17.7 Hopf-Bifurkation
17.7 Hopf-Bifurkationen: Die Entstehung stabiler Oszillationen
Abschnitt betitelt „17.7 Hopf-Bifurkationen: Die Entstehung stabiler Oszillationen“In den vorherigen beiden Abschnitten sind uns zwei scheinbar unterschiedliche Mechanismen begegnet, die biologische Oszillationen erzeugen.
Im hormonellen Rückkopplungsmodell traten Oszillationen auf, wenn die negative Rückkopplung hinreichend sensitiv wurde.
Im respiratorischen Modell erschienen Oszillationen, wenn die Zeitverzögerung in der Rückkopplungsschleife hinreichend groß wurde.
Obwohl diese Mechanismen biologisch verschieden sind, teilen sie eine wichtige mathematische Eigenschaft.
In beiden Fällen führte die Veränderung eines einzigen Parameters dazu, dass sich das Langzeitverhalten des Systems von einem stabilen Gleichgewicht in eine stabile Oszillation verwandelte.
Eine solche qualitative Änderung bezeichnet man als Bifurkation.
Kontrollparameter
Abschnitt betitelt „Kontrollparameter“Im Verlauf dieses Buches haben wir wiederholt zwischen zwei Arten von Modellgrößen unterschieden.
Die Zustandsvariablen beschreiben den aktuellen Zustand des biologischen Systems. Ihre Werte entwickeln sich im Zeitverlauf gemäß den zugrunde liegenden Differentialgleichungen.
Die Parameter bestimmen die Eigenschaften des Systems selbst. Sie beschreiben Größen wie Reaktionsraten, Abbaukonstanten, Transportraten oder regulatorische Stärken.
Die meisten Parameter beeinflussen lediglich das quantitative Verhalten des Modells.
So kann etwa eine Änderung der Abbaurate die Gleichgewichtskonzentration eines Proteins verschieben, ohne das qualitative Verhalten des Systems zu verändern.
Einige Parameter spielen jedoch eine weit wichtigere Rolle.
Ihre Veränderung ändert die Struktur der Systemdynamik grundlegend.
Solche Parameter nennt man Kontrollparameter.
Ein Kontrollparameter entscheidet darüber, welche Art dynamischen Verhaltens überhaupt möglich ist.
Vom Punktattraktor zum Grenzzyklus
Abschnitt betitelt „Vom Punktattraktor zum Grenzzyklus“In beiden biologischen Modellen dieses Kapitels legt der Kontrollparameter fest, ob das System Homöostase oder anhaltende Oszillationen zeigt.
Für kleine Werte des Kontrollparameters besitzt das System einen stabilen Punktattraktor.
Nach kleinen Störungen kehren die Trajektorien zu einem stationären Gleichgewicht zurück.
Mit zunehmendem Kontrollparameter nimmt die Stabilität dieses Gleichgewichts allmählich ab.
Schließlich wird ein kritischer Schwellenwert erreicht.
An diesem Punkt verliert das stabile Gleichgewicht seine Stabilität.
Gleichzeitig erscheint eine neue stabile Lösung: ein Grenzzyklusattraktor.
Anstatt zu einem konstanten Zustand zurückzukehren, konvergiert das System nun gegen eine stabile periodische Oszillation.
Diesen qualitativen Übergang nennt man Hopf-Bifurkation.
Die Hopf-Bifurkation
Abschnitt betitelt „Die Hopf-Bifurkation“Eine Hopf-Bifurkation liegt vor, wenn ein stabiles Gleichgewicht seine Stabilität verliert und durch einen stabilen Grenzzyklus ersetzt wird.
Anders als bei der Sattel-Knoten-Bifurkation aus dem vorherigen Kapitel verschwinden dabei keine Gleichgewichtspunkte.
Stattdessen ändert das Gleichgewicht seine Stabilität.
Vor der Bifurkation konvergieren die Trajektorien gegen den Gleichgewichtspunkt.
Nach der Bifurkation bewegen sich die Trajektorien vom Gleichgewichtspunkt weg und werden von dem neu entstandenen Grenzzyklus angezogen.
Das Gleichgewicht existiert mathematisch weiterhin, ist aber nicht mehr stabil.
