75年前，“信息论之父”克劳德·香农(ClaudeShannon)展示了如何用数学方法量化信息传输，即通过所谓的信息传输率。

然而，到目前为止，这个数量只能近似计算。AMOLF研究人员ManuelReinhardt和PieterReintenWolde与一位来自维也纳的合作者现已开发出一种模拟技术，首次使得精确计算任何系统的信息速率成为可能。研究人员在《PhysicalReviewX》杂志上发表了他们的研究结果他们的研究结果。

为了准确计算信息率，AMOLF研究人员开发了一种新颖的模拟算法。它的工作原理是将复杂的物理系统表示为互连网络，通过其节点之间的连接传输信息。研究人员假设，通过查看信息通过该网络可以采取的所有不同路径，应该可以准确地获得信息率。

这个想法与先进的模拟技术相结合，结果证明非常有效，即使对于像细菌趋化系统这样复杂的系统(由数百个化学反应组成)组成的复杂系统，现在也可以准确计算信息率。

细菌趋化系统是一种信息处理系统，使细菌能够游向食物或远离有毒化学物质。不幸的是，细菌传输的信息量无法通过实验直接测量：只能使用近似值根据实验数据进行估计。最近，耶鲁大学的一个实验小组使用这种方法来估计细菌趋化系统的信息率。然而，目前尚不清楚他们的估计有多准确。

AMOLF的理论研究人员采取了不同的方法。基于数十年的生物实验，已经开发出精确的趋化性模型。他们将数值技术应用于该模型，发现计算出的比率与耶鲁大学小组测量的比率存在偏差。

这就提出了一个问题：模拟和实验之间的差异的根源是什么?可能有两种答案：要么AMOLF团队使用的趋化模型根本不那么准确，要么耶鲁大学团队为得出答案而必须使用的近似值是错误的。

回顾实验数据表明，现有且广泛使用的细菌趋化系统模型是不正确的。AMOLF研究人员表明，在对趋化模型进行修改后，计算出的信息率与实验获得的信息率相符。因此，该分析表明，实验者用来计算信息率的近似值实际上对于特定实验的条件是准确的。

尽管如此，这一分析也揭示了过去几十年发展的趋化模型的基本问题。需要进一步的研究来阐明这些发现对我们理解细菌趋化系统的影响。

计算细菌趋化信息率的问题只是AMOLF研究人员开发的新模拟技术可用于获得对物理系统的新见解的一个例子。该技术是完全通用的，可以应用于生物学以外的广泛系统，从光学、机械到量子系统。

这将加深我们对通过这些系统进行信息传输的理解，甚至可能为构建新型计算设备奠定基础。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：