[論文レビュー] Prediction and Dissipation in Biochemical Sensing

Nils B. Becker, Andrew Mugler+1 more|arXiv (Cornell University)|Dec 19, 2013

Gene Regulatory Network Analysis参考文献 1被引用数 6

ひとこと要約

本論文は、エネルギー散逸が生化学的センシングに果たす役割を調査し、環境の変化を予測する最小限のリガンド-レセプター・モジュールに焦点を当てる。非定常的で非マルコフ的信号相関が存在する条件下では、短時間予測では非散逸的で高速な反応が最適であるが、予測期間が長くなると最大散逸が最適となることが示され、散逸が特定の時間スケールを超えて予測精度を向上させるという直感に反する利点を明らかにした。

ABSTRACT

Cells sense and predict their environment via energy-dissipating pathways. However, it is unclear whether dissipation helps or harms prediction. Here we study dissipation and prediction for a minimal sensory module of receptors that reversibly bind ligand. We find that the module performs short-term prediction optimally when operating in an adiabatic regime where dissipation vanishes. In contrast, beyond a critical forecast interval, prediction becomes most precise in a regime of maximal dissipation, suggesting that dissipative sensing in biological systems can serve to enhance prediction performance.

研究の動機と目的

• 生化学的センシングにおけるエネルギー散逸、応答時間、予測性能の相互作用を理解すること。
• 最小限のリガンド-レセプター標識モジュールにおいて、散逸が予測を支援するか、妨げるかを特定すること。
• 特に非マルコフ的自己相関を示す信号統計が、最適なセンシング戦略にどのように影響するかを調査すること。
• 非平衡生化学的ネットワークにおける予測の熱力学的コストを明確にすること。
• 速やかで非散逸的センシングが可能であるのにもかかわらず、生物学的予測システム（例えばキモタクシスやサーカディアンリズム）が散逸的経路を用いているという表面的矛盾を解消すること。

提案手法

• 動的リガンド挿入率 α(t) を持つ最小限のリガンド-レセプター系をモデル化し、確率的結合・解離を記述するマスター方程式を用いる。
• 時間変動する環境信号を模倣するため、正弦波入力信号 α(t) = α₀[1 + ρcos(ωt)] を用い、応答ダイナミクスを解析する。
• 瞬時の α(t) における平衡分布に基づき、自由エネルギー Φ(ℓ,n,t) を定義し、非平衡挙動の熱力学的解析を可能にする。
• 反応経路に沿った自由エネルギーの変化を用いて、散逸熱 Q_bind を計算し、Q = −⟨ΔΦ⟩ を用いてエネルギー散逸を定量的に評価する。
• 受容体応答 n(t) と将来の入力 α(t+τ) の間の相互情報量 I[n, α_τ] を計算し、異なる予測期間 τ における予測性能を定量化する。
• 非マルコフ的2状態および調和振動子駆動プロトコルに対して、α(t) の細かい離散化を伴うキネティック・モンテカルロシミュレーションを実施し、特に散逸熱と相互情報量を高精度で計算する。

実験結果

リサーチクエスチョン

• RQ1 エネルギー散逸は生化学的センシングにおける予測性能を向上させるか、悪化させるか？
• RQ2 予測期間に応じて、応答速度と散逸の最適なバランスはどのように変化するか？
• RQ3 速やかで非散逸的代替手段が存在するにもかかわらず、キモタクシスやサーカディアンリズムのような生物学的システムが散逸的メカニズムを用いる理由は何か？
• RQ4 非マルコフ的信号統計が、散逸系が非散逸系を上回る長期的予測性能を達成する程度はどの程度か？
• RQ5 最大散逸を持つ非平衡系が、近平衡系よりも将来の信号状態をより高い精度で予測できるか？

主な発見

• 短い予測期間（τ < τ_c）では、散逸が最小限に抑えられた断熱的状態で最適な予測性能が達成され、これは高速でほぼ即時の応答に対応する。
• 臨界予測期間 τ_c を超えると、予測性能は最大散逸の領域でピークに達し、エネルギー消費が長期的予測を向上させることを示唆する。
• この非単調な挙動は、非マルコフ的信号自己相関に起因し、散逸的ダイナミクスが過去の信号履歴から予測情報を抽出可能にする。
• マルコフ的信号では、受容体応答と将来の入力 α(t+τ) の間の相互情報量 I[n, α_τ] は τ と共に単調に減少するが、非マルコフ的信号では非単調なピークを示し、記憶の役割が予測性能向上に寄与することを確認する。
• システムが将来の信号を予測できる能力は、入力の統計的構造によって本質的に制限される。非マルコフ的信号では、散逸的応答が非散逸的応答を上回る予測力を持つことがある。
• シミュレーションにより、予測期間が延長するに従い、最適な予測領域が非散逸的から最大散逸的へとシフトすることが確認され、特に調和振動子入力ではこの遷移が τ_c ≈ T/4 で発生する。