芝加哥大学 任何幼体蝾螈，如上所述，在捕食和躲避危险时都必须做出许多决定
UChicago科学家的一项新研究从计算的角度分析了这些决定
信用:马克·伯纳德/舒特斯托克 芝加哥大学和法国国家科学研究中心的研究人员进行的一项新研究表明，生物如何在广泛的生物过程中以不同的方式从环境中过滤信息——从视觉跟踪物体的运动到免疫细胞对病原体的反应——然后选择最有用的输入进行相应的反应
生物体不断处理来自周围世界的信息，以预测未来
例如，像蝾螈幼体这样的动物会追踪附近游动的小昆虫和甲壳类动物的运动
通过观察猎物移动的速度和前进的方向，蝾螈可以判断下一次进食的时间和地点
但是任何生物系统都有限制——蝾螈一次只能处理这么多视觉信息，所以它会权衡哪些数据对捕捉猎物最重要，以及哪些数据可以过滤掉
以这个“信息瓶颈”问题为起点，研究人员开发了一系列方程，展示了生物体如何权衡不同的变量，并计算感官输入，以最有效地预测未来。
“所有生物系统都受到限制
他们没有无限的时间，也没有无限的能量来进行这些计算
教授
斯蒂芬妮·帕尔默是芝加哥大学的神经科学家，也是这项研究的资深作者。这项研究发表在3月8日的《PLOS计算生物学》上
“我们知道，在许多不同的生物体中，预测发生在许多不同的时间尺度上，有许多不同的机制
所以，我们在这里做的是弄清楚过滤或编码对于一个试图预测未来的生物系统来说应该是什么样的
" 这项研究由UChicago生物物理学研究生韦丹特·萨奇德瓦领导，是与法国最大的政府研究机构法国国家科学研究中心的生物物理学家蒂埃里·莫拉和亚历山大·瓦尔扎克合作进行的
该项目源于两个机构之间正在进行的伙伴关系，旨在促进一系列科学领域的研究、教育和学术参与机会
这是中美之间的第一个此类协议
S
大学和法国国家科学研究中心资助了分子工程、物理、计算机科学、数学、生物化学、遗传学、分子生物学和社会科学等领域的其他合作
韦丹特和他的同事研究了视觉系统和自适应免疫系统如何在信息瓶颈框架下过滤信息进行预测
受帕尔默之前关于蝾螈视网膜如何对以同样方式移动的视觉刺激做出反应的研究的启发，他们首先使用了附着在弹簧上的振荡重物在粘性介质中来回跳动的运动
不出所料，位置和速度是预测未来运动的最重要变量，但每个变量的权重取决于运动本身
系统中的阻尼，我
e
物体对随机踢击和方向变化的“反弹”量决定了位置对速度的重要性
例如，在过度阻尼系统中，弹性受到严格限制，就像一辆装有刚性减震器的汽车，位置是未来运动的一个更重要的预测因素
在一个欠阻尼的系统中，就像一辆汽车，在那里冲击被完全射出，并在整个地方反弹，需要位置和速度来准确预测未来的运动
研究人员还考虑了其他不像早期视觉那样依赖短期适应性过程的生物系统
免疫系统有某种长期记忆来跟踪病原体
适应性免疫系统可以通过比较遇到的不同版本来预测病原体的遗传进化，并预测未来的版本会是什么样子，从而做出适当的反应
在这种情况下，免疫系统似乎更倾向于为各种可能的抗原做准备，而不是试图预测下一种病毒的精确匹配
该团队还研究了如何利用遗传突变的分布和比率的历史信息来预测一段时间内群体的进化
随着时间的推移，生物体在这些不同系统中做出预测的方式在很大程度上是由进化决定的
蝾螈知道其环境中不同的猎物和捕食者如何移动的一般规则
免疫系统适应以可预测的方式表现的某些类型的病原体
但是当现实世界中的条件发生变化时，这些系统是如何适应的呢？ 帕尔默说，该团队接下来正在研究问题的这一部分，利用他们所了解的关于生物体如何做出预测的知识，并试图理解这些系统如何适应新的刺激
在这样做的过程中，他们希望找到一些潜在的规则来帮助解释更大规模的预测，跨越许多不同的系统和时间尺度
“我们知道预测是广泛的，在所有这些不同的背景下都是相关的，而且根据问题的不同，过滤器会有所不同，”帕尔默说，他被任命为物理系和生物解剖学系的成员
“现在我们可以看看它们是如何实时适应变化的，我认为这将揭示这些不同系统之间普遍存在和共享的东西
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
