生物化学设备解密 百年热力拼图从理论物理

Maxwell恶魔和Szilard引擎 — — 十九世纪初思想实验 — — 长期捕捉理论物理家的想象力许多人对于这些思想的解释、热力学第二定律所涉问题和计算热力学后果仍然有不同意见。伦敦帝国学院Thomas Ouldridge博士与协作者一起设计了生物元件理论Szilard引擎Oultridge博士通过将引擎的每一步都清晰化为生化过程,能够解开热动力学的神秘性,支持这些引人入胜的理论设备

物理中最重要的思想之一是闭合系统昆虫无法下降非主动概念被称为热动二法则最有名的物理思想实验之一 maxwell之魔 设计出寻找二法漏洞

entropy度量系统状态的不确定性封装系统不下降是另一种表达方式, 表示你往往会渐渐对系统状态变得更不确定, 除非你干预或测量系统想象一下,举例说,冷酷环境中的热对象热扩散环境直到温度相等增加总蚁因多分子配置随能量传播比集中对象时更多-因此你更不确定对象及其环境的微粒状态

可你当然能加热对象比环境温暖, 为何这不违反二级法则?答案是,你必须耗用资源加热某物,例如燃烧煤气工序中,气体及其环境从低映射向高映射状态,为推向物体及其环境均衡支付代价

最终,如果离开足够长,闭合系统将实现均衡点对子最大值, 并尽可能不确定系统状态偏平系统,其倍增率较低,有潜在有用资源大坝后的食物、电池和水库都失平衡低信箱资源可用于我们称之为“实用工作”,相当于减少其他系统之信箱过程原创非均衡资源被消耗 就像气体加热对象

Maxwell恶魔Sziard引擎
Jamesscrips Maxwell思想实验探索通过测量均衡随机波动并用回溯法利用这些随机波动的可能性,可能违反第二法则

使用生物分子执行恶魔任务-测量反馈-他们把工作根植于物理现实中

Maxwell想象出生物存在于装有粒子的盒子里 并隔开两半盒间emon测量粒子速度并打开并关闭墙门选择哪些粒子允许穿墙,恶魔可以收集快速即热粒子,而慢即冷粒子则对准,从而产生温度差 — — 恶魔推平平衡系统

基本说来,恶魔有两种作业:测量和反馈通过测量收集的信息用于反馈纠正波动,将平衡点系统转换为非平衡点系统假设从理论上讲,emon能执行这些任务,不消耗资源,二法则将被违反

Maxwell思想实验难以解决 部分原因因为它是如此无形匈牙利物理学家Leo Sziard精炼思想,试图使它更加混凝土单粒子可随机困住 左侧或右侧带分治粒子位置测量时,重量可附于分片器同粒子同侧粒子随机相撞分区后可慢举重这一过程会减少权值和环境联通,显然不收费和马克斯韦尔的恶魔一样 Szilard引擎似乎使用测量反馈 来减少宇宙的银度 并违反二法

Szliard称二法没有违反,因为创建测量配置(分片分片器同端有粒子和权值)需要消耗另一种资源。马克斯韦尔恶魔问题中 Szilard本会争辩说 恶魔需要耗用资源 以粒子速度

Szild正确,但他缺少现代信息理论和热动学思想,使分析这类问题易感性现今,我们将测量后配置描述为非均衡性低蚁因信息或关联而产生子粒子资源此外,Szilard无法构思混凝土系统,即测量进程和反馈进程可以正确分析,而无需模糊定义智能干预,使混淆永久化

生化ziard引擎
热力学的最新发展及其对分子系统应用重新点燃了关于马克斯韦尔恶魔和Sziard引擎的讨论伦敦帝国学院Thomas Ouldridge博士正在引导协作加深对Sziard引擎的了解合作者包括卢森堡大学RoryBrittain、伦敦帝国学院Nick Jones和阿姆斯特丹FOM学院Pieter Rein 10Worde

多研究组考虑了小系统测量和反馈问题,但理论尝试越多往往忽略进程某些步骤的成本,允许意外错误渗透计算Ouldridge博士及其合作者建议Szilard引擎使用生物模块清晰表示恶魔任务 — — 创建长寿命测量并使用该测量执行反馈 — — 提供混凝土系统可完全分析

szilard引擎根植生化环境, 即每个决策步骤都完全表示, 留最小范围热动分析出错

组件引擎
生化Sziard引擎有两个主要部件:
开工反应体积包含2个分子数据X和存储M,可分2个状态(X0和X1以及M0和M1)。

二叉数列化学缓冲内含各种富集度的燃料分子缓冲作用低耗资源,既可用于将响应量驱动到某些状态,或可因响应量而加载,就像电池或原Szilard引擎提升的重量

第1节:计量
内存分子与燃料分子发生反应后可互换M0和M1反应极慢,除非有催化器,M状态间转换即数据分子X关键点是X0和X1催化不同反应,将存储分子M与不同燃料相联燃料集中偏差决定反应方向,X0推送M向M0和X1推送M向M1

系统初始分四种可能的配置之一(X和M都可用两种状态),没有燃料可用测量阶梯通过移动一组缓冲过反射量缓慢增加与X和M接触的对冲燃料相关联的集中性偏差发生这种情况后 内存M慢关联到数据X状态系统最终只有两个可能的状态而不是四个状态:X0和M0或X1和M1关键值测量步数:倍增下降,数据模拟系统低渗透资源

系统热动分析显示,像Szilard原引擎预测的那样,测量阶梯使用资源在本案中,X和M的倍增完全补偿缓冲增生子,缓冲原创为低渗透性资源

步骤2:反馈
反馈方式是将M与驱动测量的燃料脱钩,然后从不同的缓冲区引进燃料,允许X0和X1互换提取资源存储度要求X0和X1作不同的处理,就像有必要将权分加到粒子基Sziard引擎右侧一样

过程通过M催化X反射M0和M1催化使用不同燃料的X1和X0不同反应初始时, X所见燃料偏差很大,如果M0存在则推向X0或M1存在时推向X1,保持相关性缓慢地减少这些偏差 X从M相联归根结底,所有四种内存和数据组合都有可能实现,X和M的倍增反之,倍增的倍增由缓冲的等量下降所抵消X和M的装配用第二组缓冲带“加载”,高密度时向缓冲转移燃料分子

关键是 X0和X1的不同处理不依赖智能实验者或恶魔执行反馈整体测量反馈过程是系统分子交互所固有引擎工作从一组测量缓冲转到另一组反馈缓冲

从生化Sziard引擎学到什么
以催化剂为主引擎由缓冲中不同燃料富集驱动反应,比Szilard原创引擎大有优势粒子和重量概念中,实验者或恶魔必须决定从何附加基于测量的权值,这是无法清晰分析的一步。生化模型中数据先影响存储器,再通过混凝土(催化)机制受存储器影响,消除恶魔智能干预需求反应体积接触同数生化缓冲分子自身实施测量反馈Ouldridge博士和他的团队可以确认Szilard与其模型的主张:内存和数据关联需要耗用资源,并装饰资源允许恢复这一努力

应用
这一领域的工作往往理论性很强,但这个例子,Szilard引擎扎根于理想化但具体的生化环境,允许完全代表每一决策步骤,在热动分析中留下最小误差范围分析启发信息处理中关键概念真细胞持续并带我们距离创建系统更近一步-例如计算-这些系统可谨慎管理寄生虫以提高效率