圣路易斯华盛顿大学的新研究表明细菌可以从过去学习来预测未来

圣路易斯华盛顿大学的新研究表明，细菌可以从过去学习来预测未来。

使用计算机模拟和一个简单的理论模型，Mikhail Tikhonov和合著者在 eLife 上发表了一篇论文，该论文展示了细菌如何通过学习其统计规律(例如，哪些营养素往往相关)来适应波动的环境，并且速度更快比进化试错通常会允许。

“进化的‘学习’是司空见惯的。例如，许多生物已经进化出一个生物钟来遵循 24 小时昼夜循环，”艺术与科学物理学助理教授 Tikhonov 说。“但是进化要经历好几代人。我们表明，原则上，细菌可以做我们所做的：从最近的经验中学习相关性，并相应地调整它们未来的行为，即使在它们的有生之年也是如此。

“细菌没有大脑，但我们发现这种信息处理可以通过一个不仅简单而且类似于已知细菌具有的电路的电路来实现，”他说。

但是，必须存在三种使能成分。研究人员规定，这种学习只能发生：如果细菌的调节剂比看起来需要的多;如果监管机构本身是自我激活的;以及细菌是否在真实世界的“非线性”条件下运行，而这些条件在模型中经常被近似。

通过以物理学家的视角研究生物学，Tikhonov 希望能够更多地阐明传统生物学理论限制研究人员提出的问题的方式。

最近的这篇论文为某些细菌可能使用看似多余的调节剂或方法来调节其不同途径的原因提供了新的假设。

“我们在许多实验室实验中看到的‘浪费’冗余和不必要的调节器可能令人费解，”Tikhonov 说。“但科学家通常在简化的环境或静态环境中研究生物。我们描述的好处只会在更现实的、波动的条件下表现出来。

标签：