Les systèmes en L sont un cadre utile pour la modélisation le développement de structures linéaires et ramifiées croissantes d'organismes, des plantes herbacées aux arbres en passant par des écosystèmes végétaux entiers. Ils peuvent être utilisés pour modéliser des processus au niveau moléculaire tels que la régulation de la croissance et de la différenciation par les réseaux de régulation génétique, interactions source-puits, et régulation métabolique. Jusqu'à présent, la dynamique de ces processus a été exprimée à l'aide d'équations différentielles, impliquant des concentrations évaluées en continu des substances impliquées. Cette hypothèse n'est pas satisfaite dans de nombreux processus biologiques lorsque le nombre de molécules est relativement faible.
Dans leur nouvel article publié dans in silico Plantes, Cieslak et Prusinkiewicz du système Groupe de recherche Modélisation Biologique et Visualisation au Département d'informatique de l'Université de Calgary, proposer et tester les systèmes L intégrés et l'algorithme de simulation stochastique de Gillespie pour simuler des processus stochastiques dans des structures linéaires fixes et en développement.
Selon l'associé de recherche principal Mikolaj Cieslak, « la méthode de Gillespie est une technique de simulation bien connue pour la cinétique biochimique discrète et est précise même lorsque le nombre de molécules est petit. Son intégration avec les systèmes L offre un cadre pratique pour étudier l'effet du bruit sur les processus de développement dans la nature.
Les auteurs illustrent la force des systèmes L de Gillespie en utilisant des exemples de processus morphogénétiques qui incluent la réaction-diffusion et la structuration pilotée par l'auxine. "Dans chaque cas, nous avons pu mettre en évidence l'impact du nombre de molécules sur les caractéristiques de la solution", explique le professeur Przemyslaw Prusinkiewicz. Les auteurs montrent également que, comme prévu, les solutions stochastiques convergent vers leurs homologues continues à mesure que le nombre de molécules augmente.
La méthode et le logiciel présentés peuvent être utilisés pour simuler des processus stochastiques moléculaires et de niveau supérieur spatialement explicites dans des structures statiques et en développement, et étudier leur comportement en présence de perturbations stochastiques.
Le logiciel pour exécuter les modèles est disponible sur le site Web du laboratoire : http://www.algorithmicbotany.org
Les modèles sont disponibles sur demande auprès des auteurs.
