Cent’anni di scienza e filosofia della vita

 

La vita è spesso definita in base a un elenco di proprietà che distinguono i sistemi viventi da quelli non viventi. Sebbene vi sia una certa sovrapposizione, questi elenchi sono spesso diversi, a seconda degli interessi degli autori. Edward Trifonov ha raccolto nel 2011 più di 120 definizioni di vita, cercando un denominatore comune, ma questo approccio non è sembrato scientifico a molti: ogni tentativo di definizione è legato a una teoria da cui deriva il suo significato e non può essere ottenuto da pratiche combinatorie. 

 

Gli esseri viventi condividono una serie di proprietà che non sono presenti contemporaneamente nella materia inanimata, sebbene si possano trovare esempi di materia che esibisce l'una o l’altra, ma mai insieme. Le entità viventi metabolizzano, cioè ricavano energia chimica dalla degradazione di sostanze nutritive ricche di energia, dall’ambiente o dall’energia solare; convertono le molecole nutritive nei precursori di base delle macromolecole cellulari; utilizzano questi precursori per formare altre sostanze organiche con diversa natura e funzioni; formano e degradano biomolecole necessarie a funzioni specializzate delle cellule. 

Inoltre, crescono, si riproducono, interagiscono con il loro ambiente, hanno strutture organizzate complesse, variabilità ereditabile e hanno discendenze che possono evolversi nel tempo, producendo strutture funzionali nuove che forniscono una maggiore capacità di adattamento in ambienti mutevoli. La riproduzione coinvolge non solo la replicazione degli acidi nucleici che trasportano l'informazione genetica, ma anche la costruzione epigenetica dell'organismo attraverso meccanismi di metilazione di acidi nucleici e proteine che non coinvolgono il genotipo. 

Ciò che è vivo ha strutture organizzate e complesse che svolgono queste funzioni, oltre a percepire e rispondere agli stati interni e all'ambiente esterno e impegnarsi nel movimento all'interno di quell'ambiente. Va ricordato che i fenomeni evolutivi sono un aspetto inestricabile dei sistemi viventi; ogni tentativo di definire la vita in assenza di questa prospettiva diacronica è vano. 

 

La scuola inglese

 

Il dibattito moderno sul rapporto tra materia e vita si sviluppò durante il periodo in cui i biochimici stavano cercando di definire il loro campo come una disciplina separata dalla chimica o dalla fisiologia, intorno al 1930.

 

Lo scienziato e divulgatore britannico John B. S. Haldane in The Sciences and Philosophy (1929) si oppose alla riduzione dei fenomeni biologici a spiegazioni meccanicistiche, poiché vedeva la struttura degli organismi biologici e la loro azione diversi da ciò che si vedeva nei sistemi fisici. Le leggi della chimica e della fisica non erano abbastanza solide per spiegare la biologia. “È la vita che stiamo studiando in biologia, e non fenomeni che possono essere rappresentati da concezioni causali della fisica e della chimica”.

 

Il biologo sperimentale e statistico medico Lancelot Hogben, nel libro The Nature of Living Matter (1930), lamentava il disinteresse di molti biologi del suo tempo per il ruolo dell’ambiente nello sviluppo degli organismi e sosteneva una visione riduzionista. Per Hogben, la natura della scienza è che le sue risposte sono sempre incomplete ed essa non ha gli stessi obiettivi della filosofia. Hogben non vedeva la necessità di abbandonare la metodologia riduzionista che la biochimica stava sviluppando. 

 

Per Joseph H. Woodger (Biological Principles: A Critical Study, 1929) la risoluzione doveva giungere dal riconoscimento dell'importanza primaria dell'organizzazione biologica e dei suoi livelli: “per cellula quindi intendo un certo tipo di organizzazione biologica, non un'entità concreta”. Woodger esortava ad abbandonare l'uso della parola "vita" nel discorso scientifico sulla base del fatto che "organismo vivente" era ciò che doveva essere spiegato. Per Woodger la domanda sul come è nata la vita è al di fuori della scienza.

 

Forse il luogo in cui il problema della natura della vita venne affrontato con maggiore insistenza fu il Dipartimento di Biochimica dell'Università di Cambridge. Durante la prima metà del ventesimo secolo, sotto la guida del biochimico Sir Frederick Gowland Hopkins, il dipartimento stabilì gran parte del quadro concettuale e della metodologia, oltre a formare molti dei più noti esponenti del settore. Hopkins credeva che, sebbene gli esseri viventi non disubbidiscano a nessuna legge fisica o chimica, essi le sostanziano in modi che richiedono la comprensione dei fenomeni biologici, dei vincoli e dell'organizzazione funzionale.

Nel suo importante discorso alla British Association for the Advancement of Science tenuto nel 1913, Hopkins respinse sia il riduzionismo dei chimici organici che cercavano di dedurre in vitro ciò che doveva accadere in vivo, sia il cripto-vitalismo di molti fisiologi che osservavano il protoplasma delle cellule viventi come vivo in sé stesso e irriducibile all'analisi chimica. Ciò che Hopkins offriva invece era una visione della cellula come una macchina chimica, obbediente alle leggi della termodinamica e della chimica fisica in generale, ma con strutture e funzioni molecolari organizzate. La cellula vivente “non è un grumo di materia composto da un gruppo di molecole simili, ma un sistema altamente differenziato: la cellula, nella moderna concezione della chimica fisica, è un sistema di fasi coesistenti di diversa natura”. Capire come si era realizzata l'organizzazione era tanto importante quanto sapere come si erano verificate le reazioni chimiche. Per Hopkins la vita è “una proprietà della cellula nel suo insieme, perché dipende dall'organizzazione dei processi”. Hopkins era influenzato dalla filosofia di Alfred North Whitehead sviluppata in Process and reality (1929), che sosteneva che la realtà consiste di processi piuttosto che di oggetti materiali, e che i processi sono meglio definiti dalle loro relazioni con altri processi, rifiutando così la teoria secondo cui la realtà è fondamentalmente costituita da pezzi di materia che esistono indipendentemente l'uno dall'altro.

 

Un membro del dipartimento di Cambridge, il biochimico, storico della scienza e più tardi grande sinologo Joseph Needham, si impegnò attivamente nel divulgare le idee di Hopkins nella comunità intellettuale scrivendo della base filosofica della biochimica in Science, Religion and Reality (1925). Needham seguì Hopkins nell'affermare che la questione cruciale non era più il rapporto tra sostanza vivente e non vivente, ma anche tra mente e corpo, e la biochimica doveva affidare alla filosofia e alle allora nascenti neuroscienze quest'ultima questione, affinché potesse concentrarsi sul conoscere la materia vivente. Un altro membro del dipartimento di biochimica, Norman Pirie, nel 1937 argomentò che essa non poteva essere adeguatamente definita da un elenco di qualità e nemmeno di processi, poiché la vita "non può essere definita in termini di una variabile". Per il programma del gruppo di Hopkins c’era la sfida di capire come leggi fisiche e chimiche piuttosto semplici possano produrre la complessità dei sistemi viventi.

 

Durante gli anni '30 un gruppo informale, noto come Biotheoretical Gathering, si riuniva a Cambridge e comprendeva diversi membri del dipartimento di biochimica e un certo numero di altri scienziati di Cambridge e filosofi. Questo gruppo aveva l'obiettivo di costruire una biologia teorica e filosofica transdisciplinare, che aiutasse a gettare le basi per l’affermazione della biologia molecolare. Il programma di ricerca di Hopkins era ben consolidato e fu collegato al lavoro del Biotheoretical Gathering, influenzando John B. S. Haldane, che diede importanti contributi alla teoria degli enzimi e alla creazione della moderna sintesi evolutiva, il neodarwinismo. Haldane avrebbe svolto un ruolo importante nello spostare la preoccupazione dalla natura della vita alla sua origine come soggetto di studio scientifico. Haldane sospettava, insieme a Pirie, che una definizione di vita pienamente soddisfacente fosse impossibile, ma affermava che la definizione materiale era un obiettivo ragionevole per la scienza. Vedeva la vita come “un modello di processi chimici. Questo modello ha proprietà speciali. Genera uno schema simile, come fa una fiamma, ma si regola come una fiamma non fa”. L'uso della metafora della fiamma per l'attività metabolica cellulare implicava un processo di non equilibrio in un sistema aperto in grado di riprodursi, ma anche, al limite della metafora, di autoregolazione. In ciò, Haldane rifletteva la preoccupazione di capire come la materia e le leggi fisiche potessero portare a fenomeni biologici.

 

Cos'è la vita? di Schrödinger

 

Nel 1943 il grande fisico Erwin Schrödinger (sì, quello dell'equazione della funzione d'onda e del paradosso del gatto) tenne una serie di conferenze al Dublin Institute for Advanced Studies, che furono pubblicate come What is Life? nel 1944. Questo piccolo libro ebbe un grande impatto sullo sviluppo della biologia del ventesimo secolo, specialmente sui fondatori della biologia molecolare. Schrödinger si chiedeva come fosse possibile che ci fosse un ordine duraturo nelle molecole responsabile dell'ereditarietà, quando era ben noto che gli insiemi statistici di molecole diventavano rapidamente disordinati (con un aumento dell'entropia come previsto dalla seconda legge della termodinamica). Il problema dell'ereditarietà fu quindi riformulato a livello molecolare con la domanda “Come l'ordine può dar luogo all'ordine?” L'altro argomento principale che interessava Schrödinger era la termodinamica degli esseri viventi in generale, ovvero “Come possono generare ordine dal disordine attraverso il loro metabolismo?” 

 

Fu la risposta alla prima domanda che catturò l'attenzione dei fondatori della nuova biologia. Schrödinger sosteneva che il materiale molecolare doveva essere un solido "aperiodico" che aveva incorporato nella sua struttura un "codice in miniatura". Le idee di “'cristallo aperiodico” e di “codice” non erano in realtà originali (il DNA era stato scoperto dallo svizzero Friedrich Miescher nel 1869, ma il suo ruolo nella riproduzione e la forma elicoidale erano ancora sconosciuti), ma insistevano sull'ipotesi di una logica molecolare della vita. Ciò voleva dire che la struttura degli atomi che comprendono la molecola dell’eredità non possedeva un singolo ordine periodico ripetitivo, ma avrebbe avuto piuttosto un ordine di livello superiore a causa della struttura delle sue subunità molecolari; era questo ordine di livello superiore, ma aperiodico, che avrebbe contenuto le informazioni codificate dell'ereditarietà. 

