- Hóa hướng động của E. coli là quá trình một tế bào đơn lẻ cảm nhận sự thay đổi nồng độ chất dinh dưỡng, rồi dùng trí nhớ hóa học ngắn hạn và điều khiển vận động để tìm ra hướng có lợi hơn
- Chiến lược di chuyển là điều chỉnh tỷ lệ giữa run là bơi tiến thẳng và tumble là đổi hướng ngẫu nhiên, với CheY và CheY-p phosphoryl hóa đóng vai trò truyền tín hiệu chủ chốt
- Khi nồng độ chất hấp dẫn tăng lên, dòng CheY-p giảm xuống nên sự đảo chiều của động cơ roi cũng giảm, kết quả là các pha run kéo dài hơn tumble và xác suất di chuyển về phía thức ăn tăng lên
- Methyl hóa của thụ thể là cơ chế thích nghi đặt nồng độ hiện tại thành đường cơ sở mới, giúp E. coli phát hiện những thay đổi nhỏ ngay cả trong dải nồng độ chất hấp dẫn rộng tới 5 bậc độ lớn
- Mảng thụ thể, mạch phosphoryl hóa/khử phosphoryl hóa, động cơ roi, khuếch tán protein và khác biệt về số lượng phân tử giữa từng cá thể phối hợp với nhau, khiến một tế bào đơn lẻ vận hành như một máy tính vật lý
E. coli chọn hướng bằng run và tumble
- E. coli cảm nhận chất hấp dẫn nhờ các thụ thể phát hiện hóa chất cụ thể, rồi dùng đuôi roi để thay đổi cách di chuyển
- Chuyển động có thể được đơn giản hóa thành sự kết hợp của hai trạng thái
- run: nhiều động cơ roi quay theo cùng một hướng, khiến các roi cuộn lại thành một bó và tế bào tiến về phía trước
- tumble: một hoặc nhiều động cơ quay theo hướng ngược lại, làm bó roi bung ra và tế bào xoay theo hướng ngẫu nhiên
- Trong môi trường hóa học đồng đều, nó thực hiện bước đi ngẫu nhiên xen kẽ giữa run và tumble
- Về cơ bản, run kéo dài khoảng 1 giây
- tumble ngắn hơn run khoảng 10 lần
- Tỷ lệ run và tumble tạo nên sự cân bằng giữa khám phá và khai thác
- Nếu run quá dài hoặc quá thường xuyên, tế bào có thể vượt qua nguồn thức ăn
- Nếu run quá ngắn hoặc quá hiếm, việc tìm thức ăn sẽ trở nên khó khăn
CheY và CheY-p truyền quyết định vận động
- Phân tử tín hiệu cốt lõi là CheY
- CheY di chuyển trong bào tương và mang thông tin giữa phức hợp thụ thể với động cơ roi
- Khi gặp phức hợp thụ thể, một phần CheY sẽ được phosphoryl hóa thành CheY-p
- Khác với CheY, CheY-p gắn mạnh với động cơ roi
- Khi đủ lượng CheY-p bám vào động cơ, chiều quay của động cơ sẽ bị đảo ngược
- Sự đảo chiều này dẫn tới tumble
- Khi nồng độ chất hấp dẫn tăng, dòng chuyển CheY thành CheY-p sẽ yếu đi
- CheY-p giảm xuống nên lượng CheY-p gắn vào động cơ cũng giảm
- Sự đảo chiều động cơ và tumble đều giảm
- Tế bào run lâu hơn, từ đó tăng xác suất di chuyển về phía chất hấp dẫn
- Dòng tín hiệu này hoạt động như một bộ khuếch đại hóa học
- Tế bào vi khuẩn có thể khuếch đại tín hiệu hơn 50 lần
- Thay đổi 2% trong mức độ chiếm chỗ của thụ thể có thể dẫn đến thay đổi 100% ở đầu ra của động cơ roi
- Nó còn có thể phát hiện thay đổi dưới 3 phân tử trên mỗi thể tích tế bào
Methyl hóa biến nồng độ hiện tại thành đường cơ sở mới
- Nếu chỉ là một hệ thống đơn giản chỉ phản ứng với sự gia tăng chất hấp dẫn, nó có thể dễ dàng bão hòa khi nồng độ tăng quá cao
- Nhưng E. coli thực tế phản ứng nhạy trong dải 5 bậc độ lớn của nồng độ chất hấp dẫn
