胚胎的细胞需要通过“发育的景观”才能走向命运。 新发现与他们如何有效地做到这一点有关
1891年，德国生物学家
汉斯·德里施 （
Hans Driesch）将海胆的两细胞胚胎分裂成两半时，他发现每个分离的细胞最终都长成了完整的，尽管较小的幼虫。 一半的人以某种方式“知道”如何更改开发程序：显然，在此阶段，尚未绘制出其开发的全部图（至少没有用墨水绘制）。
从那时起，科学家们一直试图了解如何创建这样的图形以及它的细节。 （Drish本人很生气，无法找到这个问题的答案，他绝望地举起了手，通常停止了在这一领域的工作）。 现已知道，某些位置信息会导致基因在整个胚胎中打开和关闭，并根据其位置将某些角色分配给细胞。 但是，携带此信息的信号似乎剧烈而随机地波动-根本不像人们从重要指令中所期望的那样。
马萨诸塞州大学医学院的系统生物学家
罗伯特·布鲁斯特说：“胚胎是一个嘈杂的地方。” “但是他不知何故要提出一个可复制且清晰的身体制造计划。”
在各种细胞过程中，无数的噪音不断产生相同的准确性和可重复性。 不断累积的事实使一些生物学家提出了一个大胆的假设：在处理信息的过程中，细胞通常不仅可以找到解决复杂生命问题的好方法，而且可以找到最佳解决方案-细胞从其复杂环境中提取理论上尽可能多的有用信息。 巴黎高等师范学院的生物物理学家
亚历山德拉·沃尔恰克 （
Alexandra Volchak）说，最佳解码问题“处处都是生物学”。
传统上，生物学家并不将对生命系统的分析视为优化任务，因为这些系统的复杂性使量化它们的任务变得复杂，并且由于很难确切地了解需要优化的内容。 而且，尽管进化论说进化的系统可以随着时间的推移而改善，但是并不能保证它们会达到最佳水平。
然而，当研究人员能够查明细胞的功能时，许多人对明显的优化迹象感到惊讶。 在大脑对外部刺激的反应以及微生物对环境中化学物质的反应中发现了这种暗示。 现在，一些最令人信服的事实得益于对蝇幼虫发育的新研究，正如《细胞》杂志最近发表的一篇论文所述。
统计理解单元格
数十年来，科学家们研究了果蝇幼虫，以寻找其发育过程的线索。 从一开始就明确了一些细节：一系列遗传信号沿从头到尾的轴形成一定的序列。 然后，信号分子形态发生子穿透胚胎的组织，最终决定了身体部位的形成。
四个缺口基因特别重要，它们分别在人体沿其轴的宽且相交的区域中表达。 它们产生的蛋白质有助于调节成对规则基因的表达，成对规则基因沿着胚胎产生非常精确的周期性条纹图案。 条纹为后期将身体分为几部分奠定了基础。
缺口和基因规则对的基因表达比较细胞如何理解这些传播梯度一直是科学家们的一个谜。 普遍的假设是，在蛋白质水平将细胞引导到大约所需的“方向”之后，后者会不断监视不断变化的环境，并随着它们的发展不断进行调整，并在相当晚的阶段到达目的地。 该模型呼应了
Conrad Hal Waddington在1956年提出的“发展前景”。 他用球沿着一系列不断增加的坡度和分叉路径滚动的空心球来比较调整细胞和命运的过程。 随着时间的流逝，该单元需要获取越来越多的信息来澄清其位置数据-好像它瞄准的是它在何处以及以什么形式播放“ 20个问题”一样-如布兰代斯大学的物理学家
珍妮特·康德夫 （
Janet Kondev ）所述。
但是，这样的系统容易发生事故：某些单元格不可避免地会选择错误的路径，并且将无法返回。 然而，对果蝇胚胎的比较显示，按照成对规则排列条带时，会出现难以置信的小误差，误差仅为胚胎长度的1％，或者精确到一个细胞。
普林斯顿大学生物物理学家Thomas Gregor这导致了由
Thomas Gregor和
William Bialek领导的普林斯顿大学的一组研究人员怀疑了其他事情：这些细胞可以单独从破坏基因的表达水平接收从条纹中确定其位置所需的所有信息，尽管它们没有周期性，因此不是此类说明的明显来源。
