[논문 리뷰] Growth-Algorithm Model of Leaf Shape

David A. Young|arXiv (Cornell University)|2010. 04. 25.

Greenhouse Technology and Climate Control참고 문헌 9인용 수 4

한 줄 요약

이 논문은 두 차원에서 조직 성장 속도를 지배하는 소수의 파라미터를 사용하여 다양한 고등 식물의 잎 모양을 생성하는 단순한 성장 알고리즘 모델을 제안한다. 난방 위치에 상대적인 성장 속도를 변화시키고 간엽 성장에 대해 매개변수 함수를 사용함으로써, 이 모델은 전체 잎, 낙엽형, 분할형, 팔엽형 등 다양한 형태를 재현하며, 형태의 다양성이 복잡한 유전 지침이 아닌 기본적인 성장 법칙의 미세한 변화에서 비롯된다는 것을 보여준다.

ABSTRACT

The innumerable shapes of plant leaves present a challenge to the explanatory power of biophysical theory. A model is needed that can produce these shapes with a small set of parameters. This paper presents a simple model of leaf shape based on a growth algorithm, which governs the growth rate of leaf tissue in two dimensions and hence the outline of the leaf. The growth of leaf lobes is governed by the position of leaf veins. This model gives an approximation to a wide variety of higher plant leaf shapes. The variation of leaf shapes found in closely related plants is discussed in terms of variability in the growth algorithms. The model can be extended to more complex leaf types.

연구 동기 및 목표

• 단지 소수의 파라미터로 고등 식물의 다양한 잎 형태를 설명할 수 있는 최소한의 생물물리학적 모델을 개발하는 것.
• 난방에 상대적인 조직 확장률을 지배하는 성장 알고리즘의 변형이, 밀접하게 관련된 종들에서 관찰되는 형태적 다양성을 어떻게 생성하는지 탐구하는 것.
• 잎 형태의 다양성이 유전자 지그머리에 의한 고정된 프로그래밍이 아닌, 후유전적이고 동적인 성장 과정에서 기인하는지 조사하는 것.
• 유전자 발현과 최종 기관 형태 사이를 연결하는 공간적으로 변화하는 성장 속도를 통해 이론적 프레임워크를 제공하는 것.
• 잎 형태 공간이 매개변수화된 성장 알고리즘을 통해 탐색될 수 있으며, 자연적이고 가상의 형태를 시뮬레이션할 수 있음을 제안하는 것.

제안 방법

• 모델은 중앙맥(x=0)과 가장자리(x=1)를 나타내는 두 개의 수직 열을 가진 2차원 격자에서 잎 성장을 시뮬레이션하며, 각 열은 기저부(제일 아래, j=1)에서 끝부분(끝가지, j=N)까지 인덱스 j로 표시된 N개의 조직 영역을 포함한다.
• 성장은 중앙맥을 따라 y방향으로 일어나며, 제2차 난방 기울기에 의해 정의된 세포 줄 방향으로도 일어나며, 성장 속도는 j와 난방 위치에 따라 달라지는 매개변수 함수에 의해 결정된다.
• 핵심 방정식(Eq. 4)은 간엽 조직의 성장 속도를 j-인덱스의 함수로 정의하며, a(지수 감쇠 계수)와 n(성장 프로파일의 형태를 제어하는 지수)이라는 파라미터를 포함하여 낙엽 형성에 대한 제어를 가능하게 한다.
• 모델은 잎의 반쪽을 대칭적으로 생성하며, 전체 형태는 반사로 복원된다; 각 케이스에 대해 시뮬레이션은 1초 이내로 수행된다.
• 팔엽형 잎으로의 확장을 위해 난방 구조를 변형하여 산개된 낙엽을 모방하고, a와 n의 파라미터를 조정하여 전체형에서 깊이 분할된 형태에 이르기까지의 다양성을 시뮬레이션한다.
• a와 n에 대한 파라미터 스윕은 전체형(а=0, n=2)에서 깊이 낙엽형(а>0, n=1)에 이르는 잎 형태의 스펙트럼을 생성하며, 이는 올리브나무와 단풍나무에서 관찰되는 자연적 순서와 일치한다.

실험 결과

연구 질문

• RQ1 소수의 파라미터로 고등 식물에서 관찰되는 다양한 잎 형태의 광범위한 다양성을 어떻게 생성할 수 있는가?
• RQ2 밀접하게 관련된 종들 사이의 잎 형태 변화가 성장 알고리즘의 미세한 변화로 얼마나 잘 설명될 수 있는가?
• RQ3 난방 위치와 공간적으로 변화하는 팽창률에 기반한 단순한 성장 속도 법칙이 낙엽형 및 분할형을 포함한 자연 잎 형태를 재현할 수 있는가?
• RQ4 소수의 알고리즘 변화에 민감하게 반응하는 잎 형태의 관찰된 민감도를 뒷받침할 수 있는 생물물리적 메커니즘은 무엇인가?
• RQ5 환경적 또는 유전적 요인이 성장 알고리즘에 영향을 주어 이형성 또는 변동성이 있는 잎 형태를 생성할 수 있는가?

주요 결과

• 모델은 성장 속도 함수의 두 핵심 파라미터(a와 n)만을 사용하여 28종의 다양한 잎 형태를 성공적으로 재현하며, 복잡한 형태가 단순한 규칙에서 유래됨을 보여준다.
• a = 0이고 n = 2.0일 경우, 모델은 부드러운 가장자리를 가진 전체형, 심장형, 또는 뒤집힌 납작한 잎 형태를 생성하며, 말라스터나무나 사카라나무와 같은 형태와 일치한다.
• a를 0에서 0.03~0.06으로 증가시키면 점진적인 낙엽 형성이 발생하며, 올리브나무(Quercus)에서 관찰되는 전체형에서 깊이 분할된 형태로의 자연적 순서를 재현한다.
• n = 1.0으로 설정하면 날카운 낙엽형이 생성되며, 빨간 잎나무(Quercus) 종의 특징을 정확히 모방한다. 반면 n = 2.0은 백오리의 특징인 둥근 낙엽형을 생성한다.
• 난방 기하학을 수정하고 a를 0.03에서 0.0으로 감소시킴으로써 모델은 팔엽형(예: 단풍나무, Liquidambar)을 근사한다. 감소하는 a 값은 더 둥근 전체형에 가까운 형태를 생성한다.
• 모델은 자연계에서 관찰되지 않는 비자연적 형태(예: 그림 5a)를 생성하며, 이는 가능한 잎 형태의 더 넓은 형태 공간을 탐색할 수 있음을 시사한다.