معلومة

7: معالجة المعلومات - علم الأحياء


موضوع هذا الفصل هو طبيعة المعلومات البيولوجية ، وكيفية نسخها ونقلها ، وكيفية قراءتها وتفسيرها ، وكيف تؤدي إلى الأنشطة الخلوية التي يمكننا ملاحظتها. يُنظر أيضًا إلى نوع آخر من المعلومات ، في نهاية الفصل - المعلومات الجزيئية التي تتلقاها الخلايا من بعضها البعض وترسلها إلى بعضها البعض. هذه المعلومات ، المغطاة بالتعليمات الموجودة في الجينات ، تزود الخلايا بأدلة مستمرة حول كل من حالتها الداخلية والبيئة المحيطة بها. التفاعل بين هذين النوعين من المعلومات مسؤول عن شكل وسلوك جميع الكائنات الحية.

  • 7.1: مقدمة لمعالجة المعلومات
    نظرًا لأن المخلوقات اعتادت اعتبار أنفسنا استثنائيين ، فمن المؤكد أن البشر يجب أن يشعروا بالتواضع لإدراك أن التعليمات ، لصنع واحد خاص بنا ، تكمن في جزيء بسيط للغاية لدرجة أن العلماء ، لفترة طويلة جدًا ، لم يعتقدوا أنه يمكن أن يحتوي على معلومات كافية لبناء خلية بسيطة. لكن هناك مجموعة كبيرة من الأدلة ، التي تم إنشاؤها على مدار القرن الماضي ، تدعم تأكيد لاريسون كدمور أن المعلومات التي تجعلك أنت وأنا (وجميع الأنواع الأخرى من الكائنات الحية في العالم
  • 7.2: الجينات والجينوم
    لسنوات عديدة ، تساءل العلماء عن طبيعة المعلومات التي توجه أنشطة الخلايا. ما نوع الجزيئات التي حملت المعلومات ، وكيف تم نقل المعلومات من جيل إلى آخر؟ أثبتت التجارب الرئيسية ، التي أجريت بين عشرينيات وخمسينيات القرن الماضي ، بشكل مقنع أن هذه المعلومات الجينية تم نقلها بواسطة الحمض النووي. في عام 1953 ، مع توضيح بنية الحمض النووي ، كان من الممكن البدء في التحقيق في كيفية نقل هذه المعلومات واستخدامها
  • 7.3: استنساخ الحمض النووي
    الطريقة الوحيدة لتكوين خلايا جديدة هي عن طريق تقسيم الخلايا الموجودة مسبقًا. تخضع الكائنات وحيدة الخلية للانقسام لإنتاج المزيد من الخلايا المماثلة لها ، بينما تنشأ الكائنات متعددة الخلايا من خلال انقسام خلية واحدة ، بشكل عام البويضة المخصبة. في كل مرة تنقسم الخلية ، يجب نسخ كل حمضها النووي بأمانة حتى يمكن نقل نسخة من هذه المعلومات إلى الخلية الوليدة. هذه العملية تسمى تكرار الحمض النووي.
  • 7.4: إصلاح الحمض النووي
    من الواضح أنه إذا كان الحمض النووي هو النسخة الرئيسية لتعليمات الكائن الحي ، فمن المهم عدم ارتكاب أخطاء عند نسخ الحمض النووي لتمريره إلى خلايا جديدة. على الرغم من أن التدقيق اللغوي بواسطة بوليميرات الحمض النووي يزيد بشكل كبير من دقة النسخ المتماثل ، إلا أن هناك آليات إضافية في الخلايا لمزيد من ضمان أن الحمض النووي المكرر حديثًا هو نسخة مخلصة من الأصل ، وكذلك لإصلاح الأضرار التي لحقت بالحمض النووي أثناء الحياة الطبيعية للخلية.
  • 7.5: النسخ
    في الأقسام السابقة ، ناقشنا تكرار الحمض النووي للخلية والآليات التي يتم من خلالها الحفاظ بعناية على سلامة المعلومات الجينية. ماذا تفعل الخلايا بهذه المعلومات؟ كيف يتحكم التسلسل في الحمض النووي في ما يحدث في الخلية؟ إذا كان الحمض النووي عبارة عن كتاب تعليمات عملاق يحتوي على كل "معرفة" الخلية التي يتم نسخها وتناقلها من جيل إلى جيل ، فما هي التعليمات؟ وكيف تستخدم الخلايا هذه التعليمات؟
  • 7.6: معالجة الحمض النووي الريبي
    حتى الآن ، نظرنا في الآلية التي يتم من خلالها نسخ المعلومات الموجودة في الجينات (DNA) إلى RNA. تتم معالجة الحمض النووي الريبي المصنوع حديثًا ، والمعروف أيضًا باسم النسخة الأولية قبل أن يعمل. تقوم كل من بدائيات النوى وحقيقيات النوى بمعالجة الريبوسوم ونقل الحمض النووي الريبي.
  • 7.7: الترجمة
    الترجمة هي العملية التي يتم من خلالها استخدام المعلومات الموجودة في mRNAs لتوجيه تركيب البروتينات. كما تعلمت في علم الأحياء التمهيدي ، في الخلايا حقيقية النواة ، يتم تنفيذ هذه العملية في سيتوبلازم الخلية ، بواسطة آلات بروتين RNA كبيرة تسمى الريبوسومات. تحتوي الريبوسومات على RNA الريبوسوم (rRNA) والبروتينات. يتم تنظيم البروتينات و rRNA في وحدتين فرعيتين ، كبيرة وصغيرة.
  • 7.8: التعبير الجيني
    تخبرنا عمليات النسخ والترجمة الموصوفة حتى الآن بالخطوات المتضمنة في نسخ المعلومات من الجين (DNA) إلى الحمض النووي الريبي (RNA) وتخليق البروتين الموجه بواسطة تسلسل النص. هذه الخطوات مطلوبة للتعبير الجيني ، وهي العملية التي من خلالها تقوم المعلومات الموجودة في الحمض النووي بتوجيه إنتاج البروتينات التي تحتاجها الخلية.
  • 7.9: التشوير
    من الواضح بشكل حدسي أنه حتى الكائنات أحادية الخلية يجب أن تكون قادرة على الإحساس بخصائص بيئتها ، مثل وجود العناصر الغذائية ، إذا أرادت البقاء على قيد الحياة. بالإضافة إلى القدرة على تلقي المعلومات من البيئة والاستجابة لها ، يجب أن تجد الكائنات متعددة الخلايا أيضًا طرقًا يمكن لخلاياها التواصل فيما بينها.

الصورة المصغرة: الحلزون المزدوج للحمض النووي. الصورة مستخدمة بإذن (المجال العام ؛ NIH - Genome Research Institute).


تعدين النص الطبي الحيوي

تعدين النص الطبي الحيوي (بما فيها معالجة اللغة الطبيعية الطبية الحيوية أو BioNLP) يشير إلى طرق ودراسة كيفية تطبيق التنقيب عن النص على النصوص والأدب في مجالات الطب الحيوي والبيولوجيا الجزيئية. كمجال للبحث ، يتضمن التنقيب عن النص الطبي الحيوي أفكارًا من معالجة اللغة الطبيعية والمعلوماتية الحيوية والمعلوماتية الطبية واللغويات الحسابية. كثيرًا ما يتم تطبيق الاستراتيجيات التي تم تطويرها من خلال الدراسات في هذا المجال على أدبيات الطب الحيوي والبيولوجيا الجزيئية المتاحة من خلال خدمات مثل PubMed.


تتضمن حلول Samacheer Kalvi لمصطلح الرياضيات 2 - الفصل الرابع من مجلس ولاية تاميل نادو الفصل 7 (معالجة المعلومات) جميع الأسئلة مع الحل والشرح التفصيلي. سيؤدي ذلك إلى إزالة شكوك الطلاب حول أي سؤال وتحسين مهارات التطبيق أثناء التحضير لامتحانات المجلس. ستساعدك الحلول التفصيلية خطوة بخطوة على فهم المفاهيم بشكل أفضل وتوضيح ارتباكاتك ، إن وجدت. موقع Shaalaa.com لديه مجلس تاميل نادو لرياضيات التعليم الثانوي الفصل 2 - حلول مجلس ولاية تاميل نادو من الدرجة الرابعة بطريقة تساعد الطلاب على فهم المفاهيم الأساسية بشكل أفضل وأسرع.

علاوة على ذلك ، نحن في موقع Shaalaa.com نقدم مثل هذه الحلول حتى يتمكن الطلاب من الاستعداد للامتحانات الكتابية. يمكن أن تكون حلول الكتب المدرسية Samacheer Kalvi مساعدة أساسية للدراسة الذاتية وتعمل كدليل مثالي للمساعدة الذاتية للطلاب.

المفاهيم المغطاة في الرياضيات الفصل 2 - الفصل الرابع مجلس ولاية تاميل نادو الفصل 7 معالجة المعلومات هي رسم خرائط الفضاء من حولنا.

باستخدام حلول Samacheer Kalvi Class 4th ، يعد تمرين معالجة المعلومات من قبل الطلاب طريقة سهلة للتحضير للامتحانات ، حيث إنها تتضمن حلولًا مرتبة حسب الفصل أيضًا. الأسئلة المتضمنة في Samacheer Kalvi Solutions هي أسئلة مهمة يمكن طرحها في الاختبار النهائي. يفضل طلاب الحد الأقصى من مجلس تاميل نادو للتعليم الثانوي من الدرجة الرابعة Samacheer Kalvi Textbook Solutions للحصول على درجات أعلى في الامتحان.


معالجة المعلومات: إضافة لمسة من اللون

برنامج كمبيوتر مبتكر يجلب الألوان إلى الصور ذات التدرج الرمادي.

قد يكون إنشاء صورة ملونة واقعية عالية الجودة من صورة ذات تدرج رمادي أمرًا صعبًا. تتطلب الطرق التقليدية عادةً إدخال المستخدم ، إما باستخدام أداة الخربشة لتلوين الصورة يدويًا أو باستخدام نقل اللون. يمكن أن يؤدي كلا الخيارين إلى جودة تلوين رديئة مقيدة بدرجة مهارة المستخدم أو نطاق الصور المرجعية المتاحة.

قام الآن Alex Yong-Sang Chia من معهد A * STAR لأبحاث Infocomm وزملاؤه بتطوير برنامج كمبيوتر يستخدم الكم الهائل من الصور المتاحة على الإنترنت للعثور على مطابقة ألوان مناسبة للصور ذات التدرج الرمادي. يبحث البرنامج في مئات الآلاف من الصور الملونة عبر الإنترنت ، مع الرجوع إلى ميزاتها وكائناتها الرئيسية في المقدمة مع تلك الموجودة في الصور ذات التدرج الرمادي.

يوضح شيا: "لقد طورنا طريقة تستفيد من الإمداد الوفير لبيانات الإنترنت لتلوين الصور الرمادية". "يقوم المستخدم بتقسيم الصورة إلى كائنات رئيسية منفصلة في المقدمة ويضيف تسميات دلالية تسمي هذه الكائنات في الصورة الرمادية. ثم يقوم برنامجنا بمسح الإنترنت باستخدام هذه المدخلات للحصول على تطابق ألوان مناسب للكائن."

نظرًا للكم الهائل من البيانات المرئية المتاحة عبر الإنترنت ، فليست كل الصور المختارة مفيدة. بمجرد العثور على الصور الملونة الأولية ، يقوم البرنامج بعد ذلك بتصفيةهم للعثور على أكثر التطابقات واقعية وملائمة لمدخلات كائن التدرج الرمادي.

يوضح شيا: "تكتشف طريقتنا تلقائيًا الأشياء البارزة من صورة الإنترنت وتقسيمها". "ثم يستغل معلومات الشكل والمظهر لهذه الكائنات لحساب مدى ملاءمتها لبيانات الصورة الأصلية ذات التدرج الرمادي."

يتم بعد ذلك تلوين الصورة ذات التدرج الرمادي تلقائيًا باستخدام المعلومات التي تم جمعها من الصور المستندة إلى الإنترنت (في الصورة). ومع ذلك ، فإن التلوين المعقول للصور مهم للغاية ، حيث يمكن للعين البشرية أن تميز بسرعة بين التلوين الحقيقي و "الزائف". تحقيقا لهذه الغاية ، للمستخدم القول الفصل في اختيار الألوان. يوضح شيا: "يقوم البرنامج بإنشاء العديد من ألوان الصور ويمكن للمستخدم اختيار أفضل ما يناسبه من واجهة مستخدم رسومية".