 

Nel 1952 l'esperimento di Alfred D. Hershey e Martha Chase provò definitivamente che il materiale genetico è costituito da DNA e non da proteine. Con la scoperta nel 1953 della struttura a doppia elica del DNA da parte di James D. Watson e Francis H.C. Crick, la specificità biologica fu ricondotta alla sequenza definita e unica dei nucleotidi che trasporta quella che da quel momento viene chiamata l'informazione genetica. 'Specificità' e 'informazione' vennero a coincidere e nel 1958 Crick affermava che "la specificità di un pezzo di acido nucleico è espressa solamente dalla sequenza delle sue basi, e [che tale] sequenza è un codice (semplice) per la sequenza di amminoacidi di una particolare proteina"; quindi "informazione significa determinazione precisa della sequenza, sia delle basi nell'acido nucleico sia dei residui amminoacidici della proteina".  Nello stesso anno, Crick definiva il “dogma centrale” della biologia molecolare, secondo cui il flusso dell'informazione genetica è monodirezionale: parte dagli acidi nucleici per arrivare alle proteine, senza considerare un percorso inverso.

 

La struttura a doppia elica del DNA proposta da Watson e Crick spiegava in che modo si replica il materiale ereditario, cioè come si trasmettono caratteristiche geneticamente determinate da una cellula all'altra e da una generazione all'altra. Inoltre, consentiva di ipotizzare e quindi stabilire che la sequenza delle basi del DNA contiene le informazioni, scritte in un codice particolare, per la sintesi delle proteine, e quindi per il funzionamento delle cellule di cui sono costituiti i tessuti e gli organismi. Gli studi sul codice genetico e la sintesi delle proteine trasformarono i fondamenti della biologia tra il 1955 e il 1965. La duplicazione del DNA implicava che potevano essere copiati anche i cambiamenti, dovuti a mutazioni spontanee o ad altri meccanismi che possono introdurre modificazioni nelle sequenze delle basi e quindi nelle istruzioni genetiche. Le mutazioni, come per esempio la sostituzione di una base con una diversa, possono determinare la creazione di nuove proteine, spesso non in grado di svolgere la normale funzione, minacciando la sopravvivenza dell'organismo. In alcuni rari casi, però, le nuove proteine potranno avere acquisito una caratteristica innovativa in grado di contribuire alla sopravvivenza e alla riproduzione dell'organismo. In pratica, la nuova visione molecolare della vita confermava il quadro esplicativo proposto dalla teoria sintetica dell'evoluzione.

 

La delucidazione della struttura del DNA e la maggior comprensione della genetica molecolare eclissò l'altra parte dell'argomentazione di Schrödinger, cioè che l'aspetto più importante del metabolismo è che esso rappresenta il modo della cellula di affrontare l'entropia che non può fare a meno di produrre mentre costruisce il suo ordine interno, ciò che Schrödinger definì "negentropia". Egli notò che la cellula deve mantenersi in uno stato lontano dall'equilibrio poiché l'equilibrio termodinamico è la definizione stessa di morte. Creando ordine e organizzazione all'interno di un sistema vivente (cellule, organismi o ecosistemi), le attività metaboliche devono produrre un maggiore disordine nell'ambiente, in modo che la seconda legge non venga violata. Legò le due nozioni, di ordine dall'ordine e ordine dal disordine, affermando che "il dono sorprendente di un organismo di concentrare un “flusso di ordine” verso se stesso e sfuggire così al decadimento nel caos atomico - di “bere ordine” da un ambiente adatto — sembra essere collegato alla presenza di “solidi aperiodici”, le molecole cromosomiche, che rappresentano senza dubbio il più alto grado di associazione atomica ben ordinata che conosciamo (molto più alto del normale cristallo periodico) in virtù del ruolo individuale che ogni atomo e ogni radicale sta giocando”. 

 

L’ordine che crea l’ordine

 

L'impatto del piccolo volume di Schrödinger su una generazione di fisici e chimici che furono attratti dalla biologia e che fondarono la biologia molecolare fu duraturo. La conoscenza delle basi proteiche e degli acidi nucleici dei sistemi viventi continua ad essere ottenuta a un ritmo accelerato, con il sequenziamento del genoma umano come punto di riferimento importante lungo il percorso che ha portato all’ingegneria genetica (tecnologia del DNA ricombinante).

 

In Il gene egoista (1976, 1989), l’etologo, biologo e divulgatore Richard Dawkins identificò nel gene, anziché nell'organismo individuale, il soggetto principale della selezione naturale che conduce il processo evolutivo. Dawkins, affermava che: “L'unità fondamentale della selezione, e quindi dell'egoismo, non è né la specie né il gruppo e neppure, in senso stretto, l'individuo, ma il gene, l'unità dell'ereditarietà”. Nel descrivere i geni come egoisti, l'autore non intendeva (come è inequivocabilmente dichiarato nel libro) implicare che sono guidati da motivi o volontà, ma semplicemente che i loro effetti possono essere accuratamente descritti come se lo fossero. Il mondo è diviso in replicatori, molecole stabili che, a differenza delle altre, hanno la capacità di replicarsi, che sono visti come il livello fondamentale di azione per la selezione naturale, e interattori, le molecole e le strutture codificate dai replicatori. Questi replicatori si diffusero nel “brodo primordiale”, popolando il mare. Il processo di replicazione non è però perfettamente fedele, in alcuni casi si creano delle copie sbagliate. L'errore di copiatura ha giocato un ruolo fondamentale nell'evoluzione della vita, poiché permise la propagazione di molecole diverse tra loro, alcune delle quali riuscivano a replicarsi meglio. La competizione fra queste molecole e le avversità ambientali selezionavano i replicatori più adatti, i quali perfezionarono le loro tecniche di propagazione. Alcuni di essi, ipotizzava Dawkins, potrebbero essersi evoluti in modo da potersi "nutrire" di altri replicatori, altri ancora potrebbero aver costruito una sorta di scudo di protezione dagli agenti esterni, dando vita alle prime forme di cellule primordiali. I replicatori di oggi sono i geni all'interno degli organismi viventi. In effetti, Dawkins relegava gli organismi allo stato di veicoli genici, o macchine di sopravvivenza.

 

Le idee di Dawkins suscitarono una reazione a quella che venne percepita come un'eccessiva enfasi sulla replicazione degli acidi nucleici. In particolare, i teorici dei sistemi di sviluppo hanno sostenuto un pluralismo causale nella biologia dello sviluppo e dell'evoluzione. La posizione di Dawkins fu fortemente contestata dagli americani Niles Eldredge, paleontologo, e Stephen Jay Gould, biologo, paleontologo e storico della scienza, estensori della teoria degli equilibri punteggiati. Tale teoria sostiene che i cambiamenti evolutivi avvengono in periodi di tempo relativamente brevi (su scala geologica) sotto l'impulso di forze selettive ambientali; questi periodi di variazione evolutiva sarebbero intervallati da lunghi periodi di stabilità. L'accesa e prolungata polemica di Gould contro Dawkins nasceva dalla sua opposizione al determinismo sotteso al suo pensiero, a favore dell'indeterminismo che, secondo Gould sta alla base della maggior parte dei processi biologici innovativi. Nella visione di Gould, come peraltro in quella già del francese Jacques Monod e di tutti i biologi evoluzionisti, il caso (serie di cause sconnesse o causalità intricata) produce il nuovo, mentre la necessità, attraverso la selezione naturale che opera in base a causalità lineare, conserva l'adatto ed elimina l'inadatto.  

 

Un altro oppositore di Dawkins fu il genetista Richard Lewontin, il quale sosteneva che, mentre il darwinismo tradizionale ha descritto l'organismo come soggetto passivo di influenze ambientali, sarebbe più corretto descrivere l'organismo come costruttore attivo del suo ambiente. Le nicchie ecologiche non sono ricettacoli precostituiti in cui gli organismi vengono inseriti, ma sono definite e create dagli organismi stessi. Il rapporto organismo-ambiente è dunque reciproco e dialettico. Lewontin è stato un critico tenace di alcuni temi del neodarwinismo; in particolare ha criticato coloro che, come anche Dawkins, tentavano di spiegare i comportamenti e le strutture sociali degli animali in termini di vantaggio o di strategia evoluzionistici; questo indirizzo di studio, secondo Lewontin, può essere considerato come una forma di determinismo genetico.

 

Il disordine che crea l’ordine

 

Meno noto è l'oltre mezzo secolo di lavoro ispirato dall'altro pilastro del discorso di Schrödinger, cioè come gli organismi ottengono ordine dal disordine attraverso la termodinamica di sistemi aperti lontani dall'equilibrio. Tra i primi studiosi di tale termodinamica di non equilibrio spicca il chimico e fisico Ilya Prigogine, noto soprattutto per la sua definizione di strutture dissipative e il loro ruolo nei sistemi termodinamici lontani dall'equilibrio, una scoperta che gli è valsa il Premio Nobel per la Chimica nel 1977. Una struttura dissipativa è un sistema termodinamicamente aperto che opera in uno stato lontano dall'equilibrio termodinamico, scambiando con l'ambiente energia, materia e/o entropia. I sistemi dissipativi sono caratterizzati dalla formazione spontanea di anisotropia, ossia di strutture ordinate e complesse, a volte caotiche. Questi sistemi, quando attraversati da flussi crescenti di energia, materia e informazione, possono anche evolvere e, passando attraverso fasi di instabilità, aumentare la complessità della propria struttura (ovvero l'ordine) diminuendo la propria entropia. In sintesi, Ilya Prigogine ha scoperto che l'importazione e la dissipazione di energia nei sistemi chimici potrebbe risultare nell'emergenza di nuove strutture (quindi strutture dissipative) dovute all'auto-organizzazione interna. In natura esistono organismi viventi in grado di auto-organizzarsi diminuendo la propria entropia a discapito dell'ambiente, vincolati a un maggior o minor disordine entropico. A partire da queste considerazioni, Prigogine e altri studiosi hanno cominciato a gettare un ponte tra la fisica, la chimica, l'ecologia e le scienze sociali, per studiare tali settori non separatamente, ma come sistemi tra loro interagenti. Per questa ragione Prigogine è considerato uno dei pionieri della scienza della complessità.

