[论文解读] Collective Sensing-Capacity of Bacteria Populations

Arash Einolghozati, Mohsen Sardari+1 more|arXiv (Cornell University)|May 22, 2012

Molecular Communication and Nanonetworks参考文献 10被引用 4

一句话总结

本文将细菌群体建模为分子网络中的单一通信节点，通过分析分子捕获和菌群间变异性的噪声，推导其集体感知能力。计算了在分子浓度与荧光输出之间最大化互信息的最优输入分布，表明容量随群体规模和受体数量增加而提升，并在实际约束条件下评估了可行的 M-ary 调制方案的可达速率与误码概率。

ABSTRACT

The design of biological networks using bacteria as the basic elements of the network is initially motivated by a phenomenon called quorum sensing. Through quorum sensing, each bacterium performs sensing the medium and communicating it to others via molecular communication. As a result, bacteria can orchestrate and act collectively and perform tasks impossible otherwise. In this paper, we consider a population of bacteria as a single node in a network. In our version of biological communication networks, such a node would communicate with one another via molecular signals. As a first step toward such networks, this paper focuses on the study of the transfer of information to the population (i.e., the node) by stimulating it with a concentration of special type of a molecules signal. These molecules trigger a chain of processes inside each bacteria that results in a final output in the form of light or fluorescence. Each stage in the process adds noise to the signal carried to the next stage. Our objective is to measure (compute) the maximum amount of information that we can transfer to the node. This can be viewed as the collective sensing capacity of the node. The molecular concentration, which carries the information, is the input to the node, which should be estimated by observing the produced light as the output of the node (i.e., the entire population of bacteria forming the node). We focus on the noise caused by the random process of trapping molecules at the receptors as well as the variation of outputs of different bacteria in the node. The capacity variation with the number of bacteria in the node and the number of receptors per bacteria is obtained. Finally, we investigated the collective sensing capability of the node when a specific form of molecular signaling concentration is used.

研究动机与目标

• 量化分子浓度输入与荧光输出之间最大信息传输速率（感知容量）的数值。
• 对感知过程中的噪声源进行建模与分析，包括分子结合的随机性与菌群间响应差异。
• 推导出使输入浓度与输出荧光之间互信息最大化的最优输入分布。
• 在生物约束条件下，评估实际信号调制技术（M-ary 调制）及其可达速率与误码概率。

提出的方法

• 将细菌群体建模为接收分子信号并产生荧光输出的单一节点。
• 将系统中的噪声表征为二项分布受体结合（与输入无关）和菌群间响应变异性的组合。
• 通过信息论分析，推导出使输入浓度与输出荧光之间互信息最大化的最优输入分布。
• 使用互信息公式，计算集体感知容量作为群体规模（n）和每个细菌受体数（N）的函数。
• 提出在 [0, p_max] 区间上使用等概率符号的均匀 M-ary 调制，以实现具有硬判决译码的实用信号传输。
• 在固定噪声方差 σ₀² = 0.1 的条件下，评估不同调制阶数（k）和 p_max 值下的误码概率（p_e）。

实验结果

研究问题

• RQ1 在分子浓度输入与荧光输出条件下，细菌群体节点可实现的最大信息传输速率（容量）是多少？
• RQ2 细菌数量（n）和每个细菌的受体数（N）如何影响集体感知容量？
• RQ3 内在生物噪声——特别是随机分子捕获与菌群间变异——对感知性能有何影响？
• RQ4 在实际约束条件下，实用的 M-ary 调制方案在可达数据速率与误码概率方面的表现如何？

主要发现

• 集体感知容量随细菌数量（n）和每个细菌的受体数（N）增加而提升，但 n 的影响更为显著，原因在于噪声方差的线性与二次增长差异。
• 即使初始噪声方差为零（σ₀² = 0），容量仍受限制，原因在于分子捕获的二项分布特性引入了基本噪声底限。
• 对于实用的 M-ary 调制，二进制调制（k=2）的误码概率（p_e）在有限功率下几乎为零，但高阶调制（如 k=32）的误码概率显著上升，除非 n 和 N 足够大。
• 随着 p_max（发射功率）增加，可达误码概率降低，但若 n 和 N 不足，无法使 k 较大时的误码概率任意减小。
• 容量存在上限，不会随 n 或 N 无限增长，原因在于噪声方差随 N 呈二次增长。
• 结果表明，低复杂度调制（如 k=2）可实现可靠通信，且在群体规模和受体数量增大时更具实用性。