لإثبات قدرة البرنامج ، عرض شيا وفريقه على مجموعة من الأشخاص صورهم الملونة ذات التدرج الرمادي جنبًا إلى جنب مع صور ملونة حقيقية ، وطلبوا منهم تحديد أي منها تم تلوينه صناعياً. يقول شيا: "تم تصنيف صورنا الملونة على أنها" حقيقية "بنسبة تصل إلى 65٪ من الوقت". "بشكل عام ، تكون نتائج التلوين ممتعة بصريًا وذات مغزى إدراكي للمستخدمين."

يأمل الباحثون في توسيع نطاق التطبيقات باستخدام هذه التكنولوجيا في المستقبل. إنهم يتصورون أن التكنولوجيا قد تصبح ذات يوم قوية جدًا بحيث يمكن استخدامها لإنشاء رسوم متحركة واقعية.

الباحثون التابعون لـ A * STAR الذين يساهمون في هذا البحث هم من معهد Infocomm Research


مقدمة

التعقيد واضح في معظم التخصصات العلمية: علماء الرياضيات ، وعلماء الفيزياء ، وعلماء الأحياء ، والكيميائيين ، والمهندسين ، وعلماء الاجتماع ، طوروا جميعًا تدابير لوصف التعقيد الذي يرونه في أنظمتهم ، واستعارة الأدوات من بعضهم البعض ولكن نادرًا ما يتفقون على إجراء يمكن أن يكون يستخدمه كل منهم. نظرًا لأن العناصر التي يهتم بها كل من هذه التخصصات شديدة الاختلاف ، بدءًا من المشكلات الرياضية وبرامج الكمبيوتر على الهياكل الفيزيائية أو الكيميائية أو البيولوجية ، إلى أنظمة وشبكات العوامل المتفاعلة ، فربما لا يكون التقارب بين المقاييس الكمية للتعقيد المحتمل أن. ومع ذلك ، فإن وجود إطار عالمي يكون قادرًا على تكييف مفهومه مع الانضباط المحدد الذي يتم تطبيقه عليه سيكون اتجاهًا مرحبًا به. إجراءات التعقيد كثيرة ، لكن المراجعات الشاملة قليلة. مقدمة جيدة لمنهج الأنظمة الديناميكية للتعقيد هو المرجع. [1] ، لكنها لا تغطي التطبيقات البيولوجية. تركز النظرات العامة [2] - [4] على تعقيد التسلسلات البيولوجية ولكن ليس على بنيتها ، وتتجاهل في الغالب تعقيد الشبكات. تتم مراجعة مقاييس التعقيد العصبي في [5].

من بين مقاييس التعقيد المختلفة ، يحاول البعض تحديد البنية [6] - [13] ، والبعض الآخر التسلسل الذي أدى إلى ظهور ذلك الهيكل [14] - [19] ، والبعض الآخر مرة أخرى وظيفة التسلسل أو النظام [20] - [22]. تحاول كل هذه الدراسات التقاط "ما يزيد عندما تنظم الأنظمة ذاتية التنظيم نفسها" [23] (ترد قائمة غير شاملة في المرجع [24]). على نحو متزايد ، يتم استخدام المقاييس المستندة إلى نظرية المعلومات لتحديد مدى تعقيد الأنظمة الحية ، لأن المعلومات توفر لمالكها ميزة لياقة واضحة مقارنة بمن ليس لديهم معلومات من خلال منح القدرة على عمل تنبؤات حول البيئة التي يعملون فيها [25] - [ 27]. على وجه الخصوص ، يدرس Rivoire و Leibler [27] المقاييس الإحصائية القائمة على نظرية المعلومات التي تزيد من ملاءمة العوامل التي تستجيب للبيئات المتغيرة ، لكنها لا تدرس التطور. تتم مراجعة مقاييس المعلومات النظرية للتعقيد في [28] وتطبيقات الرسوم البيانية في [29].

هنا ، ندرس كيف يمكن تطبيق مقاييس نظرية المعلومات للتعقيد لالتقاط تعقيد الأنظمة العصبية [5] ، [30] ، أو بشكل عام ، أي بنية تتحكم في دورة عمل الإدراك. في حالة عدم وجود أي تعريف مقبول جيدًا للتعقيد ، نقوم بدراسة الارتباط بين المقاييس المختلفة اللياقة البدنية، باتباع الحدس القائل بأن مقياسًا محددًا جيدًا لتعقيد هيكل التحكم يجب أن يزداد أثناء التكيف [20]. اللياقة هي مقياس كمي يتنبأ بالنجاح طويل المدى لسلالة ما [31] ، [32] ، ويعطيها العدد المتوقع من النسل لممثل متوسط ​​مع النمط الجيني المحدد. لسوء الحظ ، هذا مجرد مقياس كمي لأبسط الكائنات الحية حيث يمكن تحديد العدد المتوقع للنسل من معدل التكرار ، أو في تجارب المنافسة المباشرة (انظر ، على سبيل المثال ، [33]). بالنسبة للكائنات الأكثر تعقيدًا ، لا يمكن تقدير الملاءمة النسبية إلا بعد فوات الأوان ، ولا يمكن استخدامها كبديل لتعقيد الكائن الحي. ومع ذلك ، إذا قمنا بتطوير هياكل التحكم في السيليكو عندما تتوفر معلومات اللياقة الكاملة ، يمكننا استخدام اللياقة (داخل مكانة متخصصة) كحكم مستقل لمقاييس التعقيد المفترضة القائمة على المعلومات: أي إجراء لا يزيد عندما يتعلم الكائن الحي استغلال بيئته من غير المرجح أن يعكس معالجة المعلومات المعقدة . لأنه في هذا النوع من تجارب التطور ، يتناسب عدد النسل بشكل مباشر - في المتوسط ​​- مع أداء الكائن الحي في مهمة حاسمة لبقائه ، ندرس هنا علاقة التعقيد مباشرة بالأداء أو الوظيفة.

لاحظ أنه نظرًا لأن اللياقة تشير بالضرورة إلى البيئة (فهي تقيس مدى "ملاءمة" الكائن الحي لمكانته من خلال استغلال سمات المكان المناسب) ، لا يمكن استخدام اللياقة البدنية لمقارنة تعقيد الكائن الحي عبر المنافذ (مثل محاولة مقارنة الفيل والنملة في من حيث لياقتهم) ، لكنه يكشف عن اختلافات وظيفية بين الأنواع التي ترجع إلى كفاءات استغلال نفس البيئة. بالنسبة للكائنات البيولوجية التي تشغل نفس المكانة ، أي "تكسب رزقها" بنفس الطريقة ، يجب أن ترتبط الملائمة النسبية بالتعقيد الوظيفي النسبي. هل صحيح أنه في ظل بيئة ثابتة ، يكون الكائن الأكثر تعقيدًا بالضرورة أكثر ملاءمة؟ الإجابة على هذا السؤال بالإيجاب تحيز بوضوح مفهومنا عن التعقيد: فقط الشخصيات المفيدة هي التي تعتبر معقدة ، والأخرى عديمة الفائدة ليست كذلك. في حين أن مثل هذا التحيز قد يكون مقيدًا للتعقيد الهيكلي ، فإنه ليس كذلك بالنسبة لمقاييس المعلومات النظرية للتعقيد ، لأن المعلومات (إذا كان من الممكن استخدامها لتقليل عدم اليقين) سوف دائما يكون مفيدًا: إذا لم يكن كذلك ، فينبغي أن يُطلق عليه اسم إنتروبيا بدلاً من ذلك [25] ، [34].

المعلومات التنبؤية

ربما يكون أفضل مقياس معروف قائم على المعلومات للتعقيد الوظيفي هو "المعلومات التنبؤية" [35] ، والتي تحدد كمية المعلومات التي يمكن استخلاصها من البيانات الحسية من أجل تحديد الإجراءات المفيدة للكائن الحي. بهذه الطريقة ، تكون المعلومات التنبؤية قادرة على فصل ميزات البيانات الحسية ذات الصلة بالسلوك ، وتقدير كمية المعلومات التي يعالجها الكائن الحي. كما تم اقتراح المعلومات التنبؤية كمقياس لمدى تعقيد الوظيفة [35].

إذا وصفنا متغيرات إدخال شبكة التحكم ("أجهزة الاستشعار" ، أو "المنبهات") في وقت من خلال المتغير العشوائي ومتغيرات الإخراج ("المحركات" ، أو "الاستجابة") في ذلك الوقت ، فإن المعلومات المشتركة (المستخدمة في التنبؤ) هو [35] (1) حيث تكون التوزيعات الاحتمالية للمستشعر ومتغيرات الاستجابة في الوقت المناسب ، على التوالي ، وهو التوزيع الاحتمالي المشترك لمتغيرات المستشعر والاستجابة "في المستقبل والحاضر" [35] ( نحن نستخدم اللوغاريتم الثنائي في جميع أنحاء ونفترض أن الشبكة تتطور على طول خطوات زمنية منفصلة). يميز قدرة نظام التحكم على التنبؤ بالمستقبل خطوة واحدة للأمام ، باستخدام المعلومات الحسية الحالية. بشكل أساسي ، يحدد مقدار الارتباط بين المدخلات والمخرجات ، ويمكن اعتباره تباعد Kullback-Leibler (أو الانتروبيا النسبية) بين التوزيع الاحتمالي الكامل ومنتج العناصر المستقلة.

لاحظ أنه بالنسبة لعمليات ماركوف ، فإن الانتروبيا المشتركة المكونة من خطوة واحدة (1) تساوي الانتروبيا المشتركة بين الماضي بأكمله والمستقبل بأكمله (انظر [36] ، الملحق أ 1) ، في حين أن هذا لا ينطبق على العمليات التي يمكنها استخدم الذاكرة. تم استخدام المعلومات التنبؤية سابقًا لوصف مدى تعقيد سلوك الروبوت المستقل بدون ذاكرة في المرجع. [36] (انظر أيضًا النص S1). إذا لم تكن بنية التحكم تفاعلية بحتة وتستخدم المعلومات المشفرة في العقد الداخلية لدمج تدفقات المعلومات الحسية ، فسنحتاج إلى إجراءات معقدة تتجاوز المعلومات التنبؤية [27].

معلومات متكاملة

مبدأ التصميم الأساسي والفريد للأنظمة العصبية هو درجة تكاملها غير العادية بين الوحدات عالية التخصص [5] ، [37] ، [38]. يتم تحقيق التكامل الوظيفي من خلال شبكة ممتدة من الاتصالات داخل المنطقة وفيما بينها ، وينعكس في أنماط المزامنة المتغيرة ديناميكيًا. تم تطوير طريقة دقيقة لقياس قدرة النظام على تكامل المعلومات مؤخرًا [39] ، [40] ، وطُبقت على نماذج شبكات صغيرة وبسيطة. يستند هذا المقياس ، الذي يُدعى ويُقاس بالبتات ، إلى فكرة أن تكامل المعلومات يتحقق من خلال التصاميم المعمارية التي تؤدي إلى مجمع واحد موحد وظيفيًا (تكامل عالٍ) مع ضمان أن مثل هذا المركب لديه ذخيرة كبيرة جدًا من الحالات القابلة للتمييز (معلومات عالية). يلتقط إلى أي مدى ، من الناحية المعلوماتية ، يكون الكل أكثر من مجموع أجزائه ، وبالتالي لا يمكن اختزاله إلى تلك الأجزاء. بهذا المعنى ، يمثل تآزر النظام. قبل التقديم الصحيح ، نحدد عددًا قليلاً من الكميات ذات الصلة.

من أجل دراسة تكامل المعلومات ، يتعين علينا تحديد المعلومات التي تتم معالجتها بواسطة الشبكة بأكملها ، وليس فقط المستشعرات والمحركات كما في Eq. (1). دعونا نمثل النظام كمتغير عشوائي مشترك ، حيث يمثل عناصر في النظام (عُقد هيكل تحكم ، مثل شبكة عصبية). يتطور المتغير العشوائي مع تقدم النظام إلى الأمام في الوقت المناسب ، أي ، ويتم وصف كل متغير بتوزيع احتمالي يمكن العثور عليه في الحالات (هنا ، سنقتصر على المتغيرات العشوائية الثنائية).في نفس الوقت ، كل عقدة في النظام لها تقدم زمني ، ويتم وصف كل متغير بتوزيع احتمالي. في ما يلي ، نحدد رسميًا مقاييس تكامل المعلومات من خلال خطوات زمنية (من) ، لكننا نركز لاحقًا على التكامل الحسابي الذي يمكن الوصول إليه بشكل أكبر من خلال متوسط ​​خطوة واحدة من.

