PRL速递：生物化学信号网络中的动力学信息协同

关键词：复杂网络，生物信号网络，协同信息

论文题目：Dynamical Information Synergy in Biochemical Signaling Networks

论文地址：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.131.128401

生物细胞通过生化信号网络对环境进行信息编码，以控制其内部状态和响应。这些信息通常编码在信号分子的动态模式中，而不仅仅是瞬时浓度。因此研究人员通常会连续对系统进行多次测量，以了解特定的细胞信号传递过程。近日，法国巴黎高师物理实验室的科学家发现，如果他们将两次测量结果整体分析，而不是依次分析，那么可以从测量中获取更多信息。

细胞信号分子存在于复杂网络中，并且具有复杂的动力学特性。随着时间推移，一种分子的浓度可以恢复到稳定状态，或者按照多种不同的时间模式上升和下降。这种浓度变化还可能取决于细胞接收到的特定刺激。研究人员认为，细胞传递信息不仅通过信号分子的身份，还通过其时间动力学。

这项研究在线性区域内，为静态和时变输入信号的多个典型情况分析了信号分子动力学中包含的信息。在考虑振荡输出动力学时，研究发现连续测量之间会出现协同作用，这意味着两次测量的联合信息超过各个信息的总和。研究通过数值分析将范围扩展到线性输入编码之外，以揭示频率或阻尼调制情况下的协同效应，这两种情况都与经典生化信号系统相关。