分类
芝加哥大学新闻

芝加哥大学加州理工学院的研究表明,物理过程可以具有隐藏的类似神经网络的能力

Cell pattern

我们倾向于将大脑和肌肉分开——大脑负责思考;肌肉做事。大脑接收有关世界的复杂信息并做出决定,而肌肉只是执行。这也塑造了我们对单个细胞的看法;细胞内的一些分子被视为“思想家”,它们吸收有关化学环境的信息并决定细胞需要做什么才能生存;另外,其他分子被视为“肌肉”,构建生存所需的结构。

但一项新的研究表明,构建结构的分子,即肌肉,本身可以同时进行思考和行动。这项研究由芝加哥大学加州理工学院和梅努斯大学的科学家于1月17日发表在《自然》杂志上,可能为使用物理学原理思考计算的新方法提出途径。

“我们表明,长期以来一直被研究为’肌肉’的自然分子过程 – 成核 – 可以进行复杂的计算,与简单的神经网络相媲美,”芝加哥大学副教授Arvind Murugan说,他是该论文的两位资深合著者之一。“这是一种隐藏在众目睽睽之下的能力——’做’的分子也可以做’思考’。进化可以在细胞中利用这一事实,用更少的零件、更少的能量和更大的鲁棒性完成更多的工作。

用物理学思考

为了生存,细胞需要识别它们所处的环境并做出相应的反应。例如,某些分子组合可能表示需要蹲下的压力时间,而其他分子组合可能表示充足的时间。但这些分子信号之间的差异可能很微妙——不同的环境可能涉及相同的分子,但比例不同。

该研究的主要作者康斯坦丁·埃文斯(Constantine Evans)解释说,这有点像走进一所房子,闻到新鲜出炉的饼干,而不是闻到燃烧的橡胶味。“你的大脑会改变你的行为,这取决于你感觉到气味化学物质的不同组合,”他说。“我们开始询问分子系统的物理学是否可以做同样的事情,尽管没有任何类型的大脑。

传统观点认为,细胞可能能够使用分子电路以这种方式感知和响应,这些分子电路在概念上类似于笔记本电脑中的电子电路;一些分子感知环境中盐和酸的含量,其他分子决定做什么,最后“肌肉”分子可能会采取响应行动,例如建立内部保护结构或泵来去除不需要的分子。

Murugan和他的同事们想要探索另一种想法:所有这些任务——感知、决策、响应——都可以通过构建结构的“肌肉”分子固有的物理学一步完成。

他们通过“相变”原理来做到这一点。想想一杯水在达到 32F 时结冰;首先,一小块冰块“成核”,然后长出来,直到整杯水都结冰。

从表面上看,这些冻结行为的初始步骤——在物理学中称为“成核”——与“思考”不同。但这项新研究表明,冷冻行为可以“识别”微妙的不同化学组合 – 例如,燕麦葡萄干饼干与巧克力片的气味 – 并建立不同的分子结构作为回应。

实验中的稳健性

科学家们使用DNA纳米技术测试了基于“相变”的决策的鲁棒性,这是Erik Winfree(BS’91)帮助开创的领域。他们表明,分子混合物将形成三种结构之一,具体取决于烧杯中存在的分子浓度。

“在每种情况下,分子聚集在一起,以响应不同的化学模式构建不同的纳米级结构 – 除了构建结构本身的行为决定了要构建什么,”Winfree说。

实验表明,这种基于“肌肉”的决策出奇地强大且可扩展。通过相对简单的实验,研究人员可以解决涉及大约一千种分子的模式识别问题,这比以前使用其他分离“大脑”和“肌肉”成分的方法所做的问题大了近10倍。

这项工作指向一种新的计算观点,它不涉及设计电路,而是设计物理学家所说的相图。例如,对于水,相图可以描述液态水冻结或沸腾的温度和压力条件,这是类似“肌肉”的材料特性。但这项工作表明,当扩展到具有许多不同类型组件的复杂系统时,相图除了“做”之外,还可以编码“思考”。

“物理学家传统上研究的东西就像一杯水,它有很多分子,但它们都是相同的。但是活细胞充满了许多不同种类的分子,它们以复杂的方式相互作用,“合著者杰克逊·奥布莱恩(Jackson O’Brien)(博士’21)说,他作为芝加哥大学物理学研究生参与了这项研究。“这导致了多组件系统的独特涌现能力。

这项工作中的理论在这种多组件系统和神经网络理论之间进行了数学类比;这些实验指出,这些多组件系统如何通过物理过程学习正确的计算特性,就像大脑学会将不同的气味与不同的动作联系起来一样。

作者说,虽然这里的实验涉及试管中的DNA分子,但基本概念 – 具有多种成分的系统中的成核 – 广泛适用于许多其他分子和物理系统。

“DNA让我们通过实验研究数千种分子的复杂混合物,并系统地了解有多少种分子的影响以及它们所具有的相互作用类型,但该理论是通用的,应该适用于任何类型的分子,”Winfree解释说。

“我们希望这项工作能够促进工作,以发现其他多组件系统中隐藏的’思考’能力,这些能力目前似乎只是’肌肉’,”Murugan说。

引文:“非平衡自组装成核动力学中的模式识别”。埃文斯、奥布莱恩、温弗里和穆鲁根,《自然》,2023 年 1 月 17 日。

资助:埃文斯分子医学基金会、芝加哥大学材料研究科学与工程中心、西蒙斯基金会、卡佛米德新冒险基金、爱尔兰科学基金会、美国国家科学基金会、欧洲研究委员会。

新闻旨在传播有益信息,英文版原文来自https://news.uchicago.edu/story/uchicago-caltech-study-suggests-physical-processes-can-have-hidden-neural-network-abilities