مقدار المعلومات التي تتم معالجتها بواسطة النظام بأكمله من خلال الخطوات الزمنية يتم الحصول عليها من خلال (2) حيث تكون التوزيعات الاحتمالية للنظام في الوقت وعلى التوالي ، ويتم توزيعها المشترك. هذا المقياس يقلل من المعلومات التنبؤية Eq. (1) لعمليات ماركوف التي تربط فقط عقد الاستشعار والاستجابة ، أي إذا لم تكن هناك متغيرات داخلية (أو مخفية).

تتمثل إحدى طرق قياس تكامل المعلومات في السؤال عن مقدار المعلومات التي تتم معالجتها بواسطة النظام بالإضافة إلى ما تتم معالجته بواسطة العقد الفردية أو مجموعات العقد (الوحدات النمطية). للقيام بذلك ، نقدم أ تقسيم من الشبكة إلى أجزاء ، حيث يكون كل منها جزءًا من الشبكة: مجموعة غير فارغة من العقد مع عدم وجود تداخل بين الأجزاء التي تقوم بتقسيم الشبكة بالكامل. يمكننا بعد ذلك تحديد الكمية التي تقيس مقدار المعلومات التي تتم معالجتها بواسطة الشبكة بأكملها أكثر من المعلومات التي تتم معالجتها بواسطة جميع الأجزاء في هذا القسم المحدد على النحو التالي.

فليكن المعلومات التي تتم معالجتها بواسطة الجزء بينما يتقدم النظام من وقت إلى آخر. بعد ذلك ، تحدد المعلومات التآزرية التي تتم معالجتها بواسطة الشبكة المعطاة قسمًا كميًا إلى أي مدى تكون المعلومات المعالجة بالكامل عبارة عن مجموع المعلومات التي تتم معالجتها بواسطة أجزاء النظام ، ويتم حسابها على النحو التالي: (3) من وجهة نظر نظرية المعلومات ، تقيس المعلومات التآزرية الكمية الزائدة من المعلومات التي يمكن تشفيرها في قناة "وصول متعدد" بمصادر مرتبطة ومفكك تشفير مشترك [41] بالإضافة إلى ما يمكن أن تشفره كل قناة منفردة (أجزاء القسم) بشكل منفصل. المقياس المتعلق بالمعلومات التآزرية هو "المعلومات الفعالة": (4) هنا ، الانتروبيا الشرطية للتقسيم بالنظر إلى حالة وقت التقسيم في وقت لاحق ، وهي الانتروبيا الشرطية للنظام بأكمله في الخطوة الزمنية بالنظر إلى الحالة من هذا النظام لاحقًا (انظر أيضًا النص S3). الكمية (4) هي متوسط ​​حالات الشبكة في وقت (حالات) الكمية المسماة "المعلومات الفعالة عبر قسم" في المرجع. [40]. إذا كان التوزيع الاحتمالي الذي يحكم هو منتظم (أقصى إنتروبيا) ، فإن المقياسين يتفقان: لكنهما مختلفان بشكل عام (انظر النص S3). أدناه ، سنستخدم في الغالب المعادل. (4).

من أجل تحديد كيفية تكامل الشبكة للمعلومات ، يجب أن نبحث عن قسم يقلل (4) ، لأنه من السهل العثور على قيمة عالية من خلال تخصيص أجزاء مختلفة للعقد التي ترتبط ارتباطًا وثيقًا. من حيث الجوهر ، فإن البحث عن القسم الذي يتم تصغيره هو بمثابة البحث عن مجموعات العقد المنفصلة عن مجموعات العقد الأخرى بواسطة ارتباط إعلامي ضعيف [40]. للعثور على هذا القسم ، يجب تطبيع التعبير (4) لأنه بخلاف ذلك فإن القسم الذي يصغر (4) سيكون دائمًا تقريبًا هو الجزء الذي يقسم شبكة من الأجزاء إلى جزء يحتوي على أجزاء وعقدة أخرى واحدة [40]. نحدد "الحد الأدنى من قسم المعلومات" (أو "MIP") على أنه هذا القسم الذي يقلل من حجم تطبيع : (5) أين هو أقصى إنتروبيا للقسم ال. إذا كانت الخلايا العصبية ثنائية ، فهذا يعني فقط عدد الخلايا العصبية في القسم. مسلحًا بهذا التعريف لـ MIP ، فإن مقياسنا لتكامل المعلومات هو: (6) ملاحظة تمثل المتوسط ​​(عبر جميع الحالات النهائية المحتملة للشبكة) للكمية المعتمدة على الحالة المحددة سابقًا [40] ، ويذكرنا الرمز المنخفض أن التكامل يقاس من توزيع احتمالي أولي في وقت يكون منتظمًا.

يمكن تكييف المقياس لتوصيف تكامل المعلومات عبر خطوة زمنية واحدة ببساطة عن طريق تحديد (7) مع MIP محدد بشكل متناسب: (8) أين هو أقصى إنتروبيا للقسم التاسع في الخطوة الزمنية. لاحظ أننا حذفنا فهرسًا كما هو محدد في المعادلة. (7) كما نفترض أنه بالنسبة للكبير يصبح ثابتًا:. هذه MIP ، تمامًا مثل تلك التي حددها Balduzzi و Tononi [40] ، تقسم الشبكة إلى أجزاء منفصلة متباينة بشكل كبير من الناحية المعلوماتية - تلك الأجزاء الأكثر استقلالية. كما هو محدد هنا ، يعادل [42] المحدد مؤخرًا ، لأنه يعتمد على الاختزال (عند الخطوة الزمنية) في إنتروبيا شانون استنادًا إلى الانتروبيا التجريبية في الخطوة الزمنية ، وليس على الاختزال من الحد الأقصى للإنتروبيا في الخطوة الزمنية 0 مثل كلمة [40]. وهكذا ، لدينا مكافئ. (7) يعادل Eq. (29) في المرجع. [42] (مع استبداله بـ) ، باستثناء أننا نبحث في جميع الأقسام بدلاً من الأقسام الثنائية فقط ، ويستخدم عامل التطبيع لـ Barrett and Seth أكبر الانتروبيا الفعلية للأجزاء. نظرًا لأننا سنقيس تكامل المعلومات للسلسلة الزمنية التي تم إنشاؤها بواسطة متحرك متحرك ، فسوف نستخدم المعادل. (7) لتحديد مدى تعقيد الرسوم المتحركة فيما يلي.

إذا كانت الشبكات صغيرة ، فمن الممكن العثور على MIP عن طريق اختبار القوة الغاشمة لجميع الأقسام الممكنة. عدد أقسام العقد هو رقم الجرس ، [43]. يعد البحث عبر جميع الأقسام مكلفًا للغاية ويتسع نطاقه بشكل أسرع من الأسي. على سبيل المثال ، = 5 ، = 115،975 ، و. بالنسبة للشبكات ذات الحجم الواقعي ، ستكون استدلالات البحث هي الطريقة الوحيدة للعثور على MIP: للديدان الخيطية C. ايليجانس، على سبيل المثال ، [30] ، وعدد أقسام هذه الشبكة هو العدد الكبير بشكل سخيف. هنا ، تحتوي أكبر الشبكات التي نحللها على 12 عقدة ، لكننا تمكنا من حساب الشبكات التي تحتوي على ما يصل إلى 18 عقدة باستخدام خوارزمية دقيقة سريعة لا تخزن جميع الأقسام.

المجمع الرئيسي

النظام الذي يتكون من شبكة كبيرة مع وحدة منفصلة واحدة سيكون دائمًا موجودًا ، لأن التقليل من جميع الأقسام يؤدي إلى قطع الاتصال المعلوماتي بين الشبكة والعقدة المنفصلة ، والحد الأدنى من المعلومات الفعالة بين هذه الأجزاء هو صفر [40]. يمكن الحصول على مقياس يلتقط معالجة المعلومات بشكل تآزري دون أن يكون تافهاً من خلال تحديد الحساب الحسابي للشبكة مجمع مناسب [44] كمجموعة فرعية من المتغيرات العشوائية (المشتركة) داخل النظام () التي تزيد عن كل المجموعات الفرعية و supersets ، أي:

إذا تم تعريفها على أنها مجموعة فرعية ، فعندئذ (9) يمكن أن تحتوي كل شبكة على عدة مجمعات (مناسبة) ، مع وجود مجمعات أصغر من أعلى مضمنة داخل مجمعات أكبر من أقل. نحدد ال المجمع الرئيسي المناسب كمجموعة فرعية مرتبطة بأكبر القيم في جميع المجموعات الفرعية للنظام بأكمله. نشير إلى تكامل المعلومات في المجمع الرئيسي المناسب مثل. يوضح الشكل 1 شبكة بسيطة بها MIP والمجمع الرئيسي المحدد.


دور النظرية في النهوض ببيولوجيا القرن الحادي والعشرين: تحفيز البحث التحويلي (2008)

للأسف ، لا يمكن طباعة هذا الكتاب من OpenBook. إذا كنت بحاجة إلى طباعة صفحات من هذا الكتاب ، فإننا نوصي بتنزيله كملف PDF.

قم بزيارة NAP.edu/10766 للحصول على مزيد من المعلومات حول هذا الكتاب أو لشرائه مطبوعًا أو لتنزيله كملف PDF مجاني.

يوجد أدناه نص مقروء آليًا غير مصحح لهذا الفصل ، ويهدف إلى تزويد محركات البحث الخاصة بنا والمحركات الخارجية بنص غني جدًا وممثل للفصل يمكن البحث فيه لكل كتاب. نظرًا لأنها مادة غير مصححة ، يرجى اعتبار النص التالي بمثابة وكيل مفيد ولكنه غير كافٍ لصفحات الكتاب الموثوق.

7 ما هي المعلومات التي تحدد وتدعم الحياة؟ أدى التقدم في التكنولوجيا إلى زيادة كبيرة في كمية البيانات البيولوجية التي يتم جمعها. على سبيل المثال ، تتوفر الآن بيانات تسلسل الحمض النووي عن جينات العديد من الكائنات الحية وصور الأقمار الصناعية للعديد من النظم البيئية. في حين أن تكاثر البيانات يقدم فرصًا جديدة ومثيرة ، إلا أن الاستفادة منها بشكل جيد يمثل أيضًا تحديات كبيرة. توفر تقنية الحوسبة القوية بشكل متزايد أداة قوية لتحليل البيانات وتسمح باستخدام تقنيات مثل تسلسل البندقية للجينوم الكامل. ومع ذلك ، في كثير من الحالات ، يتطلب استخدام البيانات للوصول إلى استنتاجات ذات مغزى حول الحياة عملاً مكلفًا ويستغرق وقتًا طويلاً. توفر مشاركة مجموعات البيانات بين الباحثين فرصًا لفحص البيانات التي تم جمعها لغرض واحد لإحراز تقدم في مجال مختلف. لكي يكون هذا النوع من المشاركة أكثر إنتاجية ، يجب تدوين مجموعات البيانات وتنظيمها جيدًا وصيانتها جيدًا بتنسيق يمكن الوصول إليه. في حين أن مجموعات البيانات هي في الأساس مجموعات من المعلومات ، فإن دور المعلومات في علم الأحياء هو أكثر بكثير من استخدام مجموعات البيانات. يمثل صقل وتطبيق نظريات المعلومات في علم الأحياء تحديًا عميقًا وفرصة لتعزيز فهمنا للحياة. قد يكون من الصعب تطبيق النظريات الحالية للمعلومات المستعارة من المجالات الأخرى على علم الأحياء ، وهو مجال يكون فيه السياق مهمًا للغاية ، لكن المكسب المفاهيمي قد يستحق التحدي. ما هي المعلومات؟ يتم استخدام مفهوم المعلومات في جميع أنحاء علم الأحياء. يدرس علماء الأحياء كيفية الحصول على المعلومات واستخدامها وتخزينها ونقلها في الكائنات الحية. 110