 

Il biofisico americano Harold Morowitz affrontò esplicitamente la questione del flusso energetico e della produzione dell'organizzazione biologica. L'ordine interno può essere prodotto da gradienti di flussi di materia/energia attraverso i sistemi viventi. Le strutture così prodotte aiutano non solo ad assorbire più energia attraverso il sistema, ad allungare il suo tempo di ritenzione nel sistema, ma anche a dissipare l'energia degradata nell'ambiente, pagando così il "debito di entropia" di Schrödinger. I sistemi viventi sono quindi visti come un esempio di un fenomeno più generale di strutture dissipative. “Una struttura dissipativa si rinnova continuamente e mantiene un particolare regime dinamico, una struttura spazio-temporale globalmente stabile”. Naturalmente, se si verificano fenomeni di auto-organizzazione dipende dalle effettive condizioni specifiche (iniziali e al limite) nonché dalle relazioni tra i componenti.

 

Considerare la cellula come una “struttura dissipativa” termodinamica non era una riduzione della cellula alla fisica, come sottolineò il fisico, biologo molecolare e storico della scienza britannico John Desmond Bernal, ma piuttosto implicava una fisica della "complessità organizzata" (in contrasto con l'ordine semplice o "complessità disorganizzata"). Lo sviluppo di questa “nuova” fisica dei sistemi aperti e delle strutture dissipative che sorgono in essi fu il compimento dello sviluppo che Schrödinger aveva previsto. Le strutture dissipative nei sistemi fisici, chimici e biologici sono fenomeni spiegati dalla termodinamica del non equilibrio. I modelli spazio-temporali emergenti e auto-organizzati sono visti anche nei sistemi biologici.

 

In effetti, i fenomeni di auto-organizzazione pervadono la biologia. Tali fenomeni sono visti non solo nelle cellule e negli organismi, ma anche negli ecosistemi, il che rafforza l'idea che sia necessaria una prospettiva sistemica più ampia come parte della nuova fisica. Importanti per tali fenomeni sono le dinamiche delle interazioni non lineari (dove le risposte di un sistema possono essere molto più grandi dello stimolo) e dei cicli autocatalitici (sequenze di reazioni chiuse su sé stesse e in cui è presente una maggiore quantità di uno o più materiali di partenza). realizzati attraverso i processi. Dato che i catalizzatori nei sistemi biologici sono codificati nei geni del DNA, un punto da cui iniziare a definire la vita è considerare i sistemi viventi come entità cicliche informate e autocatalitiche che si sviluppano ed evolvono sotto i doppi dettami della seconda legge della termodinamica e della selezione. Un tale approccio collega in modo non riduttivo i fenomeni dei sistemi viventi con le leggi fondamentali della fisica e della chimica. Il biologo americano Robert Rosen sosteneva che la complessità non è la vita in sé, ma ciò che definiva "l'habitat della vita": “L'organizzazione coinvolge intrinsecamente le funzioni e le loro interrelazioni”.

 

Origine (emergenza) della vita

 

Uno dei fenomeni emergenti più importanti è quello dell'origine della vita. Il biologo cellulare Franklin Harold lo ha definito come il problema scientifico più importante che oggi abbiamo di fronte. Il filosofo della scienza britannico Michael Ruse ha affermato che è essenziale inquadrare la ricerca sull'origine della vita nel darwinismo, poiché è una condizione necessaria per una definizione della vita scientificamente e filosoficamente adeguata, mentre  Robert Rosen ha sostenuto che la ragione per cui alla domanda "cos'è la vita?" è così difficile rispondere è che vogliamo in realtà sapere molto di più di quello che è, vogliamo sapere perché è: "Ci stiamo davvero chiedendo, in termini fisici, perché uno specifico sistema materiale è un organismo e non qualcos'altro". Per rispondere a questa domanda del perché dobbiamo capire come potrebbe essere sorta la vita, continuando un filone di ricerca che ha attraversato gran parte del ventesimo secolo.

 

Durante gli anni '20 del Novecento, Alexander Oparin e John B. S. Haldane hanno proposto indipendentemente le prime ipotesi moderne su come la vita potrebbe aver avuto origine sulla Terra. I presupposti chiave erano che le condizioni geofisiche sulla terra primitiva erano molto diverse da quelle presenti, e, cosa più importante, che non ci sarebbe stato ossigeno molecolare nell'atmosfera (l'ossigeno si è sviluppato molto più tardi con la comparsa di organismi fotosintetici). In questa atmosfera chimicamente riducente si sarebbe sviluppato un “brodo” di molecole organiche sempre più complesse, da cui potrebbero essere nati i precursori dei sistemi viventi. In effetti, questo tipo di approccio può essere definito una visione incentrata sul metabolismo.

 

Un momento importante fu la dimostrazione che alcuni amminoacidi potrebbero essere stati prodotti dall'azione di una scarica elettrica attraverso una miscela di gas ritenuti presenti nell'atmosfera primitiva. Si tratta del famoso esperimento di Stanley Miller e Harold Urey del 1953, che fu tuttavia contestato perché non dava conto del fatto che gli amminoacidi trovati costituivano una miscela di enantiomeri levogiri e destrogiri, mentre quelli delle proteine viventi sono solamente levogiri. L’esperienza fu in ogni caso considerata un altro possibile punto di partenza per lo sviluppo di sostanze costitutive degli esseri viventi, ovvero le proteine, che sono polimeri di amminoacidi formate in condizioni di alta temperatura. Questa visione di “prima le proteine” suggeriva che la chimica che porta alla vita potrebbe essersi verificata in un ambiente isolato, con una debole attività catalitica, che avrebbe facilitato la produzione degli altri componenti molecolari necessari.

 

Con la comprensione della struttura del DNA, l'attenzione si è spostata verso gli acidi nucleici, che potrebbero fungere da modelli per la propria replicazione. Sebbene Dawkins pensasse che un acido nucleico, formato per caso, sarebbe stato l'inizio della vita poiché si sarebbe "auto replicato", molti approcci per arrivare agli acidi nucleici implicano un ruolo per certe molecole abiotiche minerali di contribuire a formare strutture che fungono da modelli di ordinamento e persino come catalizzatori per la loro formazione. 

 

Gli sviluppi degli studi biochimici, genetico-molecolari e cellulari hanno confermato il ruolo fondamentale del DNA come macromolecola che registra e trasmette le informazioni specifiche, ma hanno anche mostrato che la vita non coincide con l'informazione contenuta nelle sequenze del DNA. La scoperta che l'RNA può svolgere funzioni catalitiche ha dimostrato che l'informazione genetica e il codice genetico sono nati successivamente nel mondo vivente, ossia costituiscono un modo “trovato” per riprodurre più efficacemente l'organizzazione biologica. Prima che il DNA diventasse la molecola che porta l'informazione genetica esisteva il mondo dell'RNA, che racchiudeva in sé entrambe le funzioni, di memoria e di catalizzatore di reazioni chimiche, che successivamente si sarebbero separate.

 

Gli acidi nucleici, d’altra parte, non devono le loro proprietà genetiche al fatto di essere polimeri o di potersi duplicare, bensì alla trama di relazioni tra le loro proprietà e determinate funzioni intracellulari che consente la riproduzione di queste funzioni. Anche per quanto riguarda i geni, è entrata progressivamente in crisi la visione tradizionale, che associava univocamente un gene a una data sequenza nucleotidica e quindi a una data funzione: molti geni ritenuti essenziali possono essere inattivati senza conseguenze, mentre per altri è possibile trovare nuove funzioni. Ciò non significa che il DNA conti poco, ma soltanto che il suo ruolo va compreso in un contesto evolutivo e funzionale.

 

Una visione alternativa, congeniale ad un approccio termodinamico e sistemico sottolinea la necessità della presenza dei principali fattori che distinguono le cellule dalle non cellule: metabolismo tramite cicli autocatalitici di polimeri catalitici, replicazione e un involucro fisico all'interno di una barriera chimica, come quella fornita dalla membrana cellulare. Questo potrebbe essere definito un approccio “prima la proto-cellula”. I vincoli chimici e le tendenze auto-organizzanti dei sistemi chimici complessi sarebbero stati critici nel determinare le proprietà dei primi esseri viventi. Con l'emergere delle prime entità che potrebbero essere chiamate viventi sarebbe nata la selezione biologica o naturale, in cui la casualità gioca un ruolo molto maggiore.

 

Virus: vivi, non vivi, minaccia, risorsa genetica

 

Si parla in questi difficili anni di come sopprimere il Coronavirus, ma, per molte delle definizioni di vita, i virus non sono esseri viventi. La maggior parte delle numerose definizioni della vita richiede il metabolismo, un insieme di reazioni chimiche che producono energia. Ebbene: i virus non metabolizzano. I virus occupano una posizione tassonomica speciale: non sono piante, animali o batteri procarioti (organismi unicellulari senza nuclei definiti), e sono generalmente collocati nel proprio regno. In effetti, i virus non dovrebbero nemmeno essere considerati organismi, nel senso più stretto, perché non sono a vita libera, cioè non possono riprodursi e portare avanti processi metabolici senza una cellula ospite. Non sono cellule. 

Tutti i veri virus contengono acido nucleico, DNA (acido desossiribonucleico) o RNA (acido ribonucleico), e proteine. L'acido nucleico codifica le informazioni genetiche, uniche per ogni virus. La forma infettiva, extracellulare (fuori dalla cellula) di un virus è chiamata virione. Contiene almeno una proteina sintetizzata da geni specifici nell'acido nucleico di quel virus. In quasi tutti i virus, almeno una di queste proteine ​​forma un guscio (chiamato capside) attorno all'acido nucleico. Alcuni virus hanno anche altre proteine ​​interne al capside; alcune di queste proteine ​​agiscono come enzimi, spesso durante la sintesi degli acidi nucleici virali. I viroidi (che significa "simili ai virus") sono organismi ancor più semplici, che causano malattie che contengono solo acido nucleico e non hanno proteine ​​strutturali. Altre particelle simili a virus chiamate prioni sono composte principalmente da una proteina strettamente complessata con una piccola molecola di acido nucleico. I prioni sono molto resistenti all'inattivazione e sembrano causare malattie degenerative del cervello nei mammiferi, compreso l'uomo (ricordate la “mucca pazza”?).

