Naar de content

'Evolutie is een hacker die al doende leert programmeren'

Renske Vroomans wil weten hoe uit losse cellen ooit het allereerste diertje kon ontstaan

Visualisatie van Volvox Aureus
Visualisatie van Volvox Aureus
Massimo Brizzi via Wikimedia Commons CC BY SA 4.0

Het leven begon met eencelligen, maar gaandeweg kwamen er ook levensvormen die uit (veel) meer cellen bestaan. Renske Vroomans bestudeert het gedrag van digitale cellen om te zien wanneer ze samen een groter geheel gaan vormen.

2 april 2020

Zeespons Pseudoceratina crassa (paarse buisjes). Sponzen behoren tot de alleroudste dieren en zijn waarschijnlijk nauw verwant aan de gezamenlijke voorouder van alle dieren.

NOAA photo library, Flickr, publiek domein

Het ontstaan van leven en de evolutie van al die uiteenlopende organismen is een lang proces waar nog veel vragen over bestaan. Renske Vroomans, postdoc aan de Universiteit van Amsterdam en Fellow bij het Origins Center, kijkt niet helemaal terug naar het begin, maar concentreert zich op een tussenstap: de oorsprong van de dieren.

Je zoekt naar het ontstaan van het allereerste diertje?

“Het gaat eigenlijk om de oorsprong van meercelligheid, daar werk ik aan samen met mijn collega Enrico Sandro Colizzi [ook een Fellow bij het Origins Center, red.]. Ik zoek naar het moment waarop individuele cellen zo intensief zijn gaan samenwerken en samenklonteren dat ze een nieuw, meercellig organisme gingen vormen. En ik ben specifiek geïnteresseerd in hoe dat bij dieren is gegaan, hoe is uit losse cellen het allereerste diertje gevormd?”

Is dat bij dieren anders gegaan dan bijvoorbeeld bij planten? Hebben meercellige levensvormen niet allemaal dezelfde meercellige voorouder?

“Nee, meercelligheid is gedurende de evolutie verschillende malen ontstaan, via verschillende routes. Alle dieren hebben wel dezelfde meercellige voorouder, maar planten en ook schimmels en algen zijn allemaal via andere processen meercellig geworden. Dat er zoveel verschillende routes zijn geweest geeft voor mij aan dat de overstap van eencellig naar meercellig niet een trucje was dat toevallig een keer is gebeurd, maar het is een patroon. Blijkbaar is meercellig worden een heel goed idee.”

En jij wilt weten hoe dat goede idee tot stand is gekomen? Hoe kwam je op die vraag?

“Ik ben opgeleid als ontwikkelingsbioloog en dan bestudeer je het proces dat ervoor zorgt dat uit een enkele bevruchte cel een compleet dier ontstaat. In ons geval met twee armen, twee benen en het hoofd op de juiste plaats. Dat lukt alleen maar als er in die ene cel een programma, het DNA, met instructies zit, waardoor alle nieuwe cellen weten wat ze moeten doen en het duidelijk is welke onderdelen waar moeten komen. Dat programma moet ooit geëvolueerd zijn want het allereerste leven was eencellig en zag er heel anders uit. Embryonale ontwikkeling is ergens gedurende de evolutie ontstaan. Toen bedacht ik dat als je wil begrijpen hoe je überhaupt embryonale ontwikkeling krijgt, je moet begrijpen hoe die allereerste diertjes zijn gevormd.”

Doordat eencelligen aan elkaar zijn blijven plakken?

