di Vanshika Mistry1, Abhinn Gupta1, Charvi Trivedi1, Prakshal Parekh1, Vishva Patel1 | 14 dicembre 2023.

1 Biological Research Laboratory, School of Arts and Sciences, Ahmedabad University, Gujarat, India.

Revisione a cura di ScienceRely


Cosa definisce l’intelligenza? Questa domanda potrebbe sembrare semplice, ma si dirama in un labirinto di pensieri e percezioni. Utilizziamo questa parola così facilmente, un tratto intrecciato nella trama delle nostre percezioni degli altri. Come se l’intelligenza fosse una corona di nobiltà cognitiva. Eppure, cosa intendiamo veramente con intelligenza? La nostra società ci insegna a premiare l’intelletto, anche se ci conduce lungo una strada accidentata di supposizioni e aspettative.

Ma ecco ciò che è intrigante: c’è un’intera altra dimensione di intelligenza al di là dell’umanità. Pensate ai delfini; li definiamo intelligenti, poiché abbiamo una lista mentale di imprese che gli esseri intelligenti dovrebbero compiere e i delfini si rientrano in quei parametri. Dove si collocano i nostri leali compagni, i cani, in questa narrazione? È il delfino la misura con cui giudichiamo tutto l’intelletto del regno animale? Prima di rendercene conto, si sta radicando celatamente una gerarchia nei nostri pensieri. Considera ora una realtà alternativa, una in cui il regno animale assalta le porte della nostra società “intelligente”. Chi farà parte della lista degli invitati? Caro lettore, preparati a rimanere stupito.


Il folle mondo delle muffe melmose

All’interno dell’ampio regno degli organismi viventi, una muffa mucillaginosa (o muffa melmosa) unicellulare farà parte della nostra lista. Questo organismo, simile a una massa gelatinosa, prospera su foglie in decomposizione e tronchi. Il suo nome scientifico è Physarum polycephalum (Fig. 1).

È in grado di risolvere abilmente labirinti, simulare la disposizione delle reti di trasporto pubblico umane e selezionare correttamente i cibi più nutrienti. Questo straordinario organismo realizza tutto ciò senza dipendere da un cervello o una struttura neurale!

Esploriamo insieme come la sua intelligenza gli permetta di identificare i percorsi più efficienti attraverso labirinti complessi e prendere decisioni per garantire un’alimentazione ottimale.

 Fig 1.  Physarum polycephalum (muffa melmosa). ©Björn S. Licensed as Attribution-ShareAlike.
Disponibile online: https://www.flickr.com/photos/40948266@N04/38675943684/ 

Si tratta di un mixomicete, una muffa unicellulare con nuclei multipli, che si sostiene consumando batteri e piccole particelle organiche. Ottiene questo nutrimento attraverso un processo noto come fagocitosi, ovvero inghiottendo il cibo, che cerca nel suo ambiente attraverso movimenti lenti alimentati dal flusso del citoplasma gelatinoso al suo interno, chiamato “flusso citoplasmatico”. Durante questo processo, vediamo bracci simili a tubi che si estendono dal suo corpo, conosciuti anche come tubi plasmodiali.

Smarrito in un labirinto? Una muffa può mostrarti la via!

Ora, approfondiamo le sue capacità di risoluzione dei problemi e di prendere decisioni. Un esempio lampante è la sua abilità di trovare il percorso più breve in una data situazione, ad esempio, in un labirinto. Navigare labirinti per trovare il percorso ottimale è una sfida anche per animali di ordine superiore. Tuttavia, sembra essere uno sforzo minimo per queste masse gelatinose.

Per comprendere questo comportamento intrigante, Toshiyuki Nakagaki e il suo team hanno condotto un esperimento. Immagina un semplice anello segnato da due punti distinti. Un disposizione progettata per vedere come queste muffe costruiscono tubi plasmodiali tra i punti favorendo il percorso più breve. Per incentivare il processo, è stato collocato cibo in questi punti. Manipolando la distanza tra le fonti di cibo attraverso la modifica dell’angolo centrale del cerchio (Θ), Nakagaki ha potuto osservare il processo decisionale della muffa melmosa (Fig. 2).

Fig 2. L’immagine descrive la disposizione ad anello, mostrando sia i percorsi lunghi che quelli brevi. Theta (Θ) rappresenta l’angolo centrale.

I risultati hanno mostrato modelli intriganti. La muffa ha costantemente optato per il percorso più breve (nei casi con angoli come 90 o 135 gradi). Tuttavia, per un angolo di 160 gradi, la scelta tra i due percorsi potenziali è diventata simile poiché entrambi i percorsi erano quasi uguali. Questi risultati hanno instillato in Nakagaki e il suo team un senso di stupore. Si sono, pertanto, avventurati in scenari di labirinti più complessi e hanno connesso due punti con quattro percorsi possibili. Le connessioni con percorsi più lunghi sono scomparse, lasciando intatte solo le strade più vantaggiose. Curiosamente, in condizioni specifiche, il tubo plasmodiale può allungarsi anche oltre i confini del labirinto. Questi organismi attraversano le pareti del labirinto, creandosi essi stessi percorsi ancora più brevi. Ciò accade quando la quantità di organismi presenti è elevata o a causa di una loro aumentata crescita.

Come fa una muffa melmosa a determinare il percorso più breve?