I virus sono parassiti per antonomasia; dipendono dalla cellula ospite per quasi tutte le loro funzioni vitali. A differenza dei veri organismi, i virus non possono sintetizzare proteine, perché mancano di ribosomi (organelli cellulari) per la traduzione dell'RNA messaggero virale (mRNA; una copia complementare dell'acido nucleico del nucleo che si associa ai ribosomi e dirige la sintesi proteica) in proteine. I virus devono utilizzare i ribosomi delle loro cellule ospiti per tradurre l'mRNA virale in proteine ​​virali.

Essi sono anche parassiti energetici: a differenza delle cellule, non possono generare o immagazzinare energia sotto forma di adenosintrifosfato (ATP). Il virus trae energia, così come tutte le altre funzioni metaboliche, dalla cellula ospite. Il virus invasore utilizza i nucleotidi e gli amminoacidi della cellula ospite per sintetizzare rispettivamente i suoi acidi nucleici e le sue proteine. Alcuni virus utilizzano i lipidi e le catene zuccherine della cellula ospite per formare le loro membrane e le glicoproteine ​​(proteine ​​legate a brevi polimeri costituiti da diversi zuccheri).

La vera parte infettiva di qualsiasi virus è il suo acido nucleico, DNA o RNA, ma mai entrambi. In molti virus, ma non in tutti, l'acido nucleico da solo, privato del suo capside, può infettare le cellule, sebbene in modo considerevolmente meno efficiente dei virioni intatti.

Il capside del virione ha tre funzioni: proteggere l'acido nucleico virale dalla digestione da parte di alcuni enzimi (nucleasi); fornire siti sulla sua superficie che riconoscono e incollano (adsorbimento) il virione ai recettori sulla superficie della cellula ospite e, in alcuni virus, fornire un componente specializzato che consente al virione di penetrare attraverso la membrana della superficie cellulare o, in casi speciali, di iniettare l'acido nucleico infettivo all'interno del cellula ospite. 

Tuttavia, i virus hanno molti tratti degli esseri viventi. Sono fatti degli stessi materiali di costruzione. Si replicano ed evolvono. Una volta all'interno di una cellula, i virus modificano il loro ambiente in base alle loro esigenze, costruendo organelli e dettando quali geni e proteine ​​la cellula produce. È stato scoperto che i virus giganti, che rivaleggiano con le dimensioni di alcuni batteri, contengono geni per le proteine ​​utilizzate nel metabolismo, aumentando la possibilità che alcuni virus possano metabolizzare.

L'etimologia della parola virus si ricollega alla radice indoeuropea vis- che significa essere attivo, essere aggressivo; da questa radice si è sviluppato il latino vīrus = veleno. L'applicazione del termine latino agli agenti infettivi submicroscopici ora considerati virus si deve al microbiologo olandese Martinus Beijerinck nel 1898 a proposito del virus mosaico del tabacco in "Ueber ein Contagium vivum fluidum als Ursache der Fleckenkrankheit der Tabaksblätter", credendo erroneamente che l'agente fosse un fluido (contagium vivum fluidum, "infezione da fluido vivente") perché passava attraverso i filtri in grado di intrappolare i batteri.

Questo virus e quelli successivamente isolati non crescevano su un mezzo artificiale e non erano visibili al microscopio ottico. Nel 1915 e nel 1917, in due studi indipendenti, il britannico Frederick Twort e il franco-canadese Félix d'Hérelle scoprirono lesioni in colture di batteri attribuite a un agente chiamato batteriofago, ora noto per essere un gruppo di virus che infettano specificamente i batteri.

La natura unica di questi agenti richiedeva la necessità di sviluppare nuovi metodi e modelli alternativi per studiarli e classificarli. Lo studio dei virus confinati esclusivamente o in gran parte all'uomo, tuttavia, poneva il grande problema di trovare un ospite animale suscettibile. Nel 1933 i britannici Wilson Smith, Christopher Andrewes e Patrick Laidlaw, dopo aver isolato il virus dell’influenza umana A, furono in grado di trasmettere l'influenza ai furetti e il virus dell'influenza fu successivamente inoculato e studiato nei topi. Nel 1941 l’americano George Hirst scoprì che il virus dell'influenza cresciuto nei tessuti dell'embrione di pollo poteva essere rilevato dalla sua capacità di agglutinare i globuli rossi.

Un progresso significativo fu fatto dagli americani John Enders, Thomas Weller e Frederick Robbins (premi Nobel per la Medicina nel 1954), che nel 1949 avevano sviluppato la tecnica di coltura delle cellule su superfici di vetro; le cellule poterono quindi essere infettate dai virus che causano la poliomielite (poliovirus) e altre malattie (fino a quel momento, il poliovirus poteva essere coltivato solo nel cervello degli scimpanzé o nel midollo spinale delle scimmie). La coltura di cellule su superfici di vetro aprì la strada all'identificazione delle malattie causate dai virus osservando i loro effetti sulle cellule (effetto citopatogeno) e la presenza di loro anticorpi nel sangue. La coltura cellulare portò poi allo sviluppo e alla produzione di vaccini, come il vaccino contro il poliovirus.

I ricercatori furono presto in grado di rilevare il numero di virus dei batteri in un recipiente di coltura misurando la loro capacità di rompere (lisi) i batteri in un'area ricoperta da una sostanza gelatinosa inerte chiamata agar, un’azione virale che provocava un radura, o “placca”. L’italo-americano Renato Dulbecco (Nobel per la medicina nel 1975) nel 1952 applicò questa tecnica per misurare il numero di virus che potevano produrre placche (e quindi anche tumori) in strati di cellule animali adiacenti ricoperte di agar. Negli anni '40 lo sviluppo del microscopio elettronico ha permesso per la prima volta di vedere le singole particelle virali, portando alla classificazione dei virus e fornendo informazioni sulla loro struttura.

I progressi compiuti in chimica, fisica e biologia molecolare dagli anni '60 hanno rivoluzionato lo studio dei virus. Ad esempio, l'elettroforesi su substrati di gel ha fornito una comprensione più profonda della composizione di proteine ​​e acidi nucleici dei virus. Procedure immunologiche più sofisticate, compreso l'uso di anticorpi monoclonali diretti a specifici siti antigenici sulle proteine, hanno fornito una migliore comprensione della struttura e della funzione delle proteine ​​virali. I progressi compiuti nella fisica dei cristalli che possono essere studiati dalla diffrazione dei raggi X hanno fornito l'alta risoluzione necessaria per scoprire la struttura di base dei minuscoli virus. Le applicazioni delle nuove conoscenze sulla biologia cellulare e sulla biochimica hanno aiutato a determinare come i virus utilizzano le cellule ospiti per sintetizzare acidi nucleici virali e proteine.

La rivoluzione avvenuta nel campo della biologia molecolare ha permesso di studiare l'informazione genetica codificata negli acidi nucleici dei virus, che consente ai virus di riprodursi, sintetizzare proteine uniche e alterare le funzioni cellulari. Infatti, la semplicità chimica e fisica dei virus li ha resi un incisivo strumento sperimentale per sondare gli eventi molecolari coinvolti in certi processi vitali. Il loro potenziale significato ecologico è stato compreso all'inizio del nostro secolo, in seguito alla scoperta di virus giganti negli ambienti acquatici in diverse parti del mondo: la complessità genetica dei virus giganti dei fondali oceanici, ad esempio, ha spinto alcuni ricercatori a chiedersi se i virus debbano davvero essere classificati come non viventi. Alcuni di essi possiedono un codice di istruzioni genetiche più grande di quello di alcuni batteri.

La quantità e la disposizione delle proteine ​​e dell'acido nucleico dei virus determinano la loro dimensione e forma. L'acido nucleico e le proteine ​​di ogni classe di virus si assemblano in una struttura chiamata nucleoproteina o nucleocapside. Alcuni virus hanno più di uno strato di proteine ​​che circondano l'acido nucleico; altri ancora hanno una membrana lipoproteica (envelope), derivata dalla membrana della cellula ospite, che circonda il nucleo del nucleocapside. Penetrando nella membrana ci sono proteine ​​aggiuntive che determinano la specificità del virus per le cellule ospiti. I costituenti delle proteine ​​e degli acidi nucleici hanno proprietà uniche per ogni classe di virus; una volta assemblati, determinano la dimensione e la forma del virus per quella classe specifica. I genomi di Mimivirus e Pandoravirus, che sono alcuni dei più grandi virus conosciuti (fino a 1 micron), vanno da 1 a 2,5 Mb (1 Mb = 1.000.000 di paia di basi di DNA).

La maggior parte dei virus varia in diametro da 20 nanometri (nm) a 250-400 nm; i più grandi, tuttavia, misurano circa 500 nm di diametro e sono lunghi circa 700-1.000 nm. Solo i virus più grandi e complessi possono essere visti al microscopio ottico alla massima risoluzione. Qualsiasi determinazione della dimensione di un virus deve anche tener conto della sua forma, poiché diverse classi di virus hanno forme distintive.

Le forme dei virus sono prevalentemente di due tipi: bastoncelli, o filamenti, così chiamati per la disposizione lineare dell'acido nucleico e delle subunità proteiche; e sfere, che sono in realtà poligoni a 20 lati (icosaedri). La maggior parte dei virus delle piante sono piccoli e sono filamenti o poligoni, così come molti virus batterici. I batteriofagi più grandi e complessi, tuttavia, contengono come informazione genetica DNA a doppio filamento e combinano forme sia filamentose che poligonali. Il classico batteriofago T4 è composto da una testa poligonale, che contiene il genoma del DNA e una coda di fibre lunghe a forma di bastoncino con una funzione speciale. Strutture come queste sono esclusive dei batteriofagi.

