[论文解读] 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 6

一句话总结

本文研究了能量耗散在生物化学传感中的作用，聚焦于一个最小化的配体-受体模块，该模块可预测环境变化。研究发现，尽管快速的非耗散响应在短期内能优化预测性能，但随着预测时间间隔延长，最大耗散反而成为最优策略，原因在于非马尔可夫信号相关性，揭示了耗散在超越临界时间尺度后可提升预测准确性的反直觉优势。

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.

研究动机与目标

• 理解能量耗散、响应时间与生物化学传感中预测性能之间的相互作用。
• 确定在最小配体-受体信号传导模块中，耗散是否有助于或阻碍预测。
• 研究信号统计特性（尤其是非马尔可夫自相关性）如何影响最优传感策略。
• 阐明非平衡生物化学网络中预测的热力学代价。
• 解决快速非耗散传感与生物预测系统（如趋化性和生物钟）中实际使用耗散途径之间的明显矛盾。

提出的方法

• 建立一个包含动态配体插入速率 α(t) 的最小配体-受体系统模型，其动力学由描述随机结合与解离的主方程控制。
• 采用正弦输入信号 α(t) = α₀[1 + ρcos(ωt)] 来模拟随时间变化的环境信号，并研究系统的响应动力学。
• 基于瞬时 α(t) 下的平衡分布定义系统的自由能 Φ(ℓ,n,t)，以实现对非平衡行为的热力学分析。
• 通过反应路径上自由能的变化计算耗散热量 Q_bind，使用 Q = −⟨ΔΦ⟩ 来量化能量耗散。
• 计算受体响应 n(t) 与未来输入 α(t+τ) 之间的互信息 I[n, α_τ]，以量化不同预测时间间隔 τ 下的预测性能。
• 采用精细离散化的 α(t) 进行动力学蒙特卡洛模拟，以准确计算热量耗散与互信息，尤其针对非马尔可夫的两态及简谐振子驱动协议。

实验结果

研究问题

• RQ1 在生物化学传感中，能量耗散是否增强或损害预测性能？
• RQ2 响应速度与耗散之间的最优平衡如何依赖于预测时间间隔？
• RQ3 为何生物系统（如趋化性与生物钟通路）尽管存在更快的非耗散替代方案，仍使用耗散机制？
• RQ4 非马尔可夫信号统计特性在多大程度上使耗散系统在长期预测中优于非耗散系统？
• RQ5 非平衡系统在最大耗散状态下，能否实现比近平衡系统更高的未来信号状态预测准确性？

主要发现

• 对于较短的预测时间间隔（τ < τ_c），最优预测性能出现在耗散可忽略的绝热区域，对应于快速、近乎瞬时的响应。
• 当预测时间间隔超过临界值 τ_c 后，预测性能在最大耗散区域达到峰值，表明能量消耗可增强长期预测能力。
• 这种非单调行为源于非马尔可夫信号自相关性，使系统能够通过耗散动力学从过去的信号历史中提取预测信息。
• 对于马尔可夫信号，受体响应与未来输入 α(t+τ) 之间的互信息 I[n, α_τ] 随 τ 单调递减；而对于非马尔可夫信号，其呈现非单调峰值，证实记忆在增强预测中的作用。
• 系统预测未来信号的能力从根本上受限于输入的统计结构；对于非马尔可夫信号，耗散响应可超越非耗散响应的预测能力。
• 模拟结果证实，随着预测时间间隔的增加，最优预测区域从非耗散状态向最大耗散状态转变，该转变发生在 τ_c ≈ T/4（对于简谐振荡输入）。