В отличие от классического подхода, который требовал замерять и источник, и приемник, новый метод довольствуется только приемником — но приемником сдвоенным, и этого оказалось достаточно.
Живая природа всегда служила для инженеров кладовой идей, а математики и биологи все чаще ходят друг к другу в гости. Сложные алгоритмы подсматривают у эволюции, а методы обработки данных помогают расшифровывать тайны клеток. Но в этой взаимной выгоде есть одна загвоздка: чтобы понять, как биологическая система принимает решения, обычно нужно знать, какой сигнал она получила на входе. А вход часто остается загадкой — внешние раздражители слишком случайны или вообще невидимы для приборов.
Исследователи из Института промышленных наук при Токийском университете нашли способ обойти это препятствие. Работа, которая опубликована в журнале Physical Review Letters, предлагает свежий вычислительный метод: он позволяет измерить поток информации в живых клетках, даже не заглядывая на «входные ворота». Ученые сосредоточились на том, как клетки ухитряются реагировать на хаотичную среду почти с идеальной точностью — словно играют в шахматы с закрытыми глазами и все равно выигрывают. Это наводит на мысль, что системы внутри нас работают на пределе теоретической эффективности.
Раньше для проверки таких догадок использовали так называемую взаимную информацию. Грубо говоря, эта метрика показывает, сколько бит полезных сведений проходит через цепочку от сигнала к действию. Но у нее жесткое условие: нужно знать и то, что пришло в систему, и то, что из нее вышло. Ведущий автор Кенто Накамура поясняет:
Взаимная информация — это математически строгий инструмент, который связывает ощущение среды, передачу сигнала и принятие решений. Однако для измерений требуются одновременно вход и выход, а это сильно сужает круг задач.
Токийская команда применила хитрость с двойным репортером. Представьте себе систему-двойняшку: два датчика внутри клетки, которые похожи друг на друга как две капли воды. Они оба реагируют на один и тот же скрытый сигнал из внешней среды, но у каждого есть собственный шум — случайные помехи, которые не зависят от общей причины. Сравнивая поведение этих «близнецов», исследователи выделяют ту часть их движений, которая совпадает. Это совпадение как раз и вызвано общим источником. Так математики могут вычислить количество переданной информации, даже не зная, что именно представлял собой исходный сигнал.
Старший автор работы Тецуя Дж. Кобаяси вспоминает:
Результаты нас очень воодушевили. Наш метод блестяще проанализировал информационный поток, который управляет вращением жгутиков бактерий в ответ на химические раздражители. Сами клеточные моторы послужили нам естественными двойными репортерами — мы не вводили ничего искусственного.
Этим их подход выгодно отличается от прежних экспериментов, где требовалось вторгаться в клетку или подмешивать сложные метки.
Полученные данные ученые сравнили с теоретическим пределом, который диктует физика для сенсорной информации. Оказалось, что бактерии используют для управления моторами ровно столько сведений, сколько допускает теория. Значит, природа действительно выжимает максимум из доступного сигнала, и разработанный метод дает биологически значимые цифры.
Теперь самое интересное — куда это приложить и кому от этого станет легче. Метод требует измерять только выходной сигнал, поэтому он подходит для самых разных систем. Например, для нейронных цепочек в мозге, где входной раздражитель часто размыт. Или для эмбрионального развития, когда мы не знаем точно, какой градиент вещества запускает рост органов. И даже для искусственного интеллекта — если мы хотим понять, какая часть данных реально влияет на решения нейросети.
До этой работы ученые тоже измеряли информационные потоки, но только в тех случаях, когда могли контролировать входной сигнал (скажем, подавали строго дозированную порцию вещества). Это ограничивало эксперименты искусственными условиями. Новая разработка позволяет изучать реальные, естественно возникающие сигналы. Однако на данный момент проверка прошла только на бактериях, и до практического внедрения в другие области еще далеко.
Конкурирующие подходы, например, прямое измерение концентрации молекул или использование генетически встроенных датчиков, требуют знания исходного стимула. Некоторые группы пытаются применять байесовскую статистику для восстановления входных сигналов, но это работает только при сильных допущениях о распределении шума. Сила новой разработки — в ее общности и ненавязчивости: не нужно ничего «подмешивать» и ничего предполагать о природе сигнала. Слабость же в том, что двойные репортеры должны быть почти идентичны по своим свойствам. Если у них разная чувствительность или задержка, расчеты искажаются. В этом смысле классические методы точнее, но только в тех редких случаях, когда вход доступен.
Самое уязвимое место — допущение о независимости шумов двух репортеров. В реальной клетке они могут влиять друг на друга или испытывать общие помехи от температуры, питания или случайных молекул. Авторы признают, что их метод работает идеально только при соблюдении этого условия. В бактериальных моторах оно подтвердилось, но для нейронов или эмбриональных тканей это еще надо проверять. Второй подвох: метод оценивает средний поток информации, а не его динамику в каждый момент. Если сигнал быстро меняется, часть данных теряется. Также пока нет воспроизводимости на других видах бактерий — эксперимент ставился на одном штамме. Преувеличивать результаты не стоит: это доказательство концепции, а не универсальный измеритель.
Накамура подводит итог:
Похоже, что наш подход можно применить для количественной оценки информационных потоков в самых разных клеточных путях.
Это открывает дорогу к единому языку измерений для биологии и кибернетики.
Ранее ученые выяснили, как иммунитет отличает полезных бактерий от вредных.