ما هي المعلومات التي تحدد الحياة وتحافظ عليها؟ 111 يمكن اعتبار العديد من الهياكل أو العمليات البيولوجية على أنها ناقلات للمعلومات. من تسلسل جزيء الدنا ، إلى الأصوات ، والنبضات العصبية ، وجزيئات الإشارات ، أو التدرجات الكيميائية ، يجد العلماء أنه من المفيد توصيف علم الأحياء من حيث المعلومات. من الاكتشاف النقدي لـ "الشفرة الوراثية" كمقرن بين تسلسل الحمض النووي وتخليق البروتين ، إلى القدرة الرائعة للنحل على نقل المعلومات حول موقع ونوعية الموارد من خلال الرقص ، من الجذاب بشكل حدسي وصف العمليات والبنى علم الأحياء من حيث المعلومات. في جميع أنحاء هذا التقرير ، هناك العديد من الأمثلة على تمثيل ونقل المعلومات. الأسئلة التي تنشأ بشكل طبيعي حول المعلومات في علم الأحياء تشمل ما يلي: هل هناك طريقة شائعة للتفكير في المعلومات البيولوجية في كل هذه التمثيلات؟ هل هناك طريقة متسقة ومفيدة لقياس المعلومات البيولوجية بحيث يمكن التعامل معها في الأوصاف الكمية للجينات والتطور والعمليات الجزيئية والتواصل بين الكائنات الحية؟ في الاستخدام الشائع ، تنقل كلمة "معلومات" العديد من الأسماء المختلفة. غالبًا ما يتم استخدامه كمرادف لـ "البيانات" أو المعرفة ، وفي معظم استخدامات اللغة الشائعة يرتبط بالأرقام أو الكلمات المكتوبة أو المنطوقة. هذا الاتصال هو مفتاح الاستخدام العلمي للمصطلح ، حيث يقترح أن المعلومات يمكن تمثيلها بالأرقام أو الأحرف أو بشكل عام برموز من أي شكل. في الواقع ، يجب أن يكون للمعلومات تمثيل ، سواء كان ذلك كرموز مكتوبة ، أو بتات في أجهزة الكمبيوتر ، أو في الجزيئات الكبيرة ، أو الخلايا ، أو الأصوات ، أو النبضات الكهربائية. الاستخدام غير الرسمي للمصطلحات الإعلامية منتشر على نطاق واسع في علم الأحياء الجزيئي. على سبيل المثال ، تستخدم البيولوجيا الجزيئية كلمات تتعلق بنقل المعلومات ومعالجتها كمصطلحات تقنية للعمليات البيولوجية. يعكس اختيار كلمات مثل الكود والترجمة والنسخ والمراسلة والتحرير والتدقيق اللغوي كيف يفكر العلماء في هذه العمليات. عند استخدام المعلومات كمفهوم محوري للتفكير في البيولوجيا الجزيئية ، فإنها تسلط الضوء على خصائص تسلسل الجزيئات قيد الدراسة ، بدلاً من الأشكال الفيزيائية والكيميائية الخاصة بها (Godfrey-Smith ، 2007). هذا يدفع إلى التركيز على الدور التمثيلي المجرد لهذه الجزيئات ، بدلاً من نون العمليات الفيزيائية (على سبيل المثال ، الكيمياء الحيوية لـ m  achinery) المطلوبة حتمًا للتعبير عن المعلومات المخزنة في شكل ذي معنى. من المهم التفكير بعناية في المعلومات على العديد من المستويات ، سواء كانت أقل من مستوى التسلسل في التفاصيل الجزيئية وما فوقها في المستويات العليا من التنظيم. المعلومات في علم الأحياء يبدو أن أوغست وايزمان كان أول من استخدم بشكل صريح فكرة نقل المعلومات في علم الوراثة في عام 1904 عندما أشار إلى نقل المعلومات في الوراثة (وايزمان ، 1904). الميتا-

112- أصبح دور النظرية في تقدم بيولوجيا القرن الحادي والعشرين منتشرًا على نطاق واسع ، ولكن هل هو أكثر من مجرد استعارة أو تشبيه؟ يمكن صياغة هذا المفهوم كميًا للبيولوجيا الجزيئية ، وربما يكون الأكثر لفتًا للنظر في تشغيل "الشفرة الجينية" المتجسدة فيزيائيًا في شكل DNA و RNA. في الكود الجيني ، تُستخدم متواليات من ثلاث قواعد للنيوكليوتيدات ، تسمى الكودونات ، كرموز للأحماض الأمينية في البروتينات ، وما يسمى بالآلية الانتقالية للخلية تقوم كيميائيًا بتوليف البروتينات من التعليمات المشفرة الممثلة في الحمض النووي الريبي. في هذه الحالة ، يمكن حساب كمية المعلومات المنقولة ، على سبيل المثال ، أثناء انتقالها من الحمض النووي إلى الحمض النووي الريبي ومن ثم إلى البروتين ، حيث يتم عادةً عدم استخدام أو فقدان جزء من المعلومات (حوالي النصف) (ديوي). ، 1996 ، 1997). تختلف النظم البيولوجية عن الأنظمة غير الحية من نواحٍ عديدة ، ولكن قد تكمن الاختلافات الأكثر عمقًا في محتوى المعلومات فيها. قد يكون من المفيد لهذا الغرض التفكير في الأنظمة البيولوجية على أنها محولات طاقة متطورة للمعلومات ، نظرًا لأن الكائنات الحية تتراكم وتعالج وتخزن وتشارك المعلومات من أنواع مختلفة وعلى نطاقات زمنية مختلفة. يحتاج الكائن إلى معلومات حول حالته الداخلية لإدارة وظائفه الداخلية. على سبيل المثال ، تستخدم الكائنات الحية المعلومات الداخلية للحفاظ على التوازن ، ولتنسيق وتنظيم التطور ، واكتشاف مسببات الأمراض المحتملة. (انظر الفصل 8 لمزيد من الأمثلة.) تعتبر المعلومات حول العالم الخارجي ضرورية أيضًا للكائن الحي للتعامل بفعالية مع هذا العالم - على سبيل المثال ، تستخدم الكائنات الحية المعلومات الخارجية للعثور على مأوى ، والهروب من الحيوانات المفترسة والتنافس مع المنافسين ، و التكاثر والعناية بالنسل. المعلومات حول التركيب والوظيفة الفيزيائية للكائن الحي ضرورية أيضًا للتطور للمضي قدمًا ، ويتم عزل هذه المعلومات في الجينوم بعدة طرق ، بعضها لم يتم فهمه بعد. يتم تقديم المعلومات الموصوفة أعلاه في مجموعة متنوعة من الأشكال ، ربما لا شيء معروف أكثر من المعلومات الرقمية في جينومات الكائنات الحية. هذه المعلومات أساسية في علم الأحياء ، لأنها تمثل أكبر حصة من المعلومات التي يتم نقلها في التكاثر (Hood and Galas ، 2003). يبحث مجال علم الوراثة في الطريقة التي يتم بها توريث المعلومات الرمزية في المادة الوراثية وتفسيرها على أنها رسائل حول بنية البروتين والحمض النووي الريبي أو كرسائل حول توقيت ومستويات التعبير الجيني. يسعى علم الأحياء الخلوي إلى فهم كيفية ترميز المكونات داخل الخلايا وتفسيرها للمعلومات اللازمة لتنظيم البنية الخلوية ، والحفاظ على التوازن ، وتنفيذ الوظائف الخلوية. يمكن النظر إلى التطور على أنه دراسة كيفية استخدام هذه الرسائل لاستخراج وتفسير المعلومات الموجودة في الجينوم من أجل تحويل خلية واحدة إلى كائن حي متعدد الخلايا معقد يتكون من آلاف الخلايا ذات الوظائف المتخصصة. علم الأعصاب هو دراسة كيفية دمج الإشارات الكهربائية المتولدة داخليًا مع المعلومات المتعلقة بالبيئة

ما هي المعلومات التي تحدد الحياة وتحافظ عليها؟ 113 تسمح للحيوان بتوليد سلوك ذي معنى. يعتمد علم المناعة بشكل حاسم على مشكلة الكشف والمراقبة - وهي مشكلة تمييز الذات عن الغزاة الضارين مثل البكتيريا والفيروسات أو الذات الشاذة مثل الخلايا السرطانية. تتطلب مشكلة الكشف هذه حساسية ودقة رائعين ، وكذلك عملية تركيب وتنظيم الاستجابات المناسبة. يعد تخزين المعلومات ونقلها أمرًا أساسيًا للكائنات الحية ، ولكنها ليست من الخصائص الحصرية للحياة. بالنسبة للمادة غير الحية ، فإن قوة تخزين المعلومات ونقلها محدودة بالتأكيد ، ولكنها ليست غائبة تمامًا - على سبيل المثال ، تتشكل البلورات والمعادن المتشعبة والثلج وغيرها من الهياكل الفيزيائية والكيميائية ، وبالتالي تخزين المعلومات في شكل تلقائي. ترتيب. ومع ذلك ، في الكائنات الحية ، فإن قوة اكتساب المعلومات ونقلها هائلة ، ومميزة ، وإمكانات غير محدودة تقريبًا. قد يُنظر إلى الانتقال من الجماد إلى الحركة على أنه اكتساب القدرة الفردية على زيادة تخزين المعلومات ونقلها ، كماً ونوعاً. إن إمكانية هذه الزيادة في المعلومات ، إلى ما هو أبعد مما شوهد على الإطلاق في المادة الجامدة ، أمر أساسي لعملية تسمى التطور. يمكن النظر إلى أفكار داروين الرائعة ، التي تجسد هذا المفهوم بطريقة نوعية ، على أنها إدراك أن التباين والاختيار هما الصفات الرئيسية لهذه الإمكانية وأنهما يتفاعلان لتراكم المعلومات في السلالات الحية. في الواقع ، تم إعادة صياغة فكرة التطور في العصر الحديث من حيث تدفق المعلومات. يمكن اعتبار علم الأحياء التطوري على أنه دراسة لكيفية دخول المعلومات إلى الجينوم ، واستمرارها ، وتغيرها بمرور الوقت - مد وجزر وتدفق المعلومات ، ومكاسبها وخسارتها. إن تطوير معالجة مفاهيمية لقياس المعلومات وتخزينها ونقلها في علم الأحياء سوف يتطلب الانضباط المنطقي. ستوضح عملية القيام بذلك - وتثير - أسئلة جديدة حول ديناميكيات التطور وعمليات علم وظائف الأعضاء والتطور والسلوك ، وربما ستلقي الضوء على أصول ومصير النظم الحية. نظرية المعلومات بينما يكون مفهوم المعلومات في علم الأحياء منطقيًا باستخدام منظور لغة واحدة لمصطلح "معلومات" ، وبينما يلتقط الطبيعة الرمزية أو التمثيلية للكثير من المعلومات البيولوجية (Godfrey-Smith، 2000) ، لا يزال التعريف المناسب لمصطلح "معلومات" للاستخدام الرسمي في علم الأحياء بعيد المنال إلى حد ما. السؤالان الأساسيان هما: أولاً ، كيف يتم تمثيل أو تشفير نوع معين من المعلومات البيولوجية؟ وثانيًا ، كيف يمكن تحديد كمية المعلومات في تمثيل معين ، سواء كانت بيولوجية أم لا ، بشكل مفيد ، والأهم من ذلك ، كيف يمكن قياسها؟ يتوفر بعض الإرشادات من مجموعة كبيرة من النظريات والبحث

114 دور النظرية في تطوير بيولوجيا القرن الحادي والعشرين الشكل 7.1 إطار عمل شانون للتفكير في نقل المعلومات. يتم تشفير المعلومات من المصدر أو تمثيلها بواسطة جهاز إرسال ، والذي يرسل تلك المعلومات عبر قناة اتصال (ربما تكون صاخبة) في شكل إشارة. يتم استقبال الإشارة بواسطة جهاز استقبال يقوم بفك تشفير الرسالة وتسليمها إلى الوجهة. م شانون (1948). من النظرية الرياضية للتواصل 7-1. حقوق النشر لعام 1949 ، 1998 من قبل مجلس أمناء جامعة إلينوي. تستخدم بإذن من مطبعة جامعة إلينوي. التي تتعامل مع المعلومات خارج مجال علم الأحياء.يتم توفير نهج واحد من خلال نظرية المعلومات التي أسسها كلود شانون ونوربيرت وينر لفهم قنوات الاتصال كميًا (Shan- non، 1948 Wiener، 1948 Shannon and Weaver، 1949) (الشكل 7-1). في نظرية شانون ، المعلومات هي أساسًا ما يسمح لحاملها بالتمييز بين الاحتمالات البديلة - نطاق الرسائل الممكنة. من خلال هذا النهج ، كلما زاد عدد البدائل التي يمكن تمييزها ، تم إرسال المزيد من المعلومات (الإطار 7-1). على سبيل المثال ، عند الجلوس في مكتب بلا نوافذ ، لا يمكن للمرء التمييز بين الظروف الجوية المحتملة المختلفة في الخارج. قد يكون مشمسًا أو غائمًا. من خلال التحقق من الطقس على الويب ، يمكن للمرء معرفة أي من هذه الحالات تحدث بالفعل. وبالتالي ، فإن تقرير الطقس يحتوي على معلومات. إذا كان تقرير الطقس يعطي أيضًا درجة الحرارة ، فيمكن للمرء أن يميز بين حالات أكثر: مشمس وساخن ، مشمس وبارد ، غائم وحار ، غائم وبارد. في هذه الحالة ، يقدم التقرير معلومات أكثر مما لو أشار فقط إلى الغطاء السحابي الحالي. يرتبط عرض المعلومات هذا ارتباطًا وثيقًا بمفاهيم الاتصال وحساب كمية المعلومات التي تنقلها الإشارة تتناسب مع عرض النطاق الترددي المطلوب لإرسال تلك الإشارة عبر قناة اتصال أو مساحة التخزين التي ستكون مطلوبة للتسجيل الرسالة في شكل مضغوط على جهاز كمبيوتر.

