Cell signaling as a probabilistic computer

ارگانیزم های زنده زنده ماندن و ضرب می کنند، گرچه اطلاعات مربوط به محیط اطراف و مدل های نامناسب برای پیش بینی پیامدهای اعمالشان معلوم نیست. مدل های بیزی برای مقابله با این چالش پیشنهاد شده است. در واقع، استنتاج بیزی، راهی است برای انجام استدلال مطلوب زمانی که تنها اطلاعات نامشخص و ناقص در دسترس است. روشهای مختلف درک، حرکتی، حرکتی و شناختی به طور موفقیت آمیز مدل شده است. با این حال، مکانیزم های زیست شناختی که حیوانات و انسان ها را قادر می سازد تا توزیع های احتمالی را نشان دهند و محاسبه کنند شناخته نمی شوند. پیش بینی شده است که نورون ها و مجموعه های نورون ها می توانند مقیاس مناسب برای جستجوی سرنخ هایی برای استدلال احتمالاتی باشند. در مقابل، در این مقاله، ما پیشنهاد می کنیم که جمعیت های ماکرومولکول ها و فرستاده های توزیع شده تعامل می توانند محاسبات احتمالی را انجام دهند. این نشان می دهد که استدلال احتمالاتی، بر اساس مسیرهای سیگنالینگ سلولی، یک مهارت اساسی موجودات زنده است که به ساده ترین ارگانیزم های یک سلول و همچنین پیچیده ترین مغز ها دسترسی دارند.