L’intelligence étonnante d’une cellule unique : l’histoire de la chimiotaxie chez _E. coli_
(jsomers.net)- La chimiotaxie de E. coli est le processus par lequel une cellule unique détecte les variations de concentration des nutriments et trouve une direction plus favorable grâce à une courte mémoire chimique et au contrôle du mouvement
- La stratégie de déplacement consiste à ajuster le rapport entre le run, nage vers l’avant, et le tumble, qui change aléatoirement la direction, avec CheY et CheY-p phosphorylé comme principaux vecteurs du signal
- Quand la concentration d’un attractant augmente, le flux de CheY-p diminue, ce qui réduit l’inversion du moteur flagellaire ; en conséquence, les run durent plus longtemps que les tumble, ce qui augmente la probabilité d’aller vers la nourriture
- La méthylation des récepteurs est un mécanisme d’adaptation qui prend la concentration actuelle comme nouvelle ligne de base, permettant à E. coli de détecter de faibles variations même sur une plage de concentrations d’attractants de 5 ordres de grandeur
- L’agencement des récepteurs, les circuits de phosphorylation/déphosphorylation, le moteur flagellaire, la diffusion des protéines et les différences de nombre de molécules entre individus s’articulent pour faire fonctionner cette cellule unique comme un ordinateur physique
E. coli choisit sa direction avec des run et des tumble
- E. coli détecte les attractants grâce à des récepteurs sensibles à certains composés chimiques et modifie son mode de déplacement à l’aide de sa queue flagellaire
- Le déplacement peut être simplifié comme une combinaison de deux états
- run : plusieurs moteurs flagellaires tournent dans le même sens, les queues s’enroulent en faisceau et la cellule avance
- tumble : un ou plusieurs moteurs tournent dans le sens opposé, le faisceau de queues se défait et la cellule pivote dans une direction aléatoire
- Dans un environnement chimique uniforme, elle effectue une marche aléatoire mêlant run et tumble
- En général, un run dure environ 1 seconde
- Un tumble est environ 10 fois plus court qu’un run
- Le rapport entre run et tumble équilibre l’exploration et l’exploitation
- Si les run sont trop longs ou trop fréquents, la cellule peut dépasser sa nourriture
- S’ils sont trop courts ou trop rares, elle aura du mal à la trouver
CheY et CheY-p transmettent la décision motrice
- La molécule de signalisation centrale est CheY
- CheY circule dans le cytoplasme et transporte l’information entre le complexe récepteur et le moteur flagellaire
- Lorsqu’elle rencontre le complexe récepteur, une certaine fraction est phosphorylée et devient CheY-p
- Contrairement à CheY, CheY-p se lie fortement au moteur flagellaire
- Quand suffisamment de CheY-p se fixe au moteur, le sens de rotation s’inverse
- Cette inversion entraîne un tumble
- Quand la concentration d’attractant augmente, le flux qui convertit CheY en CheY-p s’affaiblit
- La quantité de CheY-p diminue, ainsi que celle qui se fixe au moteur
- Les inversions du moteur et les tumble deviennent moins fréquents
- La cellule reste plus longtemps en run, ce qui augmente la probabilité d’aller vers l’attractant
- Ce flux de signal agit comme un amplificateur chimique
- Une cellule bactérienne peut amplifier le signal de plus de 50 fois
- Une variation de 2 % de l’occupation des récepteurs peut produire une variation de 100 % de la sortie du moteur flagellaire
- Elle peut même détecter des changements de moins de 3 molécules par volume cellulaire
La méthylation fait de la concentration actuelle une nouvelle ligne de base
- Un système simple qui ne réagirait qu’à une hausse d’attractant serait vite saturé si la concentration augmentait fortement
- En réalité, E. coli reste sensible sur une plage de concentration d’attractants de 5 ordres de grandeur
- La cellule traite la concentration actuellement atteinte comme un nouvel état normal
- À partir de cet état, une petite augmentation peut de nouveau déclencher une réponse sensible
- Cette adaptation est liée à la méthylation de la structure réceptrice
- Quand un attractant se fixe au récepteur, la structure de soutien du récepteur change de forme
- Une poche de cette structure s’ouvre, permettant la fixation d’un groupe méthyle
