你什么都没见过，却又见识了：未来生化浓度可以惊人的高精度预测

准确感知化学浓度是诸多生物过程中的关键。对于小分子数量，感知精度受到散粒噪声的限制。相应的感知精度理论极限——作为感知持续时间的函数——在准静态和随机波动浓度的背景下已为人所熟知。然而，在发育和许多其他情况下，浓度剂量并非随机，而是呈现可预测的时空模式。我们提出，利用这些结构化剂量的先验知识可以通过利用当前分子结合事件来预测未来浓度，从而提高和加速浓度感知。将受限感知问题表述为对允许的时空剂量类别进行贝叶斯推断，我们推导了新的感知精度理论极限。我们的分析显示，最大后验概率 (MAP) 估计可以超越经典的 Berg-Purcell 和最大似然 (泊松计数) 极限，实现感知精度 $\delta c/c = 1/\sqrt{a^2N}$，其中 $N$ 为结合事件数，某些情况下 $a > 1$。因此，对浓度剂量统计结构的知识可以提高感知精度，为发育期间快速且高度准确的细胞命运决定提供了潜在解释。