[论文解读] Information and fitness

Samuel F. Taylor, Naftali Tishby+1 more|ArXiv.org|Dec 28, 2007

Gene Regulatory Network Analysis参考文献 10被引用 28

一句话总结

本文建立了信息论与进化适应度之间的基本联系，表明生物体必须对环境条件保持最低限度的信息，才能实现目标生长速率。基于互信息和适应度函数的理论框架表明，单细胞生物实现合理适应度所需的最低信息量，接近于基因调控网络在生物学上可行的最大信息量。

ABSTRACT

The growth rate of organisms depends both on external conditions and on internal states, such as the expression levels of various genes. We show that to achieve a criterion mean growth rate over an ensemble of conditions, the internal variables must carry a minimum number of bits of information about those conditions. Evolutionary competition thus can select for cellular mechanisms that are more efficient in an abstract, information theoretic sense. Estimates based on recent experiments suggest that the minimum information required for reasonable growth rates is close to the maximum information that can be conveyed through biologically realistic regulatory mechanisms. These ideas are applicable most directly to unicellular organisms, but there are analogies to problems in higher organisms, and we suggest new experiments for both cases.

研究动机与目标

• 建立演化系统中信息处理与生物适应度之间理论联系。
• 确定生物体内部状态为实现目标平均生长速率，必须携带的关于环境条件的最小信息量。
• 研究进化压力是否会选择提高细胞调控机制的信息容量。
• 探讨该信息-适应度关系在单细胞生物及具有神经控制系统的高等生物中的适用性。
• 提出可验证的实验，用于测量真实生物系统中信息与适应度之间的权衡。

提出的方法

• 作者将适应度建模为内部变量（如基因表达水平）和环境条件的函数，使用适应度函数 f(g,s)。
• 应用信息论量化内部状态 g 与环境状态 s 之间的互信息 I(g;s)。
• 利用表达水平在最优值附近的高斯近似，推导出最小信息量的解析表达式，作为平均适应度的函数。
• 关键方程（6）表明，最小信息量 I_min 随适应度对数增长，且与可调控基因数 D 成比例。
• 利用基因表达噪声和动态范围的实验数据，估算基因调控系统在生物学上现实的信息容量极限。
• 该框架被推广以包含预测信息，并应用于神经系统，其中行为必须在环境变化条件下携带足够信息以实现奖励标准。

实验结果

研究问题

• RQ1 为实现指定的平均生长速率，生物体内部状态必须携带的关于环境条件的最小信息量是多少？
• RQ2 在进化压力下，所需信息量如何随基因或调控变量数量变化？
• RQ3 真实基因调控系统在多大程度上接近实现最优适应度所要求的理论信息容量极限？
• RQ4 能否通过实时测量基因表达和生长速率，在单细胞系统中实验验证信息-适应度关系？
• RQ5 该框架如何扩展至神经系统，使行为在环境变异条件下仍能实现奖励目标？

主要发现

• 为实现特定平均适应度水平，所需最小信息量随适应度对数增长，增长速率取决于可调控基因数 D。
• 理论计算表明，实现合理生长速率所需的最小信息量，接近于生物学上现实的基因调控机制的最大信息容量，估计小于 3 比特，通常低于 2 比特。
• 推导出的方程（6）量化了信息-适应度权衡，表明 I_min(⟨f⟩) 取决于适应度与最大可能适应度的差距以及基因数 D。
• 该模型预测，只要目标适应度无法通过低信息容量机制实现，进化竞争将倾向于选择信息容量更高的机制。
• 该框架不仅适用于单细胞生物，还表明神经系统也必须维持最低信息水平，以在环境变异条件下实现奖励标准。
• 作者提出了可行的实验方案，用于测量基因表达与环境条件之间的互信息，并绘制真实生物体相对于信息-适应度最优值的表现。