一种生化装置,从理论物理中揭开一个世纪前的热力学谜题
物理学中最重要的观点之一是封闭系统的熵不能减小。对于外行人来说,这个概念被称为热力学第二定律。物理学中最著名的思想实验之一,“麦克斯韦妖”,是为了找到第二定律的漏洞而设计的。
熵是系统状态不确定程度的量度。“熵不会在封闭系统中减少”是另一种说法,即随着时间的推移,你会对系统的状态变得越来越不确定,除非你干预它或测量它。例如,想象一个温暖的物体放在凉爽的环境中。热量会扩散到环境中,直到温度相等为止。这是总熵的增加,因为当能量分散时,比能量集中在物体上时,可能会有更多的分子构型——因此,你对物体及其环境的微观状态更加不确定。
但你当然可以加热一个物体,使其温度高于环境温度,那为什么这不会违反第二定律呢?答案是,你必须消耗资源来加热某些东西,例如通过燃烧天然气。在这个过程中,气体和它的环境从低熵状态变为高熵状态,为推动物体和它的环境脱离平衡而付出代价。
最终,如果足够长,封闭系统将达到平衡;此时熵是最大的,并且我们对系统的状态尽可能不确定。具有较低熵的均衡系统是可能有用的资源。水坝背后的水的食物,电池和水库都均未均衡。这些资源的低熵可用于执行我们称之为“有用的工作”,这相当于减少其他系统的熵。在该过程中,原始的非平衡资源被消耗,就像气体在加热物体的示例一样。
Maxwell的恶魔和Szilard的发动机
詹姆斯·克拉克·麦克斯韦的思想实验探索了一种可能性,即通过测量平衡中的随机波动,并通过“反馈”利用它们,有可能违反第二定律。
通过利用生物分子来执行恶魔测量和反馈的任务 - 他们在体质现实中完成了他们的工作。
麦克斯韦想象有一种生物存在于一个装有粒子的盒子里,盒子的两半之间有一道分隔墙。这个“恶魔”可以测量粒子的速度,并在墙上打开或关闭一扇门。通过选择哪些粒子可以穿过墙,“恶魔”可以收集一边快速的“热”粒子,另一边缓慢的“冷”粒子,创造出一个之前没有的温差——恶魔把一个处于平衡状态的系统推到了平衡状态之外。
从根本上说,恶魔有两份工作:测量和反馈。通过测量收集的信息用于反馈以整流波动,将处于平衡系统转换为非平衡。如果,理论上,一个“恶魔”可以违反资源而不会消耗这些任务,第二律将被侵犯。
Maxwell的思想实验难以解决,部分原因是它是如此无形的。匈牙利物理学家狮子座桑扎尔德精致了这个想法,试图使它变得更加混凝土。他想象一个简单的系统,它只能在两个状态下,一个粒子可以随机捕获在带分区的盒子的左侧或右侧。如果测量颗粒的位置,则可以将重量连接到分频器的与颗粒相同的一侧。然后,颗粒与分区的随机碰撞可以缓慢提起重量。这个过程将减少重量和环境的组合熵,显然没有任何成本。就像Maxwell的恶魔一样,Szilard的发动机似乎使用测量和反馈来减少宇宙的熵并违反第二法。
西利亚德认为第二定律没有被违反,因为创建测量的配置(粒子和重量在分配器的同一侧)需要消耗另一种资源。在麦克斯韦的恶魔问题中,西拉德会认为恶魔需要消耗一种资源来将门的状态与粒子的速度“关联起来”。
Szilard是正确的,但他缺乏信息理论和热力学的现代思想,使得易于分析这些问题。如今,由于信息,或相关性,在重量和粒子之间,我们将描述作为低熵的非平衡资源的测量后的配置。此外,Szilard无法设想一个具体系统,其中可以正确地分析测量和反馈的过程,而不会介入模糊明确的智能,这导致了混乱。
生物化学思士发动机
热力学的最新发展及其在分子系统中的应用重新点燃了关于麦克斯韦恶魔和西拉德引擎的讨论。伦敦帝国理工学院(Imperial College London)的托马斯•奥德里奇(Thomas Ouldridge)博士正在领导一项合作,以更好地了解西拉德引擎。他的合作者包括卢森堡大学的Rory Brittain,伦敦帝国理工学院的Nick Jones和阿姆斯特丹FOM研究所的Pieter Rein ten Wolde。
许多研究小组已经考虑了小系统中的测量和反馈,但更多的理论性尝试往往忽略了过程中某些步骤的成本,允许意外的错误潜入计算。奥尔德里奇博士和他的同事们提出了一种西拉德引擎,它使用生物分子来明确地表示恶魔的任务——创造一个长期的测量,并使用该测量来执行反馈——提供了一个可以全面分析的具体系统。
......一种叉子发动机根在生化背景下,每个决策步骤都是完全表示的,留下热力学分析中的误差的最小范围。
发动机部件
生化西拉德发动机有两个主要部分:
1.包含两个分子,数据x和存储器m的反应体积,其既可以是两个状态(x0和x1,m0和m1)。
2.一系列化学缓冲液,含有一系列浓度的燃料分子。These buffers act as a low-entropy resource that can be both spent to drive the reaction volume into certain states, or can be ‘charged-up’ by the reaction volume, just like a battery or the weight that is lifted in the original Szilard engine.