I virus degli animali mostrano un'estrema variazione di dimensioni e forma. I virus animali più piccoli misurano da circa 20 nm a 30 nm di diametro. Essi possono avere forma di filamenti o poligoni. Alcuni sono lunghi circa 250-400 nm. I virus responsabili di molte malattie infettive sono strutturalmente più complessi e hanno capsidi a forma di bastoncino (elicoidale) oppure poligonale. La maggior parte dei virus con involucro sembra essere sferica, sebbene i rabdovirus siano cilindri allungati. Un coronavirus, ad esempio, possiede un capside sferico in nanoscala formato da un rivestimento lipidico che avvolge i geni, ricoperto di proteine ​​spike, che formano una serie di protuberanze attive biochimicamente.

I criteri utilizzati per classificare i virus in famiglie e generi si basano principalmente su tre considerazioni strutturali: (1) il tipo e le dimensioni del loro acido nucleico, (2) la forma e le dimensioni dei capsidi e (3) la presenza di un involucro lipidico, derivato dalla cellula ospite, che circonda il nucleocapside virale. Mentre i dibattiti sulla classificazione possono a volte sembrare cose da specialisti, in realtà il modo in cui parliamo di virus influisce sul modo in cui vengono ricercati, trattati e, quando serve, combattuti. Infatti, essi non sono solamente “un veleno”.

Rappresentare i virus solo come una minaccia ostacola una reale comprensione dell'evoluzione e della natura. I virus più diffusi sono persistenti e benigni; rimangono dormienti nelle cellule o si riproducono lentamente, senza danneggiare il meccanismo di replicazione di una cellula.

Inoltre, poiché i virus sono spesso classificati come non viventi, molti tipi di infezione virale, specialmente quando i virus colonizzano con successo un ospite in modo persistente e permanente senza causare malattie acute, vengono ignorati come “scienza marginale", e alcuni scienziati considerano le infezioni virali persistenti semplicemente come un fastidio e quindi non urgenti da studiare. 

I virus sono stati ignorati anche in altri modi. Consideriamo l'albero della vita, un modello e uno strumento di ricerca utilizzato per rappresentare l'evoluzione nel tempo. I virus vengono regolarmente esclusi, anche in versioni popolari come l'Albero della vita interattivo. Eppure, senza virus, non si possono comprendere appieno i meccanismi dell'evoluzione.

I virus sono molto abbondanti. Sono diffusi in tutta la vita cellulare, dai batteri unicellulari, all’uomo, agli alberi più maestosi, e sono particolarmente abbondanti nell'oceano, dove agiscono come una gigantesca rete di riciclo, distruggendo ogni giorno il 20 percento dei batteri e altri microbi e rilasciando tonnellate di carbonio, che viene poi utilizzato da altri microrganismi per svilupparsi.

In tutto il mondo, i virus non si limitano a infettare le cellule, ma sono anche fonti di materiale genetico. Il DNA virale viene trasmesso non solo da una particella virale alla sua progenie, ma anche ad altri virus e altre specie. Per questo motivo, le sequenze genetiche virali hanno preso dimora permanentemente nei genomi di tutti gli organismi, compreso il nostro. Il DNA virale è necessario per la formazione della placenta dei mammiferi, è cruciale nella crescita degli embrioni, e il sistema immunitario umano è costituito, in parte, da antiche proteine ​​virali. Quando una persona sta combattendo contro il COVID-19, lo fa con l'aiuto di virus che hanno colonizzato le nostre cellule molto tempo fa.

In effetti, alcuni scienziati considerano i virus la principale fonte di innovazione genetica. I virus non sono un ramo mancante dell'albero della vita. al contrario ne impregnano ogni ramo e foglia. Possiamo sempre chiederci se i virus siano vivi o meno, ma non possiamo contestare la loro importanza per la vita come la conosciamo.

 

I modelli scientifici tra realtà e rappresentazione

 

“Il mondo è una mia rappresentazione»: ecco una verità valida per ogni essere vivente e pensante,

benché l'uomo soltanto possa averne coscienza astratta e riflessa.

E quando l'uomo abbia di fatto tale coscienza, lo spirito filosofico è entrato in lui.

Allora, egli sa con certezza di non conoscere né il sole né la terra, ma soltanto un occhio

che vede un sole, e una mano che sente il contatto d'una terra;

egli sa che il mondo circostante non esiste se non come rappresentazione,

cioè sempre e soltanto in relazione con un altro essere, con il percipiente, con lui medesimo”.

[Arthur Schopenhauer, Il mondo come volontà e rappresentazione,

traduzione di A. Vigliani, Mursia, Milano, 1982]

 

Foto 51

La “Foto 51” è un’immagine a diffrazione dei raggi X di un gel paracristallino composto da fibre di DNA, scattata da Raymond Gosling, uno studente di dottorato che lavorava sotto la supervisione di Rosalind Franklin nel maggio 1952 al King's College di Londra. L'immagine fu etichettata come "foto 51" seguendo l’ordine temporale in cui le foto di diffrazione erano state scattate da Franklin e Gosling. Essa mostra la misteriosa forma a "X" che ispirò James Dewey Watson e Francis Crick a visualizzare la struttura a doppia elica del DNA. Questa straordinaria immagine, la più chiara del DNA mai creata fino a quel momento, fu ottenuta con le tecniche più avanzate allora disponibili. Usando l'immagine di Gosling come prova fisica, Watson e Crick poi pubblicarono la loro idea di struttura teorica del DNA su Nature nel 1953. 

Nel 1962 il Premio Nobel in Fisiologia o Medicina fu assegnato a Watson, Crick e Wilkins. Il premio non fu assegnato a Franklin che era morta quattro anni prima e il comitato per il Nobel non fa nomine postume. Allo stesso modo, il lavoro di Gosling non era citato dal comitato del premio.

La fotografia forniva informazioni fondamentali per lo sviluppo di un modello di DNA. Lo schema di diffrazione consentiva di determinare la natura elicoidale dei fili antiparalleli a doppia elica. L'esterno della catena del DNA ha una spina dorsale di desossiribosio e fosfato alternati mentre le coppie di basi, il cui ordine fornisce i codici per la costruzione delle proteine e quindi l'eredità, sono all'interno dell'elica. I calcoli di Watson e Crick derivanti dalla fotografia di Gosling e Franklin fornirono parametri cruciali per le dimensioni e la struttura dell'elica e la Foto 51 divenne una fonte fondamentale di dati, che portò allo sviluppo del modello del DNA e confermava struttura a doppia elica del DNA ipotizzata in precedenza, presentata in una serie di tre articoli sulla rivista Nature nel 1953.

 

Una fotografia ottenuta con tecniche “non naturali” (i raggi X non li possiamo vedere), quindi già di per sé un modello, aveva consentito la conferma di una teoria basata su altre prove, permettendo la costruzione di un modello di una delle molecole fondamentali della vita. Un modello consentiva un secondo modello che, almeno per allora, sembrava confermare una teoria scientifica. Cosa strana i modelli, belli, utili e difficili da maneggiare.

 

Che cos’è un modello scientifico?

 Un modello scientifico è una rappresentazione fisica, concettuale o matematica di un fenomeno reale difficile da osservare e descrivere direttamente. I modelli creati dagli scienziati devono essere coerenti con le nostre osservazioni, deduzioni e spiegazioni concrete. Tuttavia, i modelli scientifici non sono creati per essere affermazioni fattuali sul mondo, ne sono uno schema: il modello non è la realtà, ma solo una sua rappresentazione semplificata in base alle nostre esigenze di comprensione. 

Lo scopo della modellazione scientifica è molteplice. Alcuni modelli, come il modello tridimensionale a doppia elica del DNA, vengono utilizzati principalmente per visualizzare un oggetto o un sistema, spesso ricavati da dati sperimentali. Altri modelli hanno lo scopo di descrivere un comportamento o un fenomeno astratto o ipotetico. Ad esempio, i modelli predittivi, come quelli impiegati nelle previsioni meteorologiche o nella proiezione degli esiti sanitari delle epidemie, si basano generalmente sulla conoscenza e sui dati di fenomeni del passato e su analisi matematiche di queste informazioni per prevedere e, possibilmente, prevenire futuri, ipotetici eventi di simili fenomeni. I modelli predittivi hanno un valore significativo per la società a causa del loro ruolo potenziale nei sistemi di allarme, come nel caso di terremoti, tsunami, epidemie e simili disastri su larga scala. Tuttavia, poiché nessun singolo modello predittivo può tenere conto di tutte le variabili che possono influenzare un risultato, gli scienziati devono formulare ipotesi sui fattori che possono compromettere l'affidabilità di un modello predittivo e portare a conclusioni errate.

I limiti della modellazione scientifica consistono nel fatto che i modelli generalmente non sono rappresentazioni complete (anche se alcuni pensano che questo sia appunto il loro pregio). Il modello atomico di Bohr, ad esempio, descriveva la struttura degli atomi. Ma, mentre era il primo modello atomico a incorporare la teoria quantistica e fungeva da modello concettuale di base delle orbite degli elettroni, non era una descrizione accurata della natura degli elettroni orbitanti. Né era in grado di prevedere i livelli di energia per gli atomi con più di un elettrone.

Infatti, nel tentativo di comprendere appieno un oggetto o un sistema, sono necessari più modelli, ognuno dei quali rappresenta una parte dell'oggetto o del sistema. Collettivamente i modelli possono essere in grado di fornire una rappresentazione, o almeno una comprensione, più completa dell'oggetto o sistema reale. Ciò è illustrato dal modello ondulatorio e da quello particellare della luce, che insieme descrivono il dualismo onda-particella, in cui la luce possiede natura sia d'onda che di particella. La teoria delle onde e la teoria delle particelle della luce sono state a lungo considerate in contrasto l'una con l'altra. All'inizio del XX secolo, tuttavia, con la scoperta che le particelle si comportano anche come onde, i due modelli furono riconosciuti come complementari, un passo che ha facilitato notevolmente nuove intuizioni nel campo della meccanica quantistica.

