第二十六章 信息生命體(六)

　　系統(tǒng)全局因果結(jié)構(gòu)的特征

　　人們已經(jīng)采用多種方法來刻畫復(fù)雜系統(tǒng)，尤其是生物系統(tǒng)的因果結(jié)構(gòu)特征。大多數(shù)人認(rèn)為至少存在一些因果結(jié)構(gòu)特性對(duì)生命過程的運(yùn)行至關(guān)重要（Ellis et al. 2011; Griffiths et al. 2015; Auletta et al. 2008; Davies 2011; Roederer 2006）。為將生命系統(tǒng)的集群行為與非生命系統(tǒng)區(qū)分開，有必要了解信息架構(gòu)與這些特征之間的關(guān)系。在這里我們提出，能夠?qū)⑸到y(tǒng)的集群行為與其它復(fù)雜物理系統(tǒng)區(qū)分開來的，是信息架構(gòu)和它物理實(shí)例的因果計(jì)算結(jié)構(gòu)是否耦是合的。

　　在上一節(jié)，我們看到了一個(gè)通過改變局部交互規(guī)則來改變信息結(jié)構(gòu)的例子。這里我們所說關(guān)注的因果結(jié)構(gòu)，是指狀態(tài)轉(zhuǎn)換圖的全局結(jié)構(gòu)，它與系統(tǒng)的功能有關(guān)。在這方面，對(duì)相同的“行為“（狀態(tài)轉(zhuǎn)換圖的因果結(jié)構(gòu)）有多種可能的微觀實(shí)現(xiàn)（Hanson &Walker 2019）。在本節(jié)中，我們將回顧以前有關(guān)復(fù)雜系統(tǒng)因果結(jié)構(gòu)涌現(xiàn)特性的研究，如臨界性、可控性和因果涌現(xiàn)，以展示它們與生物系統(tǒng)信息處理之間關(guān)系。我們的目標(biāo)是具體討論這些工作與因果結(jié)構(gòu)在架構(gòu)生物過程特有信息流中的作用，從而向量化生命的方向邁進(jìn)。關(guān)于復(fù)雜系統(tǒng)和我們?cè)谶@里涉及特定主題更廣泛的討論，請(qǐng)讀者參考更普遍的研究（Munoz 2018; Liu &Barabási 2016; Oizumi et al. 2014）。

　　Criticality 臨界性

　　復(fù)雜系統(tǒng)往往表現(xiàn)出多種類型的集群行為，被稱為相位（phases），這些彼此之間的行為與組成系統(tǒng)的單個(gè)實(shí)體行為往往截然不同，甚至大相徑庭。當(dāng)相變（phase transitions）發(fā)生時(shí)，即使系統(tǒng)一個(gè)微小的局部擾動(dòng)，也可能導(dǎo)致全局狀態(tài)從一個(gè)相變?yōu)橥耆煌南?rson 1972；Stanley 1971；Chaikin Lubensky 2000）。大量文獻(xiàn)都假設(shè)生命狀態(tài)可能與某一類特定的相位相關(guān)，其含義是，生命狀態(tài)的動(dòng)態(tài)變化或非生命（隨機(jī)）聚集態(tài)中生命的出現(xiàn)可以被描述為一種相變過程（;erson 1972；Hopfield 1994；Pollack ; Clegg 2008）。

　　在這里，我們專注于文獻(xiàn)中廣泛討論的兩種不同動(dòng)力系統(tǒng)系之間的相變：穩(wěn)定和混沌，以及這兩個(gè)區(qū)域之間平衡的臨界系統(tǒng)。據(jù)研究從神經(jīng)放電到細(xì)胞基因調(diào)控、動(dòng)物運(yùn)動(dòng)的各種生物系統(tǒng)都是臨界性的（Beggs 2007; Haldeman &Beggs 2005; Mora &Bialek 2011）。研究還表明，與臨界點(diǎn)附近的系統(tǒng)相比，遠(yuǎn)離臨界點(diǎn)的系統(tǒng)要么在有序階段過于穩(wěn)定而不能自適應(yīng)，要么在混沌階段過于不穩(wěn)定而缺少魯棒性。因此，生命系統(tǒng)的趨勢是調(diào)整（例如通過進(jìn)化選擇）到臨界點(diǎn)，這種臨界動(dòng)力機(jī)制被認(rèn)為是內(nèi)穩(wěn)態(tài)和可進(jìn)化性的驅(qū)動(dòng)因素，以及生命過程的基本標(biāo)志（Kauffman 1993）。

　　此外，復(fù)雜系統(tǒng)的計(jì)算能力，被定義為在執(zhí)行某些任務(wù)時(shí)，內(nèi)部邏輯結(jié)構(gòu)輸入和輸出映射的數(shù)量和多樣性，推測會(huì)在臨界階段最大化（Turing 1950; Crutchfield &Young 1988; Packard 1988）。這個(gè)猜想是作為與支持計(jì)算信息操作有關(guān)的問題而提出的，認(rèn)為計(jì)算可能會(huì)在信息存儲(chǔ)、傳播和處理能力最大化的情況下（Kauffman 1993）更自然地在臨界點(diǎn)（Langton 1990）附近發(fā)生。此外，Mitchell（2006）強(qiáng)調(diào)了通過網(wǎng)絡(luò)系統(tǒng)中動(dòng)態(tài)時(shí)間序列來理解信息動(dòng)態(tài)的重要性。隨后一些研究報(bào)告結(jié)果也表明，復(fù)雜網(wǎng)絡(luò)中的信息處理在其臨界階段被最大化（Solé& Valverde 2001; Kinouchi &Copelli 2006; Ribeiro et al. 2008）。特別是 Lizier 等人（2008a）曾嘗試改進(jìn)以前這些計(jì)算特性的測量，對(duì)隨機(jī)布爾網(wǎng)絡(luò)（RBNs，Kauffman 1993）中的信息動(dòng)態(tài)進(jìn)行了徹底的定量研究。隨機(jī)布爾網(wǎng)絡(luò)被廣泛接受為基因調(diào)控網(wǎng)絡(luò)（GRNs）的模型，研究表明，量化存儲(chǔ)和處理的主動(dòng)信息和傳遞熵的平均值各自在臨界點(diǎn)附近會(huì)達(dá)到最大值（Lizier et al. 2008a）。

　　從這里，我們可以看到一些典型物理模型局限性的暗示，例如平均場近似（mean-field approximations）和重整化群（renormalization group）方法，由于生物和非生物系統(tǒng)集群行為的差異，這些方法并不總是能轉(zhuǎn)化為生物學(xué)所使用[例如，向生命過渡過程的信息屬性可能是不連續(xù)的，見 Davies （2013）]。也就是說，目前還不清楚平均場近似是否適用于包括生物學(xué)在內(nèi)的一般情況，也不清楚通常應(yīng)用于連續(xù)相變的重整化群是否適用于刻畫生物相變的不連續(xù)性特征。解決方法之一是研究與生物功能相關(guān)臨界系統(tǒng)的特征，以及這些特征如何表現(xiàn)出生物網(wǎng)絡(luò)。例如，Daniels 等人（2018）最近證明了67個(gè)基因的調(diào)控網(wǎng)絡(luò)是臨界性的，而具有相似因果和信息架構(gòu)的隨機(jī)集合則不是臨界性的，這顯示了特定的因果和信息屬性功能、與生物網(wǎng)絡(luò)是如何通過其臨界特性區(qū)分的。臨界性甚至已被證明是隨機(jī)基因網(wǎng)絡(luò)模型中的一個(gè)可選擇性質(zhì)（Serra 2019）。