Studie schätzt die Energiekosten der Informationsverarbeitung in biologischen Systemen

Das Verhalten, die Physiologie und die Existenz lebender Organismen werden durch unzählige biologische Prozesse unterstützt, die die Kommunikation zwischen Zellen und anderen molekularen Komponenten beinhalten. Es ist bekannt, dass diese molekularen Komponenten auf verschiedene Weise Informationen untereinander übertragen, beispielsweise über Prozesse, die als Diffusion und elektrische Depolarisation bekannt sind, oder durch den Austausch mechanischer Wellen.

Forscher der Yale University haben kürzlich eine Studie durchgeführt, die darauf abzielte, die energetischen Kosten dieser Informationsübertragung zwischen Zellen und molekularen Komponenten zu berechnen. Ihr Artikel, veröffentlicht in Briefe zur körperlichen Untersuchungstellt ein neues Tool vor, mit dem Mobilfunknetze untersucht und deren Funktion besser verstanden werden könnten.

„Wir denken schon seit einiger Zeit über dieses Projekt in der einen oder anderen Form nach“, sagte Benjamin B. Machta, einer der Forscher, die die Studie durchgeführt haben, gegenüber Phys.org.

„Vor etwa einem Jahrzehnt habe ich mit meinem Doktorvater Jim Sethna zum ersten Mal Ideen besprochen, die sich schließlich in dieses Projekt verwandelten, aber aus verschiedenen Gründen kam die Arbeit nie richtig in Gang. Sam und ich begannen darüber zu reden, als wir darüber nachdachten, wie wir das verstehen sollten.“ Energiekosten, die die Biologie für die Berechnung aufwenden muss – ein Thema in vielen seiner Doktorarbeiten – und vielleicht allgemeiner, um sicherzustellen, dass ihre Teile kohärent und kontrolliert sind, und er hat herausgefunden, wie man diese Berechnungen durchführt.“

Die jüngste Arbeit von Machta und seinem Kollegen Samuel J. Bryant lässt sich von früheren, Ende der 90er Jahre veröffentlichten Arbeiten inspirieren, insbesondere von den Bemühungen von Simon Laughlin und seinen Mitarbeitern. Damals hatte diese Forschungsgruppe versucht, experimentell zu bestimmen, wie viel Energie Neuronen für das Versenden von Informationen verbrauchen.

„Laughlin und Kollegen fanden heraus, dass dieser Energieaufwand je nach Details zwischen 104 und 107 KBT/Bit lag, was weit über der ‚grundlegenden‘ Grenze von ~ KBT/Bit liegt, die manchmal auch als Landauer-Grenze bezeichnet wird und die zum Löschen von a gezahlt werden muss „Ein bisschen Information“, erklärte Machta.

„In gewisser Weise wollten wir verstehen: War dies ein Beispiel dafür, dass die Biologie einfach verschwenderisch ist? Oder gab es vielleicht noch andere Kosten, die bezahlt werden mussten; insbesondere bezieht sich die Landauer-Grenze nicht auf Geometrie oder physikalische Details. Die Anwendung der Landauer-Grenze ist das selbst subtil, weil es nur für das Löschen von Informationen bezahlt wird, ist es möglich, reversibel zu rechnen, niemals etwas zu löschen und KEINE Rechenkosten zu zahlen – aber das ist hier nicht der Fokus.“

Ein weiteres Ziel der aktuellen Studie von Machta und Bryant bestand darin, festzustellen, ob die Optimierung dieser Energiekosten Aufschluss über die Gründe geben könnte, warum molekulare Systeme in verschiedenen Situationen über unterschiedliche physikalische Mechanismen miteinander kommunizieren. Während beispielsweise Neuronen normalerweise über elektrische Signale miteinander kommunizieren, können andere Arten von Tells über die Diffusion von Chemikalien kommunizieren.

„Wir wollten verstehen, in welchem ​​Regime jedes dieser (und andere) im Hinblick auf die Energiekosten pro Bit am besten wäre“, sagte Machta. „Bei all unseren Berechnungen berücksichtigen wir Informationen, die über einen physischen Kanal gesendet werden, von einem physischen Sender von Informationen (wie einem ‚sendenden‘ Ionenkanal, der sich öffnet und schließt, um ein Signal zu senden) zu einem Empfänger (einem Spannungsdetektor in der Membran). das könnte auch ein Ionenkanal sein). Das Herzstück der Berechnung ist eine Lehrbuchrechnung für die Informationsrate durch einen Gaußschen Kanal, allerdings mit ein paar neuen Wendungen.“

Erstens betrachten Machta und seine Kollegen in ihren Schätzungen immer einen physikalischen Kanal, in dem Ströme physikalischer Teilchen und elektrischer Ladungen entsprechend der Physik einer Zelle transportiert werden. Zweitens ging das Team immer davon aus, dass ein Kanal durch thermisches Rauschen in der zellulären Umgebung beschädigt wird.

