelarDificiles de predecir¿Aleatorios?

Page 13: matemáticas y evolución

Estos sistemas pueden tener cuatro tipos de comportamientos en función de sus parámetros:EstacionarioPeriódicoLímite del CaosCaótico

Comportamiento periódicoLímite del caos

Comportamiento caótico

Comportamiento estacionario

Page 14: matemáticas y evolución

Muy sensibles a las condiciones iniciales

RetroalimentaciónPropiedades emergentesTienden a lugares donde son estables

(Atractores)Tienden a la autoorganizaciónExiste un lugar de alta organización

(Limite del Caos)

Page 15: matemáticas y evolución

Propiedades emergentes

Como resultado de las interacciones entre elementos, surgen propiedades nuevas que no pueden explicarse a partir de las propiedades de los elementos aislados

¿Autoorganización?

Page 16: matemáticas y evolución

Atractores

El conjunto de valores a los que un sistema tiende y donde es más estable

Su forma es variable, incluso fractal (Atractores extraños)

Page 17: matemáticas y evolución

Según cambien los parámetros, se ocupará un lugar distinto dentro de un espacio paramétrico concreto, pero siempre tenderá a una región concreta:

ATRACTOR

X2

X1

X3

Espacio paramétrico: conjunto de formas posibles

Atractor: estado del sistema altamente estable

Page 18: matemáticas y evolución

SDLN adaptativos

Algunos SDLN son adaptativos, es decir, reaccionan ante los cambios y trasnsforman en ventajas algunos de ellos.

Colonias de hormigasBolsa de valores Sistema inmunológico

Page 19: matemáticas y evolución

LÍMITE DEL CAOS

Región del espacio paramétrico entre el orden y el caos

Máxima complejidad, gran cantidad de información

Muy sensible a perturbaciones

Page 20: matemáticas y evolución

El estudio de los niveles de complejidad que se crean en el Límite del Caos se conoce como:

TEORÍA DE LA COMPLEJIDAD

Page 21: matemáticas y evolución

Redes booleanas

Compuesta por n elementos binarios

Cada elemento está en un estado en función de los aportes de otros elementos

Las interacciones entre los elementos son aleatorias

Page 22: matemáticas y evolución

Numero de elementos: 10

Entradas por elemento: 2

Estados posibles: 1030

TRAS PASAR POR 16 ESTADOS SE LLEGÓ A UN CICLO LÍMITE DE SÓLO 4 ESTADOS

ATRACTOR

EXPERIMENTO DE KAUFFMAN

Page 23: matemáticas y evolución

Ser humano tienes unos 100000 genes

Tiene 260 tipos celulares aproximadamente

Estados potenciales: 1030000

Nº de atractores: 370

Page 24: matemáticas y evolución

Introducción al mundo

fractal

Page 25: matemáticas y evolución

Definido por Mandelbrot (1924- )

Un fractal es una figura geométrica compuesta por varios fragmentos en una infinita variedad de tamaños, tales que cada uno de ellos es una copia reducida total

¿Qué es un Fractal?

Page 26: matemáticas y evolución

Características de los fractales:

Existe similitud entre detalles a grande y pequeña escala

No se puede representar por medio de la geometría clásica

Su dimensión es fraccionariaSe puede definir recursivamente:

presentan autosimilitud a cualquier escala.

Page 27: matemáticas y evolución

Un ejemplo: la Curva de Koch Partamos de un triángulo

equilátero de lado unidad Dividimos en tres partes iguales

de longitud 1/3 cada lado. Sustituimos el segmento

central por dos segmentos de tamaño idéntico formando un diente (n=1)

Tenemos una curva poligonal P1 de longitud 3·4··1/3=4

Repetimos la operación (n=2) con cada uno de los cuatro nuevos segmentos de cada uno de los lados

En la operación n-ésima la curva estará formada por 3·4n trozos, de perímetro 4n /3n-1

Page 28: matemáticas y evolución

Fractales en la naturaleza

Page 29: matemáticas y evolución

El modelo fractal de evolución

Luego desde el punto de vista matemático las distintas formas biológicas:

– No tienen porque representar una adaptación al medio.

– Pueden no tener ninguna función (ni en su origen ni nunca).

