Nel 1952, Alan Turing ha pubblicato uno studio che descriveva matematicamente come i sistemi composti da molti organismi viventi possono formare matrici ricche e diversificate di schemi ordinati. Ha proposto che questa "auto-organizzazione" derivi da instabilità in sistemi senza schemi, che possono formarsi quando specie diverse si contendono spazio e risorse. Finora, però, i ricercatori hanno lottato per riprodurre i modelli di Turing in condizioni di laboratorio, sollevando seri dubbi sulla sua applicabilità. In un nuovo studio pubblicato su EPJ SI , ricercatori guidati da Malbor Asllani presso l'Università di Limerick, Irlanda, hanno rivisitato la teoria di Turing per dimostrare matematicamente come le instabilità possono verificarsi attraverso semplici reazioni, e in condizioni ambientali molto diverse.

I risultati del team potrebbero aiutare i biologi a comprendere meglio le origini di molte strutture ordinate in natura, da macchie e strisce sui manti degli animali, ad ammassi di vegetazione in ambienti aridi. Nel modello originale di Turing, ha introdotto due specie chimiche diffondenti in punti diversi su un anello chiuso di cellule. Quando si diffondono attraverso le cellule adiacenti, queste specie "competivano" tra loro mentre interagivano; eventualmente organizzandosi per formare modelli. Questa formazione del modello dipendeva dal fatto che la simmetria durante questo processo poteva essere rotta in gradi diversi, a seconda del rapporto tra le velocità di diffusione di ciascuna specie; un meccanismo ora chiamato "instabilità di Turing". Però, uno svantaggio significativo del meccanismo di Turing era che si basava sull'assunto irrealistico che molte sostanze chimiche si diffondono a ritmi diversi.

Attraverso i loro calcoli, Il team di Asllani ha mostrato che in anelli di cellule sufficientemente grandi, dove l'asimmetria di diffusione fa sì che entrambe le specie viaggino nella stessa direzione, le instabilità che generano modelli ordinati sorgeranno sempre, anche quando le sostanze chimiche concorrenti si diffondono alla stessa velocità. Una volta formato, i modelli rimarranno stazionari, o si propagano costantemente intorno all'anello come onde. Il risultato del team affronta una delle principali preoccupazioni di Turing sulla sua stessa teoria, ed è un importante passo avanti nella nostra comprensione della spinta innata dei sistemi viventi ad organizzarsi.