薛定谔的猫跳进了生物学界,化学家表示:没有我可能办不到

640?wx_fmt=jpeg

来源:原理

摘要:在生物科学界流传着“物理学家累了就来生物界玩一玩”的调侃。确实,现今学科之间密不可分,生物学的发展对特定物理技术的需求也越大。但是这样化学家却不满意了?


1943年,物理学家薛定谔在都柏林三一学院的一系列演讲中探讨了这个问题。这位著名的量子力学先驱委以了科学家一项新的使命:开始用物理学中的工具和直觉来解释生物的活动。他的想法后来被整理成书,被广泛认为是物理学和生物学的成功结合,并推动了分子生物学革命。


生命是什么?


薛定谔在三一学院的演讲公告。薛定谔的演讲最终被整理成书《生命是什么?》,今年是这本的75周年。薛定谔在书中阐述了许多关于生命的基本问题,例如,生物体如何传递遗传物质,才能够世世代代生生不息?从物理学的角度来看,生命是什么?

640?wx_fmt=jpeg


《生命是什么?》一书的出版引发了一场跨学科的对话,吸引了克里克(Francis Crick)、本泽尔(Seymour Benzer)、威尔金斯(Maurice Wilkins)等人进入生物学领域。就在薛定谔提出自己的构想后的十年内,DNA的结构就被发现了。而到了1961年,遗传密码也被破译了。


640?wx_fmt=jpeg

1943年薛定谔的课程演讲被整理成《生命是什么?》,但是在这之后,薛定谔的这只猫就跳出了盒子。| 图片来源:Science Museum/Science & Society Picture Library COLLABORATION


然而,有科学家认为,这次物理学和生物学的结合忽略了化学。


遗传物质是什么?


生命是什么?这个问题在很大程度上,其实是对需要什么样的化学物质来维持世代遗传的探索。


薛定谔的答案是,生命细胞中最重要的部分——染色体纤维,也就是如今众所周知的储存基因的地方,必然是一种非周期性晶体。所谓非周期性晶体是指一种原子非随机排列的结构,它为细胞编码一套稳健的“密码”,但缺乏晶体结构的规律性。


或许你可能想知道,为什么薛定谔没有用“分子”——这一熟悉的词语来描述这种结构。薛定谔写道:“有机化学在研究越来越复杂的分子时,已经非常接近于非周期性晶体,在我看来,它是生命的物质载体。


薛定谔继续思索:这种非周期性晶体如何能够抵抗热运动的干扰,并在代际之间传递特性而始终保持稳定呢?


也许有人会说,是化学键和化学结构保证了遗传物质的稳定性,正如鲍林(Linus Pauling)在薛定谔出版这本书之前十年就已经发现的那样——化学键可以让原子的位置保持不变,这样分子就不会异构化,也不会一下子因为熵的缘故而崩坏。


640?wx_fmt=jpeg

为化学键理论和生物大分子的结构做出重要贡献的鲍林,他的工作启发了后来沃森、克里克和富兰克林关于DNA双螺旋结构的发现。| 图片来源:Library of Congress


在1987年薛定谔诞辰100周年之际,鲍林对这本书的评价颇有一丝不耐烦。他写道:薛定谔没有意识到关于生命本质的真正问题,这个问题便是,生物独特性是如何实现的;一个分子结构可以编码一套密码,这没什么大不了,真正稀罕的是编码是如何实现的。


分子结构生物学的另一位先驱马克斯·佩鲁茨(Max Perutz)对此同样不屑一顾。佩鲁茨问道,为什么薛定谔不把这种非周期性晶体直接称作聚合物呢?或者谈谈在写这篇文章的时候就已经知道的事实——基因的这种神秘作用是通过对酶的编码产生的?佩鲁茨抱怨道,“书中正确的内容均不是原创,而大多数原创的内容即使在成书的年代也是不正确的”。


鲍林和佩鲁茨都批评薛定谔的对生物体的热力学阐释过于简单、有误导性——薛定谔将生物体看作是从环境中获取“负熵”。根据热力学第二定律,熵在所有变化过程中一定会增加。但是,生物体却以某种方式躲过了这种熵溶解。薛定谔认为,有机体依赖于“负熵”,通过负熵来维持结构中的组织和细胞功能,同时将产生的热量传递到周围环境中。鲍林甚至称负熵是对生物学的“负贡献”。


忽略了化学?