- Tế bào coi nồng độ hiện tại đã đạt được như một trạng thái bình thường mới
- Từ trạng thái đó, một mức tăng nhỏ nữa lại có thể kích hoạt phản ứng nhạy cảm trở lại
- Sự thích nghi này liên quan đến methyl hóa trong cấu trúc thụ thể
- Khi chất hấp dẫn gắn vào thụ thể, cấu trúc đỡ của thụ thể thay đổi hình dạng
- Một túi trong cấu trúc mở ra, cho phép nhóm methyl gắn vào
- Khi methyl hóa tiến triển, khả năng truyền tín hiệu của thụ thể giảm đi, nên cần nhiều chất hấp dẫn hơn để tạo ra cùng một phản ứng
- Mỗi thụ thể có nhiều vị trí methyl hóa, và mỗi thụ thể lại có nhiều cấu trúc đỡ, cho phép điều chỉnh mức suy giảm trong một dải rộng
- Mức methyl hóa của thụ thể hoạt động như trí nhớ hóa học đơn giản
- E. coli lưu lại việc nồng độ chất hấp dẫn xung quanh đã tăng hay giảm trong vài giây gần đây dưới dạng trạng thái biến đổi hóa học bên trong
- Thông tin này được dùng để đánh giá xem hướng bơi hiện tại là có lợi hay bất lợi
Phosphoryl hóa và khử phosphoryl hóa tạo thành mạch điều chỉnh nhanh
- Mạch hóa hướng động là một hệ động liên tục sửa đổi rồi hoàn nguyên protein
- CheA phosphoryl hóa CheY để tạo thành CheY-p
- CheZ khử phosphoryl hóa CheY-p để đưa nó trở lại thành CheY
- CheR methyl hóa thụ thể
- CheB loại bỏ nhóm methyl khỏi thụ thể
- Bề ngoài, mạch này có vẻ như một vòng tuần hoàn lãng phí năng lượng, nhưng với tế bào, nó là cơ chế có thể điều chỉnh rất nhanh
- Dòng phosphoryl hóa và khử phosphoryl hóa luôn vận hành, nên chỉ cần giảm hoặc tăng một phía phản ứng là nồng độ protein hoạt động sẽ thay đổi rất nhanh
- Điều này cho phép chỉnh tốc độ phản ứng nhanh hơn nhiều so với việc tạo protein mới qua một con đường tổng hợp dài
- Điều hòa bằng phosphoryl hóa/khử phosphoryl hóa là hiện tượng cực kỳ phổ biến trong sinh giới
- Khoảng 30–50% protein ở người chứa nhóm phosphate liên kết cộng hóa trị
- Một tế bào động vật có vú điển hình sử dụng hàng trăm loại kinase protein tại một thời điểm cụ thể
- Trong hóa hướng động, tốc độ của vòng tuần hoàn này quyết định tốc độ tế bào phản ứng với thay đổi mức chất hấp dẫn
- Khi thêm chất hấp dẫn, dòng chuyển CheY thành CheY-p giảm xuống
- Quá trình khử phosphoryl hóa vẫn tiếp tục nên CheY tăng lên
- Khi CheY tăng, tumble giảm và run tăng
Thụ thể truyền tín hiệu bên ngoài vào bên trong bằng thay đổi hình dạng
- Trong màng tế bào của E. coli có các protein thụ thể chuyên biệt cho từng chất hấp dẫn
- Ví dụ, thụ thể cảm nhận aspartate có một khe vừa khít với phân tử aspartate
- E. coli có khoảng 5–6 protein cảm biến đặc hiệu kiểu này
- Thụ thể nối phần cảm nhận ở ngoài màng với các protein tín hiệu CheW và CheA ở bên trong tế bào
- Toàn bộ chiều dài của thụ thể vào khoảng 350 ångström, tức 35 nanomet
- Cấu trúc này đã được nghiên cứu bằng các phương pháp như nhiễu xạ tia X và cryo-EM
- Nếu đơn giản hóa, phức hợp thụ thể hoạt động như một piston lớn
- Aspartate gắn vào phần cảm nhận bên ngoài
- Cấu trúc cột của thụ thể thay đổi hình dạng rất tinh vi
