Van ieder voor zich naar samen staan we sterker. Zo zijn ooit meercellige levensvormen ontstaan. Maar hoe ging dat in z’n werk? Enrico Sandro Colizzi zoekt de drijfveren achter dit belangrijke moment in de evolutie.
Het leven op aarde begon met eencelligen, maar ooit zijn sommige eencelligen gaan samenklonteren tot nieuwe levensvormen van onderling verbonden cellen die niet meer zonder elkaar kunnen. Dat is op verschillende momenten tijdens de evolutie gebeurd. Onafhankelijk van elkaar: meercelligheid is meerdere keren ontstaan.
Tegelijkertijd wemelt het ook nog steeds van de eencelligen, zoals bacteriën, die zeer succesvol zijn. Nauw verbonden, helemaal alleen of iets daartussenin – leven kan op vele manieren. Maar wat bepaalt of cellen elkaar gaan opzoeken en samen een groter geheel vormen of dat het beter is om op zichzelf te blijven? Om die vraag te beantwoorden gebruikt Enrico Sandro Colizzi, postdoc aan de Universiteit Leiden en Fellow bij het Origins Centre, computermodellen waarin digitale cellen rondkruipen op zoek naar voedsel.
Waar zoek je precies naar om het ontstaan van meercelligheid te verklaren?
“Eigenlijk zoek ik naar algemene principes van evolutie en daarvoor kijk ik meer specifiek naar factoren in de omgeving die ervoor zorgen dat individuele cellen overgaan in meercellige organismen.”
En een meercellig organisme is dan iets anders dan een hoopje samengeklonterde cellen?
“Ja, in een meercellig organisme zien we een verdeling van de taken. Niet iedere cel doet precies hetzelfde. De informatie over wie wat moet doen wordt steeds weer gekopieerd en doorgegeven, zodat de nakomelingen die zich vanuit een enkele cel ontwikkelen, ook meteen weer uitgroeien tot een meercellig organisme waarin de taken zijn verdeeld. Dan zijn we bij de evolutie van embryonale ontwikkeling. Wat mij betreft is dat ook meteen het meest complexe proces van alle processen die je kunt bedenken.”
Hoe raakt dit aan de algemene principes die je zoekt?
“Het draait voor mij om de interacties tussen individuen. Die interacties creëren hogere organisatieniveaus. Van moleculen naar cellen naar kolonies van eencelligen naar meercellige organismen en verder naar populaties en ecosystemen. Evolutie vindt op al die niveaus plaats. Tijdens mijn promotieonderzoek heb ik meer naar evolutie op het moleculaire niveau gekeken en dan specifiek naar RNA [de ‘andere’ drager, naast DNA, van genetische informatie, red.]. Ik werkte toen aan de rol van RNA in het ontstaan van leven en hoe er gaandeweg verschillende typen RNA ontstonden die verschillende functies ontwikkelden. Wat ik zag was een proces van taakverdeling, een soort differentiatie en specialisatie die we ook op andere niveaus zien. Nu concentreer ik me op cellen, maar centraal staat de evolutie van de interacties tussen individuen. Of dat nou moleculen of cellen of nog grotere eenheden zijn.”
Evolutie kost tijd. Hoe bestudeer je dat proces?
“Via computermodellen. Samen met Renske Vroomans, ook een Fellow bij het Origins Centre, heb ik een model gemaakt waarin we ‘cellen’ laten zoeken naar ‘voedsel’. De cellen krijgen geen opdracht mee en we vertellen ze ook niet dat ze voedsel moeten gaan zoeken. Er is een voedselbron en hoe dichter ze bij die bron weten te komen, hoe groter de kans is dat ze zich kunnen voorplanten. Het bereiken van het voedsel geeft cellen dus een voordeel. De cellen kunnen vrij bewegen over het oppervlak en ze kunnen aan elkaar gaan plakken om een groter geheel te vormen, waardoor ze beter grotere afstanden kunnen afleggen. Maar dat weten ze niet. Wij geven de cellen een bepaalde keuzevrijheid en dan kijken we tot welke eigenschappen en welk gedrag dat leidt.”
Waar zit de mogelijkheid voor de cellen om beter te presteren dan anderen? Als ze allemaal exact gelijk zijn krijg je toch geen evolutie?