第1节:测量
记忆分子与燃料分子发生反应,在M0和M1之间发生相互转换。然而,除非有催化剂存在,否则反应非常缓慢,M的状态之间转换的催化剂是数据分子x。至关重要的是,X0和X1催化不同的反应,将记忆分子M耦合到不同的燃料。燃料浓度的不平衡决定了反应的走向,X0的存在将M推向M0, X1将M推向M1。
最初,系统处于四种可能的配置之一(X和M都可以处于任何一种状态),并且没有燃料存在。测量步骤通过移动一组燃料缓冲器通过反应体积,缓慢增加与X和M暴露的两种相反燃料相关的浓度失衡。当这种情况发生时,内存M的状态慢慢地与数据X的状态相关;最终系统只有两种可能的状态而不是四种:X0和M0或X1和M1。这是度量步骤的关键:熵减少了,数据存储系统是低熵资源。
该系统的热力学分析显示,正如原始发动机中预测的Szilard一样,测量步骤使用资源。在这种情况下,X和M的熵熵的减小完全补偿了缓冲器的熵的增加,该缓冲器开始作为低熵资源。
第2步:反馈
通过从供电测量的燃料中解耦M来发生反馈,然后从不同的缓冲区引入燃料,允许X0和X1互连。存储在测量状态中的提取资源需要不同地处理X0和X1,就像需要将重物连接到基于颗粒基塞塞发动机的正确侧。
这个过程是通过M催化x的一个反应而发生的。M0和M1催化X1和X0的不同反应,涉及不同的燃料。最初,X所观察到的燃料失衡是很大的,如果M0存在,则将其推向X0,如果M1存在,则将其推向X1,保持相关性。慢慢地,这些不平衡被减少,X与M解除了关联。最终,记忆和数据的所有四种组合都是可能的,X和M的熵增加了。然而,这种熵的增加被缓冲区的熵的等效减少所抵消;X和M的去相关被用来“充电”第二组燃料缓冲器,转移燃料分子到缓冲器在高浓度。
至关重要的是,对X0和X1的不同处理并不依赖于一个聪明的实验者或恶魔来执行反馈。整个测量和反馈过程是系统中分子相互作用所固有的。引擎的工作是将熵从一组用于测量的缓冲器转移到另一组用于反馈的缓冲器。
我们从生物化学思士发动机中学到什么?
考虑到基于催化剂的发动机,其中通过在缓冲液中不同的燃料浓度驱动反应,具有较大的优势,优于Szilard的原始发动机。在粒子和重量的概念中,实验者或恶魔必须根据测量决定连接重量的位置,这是无法明确分析的步骤。在生化模型中,数据首先影响存储器,然后通过混凝土(催化)机制来影响存储器,该机制除去了恶魔的智能干预的需要。无论测量结果如何,反应体积暴露于相同系列的生化缓冲液;分子本身实现了测量和反馈。因此,奥尔杜里奇博士和他的团队可以用它们的模型确认桑德拉德索赔:关联内存和数据需要消耗资源,并使它们允许恢复这些努力。
应用程序
这一领域的工作通常都是理论性的,但这个例子中,西拉德引擎植根于一个理想化的但特定的生化环境中,允许每个决策步骤都得到充分体现,在热力学分析中留下最小的误差范围。这一分析阐明了在真实细胞中进行的信息处理的关键概念,并使我们离创建系统(例如计算系统)更近了一步,该系统可以仔细管理熵以提高效率。
个人反应
是桑德拉德发动机本质上,如果是这样的话?
良好的学习和热力学的茶点。就像它更多。