- À mesure que la méthylation progresse, la capacité de signalisation du récepteur s’atténue, si bien qu’il faut davantage d’attractant pour produire la même réponse
- Chaque récepteur possède plusieurs sites de méthylation, et chaque récepteur comporte plusieurs structures de soutien, ce qui permet un réglage fin du niveau d’atténuation
- Le niveau de méthylation des récepteurs agit comme une mémoire chimique simple
- E. coli enregistre dans son état interne de modification chimique si la concentration d’attractant a augmenté ou diminué au cours des dernières secondes
- Cette information sert à juger si la direction actuelle de nage est favorable ou défavorable
Phosphorylation et déphosphorylation forment un circuit de régulation rapide
- Le circuit de chimiotaxie est un système dynamique qui modifie et restaure en continu des protéines
- CheA phosphoryle CheY pour le transformer en CheY-p
- CheZ déphosphoryle CheY-p pour le ramener à l’état CheY
- CheR méthyle les récepteurs
- CheB retire les groupes méthyle des récepteurs
- Ce circuit peut sembler, en apparence, être une boucle qui gaspille de l’énergie, mais il constitue pour la cellule un dispositif réglable très rapidement
- Comme les flux de phosphorylation et de déphosphorylation tournent en permanence, réduire ou augmenter l’une des réactions modifie vite la concentration de protéines actives
- Cela permet un ajustement bien plus rapide que de fabriquer de nouvelles protéines via une longue voie de production
- La régulation par phosphorylation/déphosphorylation est extrêmement courante dans le vivant
- Environ 30 à 50 % des protéines humaines contiennent un groupement phosphate lié de façon covalente
- Une cellule typique de mammifère utilise à un instant donné plusieurs centaines de types de protéines kinases
- Dans la chimiotaxie, la vitesse de ce cycle détermine la rapidité avec laquelle la cellule répond aux changements de niveau d’attractant
- Quand on ajoute un attractant, le flux qui convertit CheY en CheY-p diminue
- La déphosphorylation continue, ce qui augmente la quantité de CheY
- Quand CheY augmente, les tumble diminuent et les run augmentent
Les récepteurs transmettent le signal externe vers l’intérieur par changement de forme
- La membrane cellulaire de E. coli contient des protéines réceptrices spécialisées selon les attractants
- Par exemple, le récepteur qui détecte l’aspartate possède une fente bien adaptée aux molécules d’aspartate
- E. coli possède 5 à 6 de ces protéines sensorielles spécifiques d’attractants
- Les récepteurs relient une région sensorielle située à l’extérieur de la membrane à l’intérieur cellulaire, où se trouvent les protéines de signalisation CheW et CheA
- Le récepteur mesure environ 350 angströms de long, soit 35 nanomètres
- Ce type de structure a été étudié par des méthodes comme la diffraction des rayons X et la cryo-microscopie électronique
- En simplifiant, le complexe récepteur agit comme un grand piston
- L’aspartate se fixe sur la région sensorielle externe
- La structure en colonne du récepteur change subtilement de forme
- La kinase CheA, qui devrait phosphoryler CheY, est bloquée dans un état inactif
- Les complexes récepteurs forment de grands réseaux près de l’avant du corps de E. coli, qui ressemblent à un motif hexagonal en coupe
- L’odorat humain repose sur un principe similaire
- Les molécules odorantes se fixent à des protéines réceptrices spécifiques dans le nez
- L’être humain possède plusieurs centaines de protéines réceptrices olfactives
- Le chien dispose de plus de 1 000 gènes de récepteurs olfactifs
La signalisation intracellulaire dépend d’une diffusion rapide et des collisions
- CheY-p n’est pas guidé jusqu’au moteur par une voie spécifique ; il diffuse dans le cytoplasme et se fixe lorsqu’il s’en approche suffisamment
- L’intérieur de la cellule est très encombré, mais les molécules s’y déplacent rapidement
- Dans une cellule bactérienne typique, une enzyme située à une extrémité et une molécule de sucre à l’autre peuvent en moyenne entrer en collision environ une fois par seconde
- En quelques secondes, presque n’importe quelle molécule de la cellule peut rencontrer presque toutes les autres