- Kinase CheA, vốn phải phosphoryl hóa CheY, bị khóa ở trạng thái bất hoạt
- Các phức hợp thụ thể tạo thành những mảng lớn gần phía trước thân E. coli, và nhìn theo mặt cắt sẽ giống một mẫu lục giác
- Khứu giác của con người cũng có nguyên lý tương tự
- Phân tử mùi gắn vào các protein thụ thể cụ thể trong mũi
- Con người có hàng trăm protein thụ thể mùi
- Chó có hơn 1.000 gene thụ thể khứu giác
Truyền tín hiệu trong tế bào dựa vào khuếch tán nhanh và va chạm
- CheY-p không được dẫn tới động cơ theo một tuyến đường cụ thể nào, mà khuếch tán trong bào tương rồi gắn vào khi đến đủ gần
- Bên trong tế bào rất chật, nhưng các phân tử di chuyển rất nhanh
- Trong một tế bào vi khuẩn điển hình, một enzyme ở một đầu và một phân tử đường ở đầu kia trung bình có thể va vào nhau khoảng một lần trong vòng 1 giây
- Bất kỳ phân tử nào trong tế bào cũng có thể gặp gần như mọi phân tử khác trong vòng vài giây
- Trong môi trường như vậy, thay đổi hình dạng protein và ái lực liên kết là cực kỳ quan trọng
- Các phân tử trong tế bào liên tục tiếp cận nhau và thử khả năng gắn kết
- Sự khác biệt giữa CheY-p và CheY làm thay đổi rất lớn xác suất gắn vào protein động cơ
- Khi E. coli phản ứng với chất hấp dẫn, bước giới hạn tốc độ là thời gian CheY-p khuếch tán từ vùng gần thụ thể tới động cơ
- Thời gian này vào khoảng 0,1 giây
- Cũng đã có các thí nghiệm theo dõi chuyển động của CheY gắn nhãn huỳnh quang trong E. coli sống
Động cơ roi đổi chiều quay nhờ sự gắn kết của CheY-p
- Động cơ roi là một cỗ máy nano phân tử rất tinh vi
- Hiệu suất năng lượng gần như chạm mức 100%
- Quay khoảng 1.500 vòng mỗi giây
- Giống mọi cỗ máy nano phân tử khác, nó tự lắp ráp
- Ở phần đáy động cơ có các protein FliG, FliM, FliN
- Khi đến nơi, CheY-p gắn vào các protein này
- Một phân tử CheY-p đơn lẻ không đủ để đổi chiều động cơ
- Cần nhiều CheY-p cùng gắn thì động cơ mới chuyển từ ngược chiều kim đồng hồ sang cùng chiều kim đồng hồ và tạo ra tumble
- Động cơ không chỉ có hai trạng thái đơn giản mà có nhiều trạng thái quay
- Từ trạng thái quay nhanh ngược chiều kim đồng hồ, nó có thể đi qua các mức giảm tốc
- Rồi qua trạng thái dừng trước khi chuyển sang nhiều trạng thái tốc độ theo chiều kim đồng hồ
- Cơ chế đổi chiều được đề xuất dựa trên thay đổi hình dạng của FliM và FliGc
- CheY-p gắn vào FliM
- FliM nghiêng đi và FliGc được nối với nó quay 90 độ
- FliGc sau đó tạo lực dẫn động theo hướng ngược lại tại điểm tiếp xúc giữa phần quay và phần cố định
- Dù CheY-p đã gắn, CheZ vẫn có thể loại bỏ nó nên hiệu ứng này luôn có thể bị đảo ngược
- Nếu không có tín hiệu bổ sung, tế bào sẽ nhanh chóng quay về trạng thái cơ sở
Chỉ một động cơ đảo chiều cũng có thể tạo ra tumble
- Trong trạng thái run, nhiều roi cùng quay theo một hướng và tạo thành một bó duy nhất
- Bó roi không chỉ là một chân vịt đơn giản mà gần hơn với cấu trúc đuôi xoắn quay để tạo lực đẩy trong chất lỏng nhớt
- Khi các sợi roi riêng biệt quay gần nhau và cùng pha, chúng có thể quấn lại với nhau thành bó