– No están exclusivamente codificadas por el código genético.

Page 30: matemáticas y evolución

Un ejemplo: el modelo de Acetabularia

Goodwin, que definió los campos morfogenéticos, elaboró, junto con Trainor y Brière, una serie de ecuaciones que describen el campo morfogenético responsable del crecimiento y desarrollo de Acetabularia

Page 31: matemáticas y evolución

Un ejemplo: el modelo de Acetabularia

Mediante este modelo pueden explicar los cambios de forma que sufre una Acetabularia durante su desarrollo en función de los cambios de concentración de calcio citoplasmático, dando cuenta de cómo controla la célula estos cambios, cómo queda afectado el estado del citoplasma por las fuerzas que actúan sobre él y cómo afecta el calcio a las propiedades mecánicas del citoplasma a través de su influencia en el citoesqueleto

Page 32: matemáticas y evolución

Un ejemplo: el modelo de Acetabularia

Modelo Experimental:– El citoplasma, como medio excitable, genera

patrones espaciales en función de las variables (Ca2+)

– Paredes elásticas– Vacuola centralAl dejarlo evolucionar encontramos:

* conjunto de parámetros que dan lugar a un tallo a partir de una esfera

* los tallos generan verticilos

Page 33: matemáticas y evolución

Un ejemplo: el modelo de Acetabularia

Modelo Informático:– Con un máximo de Ca2+, obtenemos un anillo

con una curvatura máxima mayor a medida que el ápice se aplana

– Sometido a perturbación, genera picos y valles y se reanuda el crecimiento del ápice

En este modelo no se desarrollan verticilos

laterales ni el parasol

Page 34: matemáticas y evolución

Un ejemplo: el modelo de Acetabularia

• Modelo Experimental • Modelo Informático

Page 35: matemáticas y evolución

Un ejemplo: el modelo de Acetabularia

Como vemos, intervienen una gran cantidad de recursos en formar los verticilos, los cuales no parecen tener ninguna función

¿por qué?

Page 36: matemáticas y evolución

Un ejemplo: el modelo de Acetabularia

• Idea Darwinista:

– Estructuras que fueron útiles en un pasado y al dejar de serlo, se han mantenido al no resultar un impedimento.

– No aclara como surgieron.

– Provendrían de un único antecesor.

• Nueva Idea:

– Los verticilos surgen porque son morfologías estables (atractores) dentro del sistema dinámico (el alga).

– Son formas altamente probables que se generan de forma natural y no son útiles.

– Habrían surgido independientemente en varios antecesores.

Page 37: matemáticas y evolución

Un ejemplo: el modelo de Acetabularia

• Idea Darwinista:

– Estructuras que fueron útiles en un pasado y al dejar de serlo, se han mantenido al no resultar un impedimento.

– No aclara como surgieron.

– Provendrían de un único antecesor.

• Nueva Idea:

– Los verticilos surgen porque son morfologías estables (atractores) dentro del sistema dinámico (el alga).

– Son formas altamente probables que se generan de forma natural y no son útiles.

– Habrían surgido independientemente en varios antecesores.

Page 38: matemáticas y evolución

El desarrollo en la evoluciónEl desarrollo en la evolución

Page 39: matemáticas y evolución

El desarrollo en la evolución

Pere Alberch (1954-1998)

Nos muestra como los sistemas de desarrollo pueden servirnos para entender el cambio evolutivo.

Page 40: matemáticas y evolución

El desarrollo en la evolución

La enorme diversidad de las formas orgánicas sólo cubren una pequeña parte de la inmensidad del morfospacio.

¿por qué?

Page 41: matemáticas y evolución

El desarrollo en la evolución

Enfoque Darwinista:– La selección natural es la responsable de

estos huecos, al dotar a la evolución de orden y cierta direccionalidad

variación isotrópica

Page 42: matemáticas y evolución

El desarrollo en la evolución

Una variación isotrópica ha de presentar las siguientes características:

– Presentarse en grandes cantidades.– Ser pequeña en tamaño.– No estar dirigida hacia la adaptación.

Page 43: matemáticas y evolución

El desarrollo en la evolución

Una variación isotrópica ha de presentar las siguientes características:

– Presentarse en grandes cantidades.– Ser pequeña en tamaño.– No estar dirigida hacia la adaptación.