Die stabile Oszillation ist nun zum neuen Langzeitverhalten des Systems geworden.
Zwei biologische Wege zur gleichen Bifurkation
Abschnitt betitelt „Zwei biologische Wege zur gleichen Bifurkation“Eines der bemerkenswertesten Ergebnisse dieses Kapitels ist, dass sehr unterschiedliche biologische Mechanismen exakt denselben mathematischen Übergang erzeugen können.
Im HPG-Modell ist die Rückkopplungssensitivität der Kontrollparameter.
Je steiler die Rückkopplung wird, desto stärker überkorrigiert das System Abweichungen vom Gleichgewicht, bis schließlich stabile Oszillationen entstehen.
Im respiratorischen Modell ist die Zeitverzögerung der Kontrollparameter.
Hier reagiert der Regler grundsätzlich richtig, erhält die Information aber verspätet, was erneut zu wiederholter Überkorrektur und letztlich zu stabilen Oszillationen führt.
Obwohl sich die biologische Interpretation vollständig unterscheidet, ist das mathematische Ergebnis identisch.
Beide Systeme durchlaufen eine Hopf-Bifurkation.
Genau darin zeigt sich eine der größten Stärken mathematischer Modellierung.
Indem Modelle von biologischen Details abstrahieren, machen sie gemeinsame dynamische Prinzipien sichtbar, die sonst verborgen blieben.
Eine vereinheitlichende Perspektive
Abschnitt betitelt „Eine vereinheitlichende Perspektive“Aus systemischer Sicht sollten stabile Oszillationen nicht als Ausnahmeverhalten verstanden werden.
Vielmehr stellen sie einen der grundlegenden Betriebsmodi regulatorischer Systeme dar.
Je nach den Werten einiger weniger Kontrollparameter kann dasselbe biologische Netzwerk entweder als
- homöostatischer Regler mit stabilem Gleichgewicht
- oder als Oszillator mit stabilem Grenzzyklus
arbeiten.
Der Übergang zwischen diesen beiden Modi wird oft durch nur einen einzigen Parameter kontrolliert.
Solche Übergänge zu erkennen, hilft uns zu verstehen, warum Krankheiten, Mutationen oder Umweltstörungen das Verhalten biologischer Systeme qualitativ verändern können.
Zentrale Konzepte
Abschnitt betitelt „Zentrale Konzepte“- Ein Kontrollparameter verändert das qualitative Verhalten eines dynamischen Systems.
- Eine Bifurkation tritt auf, wenn die Änderung eines Kontrollparameters die Langzeitdynamik des Systems verändert.
- Bei einer Hopf-Bifurkation verliert ein stabiles Gleichgewicht seine Stabilität, und ein stabiler Grenzzyklus entsteht.
- Unterschiedliche biologische Mechanismen können dieselbe mathematische Bifurkation hervorrufen.
- Hopf-Bifurkationen erklären das Entstehen vieler biologischer Oszillatoren.
Zusammenfassung
Abschnitt betitelt „Zusammenfassung“Sensitivität und Zeitverzögerung sind zwei grundverschiedene biologische Mechanismen, die beide stabile Oszillationen erzeugen können. Mathematisch wirken sie als Kontrollparameter, die das System durch eine Hopf-Bifurkation treiben. Während dieses Übergangs verliert das stabile Gleichgewicht seine Stabilität und wird durch einen stabilen Grenzzyklus ersetzt. Die Hopf-Bifurkation liefert damit einen einheitlichen Rahmen zum Verständnis oszillatorischen Verhaltens in ganz unterschiedlichen biologischen Systemen.
Verständnisfragen
Abschnitt betitelt „Verständnisfragen“- Wodurch unterscheidet sich ein Kontrollparameter von einer Zustandsvariablen?
- Warum führen nur manche Parameter zu Bifurkationen?
- Was geschieht mit dem Gleichgewichtspunkt während einer Hopf-Bifurkation?
- Welcher neue Attraktor erscheint nach der Bifurkation?
- Warum sind das HPG-Modell und das respiratorische Modell Beispiele für dasselbe mathematische Phänomen?
- Worin unterscheidet sich die Hopf-Bifurkation von der im vorherigen Kapitel behandelten Sattel-Knoten-Bifurkation?