Esistono svariati utilizzi della modellazione scientifica. Ad esempio, nelle scienze della Terra, la modellizzazione dei fenomeni atmosferici e oceanici è rilevante non solo per le previsioni meteorologiche, ma anche per la comprensione scientifica del riscaldamento globale. In quest'ultimo caso, un modello oggi importante è il modello di circolazione globale, utilizzato per simulare il cambiamento climatico indotto dall'uomo. La modellizzazione di eventi geologici, come la convezione all'interno della Terra e i movimenti delle placche terrestri, ha fatto progredire le conoscenze di geofisici e geologi su vulcani e terremoti e sull'evoluzione della superficie terrestre. In ecologia, modelli costantemente aggiornati possono essere utilizzati per comprendere le dinamiche delle interazioni tra gli organismi e l’ambiente. Allo stesso modo, vengono utilizzati modelli tridimensionali di proteine ​​per ottenere informazioni sulla loro funzione ​​e per coadiuvare la progettazione di farmaci. La modellazione scientifica ha anche applicazioni nella pianificazione urbana e nella costruzione e nel ripristino degli ecosistemi. Gli scienziati dedicano molto tempo a costruire, calcolare, testare, confrontare e rivedere i modelli; molto spazio sulle pubblicazioni scientifiche è dedicato all'interpretazione e alla discussione delle loro implicazioni.

 

Modelli e rappresentazione

Molti modelli scientifici sono modelli rappresentativi, in quanto rappresentano una parte o un aspetto selezionato del mondo. Esempi standard sono il modello cinetico di un gas che considera le particelle come microscopiche palline in movimento caotico, il modello di Bohr dell'atomo, o il modello in scala di un ponte.

Nella maggior parte dei casi, i modelli non rappresentano il mondo direttamente, ma attraverso sistemi di destinazione (target systems). Essi sono parti della realtà che si studia, e devono essere scelti con attenzione e appropriatezza, specificando anche i criteri di valutazione per ridurre al minimo la frequenza e l'entità degli errori, soprattutto quando si utilizzano modelli per studiare i fenomeni in sistemi complessi del mondo reale. 

A seconda di una serie di fattori molto variabili, si utilizzano diversi tipi di rappresentazione, che giocano un ruolo importante nella pratica della scienza basata sui modelli, vale a dire, per citare i più significativi e meno controversi, modelli in scala, modelli analogici, modelli idealizzati, modelli fenomenologici, modelli esplorativi e modelli di dati. Queste categorie non si escludono a vicenda: un dato modello può rientrare in più categorie contemporaneamente.

Modelli in scala - Alcuni modelli sono copie ridotte o ingrandite dei loro sistemi di destinazione. Un tipico esempio è una piccola automobile di legno o argilla che viene messa in una galleria del vento per esplorare le proprietà aerodinamiche dell'auto reale. Il ragionamento di base è che un modellino in scala sia una replica naturalistica o un'immagine speculare veritiera del sistema reale; per questo motivo, i modelli in scala sono talvolta indicati anche come "veri modelli". Tuttavia, non esiste un modello in scala perfettamente fedele; la fedeltà è sempre limitata ad alcuni aspetti. Il modellino in legno dell'auto fornisce una rappresentazione fedele della forma dell'auto ma non del suo materiale. E anche negli aspetti in cui un modello è una rappresentazione fedele, la relazione tra proprietà del modello e proprietà dell'obiettivo di solito non è banale. Quando gli ingegneri utilizzano, ad esempio, un modello in scala 1:100 di una nave per indagare la resistenza che una nave reale sperimenta quando si muove nell'acqua, non possono semplicemente misurare la resistenza che il modello sperimenta e quindi moltiplicarla per la scala. Infatti, la resistenza affrontata dal modello non si traduce nella resistenza affrontata dalla nave reale in modo semplice (cioè non si può semplicemente scalare la resistenza all'acqua con la scala del modello: la nave reale non deve avere cento volte la resistenza all'acqua del suo modello 1:100). Le due quantità si trovano in una complicata relazione non lineare, e la forma esatta di tale relazione emerge solo come risultato di uno studio approfondito della situazione.

Modelli analogici - Al livello più elementare, due cose sono analoghe se ci sono alcune somiglianze rilevanti tra loro. Un tipo semplice di analogia è quella basata su proprietà condivise. Esiste un'analogia tra la Terra e la Luna basata sul fatto che entrambi sono corpi sferici grandi, solidi, opachi che ricevono calore e luce dal Sole, ruotano attorno ai loro assi e gravitano verso altri corpi. Ma l'uniformità delle proprietà non è una condizione necessaria. Un'analogia tra due oggetti può anche essere basata su somiglianze rilevanti tra le loro proprietà. In questo senso più largo, possiamo dire che c'è un'analogia tra suono e luce perché gli echi sono simili ai riflessi, il volume alla luminosità, il tono al colore, la percettibilità dall'orecchio a quella dall'occhio e così via.

Più recentemente, queste caratteristiche sono state discusse nel contesto dei cosiddetti esperimenti analogici, che promettono di fornire conoscenze su un sistema di destinazione sperimentalmente inaccessibile (ad es. un buco nero) manipolando un altro sistema, il sistema sorgente (ad es. un condensato di Bose–Einstein). Alcuni hanno sostenuto che, date determinate condizioni, una simulazione analogica di un sistema da parte di un altro sistema può confermare le affermazioni sul sistema bersaglio (ad esempio, che i buchi neri emettono radiazioni di Hawking).

Modelli idealizzati - I modelli idealizzati sono modelli che implicano una deliberata semplificazione o distorsione di qualcosa di complicato con l'obiettivo di renderlo più trattabile o comprensibile. Piani privi di attrito, masse puntiformi, sistemi completamente isolati, mercati in perfetto equilibrio sono esempi ben noti. Le idealizzazioni sono un mezzo cruciale per la scienza per far fronte a sistemi che sono troppo difficili da studiare nella loro piena complessità. 

I dibattiti filosofici sull'idealizzazione si sono concentrati su due tipi generali di idealizzazioni: le cosiddette idealizzazioni aristoteliche e quelle galileiane. L'idealizzazione aristotelica equivale a “spogliare”, nella nostra immaginazione, tutte le proprietà di un oggetto concreto che riteniamo non pertinenti al problema in questione. Ciò consente agli scienziati di concentrarsi su un insieme limitato di proprietà isolate. Un esempio è un modello di meccanica classica del sistema planetario, che descrive la posizione di un oggetto in funzione del tempo e ignora tutte le altre proprietà dei pianeti.

Le idealizzazioni galileiane sono quelle che comportano distorsioni deliberate: i fisici costruiscono modelli costituiti da masse puntiformi che si muovono su piani privi di attrito; gli economisti presumono che gli agenti siano onniscienti; i biologi studiano popolazioni isolate; e così via. L'uso di semplificazioni di questo tipo ogni volta che una situazione è troppo difficile da affrontare era caratteristico dell'approccio di Galileo alla scienza. Un esempio di tale idealizzazione è un modello di movimento di un corpo ignorando la sua forma e grandezza e concentrando la sua massa in un punto. 

Le idealizzazioni galileiane e aristoteliche non si escludono a vicenda, e molti modelli mostrano entrambe in quanto sia tengono conto di un insieme ristretto di proprietà, sia le distorcono. 

Modelli fenomenologici - I modelli fenomenologici sono stati definiti in modi diversi, sebbene correlati. Una definizione comune li considera modelli che rappresentano solo proprietà osservabili dei loro sistemi di destinazione e si astengono dal postulare meccanismi per il momento nascosti e inaccessibili. Molti modelli fenomenologici, pur non essendo derivabili da una teoria, incorporano principi e leggi associati alle teorie. Il modello nucleare a goccia di liquido, ad esempio, fu ipotizzato nel 1939 da Niels Bohr e da John Wheeler per spiegare la perdita di massa durante una fissione nucleare. Esso descrive il nucleo come una goccia liquida e lo descrive come avente diverse proprietà originate da diverse teorie (idrodinamica ed elettrodinamica). La fissione del nucleo viene spiegata con l’analogia del processo di suddivisione di una goccia di liquido in due gocce più piccole. Alcuni aspetti di queste teorie, sebbene di solito non le teorie complete, vengono quindi utilizzati per determinare le proprietà sia statiche che dinamiche del nucleo. 

Infine, si è tentati di identificare i modelli fenomenologici con i modelli di un fenomeno. Qui, "fenomeno" è un termine generico che copre tutte le caratteristiche relativamente stabili e generali del mondo che sono interessanti da un punto di vista scientifico. L'indebolimento del suono in funzione della distanza dalla sorgente, il decadimento delle particelle alfa, le reazioni chimiche che avvengono quando un pezzo di calcare si dissolve in un acido, la crescita di una popolazione di conigli e la dipendenza dei prezzi delle case dal tasso base della Banca Europea sono fenomeni in questo senso.

Modelli esplorativi - I modelli esplorativi sono modelli che non vengono proposti in primo luogo per apprendere qualcosa su uno specifico sistema di destinazione o un particolare fenomeno stabilito sperimentalmente. I modelli esplorativi funzionano come punto di partenza di ulteriori esplorazioni in cui il modello viene modificato e perfezionato. Essi possono fornire prove di principio e suggerire possibili spiegazioni. Un esempio possono essere i primi modelli dell'ecologia teorica, come il modello Lotka-Volterra di interazione predatore-preda, che studia il comportamento qualitativo dell'accelerazione e del rallentamento della crescita della popolazione in un ambiente con risorse limitate. Tali modelli non forniscono un resoconto accurato del comportamento di una popolazione reale, ma forniscono il punto di partenza per lo sviluppo di modelli più realistici.

Strettamente correlata è anche la nozione di modello di sondaggio (o "modello di studio"). Modelli di questo tipo non svolgono una funzione rappresentativa e non ci si aspetta che ci informino su nulla al di là del modello stesso. Lo scopo di questi modelli è quello di testare nuovi strumenti teorici che vengono utilizzati in seguito per costruire modelli rappresentativi. Un falso modello può svolgere molte funzioni utili, perché ad esempio può aiutare a rispondere a domande su modelli più realistici, fornire un campo per rispondere a domande sulle proprietà di modelli più complessi, su fenomeni di esclusioni di variabili (factor out) che altrimenti non sarebbero visti, servire come caso limite di un modello più generale (due falsi modelli possono definire gli estremi di un continuum di casi su cui si suppone si trovi il caso reale, un po’ come il teorema del confronto in analisi, quello detto “dei due carabinieri”), o portare all'identificazione di variabili rilevanti e alla stima dei loro valori.

