세포에게 자신이 무엇인지 알려주는 수학

12 년 동안, 이들은 한 배아에서 다음 배에 의해 세포에 의한 세포 인 모르겐 및 갭 유전자 단백질 농도를 측정하여 4 개의 갭 유전자가 헤드-테일 축을 따라 모든 위치에서 어떻게 발현 될 가능성이 가장 높았는지 결정했다. 이러한 확률 분포에서, 그들은 갭 유전자 단백질 농도 수준에 따라 세포 위치에 대한 확률 론적 추정치를 뱉을 수있는 명시 적 맵인“사전”또는 디코더를 만들었습니다.

약 5 년 전, 프린스턴의 학부생으로 측정 작업을 시작한 마리엘 페코바 (Mariela Petkova)를 포함한 연구원들 (현재 하버드 대학교에서 생물 물리학 박사 학위를 추구하고 있음), 과학 및 기술 연구소 (Institute of Science and Technology Austria)에서 Gašper Tkačik을 시작했습니다. 이전 조건부 확률로부터의 사건의 가능성). 베이지안 프레임 워크는 그들이 "미지의", 확률의 조건을 뒤집을 수있게 해주었다 :갭 유전자 발현의 측정은 갭 유전자 발현 만 주어진 위치의 "최상의 추측"을 생성하는데 사용될 수있다.

이 팀은 4 개의 갭 유전자의 변동이 실제로 단일 세포 정밀도로 세포의 위치를 ​​예측하는데 사용될 수 있음을 발견했다. 그러나 4 개 모두에 대한 최대 정보는 다음과 같습니다. 단지 2 ~ 3 개의 갭 유전자의 활성이 제공되면 디코더의 위치 예측은 거의 정확하지 않았습니다. 예를 들어, 각 유전자가 켜져 있는지 여부에 대해서만 응답 한 4 가지 갭 유전자의 정보를 덜 사용한 디코더의 버전은 더 나쁜 예측을했습니다.

Walczak에 따르면,“아무도 이러한 분자 구배의 농도를 얼마나 잘 읽거나 보여준 적이 없다.

이제는 다음과 같습니다. 시스템의 제한된 수의 분자와 기본 소음을 감안할 때조차도, 갭 유전자의 다양한 농도는 헤드-테일 축에서 두 개의 주변 세포를 구별하기에 충분했습니다. 나머지 유전자 네트워크는 정보를 최적으로 전달하는 것처럼 보였습니다.

"하지만 문제는 항상 열려있었습니다. 생물학은 실제로 신경 쓰나요?" 그레고르가 말했다. "아니면 이것이 우리가 측정하는 것입니까?" 갭 유전자에 반응 한 DNA의 조절 영역이 실제로 유전자가 함유 한 위치 정보를 해독 할 수있는 방식으로 연결될 수 있습니까?

생물 물리학 자들은 노벨상을 수상한 생물 학자 에릭 위스 차 우스와 협력하여 세포가 실제로 정보를 사용하고 있는지 여부를 테스트했습니다. 그들은 매우 젊은 파리 배아에서 모르겐의 그라디언트를 변형시킴으로써 돌연변이 배아를 만들었고, 그 결과 갭 유전자의 발현 패턴이 변경되었고 궁극적으로 쌍-룰 줄무늬가 이동, 사라지거나 복제되거나 퍼지 가장자리를 갖게되었다. 그럼에도 불구하고 연구원들은 그들의 디코더가 놀라운 정확도로 돌연변이 된 쌍-룰 발현의 변화를 예측할 수 있음을 발견했다. Walczak은“그들은 맵이 돌연변이 체에서 끊어졌지만 디코더가 예측하는 방식으로 보여줍니다.

Brewster는“다른 출처에서 정보를 얻는다면 [셀]을 속일 수 없다고 상상할 수 있습니다. "디코더가 실패 할 것입니다."

이 연구 결과는 연구에 관여하지 않은 Kondev에 따르면“징계”를 나타냅니다. 그들은 유추 된 디코더에“물리적 현실”이 있다고 제안했다. "진화를 통해이 세포들은 조절 DNA를 사용하여 Bayes의 트릭을 구현하는 방법을 알아 냈습니다."

세포가 어떻게 미스터리로 남아 있습니다. 시카고 대학교의 시스템 생물 학자 인 존 라인 츠 (John Reinitz)는“지금은 모든 것이 훌륭하고 마법입니다.

그럼에도 불구 하고이 작업은 초기 발달, 유전자 조절 및 아마도 일반적으로 진화에 대한 새로운 사고 방식을 제공합니다.

가파른 풍경

이 결과는 Waddington의 발달 환경에 대한 아이디어에 대한 새로운 관점을 제공합니다. Gregor에 따르면, 그들의 작업은 결국 20 가지 질문이나 점진적인 지식을 정제 할 필요가 없음을 나타냅니다. 그는 풍경이“처음부터 가파르다”고 말했다. 모든 정보는 이미 있습니다.

캘리포니아 기술 연구소 (California Institute of Technology)의 대학원생 인 Manuel Razo-Mejia는“자연 선택은 시스템을 충분히 강하게 밀어내는 것 같습니다.

이 연구에 참여하지 않은 프랜시스 크릭 연구소 (Francis Crick Institute)의 생물 학자 인 제임스 브리 스코 (James Briscoe)는이 경우이 경우 고성능이 우연 일 가능성이있다. 이것이 더 일반적인 여부를 실제로 강화하려면 연구자들은 더 천천히 발달하는 것들을 포함하여 다른 종의 디코더를 테스트해야합니다.

