催化分子可以通过产生和跟随浓度梯度形成代谢活跃的簇——这是马克斯普朗克动力学和自组织研究所(MPI-DS)的科学家们的一项新研究的结果。他们的模型预测了参与代谢途径的分子的自组织，为生命起源理论增加了一种可能的新机制。

这些结果有助于更好地理解参与复杂生物网络的分子如何形成动态功能结构，并为生命起源的实验提供平台。

生命起源的一种可能是分子相互作用形成细胞状液滴的自发组织。这些分子物种将形成第一个自我复制的代谢循环，这在生物学中无处不在，在所有生物体中都很常见。根据这种模式，第一批生物分子需要通过缓慢而低效的过程聚集在一起。

如此缓慢的星团形成似乎与生命的快速出现不相容。来自MPI-DS生命物质物理系的科学家们现在提出了另一种模型来解释这种星团的形成，从而解释形成生命所需的化学反应的快速发生。

“为此，我们考虑了不同的分子，在一个简单的代谢循环中，每个物种产生下一个物种使用的化学物质，”该研究的第一作者Vincent Ouazan-Reboul说。“模型中唯一的元素是分子的催化活性，它们能够跟随它们产生和消耗的化学物质的浓度梯度，以及循环中分子顺序的信息，”他继续说。

因此，该模型显示了包含各种分子种类的催化团簇的形成。此外，星团的增长速度呈指数级增长。因此，分子可以非常迅速地、大量地组装成动态结构。

MPI-DS主任Ramin Golestanian总结道:“此外，参与代谢循环的分子种类的数量在形成的簇的结构中起着关键作用。我们的模型导致了大量复杂的自组织场景，并对奇数或偶数参与物种的功能优势做出了具体的预测。”值得注意的是，我们新提出的方案所要求的非互惠相互作用普遍存在于所有代谢循环中。”

在另一项研究中，作者发现，在一个小的代谢网络中，聚类并不需要自我吸引。相反，网络效应甚至会导致自我排斥的催化剂聚集起来。有了这个，研究人员展示了复杂的相互作用可以创造自组织结构的新条件。

总的来说，这两项研究的新见解为复杂生命如何从简单分子中出现的理论增加了另一种机制，并更广泛地揭示了参与代谢网络的催化剂如何形成结构。

这篇论文发表在《自然通讯》杂志上。