“De verschillen zitten in het plakken aan andere cellen. Echte levende cellen hebben op hun oppervlak speciale eiwitten, waarmee ze contact kunnen maken met andere cellen. De cellen in ons model hebben ook zoiets: aan hun randen hebben ze ook ‘eiwitten’ en hier zijn dat lange strengen binaire code, dus enen en nullen. Het plakken gaat via een slot-sleutel-principe waarbij sommige strengen heel goed op elkaar passen en andere veel minder. Daardoor kan een cel heel stevig plakken aan de ene cel, maar minder goed aan een andere. Afhankelijk van hoe goed hun plak-eiwitten op elkaar passen. Net als bij echte cellen, treden er bij de voortplanting van onze cellen mutaties op, kleine veranderingen in het ‘genetisch materiaal’. Hier zijn dat kleine veranderingen in de code van de eiwitten aan de buitenkant. Bijvoorbeeld een nul verandert in een één. Misschien kan de cel daardoor makkelijker aan anderen plakken of juist minder goed. Zo laten we de cellen door een paar rondes gaan, om te zien wat er gebeurt.”
Goed kunnen plakken is in dit model dus een gunstige eigenschap. Dan krijg je toch automatisch de vorming van een groter geheel? Zo stuur je richting de uitkomst die je verwacht.
“Nou, het interessante is dat we verschillende strategieën zien ontstaan, waarbij goed kunnen plakken niet altijd de doorslag geeft. We zien inderdaad samenwerking en de vorming van aggregaten, groepjes aan elkaar plakkende cellen, als er relatief veel tijd is om bij de voedselbron te komen. Maar als de positie van die bron snel verandert zien we een alternatieve oplossing. De cellen blijven dan vooral alleen en verplaatsen zich niet veel, want als de plek van de bron continu verandert is de kans aanwezig dat je toevallig net in de buurt zit. De noodzaak voor verplaatsing en dus voor plakken aan anderen neemt dan flink af. In deze situatie is het voor de hele populatie gunstiger om alleen te blijven, want dan is er een grotere kans dat iemand zich voortplant.”
Hoe realistisch is het om te werken met die plak-eiwitten? Hebben echte eencelligen die ook of zijn die eiwitten pas ontstaan toen meercellige organismen zich ontwikkelden?
“Nee, eencelligen hebben die ook en we weten dat deze gespecialiseerde eiwitten van eencelligen en meercellige organismen heel vergelijkbaar zijn. Dat is ook logisch als je kijkt naar de verschillende tussenstadia, zoals organismen die tijdelijk meercellige kolonies vormen, maar ook als eencellige kunnen bestaan, afhankelijk van de situatie. Tussen eencellig en meercellig bevindt zich een hele schaal aan grijstinten, het is geen absolute overgang.”
Jullie model laat verschillende uitkomsten zien voor verschillende situaties. Wat is de volgende stap?
“Het lijkt mij heel interessant om een situatie te vinden waarin beide strategieën naast elkaar bestaan en dat er competitie ontstaat. We werken nu met één voedselbron en afhankelijk van de tijd zien we een aggregaat of blijven de cellen vooral op zichzelf. Maar wat als we meerdere bronnen aanbieden, krijgen we dan ook meerdere aggregaten? Ontstaat er competitie tussen aggregaten of gaan ze fuseren tot een nog groter geheel? Dat willen we graag ontdekken.”
Ga je op basis van de resultaten uit het model ook experimenten doen met echte, levende cellen om te zien of ze zich net zo gedragen?
“Eigenlijk is de natuur het beste experiment, daar zie je de evolutie zoals die heeft plaatsgevonden. Wij proberen er met onze modellen grip op te krijgen, op de manier waarop het is verlopen. Als we met onze modellen echte, bestaande fenomenen kunnen verklaren, dan zijn we al heel ver.”
Naar welke antwoorden ben jij op zoek?
“Wetenschap moet iets te maken hebben met de echte wereld en daarin wil ik graag de principes van evolutie begrijpen en ook begrijpen hoe die principes worden ingezet. Hoe werkt evolutie? Dat is voor mij de kernvraag. Evolutie heeft geen plan en geen voorkeur. Evolution doesn’t care. Maar hoe werkt dat dan?”
Wat leren we daar dan uit, als we weten hoe evolutie werkt?
“Ik vind, net als veel mensen, het heel interessant om te weten waar wij vandaan komen en hoe wij als mens in het grotere plaatje van het leven passen. Als je de geschiedenis van het leven wil begrijpen, moet je de geschiedenis van evolutie begrijpen. Dat betekent je verdiepen in de natuur en bestuderen hoe alles werkt, maar hoe meer je dat doet, hoe complexer het wordt. Ik denk dat wij met onze benadering in de modellen echt vooruitgang kunnen boeken om iets van die complexiteit te ontrafelen.”