ما هي المعلومات التي تحدد الحياة وتحافظ عليها؟ 115 في نهج شانون للمعلومات ، تكون الرسالة نتيجة إرسال مصدر إرسال إشارة في تمثيل معين ، وعادة ما تكون أبجدية رمزية. بدلاً من تخصيص محتوى معلومات لأي رسالة محددة ، يعتمد مقدار المعلومات المرسلة عبر القناة فقط على خصائص هذا المصدر ونطاق الرسائل المحتملة التي قد يتم إرسالها. يتمتع علماء الأعصاب بميزة في تكييف نظرية المعلومات الرسمية مع عملهم ، حيث يمكن بسهولة فهم القطارات الشوكية لنقل المعلومات حول المدخلات الحسية. ومع ذلك ، في مجالات أخرى من علم الأحياء ، قد يكون من الصعب تحديد خصائص "المصدر" والأبجدية الرمزية المستخدمة في تمثيل المعلومات البيولوجية بأي طريقة مرضية ، لذا فإن هذا النهج يعرض مشاكل مفاهيمية. على سبيل المثال ، لحساب كمية المعلومات في تسلسل الأحماض الأمينية للبروتين يتطلب معرفة عدد هذه التسلسلات الممكنة. والسؤال إذن هو: ماذا يعني ذلك - حرفياً - كل متواليات الأحماض الأمينية الممكنة بهذا الطول ، أو جميع التسلسلات الممكنة الممثلة في الكائنات الحية ، أو جميع المتواليات الممكنة في قاعدة البيانات المعروفة حاليًا لتسلسلات البروتين ، أو طريقة أخرى من توصيف الاحتمالات؟ ستؤدي هذه "المصادر" المختلفة الممكنة إلى مقاييس مختلفة للمعلومات. من الواضح أن هذا نهج إشكالي. نظرية المعلومات الحسابية نهج بديل لتعريف المعلومات يبرز دور المعلومات في الحساب. بدلاً من قياس محتوى المعلومات لمصدر إحصائي ، كما يفعل شانون ، تنظر نظرية المعلومات الخوارزمية فقط في الرسالة نفسها وتسأل عما هو مطلوب لتوليد أو إعادة بناء تلك الرسالة فقط. تأتي فكرة "التعقيد" المتأصلة من صياغة تُعرف باسم تعقيد كولموغوروف ، على اسم عالم الرياضيات الروسي أندريه كولموغوروف. تم التوصل إلى المفهوم الأساسي بشكل مستقل خلال الستينيات من قبل راي سولومونوف (1964) وجيفري شيتين (1966) وكولموغوروف (1965). هذه الفكرة البسيطة ولكن الدقيقة تحمل وعدًا كبيرًا في علم الأحياء. وهي تُستخدم حاليًا بكثافة في معالجة التصوير ، والتعرف على الأنماط ، وتقنيات الذكاء الاصطناعي ، والتطبيقات الهندسية الأخرى ، ولكنها بدأت للتو في استخدامها في التطبيقات البيولوجية. على سبيل المثال ، تم تطبيق هذا النهج القوي لحساب تطور جينوم الميتوكوندريا (لي وآخرون ، 2004). بالإضافة إلى الصعوبات التي نوقشت أعلاه ، أصبح من الواضح أن معظم المعلومات البيولوجية تعتمد على السياق الذي تجد نفسها فيه - ما هي المعلومات الأخرى الموجودة في نفس النظام ، وكيف تؤثر هذه المعلومات على نطاق الإجراءات التي يقوم بها البروتين ، الخلية ، أو العضو يمكن أن يأخذ. إذا كان تمثيل المعلومات لا يمكن "قراءته" أو استخدامه عندما يكون خارج السياق ، فإنه لا يحمل أي معلومات مفيدة. ل

116 دور النظرية في تقدم بيولوجيا القرن الحادي والعشرين المربع 7.1 الأساس الرياضي لأفكار شانون لنفترض أننا تلقينا رسالة m يمكن أن تتخذ أيًا من أربعة أشكال محتملة ، A ، B ، C ، أو D ، كل منها له احتمالية متساوية . ما هو مقدار المعلومات المرتبطة بالرسالة م؟ نظرًا لأن الرسالة تسمح لنا بالتمييز بين أربعة بدائل مختلفة (أ أو ب أو ج أو د) ، فقد نميل إلى القول إن م ينقل أربع وحدات من المعلومات. لكن لنفترض أننا تلقينا رسالتين من هذا القبيل ، m1 و m2 ، واحدة تلو الأخرى. بشكل بديهي ، سيكون من اللطيف أن نقول إن هذا الزوج من الرسائل يعطينا ضعف المعلومات التي توفرها الرسالة الواحدة م. لكن لاحظ أن هذا الزوج من الرسائل يسمح لنا في الواقع بالتمييز بين ليس ثمانية ولكن بالأحرى 16 احتمالًا متساويًا. من خلال مضاعفة عدد الرسائل ، قمنا بمضاعفة عدد البدائل التي يمكننا التمييز بينها: AA BA CA DA AB BB CD DB DB AC BC CC DC AD BD CD DD في سلسلة من الأوراق المبكرة (1917-1928) ، أشار Harry Nyquist و RVL Hartley إلى أنه إذا قمنا بقياس المعلومات بواسطة لوغاريتم عدد البدائل التي يمكن تمييزها ، يتم حل المشكلة. تعطينا الرسالة m تسجيل (4) وحدات من المعلومات. يمنحنا زوج الرسائل m1 و m2 معًا السجل (16) = 2 سجل (4) وحدات من المعلومات - ضعف ما حصلنا عليه من الرسالة الواحدة وحدها. الآن ماذا يحدث إذا كانت الرسائل المختلفة لها احتمالات مختلفة لحدوثها؟ افترض أن الرسالة A تم إرسالها باحتمال 7/10 ، بينما تظهر الرسائل B و C و D باحتمال 1/10 لكل منها. في هذه الحالة ، يبدو أنه إذا وصلت الرسالة "ب" ، فقد تعلمنا أكثر مما لو وصلت الرسالة "أ". تسمح لنا كل رسالة - من A إلى D - بالتمييز بين أربعة بدائل ، ولكن بطريقة ما يبدو أننا تعلمنا أكثر عندما نتلقى الرسالة B أكثر مما تعلمناه عندما نتلقى الرسالة A. "توقع" الإشارة "أ" على أي حال ، لذلك عندما يصل "أ" ، لا يمثل هذا مفاجأة خاصة. هل يمكننا التقاط هذا بطريقة ما في تعريفنا للمعلومات؟ تأمل في مثال آخر. لنفترض أن هناك 10 حالات محتملة للعالم: A1 و A2 و A3 و A4 و A5 و A6 و A7 و B و C و D. ثم إذا تلقينا الإشارة B ، فهذا المثال ، فرمون أو نداء صوتي من نوع واحد بشكل شائع ينقل القليل من المعلومات إلى نوع آخر (أو على الأقل نوعًا مختلفًا تمامًا من المعلومات). من المحتمل ألا يحمل الجين البشري الشائع ، الغني بالمعلومات الخاصة بالخلية البشرية ، أي معلومات مفيدة في الخلية البكتيرية ، وهي جزء من تسلسل الأحماض الأمينية التي تطوي في بنية بروتينية وظيفية في سياق تسلسل بروتينها الأصلي قد تكون عديمة الفائدة وغير وظيفية عند وضعها في سياق تسلسل بروتين آخر ، وهيكل الأوركيد.

ما هي المعلومات التي تحدد الحياة وتحافظ عليها؟ 117 يسمح لنا بالتمييز بين 10 دول في العالم. الإشارات C و D هي نفسها التي تزودنا كل واحدة منها بسجل (10) وحدات من المعلومات. في حالة حدوث A1 ، يحتوي هذا أيضًا على سجل معلومات (10) ، ولكن إذا تلقينا ببساطة الإشارة A ردًا على هذا الحدث ، فإننا في الواقع لا نعرف ما إذا كان A1 أو A2 أو A3 أو A4 أو A5 أو A6 أو A7 حدث بالفعل. وبالتالي فقدنا القدرة على التمييز بين سبعة بدائل ، حيث يكون صافي كمية المعلومات التي نحصل عليها هو السجل (10) - السجل (7) = السجل (10/7) وهذا يشير إلى قياس المعلومات المقدمة من خلال الإشارة S التي تؤثر على الاحتمالية p: المعلومات (S) = - السجل p تطبيق هذا على المثال أعلاه: المعلومات (أ) = - السجل 7/10 = السجل 10/7 المعلومات (ب) = â "السجل 1/10 = السجل 10 أخيرًا نحن في وضع يسمح لنا بتحديد المقدار المتوقع من المعلومات المنقولة بواسطة الإشارة. افترض ، كما في المثال السابق ، أن الرسالة m تأخذ شكل واحدة من أربع إشارات ، A و B و C و D ، مع الاحتمالات 7/10 و 1/10 و 1/10 و 1/10 على التوالي . ثم مع احتمال 7/10 ، سنحصل على إشارة (A) توفر وحدات Log 10/7 من المعلومات ، ومع الاحتمال 3/10 سنحصل على إحدى الإشارات الثلاث (B أو C أو D) التي توفر السجل 10 وحدات المعلومات. متوسط ​​، أو المتوقع ، كمية المعلومات المقدمة هو إذن 7/10 سجل (10/7) + 1/10 سجل (10) + 1/10 سجل (10) + 1/10 سجل (10). بشكل عام ، يمكننا القول أنه إذا كانت الرموز i = 1 ، 2 ، 3 ،. . . ، م ، مع الاحتمالات p1 ، p2 ، p3 ،. . . . مساءً متوسط ​​كمية المعلومات H في الرسالة يُعطى بواسطة m H (p) = ˆ pi Log (pi) i = زهرة واحدة قد تسهل التلقيح فقط لنوع واحد من الحشرات ، وهكذا. تحتوي جميع الأمثلة البيولوجية تقريبًا على بعض المحتوى السياقي. لا تأخذ تدابير المعلومات التي نوقشت سابقًا السياق في الاعتبار بشكل صريح ، حيث تم تصميمها بشكل هادف لتكون خالية من السياق. بالنسبة إلى علم الأحياء ، يكون السياق دائمًا ضروريًا ، وهناك حاجة إلى أدوات نظرية متسقة ومفيدة لوصف وقياس واستخدام المعلومات السياقية في الأنظمة البيولوجية المعقدة.