那就是他们发现的。
在13年的时间里，他们测量了从一个胚胎到另一个胚胎的每个细胞中形态发生素和破坏基因蛋白的浓度，以确定在从头到尾的轴上每个位置上最有可能准确表达四个破坏基因的可能性。 根据这些概率的分布，他们创建了一个“字典”或解码器，即一个详尽的图谱，能够根据分解基因蛋白的浓度水平来提供细胞位置的概率估计。
大约五年前，研究人员-其中包括
玛丽埃拉·佩特科娃 （
Mariela Petkova） -在普林斯顿大学
就读时开始了这些测量（现在她正准备在哈佛攻读生物物理学博士学位）和现在在奥地利科学技术学院工作的
加斯珀·特卡奇克 （
Gasper Tkachik ）确定了这一比较结果，表明它可以用作最佳贝叶斯解码器（即使用贝叶斯规则的解码器，该贝叶斯规则基于基本条件概率来计算事件的概率）。 贝叶斯平台允许他们仅根据gap基因的表达就细胞位置给出“最佳猜测”。
研究小组发现，四个破裂基因的波动可以用来预测一个细胞的位置，准确度为一个细胞。 但是，这至少需要有关所有四个基因的最大信息：基于仅两个或三个基因的活动，解码器的预测结果准确性会大大降低。 使用有关所有四个断裂基因的信息较少的解码器版本（例如，仅对基因打开或关闭的事实做出响应的解码器）在预测方面的表现也较差。
普林斯顿生物物理学家William Bialek正如Volchak所说：“没有人测量或显示有关这些分子梯度浓度的信息在轴上指示特定位置的程度。”
因此，他们做到了：即使考虑到有限的分子数量和系统的噪音，改变破裂基因的浓度也足以将轴上的两个相邻细胞从头到尾分离开-显然，遗传网络的其余部分可以最佳地传播这一点。信息。
“但是有一个问题始终悬而未决：生物学是否必要？ -格雷戈尔说。 “还是只是我们要测量的东西？” 能够对断裂基因做出反应的调节性DNA区域实际上可以设计为能够解码这些基因中包含的位置信息吗？
生物物理学家与诺贝尔奖获得者生物学家埃里克·维萨斯（Eric Visaus）合作，测试细胞是否真的使用了可能提供给他们的信息。 他们创造了突变的胚胎，改变了幼蝇胚胎中的形态发生子梯度，从而改变了破裂基因的表达顺序，结果导致了一对规则条带移位，消失，开始复制或模糊的事实。 研究人员发现，即使在这种情况下，他们的解码器也可以以惊人的准确性预测突变表达的变化。 “他们表明，尽管这些突变体的位置图已损坏，但解码器仍能对其进行预测，” Volchak说。
编码人体计划图
1）在发育的早期，人体细胞经历不同水平的破裂基因。
2）断裂基因的水平可以非常精确地确定配对规则基因应在何处活跃。
3）所有这些导致在后期阶段形成身体片段。“人们会认为，如果解码器从其他来源接收到信息，则无法以这种方式欺骗这些信元，”布鲁斯特补充道。 “解码器无法正常工作。”
康迪说，这些发现标志着一个新的里程碑，他没有参加这项研究。 他说，他们谈论的是提议的解码器中“物理现实”的存在。 “在进化过程中，这些细胞了解如何使用调节性DNA实施贝叶斯方法。”
细胞究竟如何做到这一点仍是一个谜。 到目前为止，“整个故事是美妙而神奇的，”芝加哥大学的系统生物学家
约翰·雷尼茨说。
尽管如此，这项工作还是提供了一种谈论早期发展，基因调控以及可能进化的新方法。
更崎uneven的地形
发现提供了一个机会，可以重新审视Waddington的发展前景。 格雷戈尔说，他们的工作结果不利于提出20个问题或逐步提高知识水平。 他说，情况“从一开始就不均衡”。 所有信息已经在那里。
加州理工学院的
研究者曼努埃尔·拉佐·梅吉亚 （
Manuel Razo-Mejiyah）说：“显然，自然选择会极大地刺激系统，并达到细胞在物理上可能达到极限的程度工作。”