- Dans un tel environnement, la forme des protéines et leur affinité de liaison sont cruciales
- Les molécules intracellulaires s’approchent sans cesse les unes des autres et testent en permanence leur possibilité de liaison
- La différence entre CheY-p et CheY modifie fortement la probabilité de liaison aux protéines du moteur
- Lorsque E. coli répond à un attractant, l’étape limitante est le temps nécessaire à la diffusion de CheY-p entre la zone des récepteurs et le moteur
- Ce temps est d’environ 0,1 seconde
- Des expériences ont aussi suivi ce déplacement dans des E. coli vivants à l’aide de CheY marqué par fluorescence
Le moteur flagellaire change de sens de rotation quand CheY-p se fixe
- Le moteur flagellaire est une nanomachine moléculaire sophistiquée
- Son efficacité énergétique approche les 100 %
- Il tourne à environ 1 500 tours par seconde
- Comme toutes les nanomachines moléculaires, il s’auto-assemble
- À la base du moteur se trouvent les protéines FliG, FliM et FliN
- Quand CheY-p arrive, il se fixe à ces protéines
- Une seule molécule de CheY-p ne suffit pas à changer la direction du moteur
- Il faut que plusieurs CheY-p se lient pour provoquer le passage de la rotation antihoraire à la rotation horaire et déclencher un tumble
- Le moteur n’est pas un simple état binaire, mais possède plusieurs états de rotation
- Il peut aller d’un état de rotation rapide dans le sens antihoraire à des états où la vitesse diminue
- Il peut passer par un état d’arrêt puis vers plusieurs états de vitesse dans le sens horaire
- Le mécanisme proposé pour l’inversion de direction repose sur un changement de forme de FliM et FliGc
- CheY-p se fixe à FliM
- FliM s’incline et le FliGc associé pivote de 90 degrés
- FliGc induit alors une propulsion en sens inverse au point de contact entre la partie mobile et la partie fixe
- Même lorsque CheY-p est fixé, CheZ peut le retirer ; l’effet est donc continuellement réversible
- En l’absence de signal supplémentaire, la cellule revient rapidement à son état de base
L’inversion d’un seul moteur peut suffire à produire un tumble
- En état de run, plusieurs flagelles se déplacent dans le même sens et forment un seul faisceau
- Le faisceau flagellaire n’est pas une simple hélice de propulsion, mais plutôt une structure où des queues hélicoïdales en rotation produisent une poussée dans un fluide visqueux
- Quand des filaments flagellaires distincts tournent à proximité avec la même phase, ils peuvent s’enrouler les uns autour des autres et former un faisceau
- Une étude a fabriqué un modèle macroscopique de flagelle en enroulant un tube creux en Tygon sur un mandrin puis en le remplissant d’époxy
- La rotation antihoraire a été entraînée par un moteur pas à pas pour tester la formation du faisceau
- Le faisceau se formait parce que le champ d’écoulement généré par chaque hélice inclinait les autres et les enroulait ensemble
- Si un moteur tourne en sens inverse, le faisceau se défait et l’ensemble de la cellule entre dans un état de tumble
Même des cellules portant les mêmes gènes se déplacent différemment
- Une population de E. coli n’est pas une masse homogène dont tous les individus se comportent de manière strictement identique
- Un article de Nature de 1976 traitait de l’individualité non génétique dans la chimiotaxie de Salmonella et d’Enterobacter
- Même au sein d’une même souche, des différences de réponse apparaissaient selon que l’environnement contenait ou non un attractant
- À l’époque, le mécanisme précis de régulation n’était pas connu, mais les auteurs supposaient que des différences dans le nombre de facteurs contrôlant les tumble pouvaient produire ces variations de comportement
- Le mécanisme mis au jour plus tard correspond bien à cette idée
- La protéine CheR, qui régule la méthylation des récepteurs, n’est présente qu’à environ 100 exemplaires par cellule
- Avec CheB, elle contrôle la vitesse d’adaptation et de contre-adaptation
- Une cellule contient au total environ 10 millions de protéines, mais comme CheR est très rare, quelques molécules de plus ou de moins peuvent suffire à modifier fortement le comportement
- Des expériences récentes ont quantifié l’individualité entre cellules de E. coli par microscopie en fluorescence