Page 44: matemáticas y evolución

El desarrollo en la evolución

Limitada por las propiedades generativas de los sistemas de desarrollo.

Reglas que definen el rango de variación posible, estableciendo límites sobre el proceso de adaptación.

Page 45: matemáticas y evolución

Generación y repetición de patrones morfológicos

A, B, C, … son los distintos fenotipos resultantes

X, Y son las variables

X1, X2, X3 son las variables del sistema. es el espacio paramétrico, es decir, el conjunto de formas posibles.

A

B D

E

F

sp1

C

X

Y

Page 46: matemáticas y evolución

Generación y repetición de patrones morfológicos

Variaciones de X e Y pueden dar mismo fenotipo

Los cambios según varíen X e Y son discontínuos, no graduales

Hay fenotipos más frecuentes: ATRACTORES

X1, X2, X3 son las variables del sistema. es el espacio paramétrico, es decir, el conjunto de formas posibles.

A

B D

E

F

sp1

C

X

Y

Page 47: matemáticas y evolución

Generación y repetición de patrones morfológicos

Podemos concluir que:

Los genes no son responsables directos de las formas biológicas, sino que son los responsables del valor de las variables.

Page 48: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos

Page 49: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos

• Enfoque Darwinista:

– Se deriva de un ancestro común

– Plantea que el motor evolutivo sea la selección natural

• Enfoque internalista:

– Existen reglas que limitan el desarrollo

“constricciones al desarrollo”

Page 50: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos

Un elemento puede aparecer de novo, es decir, sin que su condensación esté conectada con ningún otro elemento.

Ramificación: un elemento puede ramificarse en dos (forma de Y).

Segmentación: un elemento sólo puede dar lugar a una única condensación distal.

Page 51: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos

Parámetros que pueden variar:

– Líneas de difusión– Líneas mitóticas– Adhesión celular– …

Page 52: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos

Alberch y Gale realizaron un experimento tratando con Colquicina a ciertas especies de urodelos, provocando la generación de varias formas anormales

Page 53: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos

Page 54: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos

Page 55: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos

Page 56: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos

Page 57: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos

Page 58: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos:

Conclusiones

Podemos definir esta tendencia como un

ATRACTOR

La evolución sigue líneas de mínima resistencia definidas por la estructura

interna del organismo

Page 59: matemáticas y evolución

Un ejemplo: el modelo de las extremedidades de los

tetrápodos: Conclusiones

• Idea darwinista:

– Existe una inmensa plasticidad fenotípica

• Nueva idea:

– Concibe los fenotipos como estados estacionarios

Comportamiento estacionario

Comportamiento periódico

Límite del caos

Comportamiento caótico

Page 60: matemáticas y evolución

Un ejemplo: el modelo de las extremedidades de los

tetrápodos: Conclusiones

• Idea darwinista:

– Existe una inmensa plasticidad fenotípica

• Nueva idea:

– Concibe los fenotipos como estados estacionarios

Comportamiento estacionario

Comportamiento periódico

Límite del caos

Comportamiento caótico

Page 61: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos:

ConclusionesX1, X2, X3 son las variables del sistema. es el espacio paramétrico, es decir, el conjunto de formas posibles.

A

B D

E

F

sp1

C

X

Y

A, B, C, … son los distintos fenotipos resultantes

X, Y son las variables

ESTADOS ESTACIONARIOS

Dependen de los GENES

Page 62: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos:

Conclusiones

Registro fósil

Imperfecto

Discontínuo por el carácter no lineal de los sistemas evolutivos

Page 63: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos:

Conclusiones

Registro fósil

Imperfecto ??

Discontínuo por el carácter no lineal de los sistemas evolutivos

Page 64: matemáticas y evolución

Un ejemplo: el modelo de las extremidades de los tetrápodos:

Conclusiones

Registro fósil

Imperfecto ??

Discontínuo por el carácter no lineal de los sistemas evolutivos

Page 65: matemáticas y evolución

Teoría del Equilibrio Puntuado (Gould & Eldredge)

El cambio evolutivo no puede concebirse como gradual y permanente, sino como una ruptura catastrófica (a escala geológica) de largos episodios de estabilidad.