Память без мозга: как физические препятствия заставляют клетки «принимать решения»
Физика активной материи десятилетиями описывала микроскопические движущиеся объекты — бактерии, синтетические капсулы, живые клетки — как точечные тела с постоянным источником тяги. Их поведение, согласно стандартным моделям, полностью определялось тремя факторами: текущими координатами, внешними преградами и случайными тепловыми толчками жидкости. Такие процессы в теории вероятностей называют марковскими: у системы нет прошлого, и траектория частицы в следующую секунду никак не зависит от того, какие препятствия она преодолевала минуту назад.
Биологические наблюдения последних лет рисуют противоположную картину. Живые клетки обладают устойчивой механической памятью, которая сохраняется от десятков секунд до нескольких суток. Протискиваясь сквозь узкие зазоры между плотными волокнами соединительной ткани, клетка деформируется под внешним давлением: перестраивается ее цитоскелет из белковых нитей, натягивается мембрана, сжимается ядро. Эти структурные изменения не исчезают мгновенно. Возвращение в исходное состояние занимает ощутимое время, и все это время физические свойства клетки — включая способность развивать направленное усилие — остаются измененными. Клетка буквально несет в себе физический след пережитого механического опыта.
До сих пор память старались не включать в уравнения движения: математический аппарат для систем с предысторией слишком громоздок. Вместо стандартных дифференциальных уравнений приходится решать системы с интегралами, учитывающими влияние каждого предшествующего контакта на текущую скорость. Теоретики Максим Бесс и Рафаэль Вуатюрье из Университета Сорбонны и французского Национального центра научных исследований нашли способ обойти этот барьер. В работе, опубликованной в Nature Communications, они представили строгую и одновременно удобную для расчетов модель активных частиц с механической памятью — и показали, что при наделении частицы способностью хранить след контактов базовые законы физики активных сред меняются радикально.
Авторы разделили динамику клетки на два взаимосвязанных процесса: фактическое перемещение в пространстве и непрерывное изменение внутренних параметров. Внутреннее состояние живой клетки объединяет натяжение цитоскелета, форму ядра, концентрацию регуляторных белков, распределение рецепторов на мембране — рассчитать эволюцию каждого компонента отдельно невозможно. Бесс и Вуатюрье применили метод линейного отклика, предположив, что ключевое воздействие на внутренние процессы оказывают именно механические силы: внешнее давление препятствий и вязкое сопротивление среды. Интегрирование этих параметров свело описание к обобщенному уравнению движения с особой математической функцией — ядром памяти. Она задает вес каждого события из прошлого: чем больше времени прошло с момента удара или сжатия, тем слабее его влияние на текущее поведение частицы.
Принципиальным шагом стал отказ от классического теплового равновесия. В обычной пассивной физике частица тоже может обладать памятью — например, если тонет в густом растворе переплетенных полимеров, — но в равновесных системах память среды неразрывно связана с температурой и тепловым шумом. Живая клетка непрерывно расходует химическую энергию и находится в термодинамически неравновесном состоянии. Авторы учли это: в их модели механическая память существует автономно и не зависит от тепловых колебаний среды. Чтобы уравнения с интегралами стали решаемыми на практике, функцию памяти разложили в сумму простых затухающих экспонент. Система свелась к двум понятным переменным: фактическому положению частицы, на которое действуют препятствия, трение и тепловые колебания, и ее внутреннему состоянию, которое стремится подстроиться под тело, но делает это с постоянной временной задержкой. Собственная сила тяги оказалась прямо пропорциональна расстоянию между этими двумя координатами.
Пока частица движется в пустом пространстве, разрыв между телом и внутренним состоянием стабилен: она идет с постоянной скоростью в заданном направлении. Но при столкновении с препятствием тело резко останавливается, а внутреннее состояние продолжает меняться по законам собственной релаксации и догоняет остановившееся тело. Разрыв сокращается — и движущая сила падает до нуля или меняет знак. Препятствие сжимает внутреннюю структуру, и это механическое напряжение определяет дальнейшие действия частицы.