- Một nghiên cứu đã tạo mô hình roi vĩ mô bằng cách quấn ống Tygon rỗng quanh lõi rồi đổ đầy epoxy
- Họ dùng động cơ bước để tạo chuyển động quay ngược chiều kim đồng hồ và thử nghiệm hiện tượng bó roi
- Trường dòng do mỗi xoắn ốc tạo ra làm nghiêng các xoắn ốc khác và khiến chúng quấn vào nhau
- Nếu chỉ một động cơ quay theo hướng ngược lại, bó roi sẽ bung ra và toàn bộ tế bào đi vào trạng thái tumble
Các tế bào có cùng gene vẫn di chuyển khác nhau
- Quần thể E. coli không phải là một khối đồng nhất với hành vi hoàn toàn giống nhau
- Một bài báo Nature năm 1976 bàn về tính cá thể không di truyền trong hóa hướng động của Salmonella và Enterobacter
- Ngay cả cùng một chủng, phản ứng khác biệt vẫn xuất hiện trong môi trường có hoặc không có attractant
- Khi đó người ta chưa biết chính xác cơ chế điều hòa, nhưng giả định rằng khác biệt về số lượng yếu tố điều khiển tumble có thể tạo ra khác biệt hành vi
- Cơ chế được làm rõ sau này phù hợp với ý tưởng đó
- Protein CheR điều khiển methyl hóa thụ thể chỉ có khoảng 100 bản sao trong một tế bào
- Cùng với CheB, nó điều chỉnh tốc độ thích nghi và phản thích nghi
- Trong khi toàn tế bào có khoảng 10 triệu protein, CheR lại rất ít nên chênh lệch chỉ vài phân tử cũng có thể ảnh hưởng lớn đến hành vi
- Các thí nghiệm gần đây đã định lượng tính cá thể giữa các tế bào E. coli bằng kính hiển vi huỳnh quang
- Tính cá thể này không chỉ đến từ khác biệt biểu hiện gene mà còn từ động lực học của mạng tín hiệu
Những thí nghiệm đã làm sáng tỏ cơ chế hóa hướng động
- Hiện vẫn chưa có công nghệ nào quan sát trực tiếp toàn bộ hoạt động bên trong một tế bào sống trong cùng một thời điểm
- Hình ảnh bào tương dày đặc protein là một tổng hợp mang tính nghệ thuật dựa trên nghiên cứu nghiêm ngặt
- Đó không phải là cảnh quay trực tiếp toàn bộ quá trình trong một khung hình duy nhất
- Cách tiếp cận thí nghiệm chủ đạo là phương pháp di truyền học
- Can thiệp từng gene một rồi quan sát hành vi của E. coli đột biến
- Những tên như CheY, CheZ, CheW bắt nguồn từ việc loại bỏ các gene tương ứng gây ra khiếm khuyết hóa hướng động
- Các thí nghiệm protein trong ống nghiệm cũng được sử dụng
- Có thể đưa CheA, CheY, nhóm phosphate và các chất phản ứng vào cùng nhau rồi quan sát việc phosphoryl hóa có xảy ra hay không và xảy ra ở mức nào
- Một bài báo Cell năm 1990 đã dùng phosphate phóng xạ làm chất đánh dấu
- Cũng có thể dùng protein huỳnh quang hoặc kháng thể để quan sát vị trí và động lực học của protein
- Sinh học cấu trúc được dùng để làm rõ cơ chế vật lý của các vị trí gắn kết
- Tinh thể học tia X
- Cộng hưởng từ hạt nhân
- Cryo-EM
- Kính hiển vi quang học siêu phân giải
- Mô phỏng động lực học phân tử ở cấp độ nguyên tử
- Năm 1972, Howard Berg và Douglas Brown đã quan sát run và tumble của vi khuẩn bằng kính hiển vi theo dõi 3D do họ tự thiết kế
- Trong bài báo thời đó, họ dùng từ “twiddle” thay cho tumble
- Vật lý học của lực đẩy bằng roi cũng được nghiên cứu bằng cách cố định roi lên lam kính hiển vi
- Khi bị cố định như vậy, đuôi sẽ làm thân tế bào quay nên có thể đo tốc độ quay của thân tế bào
