像所有黏菌一樣，多頭絨泡菌沒有大腦或神經系統——但它卻以某種方式“記住”食物地點以供將來參考。在一篇新論文中，德國哥廷根馬克斯·普朗克動力學與自組織研究所的生物物理學家米爾娜·克拉馬爾和卡倫·阿利姆描述了該生物的內部結構如何變化以編碼過去的食物位置。
儘管黏菌是非常簡單的生物——只是一個相互交織的管狀系統——但它們可以解決複雜的最佳化問題，例如找到迷宮中的最短路徑。單純的刺激-反應活動模式——例如，爬向特定分子濃度增加的地方或避開有害的機械刺激——無法解釋它們技能的程度。它們如何吸收和保留資訊長期以來一直不清楚。
該研究發表在《美國國家科學院院刊》上，揭示了當多頭絨泡菌的部分與食物來源接觸時，它們會釋放一種物質，軟化管狀網路的凝膠狀壁，使其因固有的內部壓力而擴張。黏菌透過沿著較寬的管子擴張和修剪較窄的管子來移動——因此，擴大的管子有效地記錄了過去的食物位置，因為即使食物消失後，它們也會影響生物體的整體生長方向。
為了支援科學新聞業
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保未來能夠繼續講述關於塑造我們今天世界的發現和想法的具有影響力的故事。
研究人員尚不清楚這種軟化物質是什麼，但透過模擬管徑的變化，他們發現它很可能是一種可溶性物質，透過流動和擴散傳播。該團隊認為，這種機制也可能在其他“活體流動網路”中很常見，例如脊椎動物的血管系統。
不參與這項研究的德國不萊梅大學物理學家漢斯-岡特·多貝雷納表示，克拉馬爾和阿利姆“很好地確定了黏菌行為的機械生物學機制，實現了類似記憶的功能”。他說，未來對黏菌執行復雜任務能力的研究，將需要檢驗“調節其行為的分子訊號、材料特性和細胞液的流動模式”。
同樣沒有參與這項研究的新澤西理工學院生物學家西蒙·加尼耶補充說，這項工作建立在先前對這種生物體如何編碼過去經驗的調查之上。研究人員的模型“為黏菌如何實現這一壯舉提供了一個很好的機械解釋”，他說。加尼耶補充說，這可能會改進網路最佳化和路由演算法，類似於那些受螞蟻 colony 啟發的演算法。