 

Modelli di dati - Un modello di dati è una versione corretta, rettificata, controllata e in molti casi idealizzata, dei dati che otteniamo dall'osservazione immediata, i cosiddetti dati grezzi. Tipicamente, prima si eliminano gli errori (ad esempio, si eliminano valori dal record che sono dovuti a un'osservazione errata) e poi si presentano i dati in modo "pulito", ad esempio disegnando una curva uniforme attraverso un insieme di punti. Questi due passaggi sono comunemente indicati come "riduzione dei dati" e "adattamento della curva". Quando indaghiamo, per esempio, la traiettoria di un certo pianeta, prima eliminiamo i punti che sono fallaci dai registri di osservazione e poi adattiamo una curva a quelli rimanenti. I modelli di dati giocano un ruolo cruciale nel confermare le teorie perché è il modello dei dati, e non i dati grezzi spesso disordinati e complessi, contro cui le teorie vengono testate.

La costruzione di un modello di dati può essere estremamente complicata. Richiede tecniche statistiche sofisticate e solleva serie questioni metodologiche. Come decidiamo quali punti del record devono essere rimossi? E, dato un insieme pulito di dati, quale curva ci adattiamo? Al centro di quest'ultima domanda c'è il cosiddetto problema dell'adattamento della curva, ovvero che i dati stessi non dettano né la forma della curva adattata né quali tecniche statistiche gli scienziati dovrebbero usare per costruire una curva. La raccolta, l'elaborazione, la diffusione, l'analisi, l'interpretazione e l'archiviazione dei dati sollevano molte questioni importanti al di là delle questioni relativamente ristrette relative ai modelli di dati. 

Modelli e conoscenza

Uno dei motivi principali per cui i modelli svolgono un ruolo così importante nella scienza è che svolgono una serie di funzioni cognitive. Ad esempio, i modelli sono veicoli per conoscere il mondo. Parti significative dell'indagine scientifica vengono svolte sui modelli piuttosto che sulla realtà stessa, perché studiando un modello possiamo scoprire caratteristiche e accertare fatti sul sistema che il modello rappresenta: i modelli consentono il "ragionamento surrogativo". Ad esempio, studiamo la natura dell'atomo di idrogeno, la dinamica di una popolazione o il comportamento di un polimero studiando i rispettivi modelli. Questa funzione cognitiva dei modelli è stata ampiamente riconosciuta in letteratura, e alcuni suggeriscono addirittura che i modelli diano origine a un nuovo stile di ragionamento, il “model-based reasoning”, secondo il quale si fanno inferenze mediante la creazione di modelli e la manipolazione, adattandole e valutandole.

L'apprendimento da un modello avviene in due momenti: nella costruzione e nella manipolazione. Non ci sono regole o ricette fisse per la costruzione del modello. Una volta che il modello è costruito, non apprendiamo le sue proprietà guardandolo; dobbiamo usare e manipolare il modello per carpirne i segreti. A seconda del tipo di modello con cui abbiamo a che fare, la costruzione e la manipolazione di un modello equivalgono a diverse attività che richiedono metodologie diverse.

I modelli materiali sembrano essere semplici perché sono utilizzati in contesti sperimentali comuni (ad esempio, mettiamo il modello di un'auto nella galleria del vento e misuriamo la sua resistenza all'aria). Quindi, per quanto riguarda l'apprendimento del modello, i modelli materiali non danno luogo a domande che vanno al di là di questioni riguardanti la sperimentazione più in generale.

Non così con i modelli immaginari e astratti. Quali sono i vincoli alla costruzione di modelli fittizi e astratti e come li manipoliamo? Una risposta naturale sembra essere che lo facciamo eseguendo un esperimento mentale (“E se fosse…”). Diversi autori hanno esplorato questa linea di argomentazione, ma hanno raggiunto conclusioni molto diverse e spesso contrastanti su come vengono eseguiti gli esperimenti mentali e quale sia lo stato dei loro risultati.

Un'importante classe di modelli è di natura computazionale. Per alcuni modelli è possibile derivare risultati o risolvere analiticamente equazioni di un modello matematico. Ma molto spesso non è così. È a questo punto che i computer hanno un grande impatto, perché ci permettono di risolvere problemi altrimenti intrattabili. Quindi, i metodi computazionali ci forniscono conoscenze su un modello in cui i metodi analitici rimangono silenziosi. Molte parti della ricerca attuale nelle scienze naturali e sociali si basano su simulazioni al computer, che aiutano gli scienziati a esplorare le conseguenze di modelli che non possono essere studiati altrimenti. La formazione e lo sviluppo di stelle e galassie, l'evoluzione della vita, lo sviluppo di un'economia, il comportamento morale e le conseguenze delle procedure decisionali in un'organizzazione sono esplorate con simulazioni al computer, per citare solo alcuni esempi.

Le simulazioni al computer possono suggerire nuove teorie, modelli e ipotesi, ad esempio, basati su un'esplorazione sistematica dello spazio dei parametri di un modello. Ma le simulazioni al computer comportano anche rischi metodologici. Ad esempio, possono fornire risultati fuorvianti perché, a causa della natura discreta dei calcoli effettuati su un computer digitale, consentono solo l'esplorazione di una parte dell'intero spazio dei parametri e questo sottospazio non è in grado di riflettere tutte le caratteristiche importanti del modello. La gravità di questo problema è in qualche modo mitigata dalla crescente potenza dei computer moderni. Ma la disponibilità di una maggiore potenza di calcolo può anche avere effetti negativi: può incoraggiare gli scienziati a elaborare rapidamente modelli sempre più complessi ma concettualmente prematuri, che implicano ipotesi o meccanismi poco compresi e troppi parametri regolabili aggiuntivi. Ciò può portare a un aumento dell'adeguatezza empirica, che può essere gradita per determinati compiti di previsione, ma non necessariamente a una migliore comprensione dei meccanismi sottostanti. Di conseguenza, l'uso delle simulazioni al computer può cambiare il peso che assegniamo ai vari obiettivi della scienza. Infine, la disponibilità della potenza del computer può indurre gli scienziati a fare calcoli che non hanno il grado di affidabilità che ci si aspetterebbe di avere. Ciò accade, ad esempio, quando i computer vengono utilizzati per estrapolare distribuzioni di probabilità in avanti nel tempo, il che può rivelarsi fuorviante. Quindi è importante non lasciarsi trasportare dai mezzi che offrono i nuovi potenti computer e perdere di vista gli obiettivi reali della ricerca. 

Una volta che abbiamo conoscenza del modello, questa conoscenza deve essere "tradotta" in conoscenza del sistema di destinazione. È a questo punto che la funzione rappresentativa dei modelli torna ad essere importante: se un modello rappresenta davvero qualcosa, allora può istruirci sulla realtà perché (almeno alcune) delle parti o aspetti del modello hanno parti o aspetti corrispondenti nel mondo. Ma se l'apprendimento è connesso alla rappresentazione e se ci sono diversi tipi di rappresentazioni (analogie, idealizzazioni, ecc.), allora ci sono anche diversi tipi di apprendimento. Se, ad esempio, abbiamo un modello che consideriamo una rappresentazione realistica, il trasferimento di conoscenza dal modello al sistema di destinazione avviene in modo diverso rispetto a quando abbiamo a che fare con un'analogia o un modello che implica ipotesi idealizzanti.

Secondo Ignazio Licata (2011), "Un modello teorico è un filtro cognitivo che rende conto di certe osservazioni e stabilisce una sorta di equilibrio tra l'osservatore e il mondo; è la forma generale del test per un insieme di domande che possiamo porre a una classe di fenomeni. Questo non significa che quelle domande siano uniche ed esaustive. Possiamo sempre provare a farne delle altre".

Alcuni modelli spiegano. Ma come possono assolvere a questa funzione dato che tipicamente implicano idealizzazioni? Questi modelli spiegano nonostante o a causa delle idealizzazioni che implicano? Un uso esplicativo dei modelli presuppone che essi rappresentino o possono anche spiegare modelli non rappresentativi? E che tipo di spiegazione forniscono i modelli?

C'è una lunga tradizione che richiede che l'insieme degli enunciati di una spiegazione scientifica debbano essere veri. Gli autori che operano in questa tradizione negano che le idealizzazioni diano un contributo positivo alla spiegazione ed esplorano come i modelli possono spiegare nonostante siano idealizzati. Le ipotesi idealizzate di un modello non fanno differenza per il fenomeno in esame e sono quindi irrilevanti a fini esplicativi. Al contrario, altri filosofi della scienza sostengono che i modelli che spiegano possono distorcere direttamente molte cause che fanno differenza.

Altri autori perseguono una linea opposta e sostengono che i falsi modelli spiegano non solo nonostante la loro falsità, ma di fatto a causa della loro falsità. Ad esempio, la filosofa della scienza Nancy Cartwright sostiene che "la verità non spiega molto" e suggerisce di spiegare un fenomeno costruendo un modello che si adatti al fenomeno nel quadro di base di una grande teoria. Per questo motivo, il modello stesso è la spiegazione che cerchiamo. 

La visione standard della spiegazione nella scienza è il modello a legge di copertura (covering-law model) proposto da Carl Gustav Hempel e Paul Oppenheim nell’articolo Studies in the Logic of Explanation del 1948, secondo cui lo spiegare un evento in riferimento ad un altro evento presuppone necessariamente un ricorso a leggi o proposizioni generali che mettano in correlazione eventi del tipo da spiegare (explananda) con eventi del tipo citato come sue cause o condizioni (explanantia). Esso presuppone che la conoscenza delle leggi sia alla base della nostra capacità di spiegare i fenomeni. Ma in realtà la maggior parte delle affermazioni di alto livello nella scienza sono generalizzazioni “ferme restando le altre condizioni”, che sono false a meno che non si verifichino determinate condizioni precise. La Cartwright fa esplicito riferimento a questo proposito al Paradosso di Simpson, che indica una situazione in cui una relazione tra due fenomeni appare modificata, o perfino invertita, dai dati in possesso, a causa di altri fenomeni non presi in considerazione nell'analisi (variabili nascoste). Ad esempio, in un gruppo con il 95% di vaccinati, le infezioni tra i vaccinati supererebbero quelle tra i non vaccinati semplicemente perché ci sono molte più persone vaccinate tra cui il virus può diffondersi. In un gruppo con il 20% di vaccinati in cui tutti siano esposti al virus, la maggior parte dei non vaccinati verrebbe infettata e la maggior parte dei vaccinati no. Tutto dipende dall’insieme di riferimento e da come viene scelto e illustrato. Bisogna essere molto cauti con le generalizzazioni ceteris paribus, altrimenti dati veri possono portare a conclusioni false. Si deve cercare un compromesso tra verità e potere esplicativo.

