[論文レビュー] The Biological Consequences of the Computational World: Mathematical Reflections on Cancer Biology

Giuseppe Longo|arXiv (Cornell University)|Jan 27, 2017

Genetics, Bioinformatics, and Biomedical Research被引用数 3

ひとこと要約

この論文は、現代の生物学、特にがん研究において、離散的で計算的なモデルが優位を占めることによって、連続的で動的な生物学的プロセスよりもデジタル情報に優先順位を与える根本的なバイアスが生じていると主張している。ロンゴは、がんを計算的視点から見ることで、がんがデータ駆動のパターンに還元されてしまうリスクがあると指摘し、代わりに連続性と物理的制約に基づいた、生物体および組織レベルの原則へのシフトを提唱している。

ABSTRACT

The role of continua has been clear since antiquity in the mathematical approaches to physics, while discrete manifolds were brought to the limelight mostly by Quantum and Information Theories, in the XX century. We first recall how theorizing and measuring radically change in physics when using discrete vs. continuous mathematical manifolds. It will follow that the reference to discrete structures and digital information is far from neutral in knowledge construction. In biology, in particular, the introduction of information as a new observable on discrete data types has been promoting a dramatic reorganization of the tools for knowledge. We briefly analyze the origin and the nature, then some consequences of the bias thus induced in life sciences, with particular emphasis on research on cancer. We finally summarize new theoretical frames that propose different directions as for the organizing principles for biological thinking and experimenting, including in cancer research. Cancer is now viewed as an organismal, tissue based issue, according to the perspective proposed in (Sonnenschein, Soto, 1999; Baker, 2015).

研究の動機と目的

• 科学における連続的フレームワークから離散的フレームワークへの移行が、生物学的知識の構築に与える影響を分析すること。
• 生物系をデジタル情報プロセスとして扱うことで生じる認識論的および方法論的バイアスを特定すること。
• 特にがんの遺伝的または分子的データパターンへの還元を助長する、現在のがん研究における計算的パラダイムを批判すること。
• がんを理解する上で、組織の構造や連続性、物理的制約を重視する代替理論枠組みを提言すること。
• 遺伝子中心のデータ駆動モデルから脱却し、生物体的およびシステム的原則に向けたのがん研究の再配列を提唱すること。

提案手法

• 物理学における数学的モデリングの歴史的・哲学的分析に裏付けられ、連続的（古典的）と離散的（量子／情報）フレームワークを対比する。
• 連続体理論および連続性の知見を、特に組織や多細胞系の組織化に応用する。
• ゲノム研究やシステム生物学におけるデジタル情報の役割を、認識論的バイアスの源として批判する。
• がんを遺伝的疾患としてではなく、組織レベルの組織化とホメオスタシスの失敗として再解釈する。
• ゾンネンシュタインとソトの業績に裏付けられた、「生物体的」および「組織ベース」のがんモデルへの理論的転換を提言する。
• 連続性および物理法則に関する数学的考察を用いて、がん生物学における還元的・計算的アプローチに反論する。

実験結果

リサーチクエスチョン

• RQ1 連続的モデルと離散的モデルの選択が、生物学的システムの理解にどのように影響を与えるか？
• RQ2 生物学的現象がデジタル情報プロセスとしてモデル化された際に生じる認識論的バイアスは何か？
• RQ3 がん研究における計算的パラダイムが、組織レベルおよびシステム的メカニズムをどの程度曇らせるか？
• RQ4 連続的で物理的かつ生物体的原則への回帰が、がん研究および理論にどのように改善をもたらすか？
• RQ5 がんを組織レベルの疾患としてよりよく捉えるために、どのような代替理論枠組みが有効か？

主な発見

• 生物学、特にがん研究において離散的で計算的なモデルが優位を占めることによって、連続的で動的なプロセスよりもデジタル情報に優先順位を与える根本的なバイアスが生じる。
• 量子理論および情報理論の影響によって引き起こされた、連続的フレームワークから離散的フレームワークへの移行は、科学における測定および理論的思考のあり方を再定義し、生物学に深刻な影響を及ぼした。
• がんはますます遺伝的疾患としてではなく、組織の構造的組織化とホメオスタシスの失敗として理解されるようになっており、ゾンネンシュタインとソトが提唱する生物体的視点と整合的である。
• 本論文は、現在のがん生物学における計算的モデルが、複雑で動的かつシステム的な現象を静的でデータ中心のパターンに還元するリスクがあると主張し、理論的進展を制限すると指摘する。
• 連続性、物理的制約、組織レベルの組織化を中核に据える新しい理論枠組みが提言される。
• 本論文は、遺伝子中心のデータ駆動モデルから脱却し、生物学的連続性とシステム的調節を統合する原則へのがん研究のパラダイムシフトを求める。