- Việc động cơ roi chạy bằng lực điện hóa proton được làm rõ trong một bài báo năm 1977 đo sự thay đổi của run và twiddle tùy theo có hay không có điện thế
- Kết quả quan sát cường độ quay trong nhiều điều kiện cho thấy chuyển động quay gắn chặt với dòng proton
- Mỗi vòng quay tiêu tốn khoảng 500 proton
Mô hình máy tính biến giả thuyết thành thứ có thể kiểm chứng
- Hóa hướng động của E. coli là một trong những ví dụ lớn đầu tiên của sinh học “in silico”
- Mô hình máy tính buộc người nghiên cứu phải diễn đạt giả định một cách tường minh
- Muốn xây dựng mô hình, phải viết cụ thể từng thành phần và tương tác của chúng
- Khi mô hình chạy được, có thể thử các biến thể giả định
- Mô hình của Dennis Bray cho ra kiểu hình đúng đối với hơn 60 đột biến mà các thành phần của con đường hóa hướng động bị xóa hoặc biểu hiện quá mức
- Trong quá trình khớp mô hình, cũng có thể nảy sinh hướng thí nghiệm mới
- Để khớp phản ứng với kích thích ngắn, hoạt tính của các enzyme thích nghi CheR và CheB phải được đặt cao hơn ít nhất một bậc độ lớn so với giá trị trong tài liệu trước đó
- Nghiên cứu hóa hướng động còn có khả năng ứng dụng thực tiễn
- Hiểu được đường truyền tín hiệu hóa hướng động của vi khuẩn có thể dẫn tới nghiên cứu kháng sinh theo hướng làm rối loạn con đường này
- Cũng có thể dùng con đường hóa hướng động để tạo ra các “bộ dò thông minh” tìm đến tế bào ung thư hoặc chất thải môi trường
- Ở phạm vi rộng hơn, các con đường điều hòa hai thành phần ở vi khuẩn kiểm soát nhiều chức năng khác nhau như phân bào, độc lực, kháng kháng sinh, cố định và sử dụng chất chuyển hóa, đáp ứng stress môi trường, hình thành bào tử và taxis
1 bình luận
Ý kiến trên Hacker News
Nếu đọc "Hidden Order" của John Holland không phải như một cuốn sách mà như một cách để tạo ra hệ thích nghi phức hợp, thì cốt lõi rút lại còn vài yếu tố: môi trường, nhiều tác nhân, một bus thông điệp đọc/ghi để các tác nhân có thể tương tác, cùng các quy tắc và cảm biến của từng tác nhân
Ghép những thứ này lại thì sẽ thành tư duy hoặc trí tuệ. Cũng có thể hỏi liệu giao thức định tuyến RIP có phải là một hệ thích nghi phức hợp không
Một phần vấn đề nằm ở cách tư duy. Ta nghĩ mình là một con người, không phải một hệ thích nghi phức hợp, nhưng thực ra ta được cấu thành từ các tác nhân, có một bus thông điệp, và các tác nhân cảm nhận, hành động, tương tác
Những câu hỏi như khác biệt giữa một đống kiến và một đàn kiến là gì, thứ thông minh là con kiến hay cả đàn, cũng có thể là một vấn đề kiểu Sapir-Whorf, nơi ngôn ngữ giới hạn tư duy
Lý do nói “một phần” là vì trong các suy nghĩ và hành động mà hệ thích nghi thực hiện, có rất nhiều thứ nó không đồng nhất là bản thân
Sống ở thành phố và càng ít di chuyển thì càng như vậy; nếu đi đến những nơi và nền văn hóa rất xa, và không mặc định rằng văn hóa của mình là tốt nhất, nhiều phần hơn trong não sẽ bắt đầu hoạt động
Bình luận Reddit này tóm tắt còn tốt hơn bài báo: https://www.reddit.com/r/MachineLearning/comments/dco3t1/com...
