Biofisica

Disciplina scientifica che realizza il collegamento concettuale e operativo tra la fisica e la biologia. Il principale obiettivo che la b. si propone è quello di capire che tipo di sistema fisico sia un organismo vivente, ossia di definire un modello fisico di organismo che riesca a riprodurre, in un quadro unitario, nel loro essere e nel loro divenire, tutti quegli aspetti dei viventi che la biologia funzionale e la biologia evolutiva descrivono. Secondo una prospettiva concettuale largamente condivisa, i viventi sono concepiti come sistemi dalla struttura organizzata secondo vari livelli gerarchici, in cui le proprietà di ciascun livello non sono subito deducibili da quelle del livello immediatamente più basso. Nello studio dei viventi sono utilizzati tre concetti chiave: complessità, emersione e autoreferenzialità.

La complessità indica la presenza di interazioni non lineari fra gli elementi costituenti il sistema e la loro rilevanza nel determinarne le proprietà globali; il comportamento del sistema non è deducibile esaminando esclusivamente le caratteristiche dei sistemi componenti, non per scarsezza di informazioni sui particolari della struttura interna, ma perché da tale struttura può originarsi un numero enorme di comportamenti diversi ed equivalenti, a partire da condizioni iniziali anche pocchissimo dissimili.

L’ emersione (o emergenza) è il manifestarsi di proprietà del sistema non direttamente riconducibili a quelle dei suoi componenti. Essa comporta che gli stessi principi non si applicano automaticamente a livelli gerarchici diversi e che non è consentito passare dall’uno all’altro mantenendo inalterate le strategie sperimentali e le tecniche interpretative. L’indispensabile lavoro di raccolta, catalogazione, analisi e interpretazione dell’informazione sulla struttura e sui comportamenti microscopici di un sistema non viene comunque vanificato dalla nuova prospettiva, ma ogni estrapolazione ai livelli di integrazione superiori può risultare arbitraria. All’interno del livello originario i risultati ottenuti e la loro interpretazione rimangono validi e si rivelano spesso preziosi per esplorare le proprietà emergenti del sistema. Secondo taluni autori, fenomeni di emergenza analoghi dovrebbero manifestarsi all’interno di sistemi dotati di livelli di complessità analoghi, indipendentemente dalla natura del substrato fisico dei costituenti elementari.

L’ autoreferenzialità è infine la proprietà di quei sistemi la cui evoluzione fa riferimento continuo allo stato attuale e passato del sistema stesso. Lo studio di tali sistemi (di grande interesse, per es., per la comprensione dei processi mentali) non può essere svolto utilizzando semplici algoritmi ricorsivi: un’idea delle difficoltà che si incontrano è data dal fatto che, per un sistema a 4 ingressi e 4 uscite, la presenza di soli 2 stati interni dipendenti dall’ingresso porta a 2⁸¹⁹² il numero dei possibili comportamenti.

La complessità dei sistemi biologici ne ha in passato reso difficile la modellizzazione, ossia l’identificazione delle proprietà rilevanti e la loro espressione quantitativa all’interno di un riferimento teorico il più generale possibile. Infatti l’uso del linguaggio della matematica e dei tradizionali metodi della fisica comportava, nella maggior parte dei casi, semplificazioni talmente drastiche da alterare in modo irreparabile le caratteristiche del sistema. Quando, tuttavia, l’attenzione cominciò a spostarsi dall’obiettivo di semplificare la complessità a quello di descriverla e caratterizzarla, i progressi realizzati nella comprensione delle dinamiche non lineari che ne sono alla base non tardarono a manifestare i loro benefici effetti nella razionalizzazione della fenomenologia osservata. L’approccio tradizionalmente considerato più adatto al trattamento di situazioni complesse, quello della statistica multivariata, mal si presta alla descrizione dei fenomeni dipendenti dal tempo, così importanti in biologia; d’altra parte, lo strumento d’elezione per lo studio di questi ultimi, le equazioni differenziali, risulta maneggevole e preciso solo per sistemi con un piccolo numero di variabili. I risultati ottenuti nelle tecniche di estrazione dell’informazione da segnali dipendenti dal tempo (note come analisi dinamica) sono in questa prospettiva significativi. A esse si ricorre quando si suppone che un segnale sia dovuto al contributo di numerose variabili nascoste, e si tenta di definire attraverso un modello tale contributo con una tecnica di deconvoluzione (operazione inversa della convoluzione) che consente, a partire da un segnale monodimensionale, di costruire la traiettoria del sistema in uno spazio a più dimensioni.