





















有必要跟大家讲一讲 Maxwell's Demon. 实际上是在一个盒子里面放一块挡板,然后一个小妖精来控制这个挡板,当分子向这个挡板撞过来的时候,会推动挡板做功. 每做一次功,小妖就抽出挡板再重新放回去一次,使得挡板永远受到分子的碰撞做正功.
这样就实现了「从单一热源吸热做功,而不对外界造成任何影响.」问题出在「不对外界造成任何影响」上,小妖的记忆并没有在每一次操作之后回到初态.
吸收的不确定度:
σc2cˉ2=14πDacT\frac{\sigma_c^2}{\bar{c}^2}=\frac{1}{4\pi DacT}
细菌能够感知两个地方的浓度差异 Δc\Delta c,作为一个信号. 但是要求信噪比大于 1 才能提取出信号,如果浓度梯度为 gg,则要求
Δc=gΔl=gTv>δc∼c4DsT\Delta c=g\Delta l=gTv>\delta c\sim\sqrt{\frac{c}{4DsT}}
实际计算表明大约要 0.5 s0.5\text{ s} 才能够感知到浓度的变化. 结合我们上节课说的 E.coli 的 run and tumble,实验中测量它每次 run 的时间就是大概 1 s1\text{ s},这说明「感知浓度变化」是 run 这个时间的主要决定因素.
回到受体和配体的问题上来,膜上分布了大量的受体,有些结合了配体、有些没有结合,这个结合数的信息被记录为 ϕ\phi,ϕ=ϕ(L)=a(L)M\phi=\phi(L)=\displaystyle{\frac{a(L)}{M}},之后在信息处理中枢里面的信号是 R=f(ϕ)R=f(\phi).
最简单的机制是全部线性的:
R∼ϕ∼LMR\sim \phi\sim\frac{L}{M}
但是如果是这样,膜上的 101310^{13} 个受体应该要有很大一部分结合,才能产生可观的信号,而且难以分辨变化. 所以我们需要放大机制:
a(L)∼LnKn+Lna(L)\sim\frac{L^n}{K^n+L^n}
同时 f(ϕ)f(\phi) 是所谓 ultrasensitive 的放大函数,比如下面的 G 蛋白耦联机制:

仍然回到我们之前多次讲的四态系统,这一次因为有 GTP 这种高能分子的存在,原来的细致平衡条件不再成立,有
k+(γω+)ck−(γω−)k−ω+k+ω−=γ2≠1\frac{k_+(\gamma\omega_+)ck_-(\gamma\omega_-)}{k_-\omega_+k_+\omega_-}=\gamma^2\neq1
激活状态和非激活状态的比例为
S([L]=0)=ω+ω++γω−,S([L]=∞)=ω+ω++ω−/γS([L]=0)=\frac{\omega_+}{\omega_++\gamma\omega_-},\quad S([L]=\infty)=\frac{\omega_+}{\omega_++\omega_-/\gamma}
对于 γ≫1\gamma\gg1 的情况 (驱动很强),
S≈[L]Kd+[L]S\approx\frac{[L]}{K_d+[L]}
产生一个 Hill 函数.
后面的放大由级联反应完成,就像光电倍增管一样,通过引入能量的方式不断指数放大信号:

两个酶反应:
E+K⇌q−1q1EK⇌q−2q2Ep+KEp+P⇌q−3q3Ep⋅P⇌q−4q4E+P\begin{aligned} &\text{E}+\text{K}\stackrel{q_1}{\underset{q_{-1}}{\rightleftharpoons}}\text{EK}\stackrel{q_2}{\underset{q_{-2}}{\rightleftharpoons}}\text{Ep}+\text{K}\\\\ &\text{Ep}+\text{P}\stackrel{q_3}{\underset{q_{-3}}{\rightleftharpoons}}\text{Ep}\cdot\text{P}\stackrel{q_4}{\underset{q_{-4}}{\rightleftharpoons}}\text{E}+\text{P} \end{aligned}
通过它们的稳态可以得到 ultrasensitive.
我们可以说,细致平衡阻碍了 Hill 系数的增大,也就拉低了超敏反应的敏感程度. 而维持非平衡态,就需要能量的输入. 所以又回到了我们提到的 Maxwell's Demon,这产生了「对外界的影响」.
下节课我们讲「适应」:我们知道 Hill 函数的图像是一个高速上升的曲线,但是这会导致这个反应只能测量一小段范围的浓度变化,一旦超出这个范围,系统就几乎没有响应. 所以需要平移这个曲线,在每一次测量之后调整基准值,这就是适应.
519e6-feat(note): add biophysics note于 此内容由惯性聚合(RSS阅读器)自动聚合整理,仅供阅读参考。 原文来自 — 版权归原作者所有。