“Ja, waarschijnlijk is het begonnen met de vorming van een kolonie, een groep samenwerkende cellen. Dat is een heel bekend verschijnsel, er zijn veel voorbeelden van eencelligen die tijdelijk als groep opereren omdat ze zich daardoor verder kunnen verplaatsen of beter kunnen verdedigen. Maar in een kolonie houdt iedere cel z’n eigen identiteit en plant zich ook zelfstandig voort. Het lijkt erop dat in zo’n kolonie de cellen op een moment ‘beslissingen’ zijn gaan nemen over welke cel wat gaat doen. Dat er een taakverdeling is ontstaan die ook heeft geleid tot specialisatie van cellen. Dat kun je zien als een stap richting embryonale ontwikkeling. Ik zoek naar het punt waarop cellen samenkomen, gaan samenwerken en zich gaan specialiseren. Dat je van identieke naar verschillende cellen gaat. Wat is nodig om dat punt te bereiken?”

Hoe onderzoek je dat?

“Via simulaties. Enrico en ik hebben een computermodel ontwikkeld waarin digitale ‘cellen’ rondkruipen over een oppervlak. We geven ze een paar randvoorwaarden en eigenschappen mee en dan kijken we wat er gebeurt. Gaan ze aan elkaar plakken? Gaan ze samenwerken? En onder welke omstandigheden? Zo proberen we die processen in gang te zetten en te begrijpen.”

Hoe ziet zo’n digitale cel eruit?

“Iedere cel is een setje pixels. Het lijkt een beetje op een ouderwets computerspelletje met vlekjes, de cellen, die willekeurig bewegen over een oppervlak. Ergens op het oppervlak bevindt zich een ‘voedselbron’. Die bron is te vinden via een gradiënt, een soort concentratieverandering waarvan iedere cel een stukje kan waarnemen om z’n richting te bepalen. Een cel kan niet in z’n eentje het voedsel bereiken. Maar als cellen aan elkaar plakken kunnen ze meer van de gradiënt waarnemen dus beter hun richting bepalen en ze kunnen grotere afstanden afleggen, omdat ze elkaar voortduwen. Daar zit dus een evolutionair voordeel in.”

Maar hoe ontdekken ze dan dat plakken voordelig is? Of weten ze dat al?

“Nee, dat weten ze niet. Dat geven we juist niet mee, want dan redeneer je al richting de oplossing. Wij willen juist ontdekken onder welke omstandigheden plakken voordelig wordt. We vertellen ze daarom niet dat plakken een goed idee is, maar de cellen die bij de voedselbron komen, gaan sneller delen. Daar komen er dus meer van. En omdat aan elkaar plakken de kans vergroot dat je bij de bron komt, zul je na verloop van tijd zien dat de cellen die vaker delen ook de cellen zijn die beter aan anderen hebben geplakt.”

En zie je dit ook gebeuren in de simulaties?

“Ja. In ons model zien we de eerste stappen richting de vorming van een kolonie. Cellen die goed aan elkaar plakken vormen een groter geheel dat efficiënt richting de voedselbron beweegt, terwijl cellen die niet plakken de bron niet bereiken.”

Sterven die niet-plakkende cellen ook?

“We voeren de simulaties uit in ‘seizoenen’. Je begint met de voedselbron op een bepaalde plek en aan het eind van het seizoen kijk je welke cellen dichtbij het voedsel zijn gekomen. Die mogen delen en de rest gaat dood. En dan zet je de voedselbron ergens anders neer en start het nieuwe seizoen.”

De cellen zijn dus niet allemaal even goed in staat om te plakken, anders zou je geen verschil zien. Waar zit dat verschil bij een digitale cel en hoe werkt dat plakken?

“Het programma zoekt steeds naar de meest gunstige situatie in termen van energie, die moet zo laag mogelijk zijn. Iedere cel heeft een ‘membraan’ met een bepaalde hoeveelheid energie. Als door te plakken de energie lager wordt, is dat gunstig en wil je dat contact behouden. Het plakken zelf gebeurt via digitale ‘moleculen’, strengetjes enen en nullen die iedere cel heeft. Dat molecuul past op een molecuul van een andere cel en hoe beter die twee op elkaar passen, hoe lager de energie en dus hoe sterker ze plakken. Zo hebben we het plakken gedefinieerd.”

Maar hoe krijg je dan evolutie, want dat is toch waar je naar zoekt?