„Wir können das Spektrum dieses Rauschens mit dem ‚Fluktuationsdissipationstheorem‘ berechnen, das das Spektrum thermischer Fluktuationen mit den nahezu gleichgewichtigen Reaktionsfunktionen in Beziehung setzt“, erklärte Machta.

Ein weiteres einzigartiges Merkmal der Schätzungen des Teams besteht darin, dass sie mit relativ einfachen Modellen durchgeführt wurden. Dies ermöglichte es den Forschern, stets konservative Untergrenzen für die Energie festzulegen, die erforderlich ist, um einen Kanal mit Strom zu versorgen und physikalische Ströme in einem biologischen System anzutreiben.

„Da das Signal thermisches Rauschen überwinden muss, ermitteln wir die Kosten im Allgemeinen mit einem geometrischen Vorfaktor, der „KBT/Bit“ multipliziert“, sagte Machta.

„Dieser geometrische Faktor kann die Größe von Sender und Empfänger haben; ein großer Sender senkt im Allgemeinen die Kosten pro Bit, indem er die Verteilung eines Verluststroms über eine größere Fläche ermöglicht. Darüber hinaus ermöglicht ein größerer Empfänger eine stärkere Mittelung über thermische Schwankungen, sodass a Ein schwächeres Gesamtsignal kann immer noch die gleichen Informationen übertragen.

„So erhalten wir beispielsweise für die elektrische Signalübertragung eine Form für die Kosten pro Bit, die wie folgt skaliert: r2/σI σO kBT/bit, wobei r der Abstand zwischen Sender und Empfänger und σI,σO die Größe des Senders sind Wichtig ist, dass diese Kosten für Ionenkanäle mit einem Durchmesser von wenigen Nanometern, die jedoch Informationen über Mikrometer senden, leicht um viele Größenordnungen höher sein könnten als kT/Bit, was einfachere (oder grundlegendere) Argumente als Untergrenze nahelegen.“

Insgesamt bestätigen die von Machta und seinen Kollegen durchgeführten Berechnungen den hohen Energieaufwand, der mit der Informationsübertragung zwischen Zellen verbunden ist. Letztendlich könnten ihre Schätzungen der Beginn einer Erklärung für die in experimentellen Studien gemessenen hohen Kosten der Informationsverarbeitung sein.

„Unsere Erklärung ist weniger ‚fundamental‘ als die Landauer-Grenze, da sie von der Geometrie von Neuronen und Ionenkanälen und anderen Details abhängt“, sagte Machta. „Wenn die Biologie jedoch diesen Details unterliegt, dann kann es sein, dass (zum Beispiel) Neuronen effizient sind und echten Informations-/Energiebeschränkungen ausgesetzt sind und nicht nur ineffizient. Diese Berechnungen reichen sicherlich nicht aus, um noch zu sagen, dass es sich um ein bestimmtes System handelt.“ ist effizient, aber sie deuten darauf hin, dass die Übertragung von Informationen durch den Weltraum sehr hohe Energiekosten erfordern kann.“

In der Zukunft könnte diese aktuelle Arbeit von Machta und seinen Kollegen neue interessante biologische Studien liefern. In ihrer Arbeit führten die Forscher auch ein „Phasendiagramm“ ein, das Situationen darstellt, in denen der selektive Einsatz spezifischer Kommunikationsstrategien (z. B. elektrische Signale, chemische Diffusion usw.) optimal ist.

Dieses Diagramm könnte bald dazu beitragen, die Designprinzipien verschiedener Zellsignalisierungsstrategien besser zu verstehen. Es könnte beispielsweise Aufschluss darüber geben, warum Neuronen chemische Diffusion nutzen, um an Synapsen zu kommunizieren, während sie elektrische Signale verwenden, wenn sie Informationen über Hunderte von Mikrometern von Dendriten an den Zellkörper senden. sowie warum E. coli-Bakterien die Diffusion nutzen, um Informationen über ihre chemische Umgebung zu senden.

„Wir arbeiten derzeit daran, diesen Rahmen auf das Verständnis der Energie eines konkreten Signalübertragungssystems anzuwenden“, fügte Machta hinzu.

„In unserer jüngsten Arbeit haben wir uns nur mit den abstrakten Kosten für die Übertragung von Informationen zwischen zwei einzelnen Komponenten befasst – in realen Systemen gibt es typischerweise Informationsverarbeitungsnetzwerke, und die Anwendung unserer Grenze erfordert ein Verständnis des Informationsflusses in diesen Netzwerken. Dieses Ziel bringt auch neue technische Probleme mit sich.“ Wir wenden unsere Berechnungen auf bestimmte Geometrien an (wie ein „kugelförmiges“ Neuron oder ein Axon, das einer Röhre ähnelt und sich jeweils deutlich von der unendlichen Ebene unterscheidet, die wir hier verwendet haben).“

© 2023 Science X Network