Livets forbløffende effektivitet

Alt liv på jorden udfører beregninger - og alle beregninger kræver energi. Fra encellet amøbe til flercellede organismer som mennesker, en af ​​de mest grundlæggende biologiske beregninger, der er almindelige på tværs af livet, er oversættelse:behandling af information fra et genom og skrivning af det til proteiner.

Oversættelse, det viser sig, er yderst effektiv.

I et nyt papir offentliggjort i tidsskriftet Philosophical Transactions of the Royal Society A , SFI-forskere udforsker oversættelsens termodynamiske effektivitet. Værket er en del af et temanummer med titlen "Re-conceptualizing the origins of life."

For at forstå, hvordan livet udviklede sig på jorden, vi skal først forstå de begrænsninger, som biologiske systemer har stået over for over tid. En begrænsning, som ikke er blevet udforsket bredt, er hvordan termodynamikkens love begrænser biologisk funktion, og om naturlig selektion favoriserer organismer med højere beregningseffektivitet.

For at finde ud af, hvor effektiv oversættelse er, forskerne startede med Landauer's Bound. Dette er et princip for termodynamik, der etablerer den minimale mængde energi, som enhver fysisk proces behøver for at udføre en beregning.

"Det, vi fandt, er, at biologisk oversættelse er omkring 20 gange mindre effektiv end den absolut nedre fysiske grænse, " siger hovedforfatter Christopher Kempes, en SFI Omidyar Fellow. "Og det er omkring 100, 000 gange mere effektiv end en computer." DNA-replikation, en anden grundlæggende beregning, der er almindelig i hele livet, er omkring 165 gange værre end Landauer's Bound. "Det er ikke så effektivt som biologisk oversættelse, men stadig fantastisk god sammenlignet med computere."

Opskalering for at beregne den termodynamiske effektivitet af biologiske beregninger på højere niveau som tanke, og for at forstå, hvor vigtig effektivitet er for naturlig udvælgelse, stille udfordrende spørgsmål til videre forskning.

"Ultimativt, vi ønsker at koble alt dette sammen med datalogi teori, " siger professor David Wolpert, en medforfatter, "ikke kun for at udnytte den slags ting til datalogi, men også for at se, om datalogisteorien har noget at fortælle os om celler."