그럼에도 불구하고 이러한 결과는 종종 유명한 규제 요소에 대해 묻는 흥미로운 새로운 질문을 설정했습니다. 과학자들은 조절 DNA가 다른 유전자의 활동을 제어하기위한 방법에 대한 확실한 이해가 없습니다. 이 팀의 연구 결과는 여기에 최적의 베이지안 디코더가 포함되어 있으며, 이는 조절 요소가 결합 된 갭 유전자 발현의 매우 미묘한 변화에 반응 할 수있게한다. "우리는 디코더를 암호화하는 규제 DNA에 대해 질문을 할 수 있습니까?" Kondev가 말했다.

그리고 "이 최적의 디코딩을하게하는 것은 어떻습니까?" 그는 덧붙였다. "이 연구 전에 우리가 묻지 못했던 질문입니다."

Briscoe는“이것이이 작업이 분야의 다음 과제로 설정 한 것입니다. 게다가, 분자 수준에서 이러한 디코더를 구현하는 방법이 많이있을 수 있습니다. 즉,이 아이디어는 다른 시스템에도 적용될 수 있습니다. 실제로, 중추 신경계의 선구자 인 척추 동물에서 신경관의 발달에서 그것의 힌트가 발견되었습니다.

더욱이, 이러한 조절 영역이 최적의 디코딩 기능을 수행해야한다면, 이로 인해 전체 유기체가 어떻게 진화 할 수 있는지, 그리고 그 결과 전체 유기체가 어떻게 진화 할 수 있는지를 제한 할 수 있습니다. Kondev는“우리는이 예를 들어이 행성에서 진화 한 삶입니다. 세포가 베이지안 행동을 나타내는 것을 발견하는 것은 정보를 효과적으로 처리하는 것이 "우리가 삶이라고 생각하는 것처럼 느슨하게 행동하는 많은 원자를 느슨하게 행동하게 만드는 일반적인 원리"라는 힌트 일 수 있습니다.

그러나 지금은 여전히 ​​힌트 일뿐입니다. 그레고르는“물리학 자의 꿈의 일종”이지만“우리는 실제로 이것에 대한 증거가 없다”고 말했다.

바다 아래의 와이어에서 뇌의 뉴런으로

정보 최적화의 개념은 전기 공학에 근거가 있습니다. 전문가들은 원래 사람들이 트랜스 컨습니다. Transoceanic 케이블을 통해 사람들이 전화로 대화 할 수 있도록 사운드를 인코딩하는 방법을 이해하고 사운드를 해독하는 방법을 이해하고 싶었습니다. 그 목표는 나중에 채널을 통해 정보를 최적으로 전송하는 방법에 대한 광범위한 고려로 바뀌 었습니다. 이 프레임 워크를 뇌의 감각 시스템에 적용하고 응답을 생성하기 위해 입력을 측정, 인코딩 및 디코딩 한 방법에 적용하는 것은 큰 도약이 아닙니다.

이제 일부 전문가들은 이런 방식으로 모든 종류의“감각 시스템”에 대해 생각하려고 노력하고 있습니다. 예를 들어 Razo-Mejia는 환경에서 박테리아가 어떻게 최적으로 감각과 처리 화학 물질을 감지하고, 그것이 체력에 어떤 영향을 미칠 수 있는지 연구했습니다. 한편, Walczak과 그녀의 동료들은 적응 면역 체계에서“좋은 디코딩 전략”이 어떻게 보일지 묻고 있었는데, 이는 침입자의 대규모 레퍼토리를 인식하고 대응해야합니다.

“최적화가 미적 또는 철학적 아이디어라고 생각하지 않습니다. 매우 구체적인 아이디어입니다.”라고 Bialek은 말했습니다. "최적화 원칙은 시간이 걸렸고 다시 측정 할 흥미로운 것들을 지적했습니다." 그들이 올바른지 여부에 관계없이, 그는 생각할 수있는 생산성을 고려합니다.

Walczak은“물론 어려움은 다른 많은 시스템에서 디코딩되는 속성이 배아의 축을 따라 1 차원 위치보다 더 어렵다는 것입니다. "문제는 정의하기가 더 어렵습니다."

그것이 바로 Bialek과 그의 동료들이 공부 한 시스템을 그렇게 화려하게 만들었습니다. Kondev는“이 경우 정보와 같이 높은 수준의 아이디어가 수학적 공식으로 이어지는 생물학에는 많은 사례가 없다고 Kondev는 말했다.

Bialek을 자극하는 것은 이론과 실험의 결혼입니다. 그는 접근 방식이 다른 맥락에서 작업을 계속 인도하기를 희망합니다. "명확하지 않은 것은 [최적화의 관찰]이 몇 구석에서 발생하는 호기심인지 또는 그것에 대해 일반적인 것이 있는지 여부입니다."

Briscoe는 후자가 사실 인 경우“매우 인상적입니다.”라고 Briscoe는 말했습니다. "진화가 실제로 일하는 일을하는 방법을 찾는 능력은 놀라운 발견이 될 것입니다."

Kondev가 동의했습니다. "물리학 자로서, 당신은 생명의 현상이 지구상에서 생물을 만드는 특정 화학과 DNA 및 분자에 관한 것이 아니라 더 넓습니다." “그게 더 넓은 것은 무엇입니까? 모르겠습니다. 그러나 아마도 이것은 그 미스터리를 약간 떨어 뜨릴 것입니다.”

3 월 15 일에 추가 된 수정 :텍스트는 Mariela Petkova와 Gašper Tkačik의 기여를 인정하기 위해 업데이트되었습니다.

이 기사는 에 재 인쇄되었습니다 wired.com .