Ý thức có vẻ diễn ra ở một thang đo nhất định, và dường như đồng biến với các mẫu hình và hoạt động vĩ mô phát sinh từ các nhóm neuron hơn là với hoạt động ngẫu nhiên nhiều nhiễu của từng tế bào riêng lẻ. Ta không ý thức được cách mình xử lý nhận diện khuôn mặt hay nhận diện lời nói, điều khiển vận động tinh vi ra sao, mà chỉ ý thức ở một thang đo cao hơn nhiều; nhưng cũng không xem các thang đo quá vĩ mô như nước Mỹ là có ý thức
Các hệ thích nghi phức hợp có thể chồng lấn lên nhau. Gia đình, cộng đồng, xã hội, chính phủ của con người đều tạo thành những gestalt lớn hơn, và bản thân con người cũng là một hệ thích nghi phức hợp nằm trong đó
Nếu thích các chủ đề như thế này, tôi rất khuyến nghị “The Song of the Cell” của Siddhartha Mukherjee. Đây là một trong những cuốn sách hay nhất giúp chủ đề sinh học trở nên dễ tiếp cận
https://www.amazon.com/Song-Cell-Exploration-Medicine-Human/...
Hoàn toàn đồng ý rằng sinh học phổ thông đã quá thiên về việc học thuộc tên gọi của sự vật. Một môn học rộng lớn như vậy có thể bị sách giáo khoa làm hỏng bằng cách biến nó thành một danh sách tri thức bất tận
Nếu tập trung vào một hai ví dụ thú vị, có lẽ ngay cả ở tiểu học cũng đã có thể dạy sinh học khá tinh vi, và số người được truyền cảm hứng chắc sẽ nhiều hơn hẳn số người thấy chán
Đó là đoạn ông phát hiện một hiện tượng kỳ lạ: với gần như cùng một chủ đề và gần như cùng một câu hỏi, có lúc sinh viên trả lời ngay lập tức, nhưng lần khác lại hoàn toàn không trả lời được
Ông nói: “Mục đích chính của bài giảng của tôi là cho thấy ở Brazil, khoa học hoàn toàn không được giảng dạy”
https://v.cx/2010/04/feynman-brazil-education
Ví dụ, nguyên lý trung tâm của sinh học là ý tưởng về luồng truyền thông tin: DNA được phiên mã thành RNA và RNA được dịch mã thành protein. Có thể đi từng bước qua cấu trúc và chức năng của DNA, nhiều phân nhóm của RNA, protein dịch mã, Slicer và Dicer, codon ba chữ cái và axit amin, việc mRNA di chuyển ra khỏi nhân, v.v.
