因果性、信息与生物计算:面向生命、疾病和免疫系统的算法软件方法
神经与进化计算
2016-01-21 v5 人工智能
摘要
在认识到自然界自身通过利用自然选择的力量和复制 DNA 的数字规定性来重新编程生物体之后,生物学已大步迈向旨在对自然进行重新编程的计算机科学。在此,我们进一步探讨了在生物学可被(重新)编程的程度上,以及我们如何利用理论计算机科学提供的所有工具和概念,以更系统的方式进行这一工作,这是一次从计算到分子生物学再返回的计算翻译实践。这些概念提供了一种层级组织的方法,从而模糊了诸如物质与生命之间,或原本被视为不同但可能没有不同病因的肿瘤类型之间先前清晰的界限。这并未削弱生命的属性,也未使其组成部分和功能变得不那么有趣。相反,这种方法提供了一种更具包容性和综合性的自然观,将观察者和被观察者纳入同一系统,并能产生新的视角和工具来审视像癌症这样的复杂疾病,从软件工程的全新视角来处理它们,将演化视为程序员,细胞视为计算机器,DNA 和基因视为指令与计算机程序,病毒视为黑客攻击工具,免疫系统视为软件调试工具,疾病视为所有这些力量部署的信息论战场。我们展示了信息论和算法编程如何解释生与死的基本机制。
引用
@article{arxiv.1508.06538,
title = {Causality, Information and Biological Computation: An algorithmic software approach to life, disease and the immune system},
author = {Hector Zenil and Angelika Schmidt and Jesper Tegnér},
journal= {arXiv preprint arXiv:1508.06538},
year = {2016}
}
备注
30 pages, 8 figures. Invited chapter contribution to Information and Causality: From Matter to Life. Sara I. Walker, Paul C.W. Davies and George Ellis (eds.), Cambridge University Press