Первый тест новой теории воспроизвел расчетный аналог классического эксперимента: частицу фиксируют в точке внешним силовым полем, имитирующим лазерную ловушку, а затем мгновенно отключают поле. Обычная активная частица без памяти в момент освобождения сразу начинает двигаться так, будто никакого сжатия не было: скорость и способность держать направление восстанавливаются в ту же миллисекунду. Частица с памятью ведет себя иначе. Под действием поля ее координаты и внутреннее состояние принудительно совмещаются, внутренний механизм генерации движения оказывается механически заблокирован. После выключения поля она не может мгновенно развить крейсерскую скорость — нужно время, чтобы внутреннее состояние снова разошлось с пространственной координатой и сформировало тягу. Скорость выхода на стабильный режим напрямую зависит от времени внутренней релаксации. Если функция памяти затухает медленно, что свойственно полимерным белковым сетям внутри клеток, след пребывания в ловушке сохраняется надолго, а скорость смещения в открытом пространстве несет количественную информацию о том, насколько жестким было ограничение.
Следующий сюжет — поведение частиц с памятью в замкнутых микроскопических полостях с твердыми стенками. В свободном пространстве активная частица стремится как можно дольше идти по прямой. Попадая в замкнутый объем, частица без памяти неизбежно упирается в стенку и давит на нее двигателем, пока случайный тепловой толчок не развернет ее обратно, — поэтому стандартные активные частицы почти всегда скапливаются у границ. У частиц с памятью обнаружилась жесткая зависимость от геометрического размера полости. В широких камерах, где столкновения редки, частица успевает полностью восстановить внутреннее напряжение между ударами, движется направленно и ведет себя классическим образом, накапливаясь вдоль периметра. В узких камерах, где расстояние между стенками меньше характерной длины пробега, частота соударений резко растет, внутреннее состояние не успевает восстанавливаться, а разница между положением и внутренним состоянием непрерывно колеблется около нуля. Собственная тяга полностью зануляется: частица утрачивает способность к направленному движению и превращается в пассивный объект, хаотично перемещаемый ударами молекул среды. Накопление у стенок исчезает, частицы равномерно распределяются по объему. Теснота механически выключает внутренний двигатель.
Эта же способность автоматически глушить тягу при частых контактах породила эффект автономной сортировки частиц в неоднородных пространствах. Физики смоделировали двумерную среду, где открытые участки соседствовали с зонами, плотно заставленными круглыми столбиками, и запустили туда ансамбль частиц с памятью. На открытом участке частица движется быстро и прямолинейно, легко проникает в область препятствий. Среди барьеров она начинает непрерывно наталкиваться на них, внутреннее состояние блокируется, тяга исчезает, и частица переходит в режим медленного теплового блуждания. Чтобы выйти обратно на открытое пространство, ей нужно случайно найти выход исключительно за счет диффузии — вероятность такого события в десятки раз ниже вероятности быстрого влета извне. В результате частицы с памятью самостоятельно и необратимо скапливаются внутри участков с самым сложным рельефом. В классической биологии подобное скопление клеток в тканях традиционно объясняют хемотаксисом — движением по градиенту химических веществ. Модель Бесса и Вуатюрье доказала: для избирательного накопления клеток химические сигналы не обязательны. Достаточно сложной геометрии окружения и механической памяти у самих движущихся объектов.
Самым важным фундаментальным результатом стало доказательство того, что память способна полностью предотвращать коллективное расслоение активного вещества. В стандартной физике взаимодействующих активных частиц действует универсальный закон — расслоение, вызванное подвижностью. Если взять тысячи активных частиц без взаимного притяжения и повысить их плотность, система неизбежно распадется на две несмешивающиеся фазы: сверхплотные малоподвижные кластеры, окруженные разреженным газом свободно летающих частиц. Механизм прост: сталкиваясь лоб в лоб, частицы продолжают упорно давить вперед, блокируя друг друга, сзади на них налетают следующие — возникает самоподдерживающийся затор. Бесс и Вуатюрье провели масштабные расчеты для взаимодействующих частиц с памятью, повышая плотность упаковки вплоть до восьмидесяти процентов от максимального объема. Классическая теория предсказывала неизбежное образование плотных неподвижных агрегатов. Однако в ансамбле частиц с памятью расслоения не произошло ни при каких параметрах плотности и активности: система оставалась стабильной, однородной текучей жидкостью.