118 دور النظرية في تطوير نظرية القرار في علم الأحياء في القرن الحادي والعشرين. يفسر مجال نظرية القرار بشكل مباشر السياق عند قياس المعلومات. هذه مجموعة نظرية مصممة لدراسة سلوك الاختيار الأمثل. في نظرية القرار ، تسمح المعلومات لحاملها باتخاذ خيارات جيدة في عالم غير مؤكد. لا يتم قياس المعلومات من خلال عرض النطاق الترددي المطلوب لنقلها ، أو هيكلها الإحصائي ، ولكن بالأحرى بقيمتها. يتم قياس قيمة المعلومات من خلال أفضل عائد يتوقع المرء الحصول عليه من قرار يستند إلى تلك المعلومات ، مطروحًا منه أفضل عائد يمكن للمرء أن يتوقعه إذا كان عليه اتخاذ القرار بدون تلك المعلومات. على سبيل المثال ، يمكن للمستثمر أن يكسب عوائد أعلى من سوق الأسهم إذا كان يعرف المزيد عن الشركات التي يستثمر فيها. يتم قياس المعلومات حول هذه الشركات من خلال الفرق في العوائد المتوقعة. لقد وجدت هذه الأفكار أرضية خصبة في تطبيقها على مشاكل المعلومات البيولوجية ، لا سيما في علم البيئة التطوري وعلم الأحياء السلوكي. هناك ، في مشاكل القرار وسيناريوهات نظرية الألعاب على حد سواء ، تقاس المعلومات بشكل روتيني من خلال تأثيرها على اللياقة المتوقعة. يؤسس التطور علاقة بين كمية المعلومات وفائدتها ، ولكن ما إذا كانت هذه العلاقة عامة أو محددة أو حتى يمكن التعبير عنها في شكل موجز غير معروف في الوقت الحالي. إن الحاجة إلى مزيد من النظرية في هذه الحالة واضحة ، لكن تدابير المعلومات الصحيحة والدقيقة وربما المزيد من البيانات ضرورية لتطوير تلك النظريات. بعد ذلك ، ربما يكون علماء الأحياء قادرين على بناء نظريات كمية جيدة تستخدم المعلومات كمقياس رئيسي في النظم البيولوجية والبدء في فهم التعقيد البيولوجي بالمعنى الكمي والمتسق والمفيد. تخزين المعلومات في الجينات والتعبير عنها كان اكتشاف كيفية قيام النظم البيولوجية بتحويل المعلومات الجينية أحد أعظم انتصارات علوم القرن العشرين. بطريقة ما ، تحتوي خلايا الكائن الحي على المعلومات الوراثية التي تحدد النمط الظاهري والسلوك ، مع الأخذ في الاعتبار التفاعلات المناسبة مع البيئة. على مدار قرن من الزمان ، توصل الباحثون في مجال علم الوراثة إلى حد كبير إلى مجموعة مشتركة من الآليات التي من خلالها تمثل جميع الكائنات الحية المعلومات الوراثية في جيناتها وتعبر عنها ، مما يؤدي إلى فهم مفصل للأساس الميكانيكي للوراثة (انظر أيضا الفصل 9). ومع ذلك ، لا تزال هناك العديد من الأسئلة التي يتعين الإجابة عليها من أجل الفهم الكامل لكيفية استخدام النظام لهذه المعلومات. أولاً ، يجب أن توجد المعلومات في شكل مادي ما هو التركيب الكيميائي أو الميكانيكي أو الكهربائي الذي يتم تمثيلها فيه؟ ثانيا ، ماذا تفعل المعلومات

ما هي المعلومات التي تحدد الحياة وتحافظ عليها؟ 119 ، وكيف يتم ترميز التفاصيل والتعبير عنها؟ ثالثًا ، كيف يتم نقل المعلومات في شكلها المادي بحيث يمكن إدراكها في النمط الظاهري والسلوك؟ في حالة علم الوراثة ، أعيد اكتشاف قواعد الوراثة لخصائص أو سمات معينة للكائنات الحية ، كما اكتشفها جريجور مندل ، في بداية القرن العشرين. كان أحد الاكتشافات الأولية الرئيسية هو تحديد مكان هذه المعلومات الوراثية بالضبط. في مطلع القرن العشرين ، أدرك بوفيري ، وسوتون ، ومورجان أن قواعد الوراثة المعروفة يمكن تفسيرها إذا كانت معلومات الوراثة محتواة بطريقة ما في الكروموسومات. بعد خمسين عامًا ، ابتكر هيرشي وتشيس تجربة بسيطة بشكل مذهل استخدمت معرفتهما بالفيروسات البكتيرية وخلاط المطبخ لتقديم دليل كيميائي وفيزيائي قوي على أن مكون الحمض النووي للكروموسومات كان الناقل الفعلي للمعلومات (Hershey and Chase ، 1952). اقترح Beadle and Tatum (1941) أن المعلومات الموجودة في الجينات توضح كيفية صنع البروتينات: لقد افترضوا أن الجينات تؤثر على الوظيفة لأن كل جين يشفر بروتينًا واحدًا. كانت الخطوة المفاهيمية التالية هي معرفة كيف تقوم بنية الدنا بتشفير المعلومات وكيف يمكن لتلك المعلومات أن تحدد تكوين كائن حي معقد. من حيث المبدأ ، يمكن أن يحدث هذا بعدة طرق. على سبيل المثال ، قد يشكل الحمض النووي نوعًا من القوالب الهندسية للبروتينات المعقدة. قد يشكل نوعًا من الركيزة البوليمرية لقيادة آلاف التفاعلات الحفزية المختلفة. أو ، كما اتضح أنه صحيح ، يمكن أن يكون الحمض النووي مجموعة تعليمات مشفرة يمكن قراءتها وفك تشفيرها بواسطة نوع آخر من الآلات الجزيئية. استنتج واطسون وكريك القواعد التي كشفت عن البنية الشهيرة الآن لجزيئات الحمض النووي الحلزونية المزدوجة (Watson and Crick ، ​​1953). اكتشف كريك وبرينر وزملاؤه وجود شفرة ثلاثية في الدنا بحيث تحدد كل ثلاثة أزواج أساسية من الدنا حمضًا أمينيًا واحدًا من البروتين الناتج (كريك وآخرون ، 1961). بعد ذلك ، وضع Nirenburg و Khorona و Holley وآخرون قواعد الترميز التي يتم من خلالها ترجمة تسلسل الحمض النووي لاحقًا إلى بروتينات في المقام الأول باستخدام جزيئات RNA الاصطناعية في خليط التفاعل الكيميائي الحيوي لصنع البروتينات في أنبوب الاختبار. تُعرف هذه القواعد الآن باسم "الشفرة الوراثية" على الرغم من أنه من المعروف الآن أن جزيء الحمض النووي لكل كائن حي أكثر بكثير من معلومات تسلسل البروتين. الكثير من الثورة اللاحقة في البيولوجيا الجزيئية التي تكشفت في النصف الأخير من القرن العشرين طورت فهم علماء الأحياء لكيفية عمل كل خطوة من هذه العملية: كيف يشفر الحمض النووي بنية البروتين ، وكيف تترجم الآلية الخلوية هذا الرمز إلى بروتينات ، وكيف يوفر باقي الجزيء معلومات للتحكم في البروتينات المراد تصنيعها ومتى. وهكذا ، تم تطوير صورة كاملة للدنا كجزيء فريد من نوعه يخزن مواصفات معقدة لبناء وإدارة الكائن الحي. يمكن العثور على المواصفات في ملف

120 دور النظرية في تطوير الكود القائم على النمط في القرن الحادي والعشرين والذي يعتمد على ترتيب التسلسل الخطي لمونومراته (أزواج القاعدة) بدلاً من الخصائص الميكانيكية أو الكيميائية لجزيء الحمض النووي. من هذه الصورة يمكن أن نستنتج أن مجموعة التفاعلات التي تحفزها البروتينات يمكن تنظيمها من خلال كيف ومتى يتم التعبير عن المعلومات المشفرة في الحمض النووي ، ولكن كيفية تأثير تنظيم عرض الدنا على سلوك البروتين لم يكن واضحًا على الإطلاق. أصبحت مسألة كيفية معالجة الخلايا للمعلومات وإجراء الحسابات التي تتحكم في التعبير البروتيني مشكلة مفاهيمية رئيسية (جاكوب ومونود ، 1961). فتح الكشف عن بنية الحمض النووي والشفرة الجينية الباب أمام هذه المشكلة ، يفهم علماء الأحياء الآن التحكم في التعبير الجيني إلى حد ما ، لكن تعقيدها الكامل لا يزال بحاجة إلى حل. يؤدي التعبير عن المعلومات من الحمض النووي إلى الأجزاء الهيكلية والإنزيمات التحفيزية والجزيئات الكبيرة الأخرى إلى دفع جزء كبير من الهياكل والوظائف المعقدة للأنظمة البيولوجية - الخلايا والأعضاء والكائنات الحية. بدأ علماء الأحياء للتو في اكتشاف الأنماط والقواعد وكل الآليات التي تولد هذا التعقيد من المعلومات المخزنة في الحمض النووي. في الواقع ، فإن الأسس النظرية لهذه المشكلة العامة - الأساس المفاهيمي للسيطرة العالمية على التعبير الجيني - هي واحدة من التحديات الحديثة الرئيسية في علم الأحياء. توصل جاكوب ومونود إلى كيفية سيطرة الخلية البكتيرية على التعبير عن مجموعة الجينات التي استخدمتها للاستفادة من مصدر طاقة معين (سكر اللاكتوز) واجهته (الإطار 7-2). يوضح هذا العمل في شكل بسيط كيف تخبرنا الآلات الجزيئية ومعالجة المعلومات للخلية البكتيرية عن تنظيم التعبير الجيني. تظهر المكونات الأساسية لأوبرون اللاكتوز في المربع 7-2 (الجزء ب). يتم ترميز مثبط اللاكتوز في جين قريب ، وهو جين lacI. يتم إنتاج هذا البروتين في نفس المستوى المنخفض طوال الوقت ، بغض النظر عن الوسط أو حالة التمثيل الغذائي للخلية. إنه يشكل رباعي الأبعاد من أربع وحدات متطابقة تتعرف على قطعة DNA معينة وترتبط بها والتي تتداخل مع محفز جينات استقلاب اللاكتوز - عندما يتم ربط التمثيل ، يتم إيقاف النسخ. إن تشغيل التعبير عن جينات التمثيل الغذائي لمادة معينة هو مثال لما أسماه مونود وجاكوب الحث. في هذه الحالة ، اللاكتوز هو المحفز. المحرض يرتبط مباشرة بمانع اللاكتوز ويسبب البروتين نفسه لتغيير شكله ، مما يجعله غير قادر على الارتباط بإحكام بالمشغل. هذه هي الاستجابة التحريضية الأساسية لأوبرا اللاكتوز - وهو تعطيل لآلية تنظيمية سلبية تسمح بنسخ الجين للمضي قدمًا. على الرغم من اسمه ، فإن هذا الأوبرون حساس لعوامل أخرى غير وجود أو عدم وجود اللاكتوز. لا تحتاج الخلية إلى استقلاب اللاكتوز إذا توفرت مصادر الكربون والطاقة الأخرى. الجلوكوز هو مصدر الطاقة المفضل في البكتيريا لأنه مصدر كربوني عالي الكفاءة في استخدام الطاقة.

ما هي المعلومات التي تحدد الحياة وتحافظ عليها؟ 121 (وهو أحد منتجات تقويض اللاكتوز بواسطة β-galactosidase). تضمن قدرة الجلوكوز على تنظيم التعبير عن مجموعة من العوامل أن البكتيريا سوف تستخدم الجلوكوز قبل أي مصدر كربون آخر كمصدر للطاقة. تتحقق قدرة الجلوكوز على التحكم في التعبير عن عدد من الأوبراونات المحفزة المختلفة من خلال بروتين يسمى بروتين ربط cAMP (CAP Box 7-2b). كانت الملاحظة الرئيسية في فك رموز هذه الآلية هي العلاقة العكسية بين مستويات الجلوكوز ومستويات cAMP في الإشريكية القولونية. عندما تكون مستويات الجلوكوز مرتفعة ، تكون مستويات cAMP منخفضة عندما تكون مستويات الجلوكوز منخفضة ، ومستويات cAMP مرتفعة.يعرف علماء الأحياء الآن أن هذه العلاقة موجودة لأن نقل الجلوكوز إلى الخلية يثبط بشكل مباشر إنزيم adenyl cyclase الذي ينتج cAMP. ثم يرتبط المخيم بـ CAP في الخلية البكتيرية. يرتبط مركب cAMP-CAP ، ولكن ليس بروتين CAP الحر ، بموقع على الحمض النووي في محفزات الأوبرازات الحساسة للقمع الهدم. يعزز ارتباط المعقد من نشاط المروج وبالتالي يتم بدء المزيد من النصوص من هذا المروج ، بحيث يكون هناك تحكم إيجابي. إذن ، فإن منطق هذه الوحدة من التحكم التنظيمي الوظيفي هو ما يلي. في حالة وجود القليل من الجلوكوز أو عدم وجوده ، وكان اللاكتوز متاحًا ، يتم تشغيل الأوبون. هناك نوعان من المدخلات ومخرج واحد. يمكن اعتبار وحدة اللاكتوز بمثابة مكمل من نوع ما. إذا كانت الاستجابة التنظيمية ثنائية ، أو منطقية - تعمل أو لا تعمل - فيمكن اعتبارها "بوابة و". في حين أن أوبرون اللاكتوز معقد بمعنى أن العديد من البروتينات ، وتفاعلات معينة لبروتين الحمض النووي ، يتم تحفيزها يتم تضمين تغييرات التوافق في القامع وبروتين CAP ، وأجهزة الاستشعار الأيضية ، والأنشطة الأنزيمية ، وهي تتصرف مثل "بوابة وبوابة" بسيطة كما هو موضح في المربع 7-2 ج من وجهة نظر المنطق الخلوي. تعتبر الجوانب الكمية لسلوك المشغل مهمة لبعض جوانب استجابة الخلية ، لذا فإن النموذج المنطقي غير كاف بالتفصيل ، لكن الاستجابة الأساسية بسيطة جدًا حقًا. يعالج نظام تشغيل اللاكتوز المعلومات المتعلقة ببيئة الخلية من أجل تنظيم التعبير عن المعلومات المخزنة في جينوم البكتيريا. ومع ذلك ، فمن غير الواضح مدى اتساقها في وصف وقياس المعلومات ، سواء كانت من البيئة أو من الجينوم. من الصعب وصف وقياس المعلومات ذات الصلة بسبب تعقيد البيئة المحلية ، وتنوع أنواع المعلومات الموجودة ، وتعقيد الجينوم. تحتوي البكتيريا عادة على بضعة آلاف من الجينات وبضعة ملايين من أزواج القواعد من الدنا في جينوماتها ، في حين أن الثدييات لديها 25000 أو نحو ذلك من الجينات وبضعة بلايين أزواج من الدنا في جينوماتها. على الرغم من تطوير نماذج شاملة للتعبير الجيني ، لا سيما في البكتيريا البسيطة والعتائق ، إلا أن فهم علماء الأحياء للتنظيم العالمي للتعبير الجيني في أي كائن متعدد الخلايا بعيد كل البعد عن الشمولية (Bonneau et al.، 2006).