Molti hanno sottolineato che la comprensione è uno degli obiettivi centrali della scienza. In alcuni casi, vogliamo capire un certo fenomeno (ad esempio, perché il cielo è blu); in altri casi, vogliamo comprendere una teoria scientifica specifica (ad esempio la meccanica quantistica) che spiega un fenomeno in questione. A volte otteniamo la comprensione di un fenomeno comprendendo la teoria o il modello corrispondente. Ad esempio, la teoria dell'elettromagnetismo di Maxwell ci aiuta a capire perché il cielo è blu. È tuttavia controverso se la comprensione di un fenomeno presuppone sempre la comprensione della teoria corrispondente.

Ma perché i modelli giocano un ruolo così cruciale nella comprensione di un argomento? L’epistemologa Catherine Elgin sostiene che questo non avviene nonostante, ma proprio perché i modelli sono letteralmente falsi. Considera i falsi modelli come "falsità felici" che occupano il centro della scena nell'epistemologia della scienza e cita il modello del gas ideale in meccanica statistica e il principio di equilibrio di Hardy-Weinberg in genetica delle popolazioni come esempi di modelli letteralmente falsi che sono centrali nelle rispettive discipline. La comprensione è olistica e riguarda un argomento, una disciplina o un argomento, piuttosto che affermazioni o fatti isolati. 

Il geoide

Un geoide è una superficie perpendicolare in ogni punto alla direzione della verticale, cioè alla direzione della forza di gravità. Questa è la superficie che meglio descrive la superficie media degli oceani, quindi, la superficie media della Terra. Esso, infatti, è definibile come la superficie equipotenziale (in cui, cioè, il potenziale gravitazionale ha valore uguale) che presenta i minimi scostamenti dal livello medio del mare.

Non è possibile descrivere il geoide con una formula matematica risolvibile: per conoscere l'andamento del geoide, infatti, sarebbe necessario conoscere in ogni punto della superficie terrestre la direzione della forza di gravità, la quale a sua volta dipende dalla densità che la Terra assume in ogni punto, che a sua volta è funzione di numerosi fattori, come la natura e lo spessore delle rocce che costituiscono la crosta terrestre in una determinata area. Questo, tuttavia, è impossibile da conoscere senza una certa approssimazione, rendendo poco operativa dal punto di vista matematico la definizione di geoide.

 

Nell’immagine c’è la rappresentazione più aggiornata del geoide, ottenuta con misure di gravità satellitari. Le scale sono accentuate per far vedere il suo andamento: in realtà esso si discosta assai poco dall’ellissoide di rotazione al quale si approssima la forma della Terra. Si tratta di un modello volutamente sbagliato, ma solo così ha funzione esplicativa. A seconda della loro funzione, i modelli scientifici si discostano spesso dal sistema di destinazione: non è affatto vero che una rappresentazione debba essere la più vicina possibile alla realtà. Certe volte si spiega meglio distorcendo i dati reali. 

Modelli e teoria

Una questione importante riguarda la relazione tra modelli e teorie. C'è uno spettro completo di posizioni che vanno dai modelli subordinati alle teorie ai modelli indipendenti dalle teorie.

Modelli come sussidiari alla teoria - Per discutere la relazione tra modelli e teorie nella scienza è utile ricapitolare brevemente le nozioni di un modello e di una teoria in logica. Una teoria è considerata un insieme (di solito deduttivamente chiuso) di frasi in un linguaggio formale. Un modello è una struttura che rende vere tutte le frasi di una teoria quando i suoi simboli sono interpretati come riferiti a oggetti, relazioni o funzioni di una struttura. La struttura è un modello della teoria nel senso che è correttamente descritta dalla teoria. I modelli logici sono talvolta indicati anche come "modelli di teoria" per indicare che sono interpretazioni di un sistema formale astratto.

I modelli nella scienza a volte riportano dalla logica l'idea di essere l'interpretazione di un calcolo astratto. Questo è saliente in fisica, dove le leggi generali (come l'equazione del moto di Newton) sono al centro di una teoria. Queste leggi sono applicate a un particolare sistema, ad esempio a un pendolo, scegliendo una funzione di forza speciale, facendo ipotesi sulla distribuzione di massa del pendolo, ecc. Il modello risultante è quindi un'interpretazione (o realizzazione) della legge generale.

È importante mantenere separate le nozioni di un modello logico e di un modello rappresentativo: si tratta di concetti distinti. Qualcosa può essere un modello logico senza essere un modello rappresentativo e viceversa. Questo, tuttavia, non significa che qualcosa non possa essere un modello in entrambi i sensi contemporaneamente. Infatti, molti modelli nella scienza sono sia modelli logici che rappresentativi. Il modello di Newton del moto planetario è un esempio calzante: il modello, costituito da due sfere perfette omogenee situate in uno spazio altrimenti vuoto che si attraggono gravitazionalmente, è contemporaneamente un modello logico (perché rende veri gli assiomi della meccanica newtoniana quando sono interpretati come riferiti al modello) e un modello rappresentativo (perché rappresenta il Sole e la Terra reali).

Modelli indipendenti dalle teorie - L’idea che i modelli siano subordinati alla teoria e non svolgono alcun ruolo al di fuori del contesto di una teoria è stata messa in discussione in diversi modi, con gli autori che sottolineano che i modelli godono di vari gradi di libertà dalla teoria e funzionano autonomamente in molti contesti. L'indipendenza può assumere molte forme e gran parte della letteratura sui modelli si occupa di indagare varie forme di indipendenza.

Modelli come completamente indipendenti dalla teoria. L'allontanamento più radicale da un'analisi dei modelli centrata sulla teoria è la realizzazione che ci sono modelli che sono completamente indipendenti da qualsiasi teoria. Un esempio di tale modello è il modello prede-predatori di Lotka-Volterra. Il modello è stato costruito utilizzando solo ipotesi relativamente comuni su predatori e prede e la matematica delle equazioni differenziali. Non c'era appello a una teoria delle interazioni predatore-preda o a una teoria della crescita della popolazione, e il modello è indipendente dalle teorie sul suo argomento. Se un modello è costruito in un dominio in cui non è disponibile alcuna teoria, allora il modello viene talvolta definito "modello sostitutivo", perché il modello sostituisce una teoria.

Modelli come complementi di teorie. Una teoria può essere specificata in modo incompleto nel senso che impone solo alcuni vincoli generali, ma tace sui dettagli delle situazioni concrete, che sono fornite da un modello. Le teorie possono essere troppo complicate da gestire. In questi casi un modello può integrare una teoria fornendo una versione semplificata dello scenario teorico che consente una soluzione. Per aggirare questa difficoltà, i fisici costruiscono modelli fenomenologici trattabili, come il MIT General Circulation Model, che è un modello numerico, il quale utilizza il metodo dei volumi finiti nell'integrazione computerizzata delle equazioni differenziali alle derivate parziali che governano la circolazione nell'oceano e nell'atmosfera terrestre. Essi descrivono efficacemente i gradi rilevanti di libertà del sistema in esame. Il vantaggio di questi modelli è che producono risultati in cui le teorie rimangono mute. Il loro svantaggio è che spesso non è chiaro come comprendere la relazione tra il modello e la teoria, poiché i due sono, in senso stretto, contraddittori.

Modelli interpretativi. Nancy Cartwright sostiene che i modelli non solo aiutano l'applicazione di teorie che sono in qualche modo incomplete; sostiene che i modelli sono coinvolti anche ogni volta che viene applicata una teoria con una struttura matematica generale. Le principali teorie della fisica (meccanica classica, elettrodinamica, meccanica quantistica e così via) sono formulate in termini di concetti astratti che devono essere concretizzati affinché la teoria fornisca una descrizione del sistema di destinazione. Ad esempio, quando si applica la meccanica classica, il concetto astratto di forza deve essere sostituito con una forza concreta come la gravità. Per ottenere equazioni trattabili, questa procedura deve essere applicata a uno scenario semplificato, ad esempio quello di due pianeti perfettamente sferici e omogenei in uno spazio altrimenti vuoto, piuttosto che alla realtà nella sua piena complessità. Il risultato è un modello interpretativo, che fonda l'applicazione di teorie matematiche a obiettivi del mondo reale. Tali modelli sono indipendenti dalla teoria in quanto la teoria non determina la loro forma, eppure sono necessari per l'applicazione della teoria a un problema concreto.

Modelli come mediatori. La relazione tra modelli e teorie può essere complicata e disordinata. I modelli sono "agenti autonomi" in quanto sono indipendenti sia dalle teorie che dai loro sistemi di destinazione, ed è questa indipendenza che consente loro di mediare tra i due. Le teorie non ci forniscono algoritmi per la costruzione di un modello; non sono "distributori automatici" in cui si può inserire un problema e un modello salta fuori. La costruzione di un modello richiede spesso una conoscenza dettagliata dei materiali, degli schemi di approssimazione e dell'impostazione, e questi non sono forniti dalla teoria corrispondente. Inoltre, il funzionamento interno di un modello è spesso guidato da una serie di teorie diverse che lavorano in modo cooperativo. Nella modellazione climatica contemporanea, ad esempio, elementi di diverse teorie (fluidodinamica, termodinamica, elettromagnetismo, ecc.) sono messi in opera in modo cooperativo. Ciò che fornisce i risultati non è l'applicazione rigorosa di una teoria, ma le voci di diverse teorie quando vengono utilizzate in coro l'una con l'altra in un unico modello.

 -.-.-.-

La fonte principale di questo articolo è la voce Models in Science, coordinata da Roman Frigg (London School of Economics) e Stephen Hartmann (Leibniz-Rechenzentrum der Bayerischen Akademie der Wissenschaften, Monaco di Baviera), della Stanford Encyclopedia of Philosophy, consultata tra l’ottobre e il novembre 2021. Poi ci ho anche messo del mio, ovviamente.