蛋白质分子集合作为统计模拟计算机
生物物理
2008-06-24 v2 人工智能
神经与进化计算
计算物理
数据分析、统计与概率
神经元与认知
摘要
讨论了一类由大量微观概率机器构建的模拟计算机。假设这类计算机在生物系统中以蛋白质分子集合的形式实现。该形式体系基于一个称为蛋白质分子机(PMM)的抽象计算模型。PMM是一个连续时间一阶马尔可夫系统,具有实输入和输出向量、有限离散状态集以及依赖于输入的态转移条件概率密度。PMM的输出是其输入和状态的函数。输入向量的分量称为广义势,可解释为膜电位和神经递质浓度。输出向量的分量称为广义电流,可代表离子电流和第二信使流。PMM集合(EPMM)是一组具有相同输入向量的独立且相同的PMM,其输出向量等于各个PMM输出向量之和。本文提出,生物神经元具有比当前流行的人工神经元模型复杂得多的计算资源。
引用
@article{arxiv.physics/0308041,
title = {Ensembles of Protein Molecules as Statistical Analog Computers},
author = {Victor Eliashberg},
journal= {arXiv preprint arXiv:physics/0308041},
year = {2008}
}