Nhưng phần lớn nguyên lý trung tâm vừa nói nay khó có thể xem là đúng nguyên xi. Gần như toàn bộ vi sinh học hiện đại xử lý các “ngoại lệ” của nguyên lý trung tâm, đến mức ngày càng khó nói có khác biệt thực chất nào giữa RNA và protein. Gần như mỗi tuần lại có một bài báo mới về các lai thể RNA-protein quan trọng để hiểu những phần thường gặp của tế bào, nên nguyên lý trung tâm gần với một hư cấu hữu ích hơn là một lời nói dối
Nó giống như nói “vòng lặp for” là cách Internet hoạt động. Đúng là Internet có vòng lặp for, chúng quan trọng và cần học, nhưng không thể dạy về Internet chỉ bằng một hai ví dụ thú vị về vòng lặp for
Hiểu sinh học là việc khó, và là kết quả của hơn 4 tỷ năm sống chết. Không thể kết thúc bằng vài ví dụ; ngay cả mức hiểu biết lớp 12 cũng cần một khóa học một năm, mà vẫn chỉ là điểm khởi đầu tối thiểu để bước vào một lĩnh vực rộng lớn. Cần học tên gọi và sự kiện, rồi làm công việc vất vả là kết nối lượng thông tin khổng lồ đó. Không phải giáo dục kiểu giải trí, mà cần nỗ lực
Kiểu độ phức tạp và trí thông minh của đơn bào này từ lâu đã là chủ đề quen thuộc của tôi trong tranh luận về AGI. Ngay cả trước rất lâu so với cơn sốt LLM hiện nay, người ta đã đếm số neuron trong não và đưa ra những tuyên bố táo bạo kiểu “trong vài năm nữa sẽ có máy móc có năng lực tính toán của bộ não”
Nhưng mỗi neuron trong não phức tạp đến mức gây bối rối, và chúng ta vẫn chưa hiểu rõ độ phức tạp đó biểu hiện thành suy nghĩ và trí thông minh như thế nào. Nếu xét vật lý và tương tác giữa các vật thể, mọi tế bào trong não đều phức tạp hơn các LLM mà chúng ta dùng ngày nay. Tất nhiên, điều đó không có nghĩa mỗi tế bào có thể tạo ra đầu ra như LLM, mà là độ phức tạp trong hành vi mà nó đóng góp cho toàn hệ thống lớn đến mức đó
Bằng các kết quả thực nghiệm và lý thuyết của sinh lý học tế bào, sách cho thấy từng tế bào thần kinh có thể nhân, tích hợp và trì hoãn đầu vào synapse, và thông tin có thể được mã hóa trong điện thế màng, nồng độ canxi nội bào, cũng như thời điểm của từng spike riêng lẻ
https://www.amazon.com/Biophysics-Computation-Information-Co...
Ví dụ, trong mạng nơ-ron tích chập, tổng trọng số của kernel là số kênh đầu vào × kích thước kernel × số bộ lọc, nên với kernel 3×3, 3 kênh, 128 bộ lọc thì chỉ có 3.456 tham số. Nhưng cùng một bộ lọc được trượt trên toàn bộ bản đồ đặc trưng đầu vào 2D, nên nếu dùng stride 2 theo cả hai chiều trên ảnh HD 1280×720, nó được áp dụng 230.400 lần và số lần kích hoạt tham số hiệu dụng là 796.262.400
Từ lâu người ta đã biết rằng mạng nơ-ron tích chập một phần được lấy cảm hứng từ vỏ não thị giác của con người [0]. Trong vỏ não thị giác của con người, vốn phải hoạt động nhanh, việc chia sẻ tham số của một kernel đơn lẻ là không thể, và nhiều khả năng các trọng số phải được song song hóa ở một mức nào đó và sao chép trong não. Ở điểm này, mạng nơ-ron nhân tạo có lợi thế
Neuron trong não người phải có một mức dư thừa nhất định do quá trình sửa chữa tế bào liên tục, và dường như chỉ được cập nhật bằng học Hebbian, khác với việc cập nhật trực tiếp bộ nhớ máy tính. Ngoài ra, phần lớn não người dành cho các lý do môi trường và phi logic như vận động, xúc giác, sợ hãi, ghen tuông, ham muốn; mạng nơ-ron nhân tạo không cần có những phần như phản ứng chiến-hay-chạy của hạch hạnh nhân theo cùng cách đó
[0] https://msail.github.io/post/cnn_human_visual/
Tôi biết đến ý tưởng rằng ngay cả một tế bào đơn lẻ cũng có thể thể hiện “học tập” và “văn hóa” qua cuốn sách xuất sắc “The Evolution of Culture in Animals” của John Bonner
Bonner xây dựng quan điểm xem cả văn hóa lẫn học tập như một phổ liên tục, thay vì đặt ra sự đứt đoạn giữa các loài động vật hay xem con người là một phạm trù hoàn toàn riêng. Tất nhiên là vẫn có khác biệt
https://press.princeton.edu/books/paperback/9780691023731/th...