普林斯顿大学生物学家埃里克·怀厄斯（Eric Wyaus），诺贝尔奖获得者在这种情况下，细胞的有效工作可能只是a幸：由于果蝇的胚胎发育非常快，在这种情况下，进化可能已经“找到了最佳解决方案，因为迫切需要非常迅速地完成所有工作，”生物学家
詹姆斯·布里斯科 （
James Briscoe）说。来自弗朗西斯·克里克学院（伦敦），他没有参加这项工作。 为了确定某种通用原理的存在，研究人员将不得不测试其他物种的解码器，包括那些发展较慢的物种。
但是，这些结果提出了有关监管要素的新的，有趣的问题，通常是一个谜。 科学家们不完全了解调节性DNA如何编码对其他基因活性的控制。 发现表明，一种最佳的贝叶斯解码器正在这里工作，允许调节元件对缺口基因组合表达中的很小变化做出反应。 “有人可能会问，解码器在监管DNA中究竟编码什么？ -康德夫说。 -究竟是什么使它以最佳方式解码？ 在这项研究出现之前，我们不能问这样的问题。”
布里斯科说：“这项研究正是使这个问题成为该领域的下一个任务。” 另外，可能有几种在分子水平上实现这种解码器的方法，这意味着该思想可以应用于其他系统。
这种提示出现在脊椎动物神经管的发育中，脊椎动物是中枢神经系统的前体-这需要完全不同的机制。
另外，如果这些调节区需要最佳的解码，则原则上可以限制其进化，从而限制整个生物体的进化。 康德夫说：“到目前为止，我们只有一个例子-由于进化而出现在地球上的生命。”因此，我们不知道生命原则上的重要限制。 细胞中贝叶斯行为的发现可能暗示有效的信息处理可能是“使聚集在一起的一堆原子以我们认为生命应该表现的方式表现的一般原理”。
但是到目前为止，这仅是一个提示。 格雷戈尔说，尽管这就像是“物理学家的梦想”，但我们离这一切的证明还很遥远。”
从海底的电线到大脑的神经元
信息优化的概念来自电气工程。 首先，专家们想了解什么是编码和解码声音的最佳方法，以便人们可以通过跨洋电缆在电话上交谈。 后来，这变成了关于在信道上进行最佳信息传输的更普遍的问题。 该平台在研究大脑的感觉系统以及它们如何测量，编码和解码输入数据方面的应用并不少见。
现在，一些专家正在尝试以这种方式考虑传感器系统。 例如，Razo-Mehiyya研究了细菌如何最佳地感测和加工环境中的化学物质，以及这如何影响其物理形状。 Volchak和他的同事问道，在一个自适应免疫系统中，“良好的解码策略”应该是什么样的，该系统应该识别并应对各种各样的入侵者。
“我认为优化不会成为美学或哲学的想法。 “这是非常具体的事情，”比利亚克说。 “优化原理经常导致对有趣事物的度量。” 无论他们是否正确，他都认为，就该主题进行思考在任何情况下都富有成效。
“当然，困难在于，在许多系统中，解码后的属性并不简单，例如[细胞在胚轴上的一维排列”，” Volchak说。 “这个任务很难定义。”
因此，Bialek及其同事正在研究的系统是如此吸引人。 康德夫说：“生物学上没有多少例子可以说明像信息这样的高级观念如何产生数学公式，然后可以在活细胞的实验中对其进行检验。
Bialek钦佩的是理论与实验的结合。 他希望看到这种方法将如何进一步指导在这种情况下进行的工作。 他说：“尚不清楚的是，对优化的观察是一种好奇心，这种好奇心是到处出现的，或者其中是否存在一些根本性的问题。”
布里斯科说：“如果这是真的，那将是惊人的。” “进化可以找到解决问题的极其有效方法的事实将是一个了不起的发现。”
Kondev对此表示赞同。 他说：“物理学家希望生命现象不仅与构成生命的特定化学，DNA和分子有关，而且比生命还广泛。” -还有什么可能更广泛？ 我不知道 也许这项工作会稍微掩盖这种保密的面纱。”