Yoshihisa Mori ha condotto esperimenti utilizzando una configurazione più complessa ad anello con due punti, variando il raggio o l’angolo centrale dell’anello. Diverse configurazione ad anello sono stati testate con diametri diversi e con angoli centrali diversi. È stato visto che allargando l’angolo centrale, l’accuratezza nella selezione di percorsi più brevi diminuiva, evidenziando l’importanza del rapporto di lunghezza rispetto alla grandezza assoluta nel guidare la decisione di P. polycephalum. Questi risultati hanno portato all’idea che le muffe sembravano possedere una percezione innata delle differenze tra stimoli distinti.

Il fenomeno sopra descritto è simile ai principi della legge di Weber, osservata anche in vari organismi, compresi gli esseri umani. La legge di Weber afferma che la nostra percezione della differenza tra due cose (come distanza, suoni o luminosità) dipende più da quanto cambiano in relazione alla quantità originale piuttosto che dalla quantità esatta delle cose stesse. Poiché queste muffe mancano di sistemi neurali, tali meccanismi cognitivi sono sia inaspettati che affascinanti.

L’intelligenza adattiva delle muffe melmose

Ora, facciamo una transizione e ci immergiamo nel dominio delle decisioni nutritive. La straordinaria abilità di Physarum polycephalum nel fare scelte alimentari ottimali è un’altra dimensione dell’intelligenza che sfida la nostra comprensione. La presa di decisioni, essendo un processo complesso, richiede spesso un centro specializzato nel cervello della maggior parte delle specie. Come svolgono queste muffe un compito così coordinato? Audrey Dussutour e il suo team hanno cercato di risolvere questo mistero. Hanno dimostrato che una muffa può estendere strategicamente i suoi tubi per connettersi con con path di diverse qualità nutritive, ottenendo una composizione ottimale della dieta.

Definire una dieta “ottimale” diventa un’intrigante ricerca. Il team di Dussutour ha prima determinato il rapporto ideale carboidrati-proteine in 35 diete. Hanno poi osservato come le muffe reagivano quando esposte a cibi con diverse composizioni nutritive, per capire gli spostamenti nei loro modelli di crescita. Mentre i nutrienti essenziali sono i carboidrati, le muffe mostrano comportamenti distinti su diete con diverse densità proteiche. Si osserva una crescita leggera su substrati a basso contenuto proteico. Pertanto, continueranno a cercare una fonte ottimale generando nuovi tubi. Trovando una fonte ricca di proteine producono tubi densi e spessi. Sui cibi estremamente ricchi di proteine, le muffe si frammentano.

Sono stati condotti due esperimenti per testare la loro capacità di scelta. Nel primo esperimento, vedi Fig. 3(a), sono stati presentati due cibi e la loro scelta ha rivelato che possono crescere in un preciso rapporto verso entrambi i cibi per ottenere una nutrizione ottimale. Nel secondo esperimento, vedi Fig. 3(b), sono stati utilizzati 11 cibi diversi con rapporti carboidrati-proteine variabili. Qui ha scelto il cibo che forniva migliori tassi di crescita, a dimostrazione della loro capacità di discernere tra varie opzioni nutrizionali.

Fig.3 (a) mostra un esperimento di accoppiamento alimentare diversificato. (b) mostra l’esperimento a scelta multipla. In entrambi gli esperimenti, il mucillagineo è stato inizialmente posizionato al centro della piastra di Petri.

Questi esperimenti mostrano che l’intelligenza della mussa melmosa è adattativa. Pertanto, in base al suo ambiente, può scegliere come crescere.

Il vasto spettro dell’intelligenza nella natura

Per navigare e prosperare, questi semplici organismi distinguono piccole sfaccettature nel loro ambiente esterno. Che si tratti di seguire la legge di Weber come forza guida o di scegliere la scelta nutrizionale ottimale, questi comportamenti suggeriscono un intricato sistema cognitivo. Mentre la nostra comprensione è limitata, tali organismi ci spingono a espandere i nostri punti di vista. Nel grande arazzo dell’esistenza, questa entità ameboide ci mostra che l’intelligenza non è esclusiva ma può essere presente in altre innumerevoli forme di vita. L’intelligenza è multiforme e continua a essere un enigma che dovrebbe incentivare la nostra esplorazione del mondo naturale.

In conclusione, il mondo affascinante dell’intelligenza adattativa nelle muffe melmose si presenta come una straordinaria testimonianza delle meraviglie della natura. Hai mai considerato l’esistenza di intelligenze così piccole ma affascinanti?

Bibliografia
  1. Physarum mold. (n.d.). Hampshire College. https://www.hampshire.edu/academics/faculty/physarum-mold
  2. Briggs, G. M. (n.d.). Physarum: a plasmodial slime mold. Pressbooks. https://milnepublishing.geneseo.edu/botany/chapter/physarum/
  3. Nakagaki, T., Yamada, H., & Tóth, Á. (2001). Path finding by tube morphogenesis in an amoeboid organism. Biophysical Chemistry, 92(1–2), 47–52. https://doi.org/10.1016/s0301-4622(01)00179-x
  4. Mori, Y., & Koaze, A. (2013). Cognition of different length by Physarum polycephalum: Weber’s law in an amoeboid organism. Mycoscience, 54(6), 426–428. https://doi.org/10.1016/j.myc.2013.01.008
  5. Dussutour, A., Latty, T., Beekman, M., & Simpson, S. J. (2010). Amoeboid organism solves complex nutritional challenges. Proceedings of the National Academy of Sciences of the United States of America, 107(10), 4607–4611. https://doi.org/10.1073/pnas.0912198107
  6. Latty, T., & Beekman, M. (2009). Food quality affects search strategy in the acellular slime mould, Physarum polycephalum. Behavioral Ecology, 20(6), 1160–1167. https://doi.org/10.1093/beheco/arp111
Tag: , , , , , , , ,