“Bij de cellen die de bron bereiken en mogen delen wordt ook dat plak-molecuul doorgegeven aan de dochtercellen. Maar op dat moment is de mogelijkheid dat er een mutatie, een verandering optreedt. Dat bijvoorbeeld een nul verandert in een één. Misschien dat door de verandering de cel nog beter plakt of juist slechter plakt, dat blijkt dan in het nieuwe seizoen. De mutaties zijn willekeurig en door steeds weer te selecteren op wie de voedselbron bereikt, zorg je voor evolutie.”

De valkuil van simulaties is natuurlijk dat je uitkomst sterk afhangt van de keuzes die je aan het begin maakt. Het is nooit helemaal onverwacht.

“Dat klopt, je maakt altijd keuzes. In ons model kunnen de cellen bijvoorbeeld niet zelf besluiten om meteen te gaan delen of om niet te bewegen. Ze kunnen in deze versie van het model ook nog niet besluiten om taken te verdelen. Maar wat we wilden uitzoeken is of de cellen kunnen ontdekken dat aan elkaar plakken gunstig is omdat plakken de kans op overleven en voortplanten vergroot. En dat zien we ook echt gebeuren, maar ze moeten er wel de tijd voor krijgen. We hebben ook kortere seizoenen geprobeerd en toen werd er veel minder geplakt. Door verschillende omstandigheden te gebruiken hopen we uit te vinden wat de invloed van die omstandigheden is en in welke situaties je welk gedrag krijgt.”

De slijmzwam Dictyostelium discoideum begint z’n leven als eencellige, maar zodra het voedsel opraakt vormen meerdere eencelligen samen een soort slakje dat grote afstanden kan afleggen en zo nieuwe voedselbronnen kan bereiken. Eenmaal aangekomen treedt differentiatie op: een deel van de cellen vormt ‘stammen’, een ander deel vormt het vruchtlichaam (bolletjes) vol sporen. Dat knapt open en een nieuwe generatie eencelligen begint aan de cyclus.

Tyler Larsen via Wikimedia Commons CC BY SA 4.0

In hoeverre is het gedrag van jullie cellen realistisch als je het vergelijkt met natuurlijke eencelligen?

“Zoeken naar voedsel is zeker een grote drijfveer geweest in het ontstaan van natuurlijke kolonies. Het is niet de enige reden, maar wel een belangrijke. We zien dat bijvoorbeeld bij de slijmzwam Dictyostelium discoideum. Dat zijn eencelligen die, als het voedsel in hun omgeving op is, samen een soort slakje vormen om zich te verplaatsen naar een nieuw gebied waar wel voedsel is. Dat lukt ze alleen maar door samen een groter geheel te vormen. Samenwerken om voedsel te vinden is wel degelijk een realistische evolutionaire drijfveer.”

Het begin van een kolonie heb je aangetoond, wat zijn de volgende stappen die je wilt zetten om echt richting een meercellig organisme te gaan?

“Mijn volgende vraag is of ik de cellen kan laten differentiëren, dus dat ze keuzes kunnen gaan maken. In eerste instantie de keuze tussen bewegen of delen. Als ik ze daarvoor de mogelijkheden geef, onder welke omstandigheden kiezen ze dan voor bewegen of voor delen? Daarvoor geef ik ze een soort netwerkje mee met sensoren waaruit ze ‘zien’ of er voedsel is en of er veel andere cellen in de buurt zijn. Iedere cel heeft de keuze om te bewegen of te delen en ik wil graag weten of ze de informatie uit hun omgeving gebruiken om die keuze te maken en hoe ze die gebruiken. Bijvoorbeeld als er veel voedsel is, gaan ze dan delen? En als ze omringd zijn door andere cellen, gaan ze dan meebewegen? Ik wil de cellen ook met elkaar laten ‘praten’, zodat ze elkaars informatie kunnen meenemen in hun beslissing. Dat zou namelijk een stap richting collectief gedrag kunnen zijn en daarin zit een duidelijk verband met embryonale ontwikkeling, want daar vindt heel veel communicatie tussen de cellen plaats.”

