由Staria Ogliore,华盛顿大学在St
Louis学分:CC0在ST的华盛顿大学新研究
Louis表明细菌可以从过去学习以预测未来
使用计算机模拟和一个简单的理论模型,米哈伊特蒂康霍纳夫和共同作者在Elife发表了一篇文章,表明细菌如何通过学习其统计规则来适应波动环境 - 例如,营养成分往往是相关的 - 并且更快地进行相关性比进化的试验和错误通常允许
“进化的”学习“是常见的
例如,许多生物已经演变出了昼夜节日, “艺术与科学助理物理学助理教授Tikhonov
”但是进化发生在许多代
原则上,我们表明细菌可以做我们所做的事情:从最近学习相关性经验并相应地适应他们未来的行为,即使在他们的寿命范围内
“细菌也没有大脑,但我们发现可以通过不仅简单的电路实现这种信息处理,但类似于细菌已知的电路拥有,“他说
必须存在三种能力成分,但研究人员规定这种学习只能发生:如果细菌有更多的监管机构,那么似乎是必要的;如果监管机构本身是自我激活的;如果细菌在模型中经常近似的真实“非线性”条件下,
通过用物理学家的角度研究生物学,Tikhonov希望在传统的生物理论限制的方式上阐明更多的方式重新的问题搜索者问
这篇近期纸条为什么一些细菌可能正在使用看似冗余的监管机构或如何调节其不同途径的方法
“”我们看到的“浪费”冗余和不必要的监管机构,为什么许多实验室实验可能是令人费解的,“Tikhonov表示
”“但科学家通常在简化的环境或静态环境中研究生物体我们描述的益处只会在更现实的,波动条件下表现出来
“我们的希望是,实验主义者可能会阅读我们的论文并识别我们在他们研究的系统中描述的关键成分
”
来源:由phyica.com整理转载自PH,转载请保留出处和链接!