Причина кроется в скорости падения тяги при контактах. В классических моделях частицы внутри скопления продолжают толкать стенки затора, удерживая его от распада. С частицами памяти происходит обратное: попадая в плотное окружение соседей, частица со всех сторон испытывает механическое сопротивление, ее внутреннее состояние коллапсирует, двигатель выключается. Частицы внутри скопления перестают давить вперед и превращаются в обычные тепловые диффундирующие частицы — возникает естественное диффузионное движение от центра скопления к краям. Зародившийся кластер рассасывается быстрее, чем к нему успевают присоединиться новые налетающие частицы. Математический анализ подтвердил: скорость движения частиц с памятью убывает обратно пропорционально квадратному корню из локальной плотности, и этого замедления недостаточно для запуска лавинообразного слипания. Память о контактах полностью защищает систему от образования пробок.
Противоположный эффект возникает у частиц с антиперсистентной динамикой, которые после механического удара стремятся развернуться в обратную сторону. В плотных системах из таких частиц физики зафиксировали сдвиг точки динамического застревания — потери текучести, когда взвесь при сжатии застывает в твердое аморфное тело с намертво заблокированными частицами. Для твердых частиц этот переход определяется исключительно занимаемым объемом. Для антиперсистентных частиц с памятью затвердевание произошло при существенно меньшей плотности, чем предсказывали формулы классической статистической механики. Причина — эффективная сила отталкивания, порождаемая памятью: при сближении двух частиц их внутренние состояния начинают противодействовать задолго до физического соприкосновения границ. Каждая частица приобретает динамическую зону отталкивания, увеличивающую ее эффективный размер. Свободное пространство между объектами исчерпывается раньше, жесткий пространственный каркас формируется при более низких концентрациях, и суспензия мгновенно теряет текучесть.
Теоретическая схема открывает прямой путь к количественному описанию сложных биологических и инженерных процессов. В биомеханике метастазирования клетки распространяются по организму, протискиваясь через узкие поры межклеточного матрикса. Новая модель позволяет рассчитывать способность клеток проникать в ткани на основе времени механической релаксации их цитоскелета: если время восстановления каркаса превышает время прохождения через пору, клетка на выходе из сужения надолго теряет подвижность. Это дает возможность оценивать агрессивность опухолей с помощью микроструктурных измерений. В физике иммунитета лимфоциты и клетки иммунной памяти патрулируют лимфатические узлы в условиях экстремальной тесноты, и отсутствие эффекта расслоения объясняет, почему плотные скопления иммунных клеток не блокируют узкие протоки лимфотока: скученность сама снимает механическое напряжение и выравнивает потоки движения.
Отдельное направление — беспроцессорные микророботы. При разработке автономных микрокапсул для адресной доставки лекарств по кровеносным сосудам невозможно разместить на борту электронные микросхемы. Но если создать корпус микробота из материала с заданными параметрами упругости и времени механической релаксации, микроробот получит физическую память. Такой ансамбль сможет самостоятельно замедляться в капиллярах, распределяться по нужным участкам сосудистой сети и никогда не создавать закупорок без всякого программного управления.
Главный концептуальный вывод работы в том, что сложное адаптивное поведение не требует ни развитой нервной системы, ни алгоритмов обработки данных. Чтобы ориентироваться в пространстве, избегать пробок и сортироваться по рельефу, физическому объекту достаточно обладать внутренним механическим состоянием, которое хранит след его недавнего прошлого.