Maar het blijven nog individuele cellen. Hoe ver zijn we van de stap naar een meercellig diertje?

“Nou, niet zo heel ver. In mijn scenario kunnen cellen besluiten om niet te gaan delen en dan ga je al richting een diertje. Want bij dieren, ook bij ons, gaan de meeste cellen niet mee naar de volgende generatie. Ook bij ons gaat alleen de eicel naar de nakomelingen, alle andere cellen sterven als wij sterven. Cellen die niet delen bouwen de kolonie op. De scheiding tussen voorplanting en andere functies is de eerste stap naar een meercellige.”

Volgens jou zijn we er dus bijna?

“We zitten nu nog steeds in het stadium voordat het een diertje is. We werken toe naar de voorouder, iets wat je niet meteen herkent als een diertje, maar waar wel de eerste diertjes uit zijn voortgekomen.”

Kun je dat met een simulatie echt bewijzen?

“Nee, uit modellen kun je niet concluderen wat er daadwerkelijk ooit is gebeurd, maar je kunt wel aangeven of een bepaald scenario waarschijnlijk is omdat je het in meerdere, verschillende, simulaties ziet opduiken en omdat het natuurlijke processen verklaart. Ook in de evolutie spelen kansprocessen een grote rol, dus je kunt met een simulatie wel uitrekenen welke volgorde van stappen kansrijker is dan een andere. Het is vooral belangrijk dat je simulaties vaak uitvoert, dan kun je zoeken naar patronen. Het is alsof je de evolutie een paar keer overdoet en niet iedere keer heb je hetzelfde resultaat, maar je kunt wel stellen welke uitkomst waarschijnlijker is dan andere.”

Je zoekt dus naar het meest waarschijnlijke scenario, niet naar de beste oplossing. Dat blijft voor veel mensen lastig te accepteren, dat evolutie niet altijd het ideale resultaat oplevert.

“Als je naar de mens of naar andere organismen kijkt, is het soms best wel aan elkaar geduct-taped. Het geheel werkt goed genoeg maar, in sommige gevallen, ook niet meer dan dat. Evolutie is voor mij een hacker die al doende leert programmeren.”

Serie interviews met Origins Center Fellows

Dit artikel hoort bij een serie van interviews met de ‘research fellows’ (postdoctorale onderzoekers) van het Origins Center.

Het Origins Center is een Nederlands samenwerkingsverband dat wetenschappers uit heel diverse onderzoeksgebieden bij elkaar brengt rond een van de grote vragen in de wetenschap, namelijk de oorsprong van leven op aarde en in het heelal. Het onderzoeksprogramma omvat vijf hoofdthema’s:
  1. Oorsprong en co-evolutie van aardachtige planeten en leven
  2. Evolutie voorspellen
  3. Leven bouwen en sturen van molecuul tot biosfeer
  4. Zoeken naar leven buiten de aarde
  5. Overbruggen van grote stappen in lengte- en tijdschalen

Andere interviews in deze reeks:

Shraddha Shitut,‘Ik vind het fascinerend hoe individuele cellen kunnen samenwerken’, 18 april 2019

Omer Markovitch,‘Chemie en biologie zijn geen gescheiden werelden’, 29 mei 2019

Meike Wortel en Ken Kraaijeveld, ‘Evolutie gaat veel sneller dan we dachten’, 15 juli 2019

Dennis Höning, ‘Ik wil graag weten wat de invloed van leven op een atmosfeer is’, 5 december 2019

Enrico Sandro Colizzi, ‘De natuur is het beste experiment’, 9 oktober 2020

Eloi Camprubi Casas, ‘De jonge aarde was een gigantische batterij’, 9 februari 2021

Korte film waarin Renske Vroomans haar onderzoek uitlegt. Credits: Origins Centre

ReactiesReageer