[论文解读] Quantum information processing at the cellular level. Euclidean approach

Vasily Ogryzko|ArXiv.org|Jun 23, 2009

Advanced Thermodynamics and Statistical Mechanics参考文献 76被引用 3

一句话总结

本文提出一种新颖的‘欧几里得方法’，用于建模活细胞中的量子信息处理，引入‘催化力’（Cf）这一类似谐振的反应力，以稳定细胞状态，使其接近量子基态，从而实现酶促效率的最优化。通过利用幺正演化和涨落-耗散定理，该框架实现了从基态到生长态动力学的过渡，同时提出高通量DNA测序可作为在单细胞水平探测非经典分子关联的工具。

ABSTRACT

Application of quantum principles to living cells requires a new approximation of the full quantum mechanical description of intracellular dynamics. We discuss what principal elements any such good approximation should contain. As one such element, the notion of "Catalytic force" Cf is introduced. Cf is the effect of the molecular target of catalysis on the catalytic microenvironment that adjusts the microenvironment towards a state that facilitates the catalytic act. This phenomenon is experimentally testable and has an intriguing implication for biological organization and evolution, as it amounts to "optimization without natural selection of replicators". Unlike the statistical-mechanical approaches to self-organization, the Cf principle does not encounter the problem of "tradeoff between stability and complexity" at the level of individual cell. Physically, the Cf is considered as a harmonic-like force of reaction, which keeps the state of the cell close to the ground state, defined here as a state where enzymatic acts work most efficiently. Ground state is subject to unitary evolution, and serves as a starting point in a general strategy of quantum description of intracellular processes, termed here "Euclidean approach". The next step of this strategy is transition from the description of ground state to that one of growing state, and we suggest how it can be accomplished using arguments from the fluctuation-dissipation theorem. Finally, given that the most reliable and informative observable of an individual cell is the sequence of its genome, we propose that the non-classical correlations between individual molecular events at the single cell level could be easiest to detect using high throughput DNA sequencing.

研究动机与目标

• 开发一种新的量子力学近似方法，用于描述细胞内动力学，避免统计力学模型的局限性。
• 在不依赖复制子自然选择的前提下，解决单个细胞中‘稳定性与复杂性之间的权衡’问题。
• 为细胞功能定义一个量子基态，使酶活性达到最大效率。
• 建立一个从基态向动态、生长状态过渡的物理原理框架。
• 提出高通量DNA测序作为探测单细胞分子事件中非经典关联的方法。

提出的方法

• 引入‘催化力’（Cf）作为类似谐振的反应力，通过调节微环境以促进催化事件。
• 将细胞基态定义为酶功能以最大效率运行的量子态，并使其经历幺正演化。
• 应用涨落-耗散定理，以建模从基态向非平衡生长状态的转变。
• 将基态作为参考点，在量子信息理论框架下描述动态细胞过程。
• 在整个描述中采用欧几里得量子形式体系，避免使用路径积分或随机方法。
• 提出DNA测序作为高分辨率可观测量，用于探测单细胞分子动力学中的非经典关联。

实验结果

研究问题

• RQ1 如何在不引入统计力学权衡的前提下，一致地将量子原理应用于细胞水平的细胞内动力学建模？
• RQ2 何种物理机制可维持细胞状态接近量子基态，以优化酶功能？
• RQ3 如何在量子框架内描述从稳定基态向动态、生长细胞状态的转变？
• RQ4 何种可观测特征可揭示单个活细胞内分子事件中的非经典关联？
• RQ5 高通量DNA测序在何种方式下可作为探测细胞过程中量子效应的探针？

主要发现

• ‘催化力’（Cf）的概念提供了一种物理解释明确且可检验的机制，可将催化微环境稳定在最优酶促功能状态。
• 基态被定义为酶促效率最大的构型，其经历幺正演化，构成欧几里得方法的基础。
• 涨落-耗散定理使从基态向非平衡生长状态的系统性转变成为可能，适用于细胞动力学。
• 该框架通过在单细胞水平嵌入量子相干性，避免了传统自组织模型中固有的‘稳定性-复杂性权衡’问题。
• 高通量DNA测序被提议为探测单个细胞中非经典关联最可靠且信息量最丰富的手段。
• 该模型提出了一种‘无需复制子自然选择的优化机制’，为生物组织与进化提供了新的视角。