Bài viết này, có thể nói, đã đào sâu vào hang thỏ đó
Nếu bạn thích nội dung kiểu này, cũng có một cuốn sách tên là “Information Processing in Single Neurons” bàn về độ phức tạp của từng neuron đơn lẻ trong não
https://www.amazon.com/Biophysics-Computation-Information-Co...
Có một bài tổng quan mở toàn văn năm 2013 chứa toàn bộ phần toán học cần thiết để xây dựng mô hình cho quá trình này: “Quantitative modeling of bacterial chemotaxis: Signal amplification and accurate adaptation, Yuhai Tu”
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3737589/
Ý chính là tính hợp tác của thụ thể và khả năng thích nghi chính xác có thể được giải thích định lượng bằng một mô hình toán học đơn giản, và “mô hình chuẩn” bao gồm cả khuếch đại tín hiệu lẫn thích nghi có thể dự đoán định lượng phản ứng của E. coli trước các kích thích tùy ý thay đổi theo thời gian
Ramp theo hàm mũ tạo ra thay đổi hoạt tính phụ thuộc vào tốc độ ramp thông qua hàm tỷ lệ methyl hóa F(a), còn phản ứng với tín hiệu dao động cho thấy ở miền tần số thấp, E. coli tính đạo hàm theo thời gian. Ngoài ra, E. coli ghi nhớ logarit của nồng độ ligand, và định luật Weber-Fechner đúng trong hóa hướng động của E. coli
Bài cũng bàn về chuyển pha hợp tác của phức hợp thụ thể như một cơ chế khuếch đại tín hiệu, sử dụng mô hình giống tương tác spin-spin sắt từ Ising trong vật lý
Ở đoạn nói rằng ta vẫn chưa có công nghệ quan sát mọi hoạt động bên trong tế bào sống, tôi tự hỏi chúng ta còn cách bao xa để lập bản đồ mọi nguyên tử trong một tế bào
Trong 1 ml nước có 1E23 nguyên tử, còn E. coli có kích thước khoảng 500nm × 500nm × 1µm, nên toàn bộ tế bào chỉ có khoảng 2E10 nguyên tử
Liệu có thể đông lạnh cả tế bào, rồi dùng chùm electron tách từng nguyên tử ra và nhận diện chúng bằng khối lượng không?
Tuy nhiên nó đắt đến vô lý, và thứ thực sự có thể nhận diện thường chỉ ở mức toàn bộ protein. Dù vậy, khả năng nhìn thấy chúng trong ngữ cảnh đã là cực kỳ lớn
Độ phân giải nào là có ý nghĩa, và bạn muốn theo dõi nhánh nào của quá trình nào, cũng là vấn đề
Cách xoay ngẫu nhiên rồi đi thẳng khiến tôi hơi liên tưởng đến logic của Roomba thế hệ 1
Phần “How did we figure all this stuff out?” ở cuối thật sự đáng kinh ngạc
Tính bất biến theo thang đo của tự nhiên cũng hiện ra rất rõ ở đây. Tế bào “nhỏ” so với thang đo của con người, nhưng cũng phức tạp chẳng kém bất kỳ cỗ máy nào ở thang đo con người. Trong tự nhiên không có cái nhỏ hay lớn tuyệt đối
thí nghiệm in silico có thể bị những người ngoài ngành đánh giá thấp. Rõ ràng sự gia tăng năng lực tính toán đã và sẽ tiếp tục thay đổi lĩnh vực này như thế nào. Việc chuyển từ chọc thử các phân tử ngẫu nhiên hoặc nuôi những thứ nguy hiểm trong đĩa Petri sang mô phỏng máy tính nhanh dựa trên DNA là một bước nhảy lớn về tốc độ học hỏi
Thang đo cũng có những giới hạn vật lý. Có giới hạn về trọng lượng mà xương có thể chống đỡ, và các quá trình hóa học cũng chịu các ràng buộc, chẳng hạn như tốc độ tiêu tán năng lượng tối đa