122 دور النظرية في تطوير علم الأحياء في القرن الحادي والعشرين. في وسط نموها. ركز جاكوب ومونود وزملاؤهما على هذه الظاهرة وافترضوا التفسير الصحيح لملاحظتهم. تم تفصيل التفسير في "نموذج التشغيل الجراحي" وبدأ مجال تنظيم الجينات الجزيئية - والذي لا يزال يمثل مجالًا بحثيًا رئيسيًا في علم الأحياء اليوم - بشكل جدي. يتم نسخ أو نسخ جينات اللاكتيز (هناك ثلاثة وليس فقط إنزيم شطر اللاكتوز ، β-galactosidase) كوحدة mRNA واحدة شائعة للبكتيريا ، ويتم التحكم في مستوى نسخ هذا الرنا المرسال الفردي. الجينات الهيكلية الثلاثة التي ترمز إلى إنزيمات البروتين المشاركة في استقلاب اللاكتوز هي جين lacZ الذي يرمز لـ β-galactosidase (β-galac- tosidase هو إنزيم يكسر اللاكتوز إلى جلوكوز وجلاكتوز) وهو جين lacY الذي يرمز إلى بيرميز (تشارك النفاذية في امتصاص اللاكتوز من الوسط إلى الخلية) وجين lac A الذي يرمز إلى galac- tose transacetylase. يتم نسخ هذه الجينات من محفز شائع إلى mRNA ، والتي تُترجم لإنتاج الإنزيمات الثلاثة المتميزة. لأن العوامل الحرجة التي تستجيب لها الخلية هي التمثيل الغذائي في الطبيعة - الحاجة إلى استخدام اللاكتوز كمصدر للكربون - تقترن الشبكة التنظيمية الجينية بشبكة التمثيل الغذائي للخلية. كان نظام اللاكتوز اختيارًا محظوظًا من قبل جاكوب ومونود لأنه تبين أنه نظام بسيط للغاية بالفعل - على الأقل وفقًا لمعايير الشبكات التنظيمية الجينية. هيكل ووظيفة أوبرون اللاكتوز. (أ) يظهر تنظيم أوبرون اللاكتوز على طول جزيء الحمض النووي الجيني (الأزرق). يتم عرض المروجين على شكل أسهم حمراء ، وتظهر المواقع التنظيمية على مروج lac ، وموقع ربط CAP وموقع ربط المثبط ، أو المشغل ، على شكل مربعات زرقاء وخضراء على التوالي. (ب) يتم عرض التدفق التنظيمي للمعلومات باللون الأزرق (التنظيم الجيني) والبرتقالي (الأيض) ، مما يوضح المكونات الأساسية المقترنة عبر الحدود بين المجالات الأيضية والجينية. (ج) تم تلخيص الهيكل المنطقي للعلاقات التنظيمية في هذا الرسم البياني الذي يستخدم الرموز الشائعة في العمليات المنطقية الإلكترونية. تتجلى بساطة المنطق الأساسي هنا على الرغم من أن التفاعلات الكيميائية الحيوية والوراثية الكامنة وراء المنطق أكثر تعقيدًا. تمثيل المعلومات في التنمية في عملية التطوير ، تُستخدم المعلومات من الجينوم لتنفيذ برنامج انقسام الخلايا وتغييرها (التمايز) لإنشاء كائن حي متعدد الخلايا من خلية واحدة. يتطور الجنين المبكر من خلية واحدة ، مدفوعة بشبكة محددة بمعلومات في الجينوم. تأتي هذه المعلومات في شكلين: تسلسل الحمض النووي المرتبط

ما هي المعلومات التي تحدد الحياة وتحافظ عليها؟ 123 المصدر: بإذن من David Galas. مواقع لعدد من البروتينات في الحمض النووي وتسلسل الحمض النووي التي هي عبارة عن أجزاء فعلية لتشفير البروتين في الحمض النووي. ترتبط هذه البروتينات بمواقع في الحمض النووي بالقرب من الجينات ، وبعضها يشفر بروتينات أخرى تربط مواقع الحمض النووي وتنظم تعبيرها (عوامل النسخ). يشار إلى بنية إحدى هذه الشبكات في الشكل 7-2. رسم ديفيدسون وزملاؤه هذه الشبكة لجنين قنفذ البحر (Bolouri and Davidson، 2003 Howard and Davidson، 2004

124 دور النظرية في تطوير بيولوجيا القرن الحادي والعشرين الخلايا الهيكلية لقنفذ البحر الشكل 7-2 شبكة تطوير أجنة قنفذ البحر. هيكل الشبكة التي تنفذ برنامج انقسام الخلايا والتمايز في جنين قنفذ البحر المبكر. يتم تمثيل الجينات بالخطوط الأفقية القصيرة التي تصور علاقة التحكم بالسفن بالخطوط الممتدة بين هذه الجينات. يشار إلى الوحدات المختلفة التي تتحكم في التعبير الجيني في المكونات المختلفة للجنين المبكر باللون: وحدة خلية اللون الوردي من 7 إلى 2 ، والصندوق الأخضر هو الهيكل العظمي هو وحدة الأديم المتوسط ​​، وهكذا. المصدر: مستنسخ بإذن من إريك ديفيدسون. Levine and Davidson ، 2005 Istrail and Davidson ، 2005). ما لا تظهره هذه الصورة الثابتة هو ديناميكيات المستويات المتغيرة للتعبير الجيني مع تطور البرنامج في الوقت المناسب وأن أول 30 ساعة من تطور حياة الجنين تكون مدفوعة بالشبكة الديناميكية. هناك أيضًا تعقيد غير مرئي في بطاريات الجينات الأخرى ، بما في ذلك الجينات الأيضية والهيكلية التي يتم التعبير عنها في كل نوع خلية مدفوعًا بوجود مجموعة محددة من عوامل النسخ في خلايا كل نوع. يوضح هذا المثال طبيعة المعلومات المطلوبة ودرجة التعقيد التي ينطوي عليها التطور الجنيني المبكر. من نواحٍ عديدة ، فإن أكثر ما يميز هذا العمل والشبكة التنظيمية الجينية الناتجة عنه هو أنه يمكن فك شفرته وفهمه على الإطلاق. الديناميات

ما هي المعلومات التي تحدد الحياة وتحافظ عليها؟ 125 من برنامج التعبير الجيني الذي أدى إلى ظهور جنين قنفذ البحر المبكر هو أحد أكثر الحالات وضوحًا المعروفة حتى الآن حيث يكون للتعريف المعلوماتي للشبكة أهمية بيولوجية واضحة. سيكون هذا التقدم قريبًا واحدًا فقط من العديد من هذه الحالات ، وسيصبح الدور المحدد والكمي للمعلومات الجينية في التطور الجنيني أكثر وضوحًا قريبًا. تشير دراسة شبكات تنظيم الجينات في كائنات مختلفة إلى أنه يتم استخدام العديد من الإجراءات الفرعية بشكل متكرر. كما تمت مناقشته في الفصل السادس ، توفر هذه "الوحدات" المحفوظة دائرة تقود نوعًا معينًا من النتائج. يختلف نوع الدائرة اللازمة للتطوير عن الدوائر المميزة للشبكات التنظيمية الفسيولوجية مثل خيار lac الموصوف أعلاه. يقدم المربع 7-3 أمثلة لدائرة معينة تستخدم في عدة مسارات تنموية مختلفة. تبادل المعلومات نشأ الكثير من تراكم التعقيد البيولوجي الذي حدث على مدار تاريخ الحياة على الأرض من خلال التحولات الرئيسية التي انضمت فيها كيانات غير مرتبطة سابقًا إلى مصير إنتاجي مشترك أو طورت روابط تعاونية مع الحفاظ على الاستقلال الإنجابي (ماينارد سميث و Szathmáry ، 1995). كان لهذه التحولات عدد من التأثيرات ، مثل اقتصاديات الحجم والتخصص الوظيفي. على سبيل المثال ، حدث التكافل الذي تطور إلى اعتماد خلوي كامل مرتين على الأقل في تاريخ الحياة: في اكتساب الميتوكوندريا في الخلايا حقيقية النواة وفي اكتساب البلاستيدات الخضراء في خلايا الطحالب. من المهم أن الخلايا البكتيرية المدمجة التي أصبحت ميتوكوندريا وصانعات خضراء احتفظت بجزء من جينوماتها والقدرة على تكرارها عندما انضمت إلى مضيفاتها حقيقية النواة. حصلت الخلية على جينوم جديد كامل (أو اثنين). بعد دمج ونقل العديد من الجينات في الجينوم النووي ، تطور التعايش بين بدائيات النوى المغمورة وحقيقيات النوى المضيفة في النهاية إلى شراكة كاملة. يتطلب تنسيق التعايش الذي أدى إلى الشراكة الكاملة أن يتواصل الجينوم الخلوي مع جينوم العضية بطرق أصبحت أخيرًا ثابتة في معلومات الجينوم الخاص بكل منهما. يعد تطور الميتوكوندريا والبلاستيدات الخضراء مثالاً على كيفية زيادة تعقيد المعلومات البيولوجية. تتطلب هذه العضيات داخل الخلايا أن يكون للخلايا مستوى جديد من الاتصال والتنسيق. تعمل مشاركة المعلومات بشكل مختلف عن مشاركة الموارد المادية من حيث أنها ليست "لعبة صفرية" كما عبر عنها الكاتب المسرحي البريطاني جورج برنارد شو:

126 دور النظرية في تطوير علم الأحياء في القرن الحادي والعشرين. ) ، فإن الشبكات التنظيمية التنموية هي أشبه بالروتينات الفرعية لبرامج الكمبيوتر التسلسلية من حيث أنها تقود عملية الكشف عن مجموعة محددة من الخطوات أو المراحل المتعاقبة ، حيث يتم تنفيذ البرنامج بمرور الوقت. في حين أن الخصائص الديناميكية للشبكات الفسيولوجية تمكنها من الانتقال ذهابًا وإيابًا بين الحالات استجابةً لبيئة متغيرة ، فإن الشبكات التنموية ، أثناء الاستشعار والتنسيق مع البيئة الخلوية ، يجب أن تقود سلسلة منتظمة لا رجعة فيها من التحولات من خلال سلسلة محددة من تنص على. ربما لا تقترب البرامج التنموية ، على الأقل في بداية الجنين ، من حالة الاستقرار. يدفع البرنامج نفسه بلا هوادة إلى الأمام ، ويكشف عن كل مرحلة متتالية من التعبير الجيني في أنواع الخلايا المناسبة. كيف تعمل هذه الأنواع من البرامج؟ هل هناك موضوع أو ذخيرة من الآليات؟ هناك عدد من الأمثلة على آليات الشبكة التي تدفع أنظمة التنمية إلى الأمام. التفاعلات التنظيمية لمجموعة صغيرة من الجينات التي تدفع انتقال الشبكة إلى المرحلة التالية هي موضوع متكرر. على الرغم من تنوع الكائنات الحية ومسارات تمايز الخلايا الممثلة في الأمثلة الأربعة الموضحة هنا (اثنان من قنفذ البحر (أ و د) وواحد من الفأر (ب) وواحد من ذبابة الفاكهة (ج)) ، فجميعهم لديهم الخصائص المشتركة التالية: المدخلات إلى المنطقة التنظيمية لجين واحد (ممثلة بالسهم الأسود الصغير) تقود حلقة تغذية مرتدة إيجابية تعمل على واحد أو أكثر من الجينات في الوحدة الصغيرة ، وتثبت الحالة الجديدة لتلك الجينات النهائية ، والتي في بدوره تنظيم الجينات الأخرى التي ستغير حالة الخلية. بمجرد تشغيل هذه الدوائر ، فإنها تتحول بلا هوادة إلى حالة جديدة ولا تعود إلى حالتها الأولية. تشير المربعات الصغيرة في الشكل إلى شكل ثنائي مبسط (1 هو "على" ، "0" هو "إيقاف") الحالة الأولية للدائرة (الخط العلوي) والحالة النهائية للدائرة (الخط السفلي).

