Många komplexa system inom biologin kan uppfattas som nätverk. Detta perspektiv hjälper forskare att förstå hur biologiska system fungerar på en grundläggande nivå, och kan användas för att svara på nyckelfrågor inom biologi, medicin, och teknik.

Blodflödet i hjärnan är ett utmärkt exempel. Blod passerar genom ett nätverk av kärl och kan vid behov omdirigeras till specifika delar av hjärnan. Gående, till exempel, skulle kräva blodflöde i olika regioner än tuggummi.

Man tror att nätverk utför sådana uppgifter genom att kontrollera anslutningar i nätverket, kallas "kanter". Vad fysiker inte hade utforskat är hur många uppgifter ett enda nätverk kan utföra samtidigt.

Ett team av forskare från Institutionen för fysik och astronomi publicerade en studie i PNAS som tar upp denna fråga. Doktorand Jason W. Rocks och tidigare postdoc Henrik Ronellenfitsch, som nu är på MIT, var huvudförfattare till denna uppsats, och arbetade tillsammans med fysikerna Andrea Liu och Eleni Katifori, liksom Sidney R. Nagel från University of Chicago.

Penn -teamet hade tidigare studerat två typer av nätverk. Katifori har undersökt hur naturen bygger och underhåller "flödesnätverk, "såsom blodflöde, använda metoder som är inspirerade av och relaterade till biologi. Liu studerar "mekaniska nätverk, "såsom arrangemanget av aminosyror som bildar ett protein, och hur dessa nätverk kan förändras för att utföra en specifik biologisk funktion.

Även om dessa två system skiljer sig från varandra, diskussioner mellan Liu- och Katiforigrupperna om hur mycket multitasking varje nätverk kunde åstadkomma hjälpte Liu och Katifori att inse att de kunde studera dessa två till synes orelaterade nätverk tillsammans.

"Vi studerade båda oberoende av komplexiteten hos en viss funktion som ett flödesnätverk kunde utföra och vad ett mekaniskt nätverk kunde göra, " säger Katifori. "Det var två helt olika fysiska nätverk, men på sätt och vis samma fråga. "

Författarna utvecklade en uppsättning ekvationer som beskrev varje system. De använde sedan simuleringar för att styra eller "ställa in" nätverket så att de skulle utföra alltmer komplexa funktioner. Stenar, Ronellenfitsch, och deras kollegor fann att båda typerna av nätverk lyckades med multitasking.

De blev förvånade över likheterna i prestanda mellan dessa två till synes distinkta nätverk. Även om fysiken som ligger till grund för de två systemen är helt annorlunda, de utförde på samma sätt när det gäller multitasking -förmågor och kontrollerbarhet. "Kvantitativt, de var nästan identiska, säger Liu.

Dessa resultat kommer att fungera som grunden för ett antal framtida studier som kommer att fördjupa djupare i hur förmågan att utföra uppgifter kodas in i nätverk. För mekaniska nätverk som enzymer, denna kunskap kan förbättra biomedicinska forskares förmåga att utforma riktade läkemedel och behandlingar.

Som ett första steg, Rocks arbetar med att bättre förstå hur nätverken faktiskt fungerar. "Hittills har vi behandlat det som en svart låda, "säger han." Men vi vill inte göra det. Vi vill förstå hur ett nätverk utför en specifik funktion. Vi vill förstå vilka aspekter av nätverkets struktur som är viktiga. "

Liu och Katifori är entusiastiska över sitt samarbete och resultaten de hoppas kunna hitta inom en snar framtid. "Om du hade frågat mig innan vi gjorde detta projekt om vi skulle ha samma svar för de två nätverken, Jag skulle säga "varför?", Säger Katifori. "Men när du tänker efter, och när du förstår det, du inser elegansen i denna studie och varför dessa två nätverk borde vara desamma. "