这些批评有些是有道理的。从《生命是什么?》这本书中,我们会得到这样的印象:薛定谔将生物细胞看作原子组织的一场令人困惑的阴谋——就好像一堆粒子会自发地组装成一辆法拉利——而忽略了分子结构这一中间领域,也就是化学领域。


这或许与薛定谔自己的知识传承有关。在玻尔兹曼的阴影下,薛定谔在维也纳接受教育。在分子层面上,他吸收了统计随机性的语言,这种语言似乎很难接受分子作为明确定义的对象。量子不确定性也只是增加了分子世界的模糊图像。


佩鲁茨认为,这意味着《生命是什么?》似乎在坚持不必要的神秘。


在很大程度上,化学可以突破物理学与生物学结合时遇到的问题。鲍林正确地指出了,与其纠缠薛定谔关于需要“新的物理学定律”来解释生命的推测,不如冷静而勤勉地研究特定分子如何相互作用以产生细胞的生化、代谢途径。


假如克里克和沃森(James Watson)在1962年因发现DNA结构获得的是化学领域的诺贝尔奖,而非医学领域,那么就能强有力地传递出一个非常恰当的信息。(佩鲁茨本人因为对酶结构的研究与John Kendrew一起,获得了当年的诺贝尔化学奖。)


640?wx_fmt=jpeg

印刻在生物学课本上的沃森与克里克。


幸好9月初在都柏林三一学院举行的庆祝薛定谔工作的会议上,诺贝尔奖得主Ben Feringa谈论的是“化学的未来”,包括另一位诺贝尔化学奖得主Ada Yonath、研究CRISPR的先驱张锋在内的演讲者都将分子作为核心话题。


然而,《生命是什么?》在今天有着更深层次的共鸣。如果生命只是一系列令人眼花缭乱的分子间相互作用,它就会消失于复杂性之中。一些分子生物学家似乎想要这样。但薛定谔暗示,一定存在一个包罗万象的原理来维持那些失衡的秩序,而DNA序列只是维持生命的一部分。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/493744.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

图像配准之特征点匹配的思考

最近赶时髦,看了一些智能优化算法如蚁群算法,还有机器学习的一些东西,就想着怎么把这些先进的东西用在图像配准中。头脑风暴了一下,觉得在已经检测到两幅图像的特征点的基础上,就如何对它们进行匹配似乎有优化的空间。…

指针%p输出的一些认识

还是看源码发现的问题 static int import_lowe_features( char*filename, struct feature** features ) 这个函数的作用是将txt文件中的Lowe的特征点导入到feature结构体中。在这个函数中第二个参数是指向结构体的指针的指针。 f calloc( n, sizeof(struct feature) );//在内存…

全球智慧医疗产业发展现状

来源:无锡情报所摘要:全球智慧医疗市场主要集中在美国、欧洲、日本和中国,而产品生产主要集中在美国、欧洲和日本。 随着大数据、云计算、物联网和人工智能技术快速发展和普及,运用互联网应用平台提升医疗资源的使用效率、提高救治和服务水平…

2018AI和机器学习界的12个重大收购案

来源:网络大数据据IDC声称,到2018年,全球人工智能(AI)和认知系统支出将达到190亿美元,这比2017年的支出总额增加约54%。并购在不断发生。仅2017年就见证了几起大宗收购,比如雅虎被Verizon收购、苹果收购Shazam等。知名…

PCA对特征点描述子降维

降维在机器学习领域其实是很重要的一部分,因为在高维情形下回出现样本稀疏,计算距离、内积困难,是所有机器学习面临的共同问题,被称为维数灾难(Curse of dimensionality),而降维就是解决的一个办…

C语言基础知识整理

一、 关于sizeof和strlen。Sizeof()用于计算某类型或者某变量在内存中所占空间。比如整数分为short型,int型,long整型,分别占2,2/4,4个字节,int型具体占用几个字节和编译系统有关。我们输入字符串时通常用c…

【2017-2019】Gartner战略技术趋势一览

来源:学术plus 、装备参考近期,Gartner公布了2019年十大战略技术趋势的预测,值此之际,本文总结回顾并简要分析了2017-2019三年的战略趋势变化。Gartner副总裁兼研究员David Cearley指出:在智能、数字、网格三大领域下的…

目标检测必看——RCNN是怎样融合了分类与回归,CNN与SVM

人和动物的区别之一是人能使用工具,而在人开始使用磨制石器时人类进入新石器时代。在目标检测领域,也有一个划时代的算法,在它之后目标检测开始进入深度学习的时代——它就是今天的主角:R-CNN。在RCNN之后,出现了更多优…

《自然》杂志:面对“电车难题”,不同国家的人有不同的道德选择

来源:36Kr电车难题原本只是一个思想实验。但是无人车的发展却绕不开这个问题。因为机器在无论如何都会撞死人的情况下必须靠预先植入的道德代码做出判断:该牺牲谁,该保谁。但是一项有全球230万人参与的调查表明:这个问题并不存在普…