ما هي المعلومات التي تحدد الحياة وتحافظ عليها؟ 127 دوائر قيادة أمامية قيد التطوير أ. قنفذ البحر الداخلي الجلد Krox Otx GataE 0 0 0 1 1 1 Krox Otx الجينات المنظمة للأديم الباطن الجينات المنظمة للأديم الباطن ب. الفأر المؤخر المعين hoxa2 krox20 hoxb2 0 0 0 hoxa2 krox20 Rhombomere 3 Genes 1 1 1 hoxb2 c. د. الأديم الظاهر الفموي لقنفذ البحر ، gsc ، الاستنساخ 0 1 0 1 0 1 الجينات المنظمة للأديم الظاهر الشجري المصدر: الشكل بإذن من David Galas ، بناءً على المعلومات الواردة في D Â avidson (2003). المربع 7-3

128 دور النظرية في تطوير علم الأحياء في القرن الحادي والعشرين إذا كان لديك تفاحة ولدي تفاحة وقمنا بتبادل التفاح ، فسيظل لدى كل منا تفاحة واحدة. لكن إذا كانت لديك فكرة ولدي فكرة وقمنا بتبادل هذه الأفكار ، سيكون لدى كل منا فكرتان. من الواضح أنه ستكون هناك مواقف تقلل فيها مشاركة المعلومات من قيمة تلك المعلومات - على سبيل المثال ، إذا شارك شخص ما موقع مصدر محدود للغذاء مع آخرين ، فمن المرجح أن تقلل مشاركة المعلومات من كمية الطعام التي يحصل عليها الشخص من ذلك الموقع . لكن التقليل من قيمة المعلومات من خلال المشاركة ليس خاصية متأصلة في المعلومات نفسها ، بل هو نتيجة للموقف. في حالات أخرى ، لا يمكن أن تنطوي مشاركة المعلومات على مثل هذه التكاليف. إذا قام شخص ما بتحذير الآخرين بشأن طقس الغد القاسي ، فإن التحذير لا يؤثر على قدرة الشخص على اتخاذ الاحتياطات المناسبة. في بعض الحالات ، قد تؤدي مشاركة المعلومات إلى زيادة قيمة تلك المعلومات. على سبيل المثال ، Marzluff et al. (1996) ورايت وآخرون. (1998) قدم دليلاً دامغًا على أن المجاثم الجماعية للغربان المشتركة (Corvus corax) تعمل كـ "مراكز معلومات" حيث يتبادل الأفراد المعلومات حول مواقع مصادر الغذاء. في هذه الحالة ، هناك فوائد مباشرة لمشاركة المعلومات: لا يمكن لأعضاء المجثم الجماعي إطعامهم ما لم يصلوا إلى مصدر الغذاء بأعداد كبيرة بما يكفي لإزاحة أصحاب الأراضي المحلية. وبالتالي ، فإن معرفة موقع مصدر الغذاء تكون عديمة الفائدة ما لم يتم مشاركتها. علاوة على ذلك ، فإن تكاليف مشاركة المعلومات صغيرة أو غير موجودة. غالبًا ما تكون هذه الموارد الغذائية ، وهي جثث كبيرة الحجم ، كبيرة جدًا لدرجة أن مجموعة من الغربان لا تستطيع أن تستهلك واحدة بالكامل قبل أن يفقد المورد بسبب تساقط الثلوج أو الزبالين للثدييات أو لأسباب أخرى. المعلومات والتطور يمكن تصور العملية التطورية نفسها على أنها عملية اكتساب المعلومات. تمت مناقشة أنواع المعلومات التي يتم تمثيلها في الجينوم والطرق التي يتم بها استخراج هذه المعلومات من الجينوم بواسطة الكائن الحي في وقت سابق. لكن كيف وصلت هذه المعلومات في البداية إلى الجينوم؟ الجواب هو أن المعلومات تتراكم في الجينوم نتيجة لعملية التطور عن طريق الانتقاء الطبيعي. توفر الطفرة بأشكالها العديدة نطاقًا واسعًا من التباين ، ولكن الطفرة في حد ذاتها لا تضيف بالضرورة مزيدًا من المعلومات فيما يتعلق بالبيئة (أي أنها لا تزيد من معلومات شانون المتبادلة بين الجينوم والبيئة). على سبيل المثال ، لا تغير الطفرة "الصامتة" النمط الظاهري للكائن الحي على الفور. تأتي المعلومات الإضافية نتيجة لعملية فرز الانتقاء الطبيعي. الانتقاء يحافظ على تلك الأنماط الجينية التي تعمل بشكل أكثر فعالية في البيئة ويتجاهل تلك الأنماط الجينية الأقل فعالية.

ما هي المعلومات التي تحدد الحياة وتحافظ عليها؟ 129 يمكن للمرء أن يحدد هذه العلاقة كميًا ، أثبت هالدين (1957) وكيمورا (1961) أن المعلومات يمكن أن تتراكم في السكان الجنسيين بمعدل لا يزيد عن بتات لكل جيل ، حيث s هو الحمل الانتقائي (في الأساس ، فقد جزء من السكان بسبب الاختيار). توضح التحليلات الحديثة للتطور في البيئات المتقلبة (Bergstrom and Lachmann، 2004 Kussell and Leibler، 2005) العلاقة بين المقاييس النظرية للمعلومات الجينية ومفهوم اللياقة الداروينية. تشير هذه التحليلات إلى أن الطريقتين المختلفتين لقياس المعلومات - إطار عمل شانون وإطار نظرية القرار - يمكن أن يكونا مرتبطين ارتباطًا وثيقًا في ظل ظروف خاصة. وصف كيلي (1956) مجموعة من هذه الظروف التي أسس فيها علاقة بين قيمة المعلومات الجانبية للمقامر ومعدل الإنتروبيا للعملية التي يُراهن عليها. يبدو أن التطور عن طريق الانتقاء الطبيعي يقدم مثالاً آخر. ومع ذلك ، هناك حاجة إلى مزيد من العمل لمقاربة فهم شامل لهذه العلاقات. الاستنتاجات: من المحتمل أن تتضمن محاولة توصيف الأنظمة الحية من خلال الاستشهاد بخاصيتين أساسيتين ، أولاً ، أنها بعيدة عن التوازن من الناحية الديناميكية الحرارية ، وثانيًا ، أنها تخزن وتراكم وتنقل كميات كبيرة من المعلومات. بينما لا يزال هناك صراع لتشكيل المفاهيم بطرق صارمة ومفيدة للبيولوجيا ، يمكن لعلماء الأحياء إدراك أن المعلومات هي بالفعل وسيلة قيمة لوصف العديد من عمليات الحياة. هناك العديد من التخصصات غير البيولوجية ، بما في ذلك الرياضيات وعلوم الكمبيوتر والإحصاء ، والتي لديها مشاكل مشابهة لبعض تلك التي يصارع علماء الأحياء معها. من المحتمل أن يتم دعم مشكلة فهم المعلومات البيولوجية وتطوير الأفكار النظرية المثمرة والأدوات المفيدة من خلال هذا السياق الغني للأفكار والأساليب.


7. الخاتمة

المجال الأول الذي يمكن أن يستفيد من فلسفة المعلومات هو بالطبع الفلسفة نفسها. من المحتمل أن يكون لمفهوم المعلومات تأثير على جميع التخصصات الرئيسية الفلسفية تقريبًا ، بدءًا من المنطق ونظرية المعرفة وعلم الوجود وحتى الأخلاق وعلم الجمال (انظر المقدمة أعلاه). فلسفة العلم وفلسفة المعلومات ، مع اهتمامهما بمشكلة الاستقراء وتكوين النظرية ، ربما يمكن لكليهما الاستفادة من التعاون الوثيق (انظر 4.1 Popper: المعلومات كدرجة من القابلية للتزوير). يلعب مفهوم المعلومات دورًا مهمًا في تاريخ الفلسفة غير مفهوم تمامًا (انظر 2. تاريخ المصطلح ومفهوم المعلومات).

نظرًا لأن المعلومات أصبحت قضية مركزية في جميع العلوم والإنسانيات تقريبًا ، فإن هذا التطور سيؤثر أيضًا على التفكير الفلسفي في هذه المجالات. يتعامل علماء الآثار واللغويين والفيزيائيين والفلكيين مع المعلومات. أول شيء يجب على العالم فعله قبل أن يتمكن من صياغة نظرية هو جمع المعلومات. إمكانيات التطبيق وفيرة.يبدو أن تحديد البيانات والتعامل مع مجموعات البيانات الكبيرة للغاية أمران أساسيان لكل تخصص تجريبي تقريبًا في القرن الحادي والعشرين.

لقد اكتشفنا في علم الأحياء أن المعلومات ضرورية لتنظيم الحياة نفسها وانتشار الكائنات الحية المعقدة (انظر مدخل المعلومات البيولوجية). واحدة من المشاكل الرئيسية هي أن النماذج الحالية لا تشرح تعقيد الحياة بشكل جيد. بدأت Valiant برنامجًا بحثيًا يدرس التطور كشكل من أشكال التعلم الحسابي (Valiant 2009) من أجل شرح هذا التناقض. جادل آرونسون (2013) صراحةً لتوثيق التعاون بين نظرية التعقيد والفلسفة.

حتى وقت قريب كان الرأي العام هو أن المفاهيم المختلفة للمعلومات كانت معزولة إلى حد ما ولكن في السنوات الأخيرة تم إحراز تقدم كبير في فهم العلاقة بين هذه المفاهيم. يرى Cover and Thomas (2006) ، على سبيل المثال ، تطابقًا مثاليًا بين تعقيد Kolmogorov ومعلومات Shannon. تم إجراء ملاحظات مماثلة بواسطة Gr & uumlnwald و Vit & aacutenyi (2008). كما تمت دراسة الروابط الموجودة بين نظرية الديناميكا الحرارية ونظرية المعلومات (Bais & amp Farmer 2008 Harremo & eumls & amp Tops & oslashe 2008) ومن الواضح أن الروابط بين الفيزياء ونظرية المعلومات أكثر تفصيلاً من مجرد مخصصة يشير التشابه بين المعالجة الرسمية للإنتروبيا والمعلومات (Gell-Mann & amp Lloyd 2003 Verlinde (2011 ، 2017). لم يتم تطوير الحوسبة الكمومية في الوقت الحالي إلى درجة تكون فيها أكثر فعالية من الحوسبة الكلاسيكية ، ولكن قد تكون هذه العتبة مرت في السنوات القادمة.من وجهة نظر الفلسفة ، يبدو أن العديد من المشكلات المفاهيمية لفيزياء الكم ونظرية المعلومات تندمج في مجال واحد من الأسئلة ذات الصلة:

  • ما هي العلاقة بين المعلومات والحساب؟
  • هل الحساب في العالم الحقيقي غير حتمي في الأساس؟
  • ما هي العلاقة بين التلاعب بالرموز على نطاق مجهري وعالم فيزياء الكم؟
  • ما هو النموذج الجيد للحوسبة الكمومية وكيف نتحكم في قوتها؟
  • هل هناك معلومات خارج عالم الكوانتا؟

أصبحت فكرة المعلومات مركزية في كل من مجتمعنا وفي العلوم. تلعب تكنولوجيا المعلومات دورًا محوريًا في الطريقة التي ننظم بها حياتنا. كما أصبح صنفًا أساسيًا في العلوم والإنسانيات. تقدم فلسفة المعلومات ، باعتبارها نظامًا تاريخيًا ومنهجيًا ، منظورًا جديدًا للمشاكل الفلسفية القديمة وتقترح أيضًا مجالات بحثية جديدة.


شاهد الفيديو: امراه حامل نامت مع قطه لاكثر من 7 ساعات وعند الولاده لن تصدق ماذا وجدوا بداخلها معجزه كبيره! (كانون الثاني 2022).