[论文解读] Quantifying the pathways to life using assembly spaces

Stuart M. Marshall, Douglas Moore+3 more|arXiv (Cornell University)|Jul 6, 2019

Earth Systems and Cosmic Evolution参考文献 1被引用 7

一句话总结

本文引入了“装配空间”以量化构建复杂物体所需的路径装配信息（PA），将PA定义为从不可再分的组成部分重建物体所需的最少步骤。该研究提出，PA值高于某一阈值的物体，极有可能是生物或技术过程的产物，而非随机装配的结果，从而为利用信息论度量方法识别宇宙中类似生命的复杂性提供了一个新框架。

ABSTRACT

We have developed the concept of pathway assembly to explore the amount of extrinsic information required to build an object. To quantify this information in an agnostic way, we present a method to determine the amount of pathway assembly information contained within such an object by deconstructing the object into its irreducible parts, and then evaluating the minimum number of steps to reconstruct the object along any pathway. The mathematical formalisation of this approach uses an assembly space. By finding the minimal number of steps contained in the route by which the objects can be assembled within that space, we can compare how much information (I) is gained from knowing this pathway assembly index (PA) according to I_PA=log (|N|)/(|N_PA |) where, for an end product with PA=x, N is the set of objects possible that can be created from the same irreducible parts within x steps regardless of PA, and NPA is the subset of those objects with the precise pathway assembly index PA=x. Applying this formalism to objects formed in 1D, 2D and 3D space allows us to identify objects in the world or wider Universe that have high assembly numbers. We propose that objects with PA greater than a threshold are important because these are uniquely identifiable as those that must have been produced by biological or technological processes, rather than the assembly occurring via unbiased random processes alone. We think this approach is needed to help identify the new physical and chemical laws needed to understand what life is, by quantifying what life does.

研究动机与目标

• 开发一种量化组装复杂物体所需外部信息的框架。
• 识别自然界或宇宙中仅靠随机过程难以形成的事物。
• 通过装配复杂性的形式化度量，区分生物或技术系统与由无偏物理过程形成的事物。
• 为理解生命定义提供物理和信息论基础。

提出的方法

• 该方法使用“装配空间”来表示从给定不可再分部件集合可构建的所有可能物体。
• 将路径装配指数（PA）定义为在该空间内重建物体所需的最少步骤数。
• 路径装配信息（I_PA）计算公式为 I_PA = log(|N|) / |N_PA|，其中 |N| 表示 x 步内可能生成的物体总数，|N_PA| 表示具有 PA = x 的子集。
• 该形式化方法被应用于一维、二维和三维构型，以评估PA值随维度和复杂度的变化规律。
• 将需要非随机、定向过程才能形成的物体识别为高PA值物体。
• 该方法使不同系统间装配路径的比较成为可能，识别出具有唯一可识别性的高信息量结构。

实验结果

研究问题

• RQ1 从不可再分组分重建给定物体所需的最少步骤数是多少？该数值在不同维度间如何变化？
• RQ2 如何区分由随机过程与由定向过程（如生物或技术）形成的事物？
• RQ3 组装复杂物体的路径中编码了何种信息内容？其可量化方式为何？
• RQ4 在一维、二维和三维空间中，哪些物体的PA值超过阈值，表明其非随机起源？
• RQ5 路径装配指数能否作为检测物理系统中类似生命复杂性的通用度量？

主要发现

• 高路径装配指数（PA）值的物体可唯一识别为非随机过程（如生物或技术系统）的产物。
• 路径装配信息（I_PA）随可能物体总数（|N|）的对数增长而增加，且与具有相同PA值的物体数量（|N_PA|）成反比。
• 在一维、二维和三维空间中，该形式化方法成功识别出高PA值结构，表明其不可能通过无偏随机装配形成。
• 该方法提供了区分类似生命复杂性与随机构型的定量阈值。
• 该框架表明，高PA值物体是宇宙中生命或技术存在的潜在证据。
• 该方法为通过量化装配路径的信息含量，为识别生命提供了新的物理基础。