Mac OS X Terminal 101:终端使用初级教程

文章目录1 为什么要使用命令行/如何开启命令行?2 初识Command Line3 关于 man 命令4 命令行,文件和路径 4.1 两种路径:绝对路径和相对路径4.2 切换到其他路径和目录4.3 处理特殊字符4.4 查看隐藏文件4.5 前往其他卷5 用Command-Line管理文件 …

Fast R-CNN整体把握

RCNN很好地解决了目标检测分类和定位的问题。但是缺点是速度太慢。 原因1:2k个候选区域都要经过变形成统一的正方形才能依次输入CNN进行特征提取。候选区域可能是互相包含的,这就导致原图同一个区域特征的重复提取。 原因2:RCNN的分类和回归…

2万字看完腾讯最纯粹的一届WE大会:从黑洞、虫洞到克隆猴

来源:虎嗅APP腾讯还有梦想,因为腾讯还有WE大会。5年来,腾讯从全世界邀请了几十位难得一见的科学家不远万里来到北京展览馆,比如去年邀请的剑桥大学教授、著名宇宙学家霍金(视频演讲),不想成为绝…

Fater R-CNN 整体把握

在R-CNN中提到过,候选区域的提取和之后的目标检测其实是独立的,所以我们可以使用任意的算法如SS。Fast-RCNN改进的是目标检测部分,但是其实候选区域的提取也挺费时的,Faster R-CNN就把改进方向放在了这里。 我们已经领略到了CNN的…

马斯克,特斯拉首席小白鼠

来源:量子位伊隆马斯克,比你想的还要激进。作为特斯拉CEO,马斯克经常一边自己坐在Model S上,一边召开电话会议。车辆的驾驶交给Autopilot,也就是那个时不时会出次意外的自动驾驶系统。他这么做不仅仅是想节约时间&…

windows下caffe+CPUOnly实现MNIST手写分类

工具下载 微软官方移植的Caffe&#xff1a;https://github.com/Microsoft/caffe 对属性表的操作需要把实例属性表的后缀改成vs可用的.props 打开同一个文件夹下的Caffe.sln&#xff0c;查看其中的属性表<CpuOnlyBuild>true</CpuOnlyBuild><UseCuDNN>false<…

Yann LeCun专访:我不觉得自己有天分,但是我一直往聪明人堆里钻

来源&#xff1a;AI 科技评论摘要&#xff1a;纽约大学教授、Facebook 副总裁与首席 AI 科学家 Yann LeCun 由于对深度学习的突出贡献&#xff0c;被誉为深度学习的「三驾马车」之一&#xff0c;更被称为「CNN」之父。Yann LeCun 也一直非常活跃&#xff0c;发论文、教学、创立…

任务分配调整

在经过新一轮分工讨论后&#xff0c;我们将我们最初的分工做了一次更新。截图于此。但是同样&#xff0c;基于敏捷开发的原则&#xff0c;任务将会在过程中为适应遇到的情况而不断更新。 请大家及时完成各自任务&#xff0c;并每天22点之前在tfs上更新完毕&#xff0c;同时将当…

以LeNet-5为例理解CNN

在用caffe实现对MNIST手写数字分类的过程中发现利用的网络是LetNet-5.决定从这个网络入手好好认识一下CNN。 LeNet-5早在1998年就出现了&#xff08;5表示5层模型&#xff09;&#xff0c;标志着CNN的诞生。以其作者YannLeCun的名字命名。但是却没有得到广泛的应用&#xff0c;…

任正非最新谈话:直到2006年,我才真正抛弃自杀的念头

来源&#xff1a;世界科技创新论坛摘要&#xff1a;日前&#xff0c;一份任正非会见索尼CEO吉田宪一郎会谈纪要流出&#xff0c;这份纪要以吉田宪一郎发问任正非的视角&#xff0c;揭开了不少华为鲜为人知的故事&#xff0c;其中涉及华为的管理、创业之初的故事&#xff0c;还有…

前沿 | 历时十二年!曼彻斯特百万级神经元的类脑超算终开启

具有百万处理器内核的「脉冲神经网络架构」或 SpiNNaker&#xff0c;每秒能完成约 200 兆次运算。来源&#xff1a;机器之心摘要&#xff1a;这台世界最大的神经形态超级计算机由曼彻斯特大学计算机科学学院设计和制造&#xff0c;它被设计和制造成与人脑相同的工作方式&#x…