- Cette individualité provient non seulement des différences d’expression génique, mais aussi de la dynamique du réseau de signalisation
Les expériences qui ont révélé le mécanisme de la chimiotaxie
- Il n’existe pas encore de technique permettant d’observer directement, en une seule fois, toute l’activité à l’intérieur d’une cellule vivante
- Les images montrant un cytoplasme densément rempli de protéines sont des synthèses artistiques fondées sur des recherches rigoureuses
- Il ne s’agit pas d’une captation directe de l’ensemble du processus en une seule scène vidéo
- L’approche expérimentale principale a été la génétique
- On perturbe les gènes un à un et on observe le comportement d’E. coli muté
- Des noms comme CheY, CheZ ou CheW viennent du fait que la suppression du gène correspondant provoque un défaut de chimiotaxie
- Des expériences sur protéines in vitro ont aussi été utilisées
- On peut mélanger CheA, CheY, un groupement phosphate et des réactifs, puis observer si une phosphorylation a lieu et en quelle quantité
- Un article de Cell de 1990 utilisait du phosphate radioactif comme traceur
- On peut aussi observer la localisation et la dynamique des protéines à l’aide de protéines fluorescentes ou d’anticorps
- La biologie structurale sert à révéler les mécanismes physiques des sites de liaison
- Cristallographie aux rayons X
- Résonance magnétique nucléaire
- Cryo-microscopie électronique
- Microscopie optique à super-résolution
- Simulations de dynamique moléculaire à l’échelle atomique
- En 1972, Howard Berg et Douglas Brown ont observé les run et les tumble de bactéries à l’aide d’un microscope de suivi 3D qu’ils avaient eux-mêmes conçu
- Dans leur article de l’époque, ils utilisaient le terme « twiddle » au lieu de tumble
- La physique de la propulsion flagellaire a aussi été étudiée en fixant les flagelles sur une lame de microscope
- Dans cet état fixé, la queue fait tourner le corps de la cellule, ce qui permet de mesurer la vitesse de rotation du corps cellulaire
- Le fait que le moteur flagellaire soit entraîné par la force proton-motrice a été montré dans un article de 1977 mesurant les variations de run et de twiddle selon la présence ou l’absence de potentiel électrique
- L’observation de la puissance de rotation dans différentes conditions a montré que cette rotation est fortement couplée au flux de protons
- Un tour complet consomme environ 500 protons
Les modèles informatiques transforment des hypothèses en formes vérifiables
- La chimiotaxie de E. coli a été l’un des premiers grands cas de biologie « in silico »
- Les modèles informatiques obligent à formuler explicitement les hypothèses
- Pour construire un modèle, il faut décrire concrètement chaque composant et chaque interaction
- Une fois le modèle opérationnel, on peut tester des variations des hypothèses
- Le modèle de Dennis Bray produisait le bon phénotype pour plus de 60 mutants dans lesquels des composants de la voie de chimiotaxie avaient été supprimés ou surexprimés
- Le processus d’ajustement du modèle peut aussi faire émerger de nouvelles pistes expérimentales
- Pour reproduire la réponse à un stimulus bref, il a fallu donner aux enzymes d’adaptation CheR et CheB des activités au moins un ordre de grandeur supérieures aux valeurs de la littérature existante
- Les recherches sur la chimiotaxie peuvent aussi avoir des applications pratiques
- Comprendre la voie de signalisation de la chimiotaxie bactérienne pourrait mener à des travaux sur des antibiotiques visant à la perturber
- Il pourrait aussi être possible de créer des « détecteurs intelligents » capables de trouver des cellules cancéreuses ou des déchets environnementaux en s’appuyant sur cette voie de chimiotaxie
- Plus largement, les voies de régulation bactériennes à deux composants contrôlent des fonctions variées comme la division cellulaire, la virulence, la résistance aux antibiotiques, la fixation et l’utilisation de métabolites, la réponse au stress environnemental, la sporulation et les taxis
1 commentaires
Commentaires Hacker News
Si l’on lit « Hidden Order » de John Holland non comme un livre, mais comme une méthode pour créer des systèmes adaptatifs complexes, l’essentiel se résume à quelques éléments : un environnement, plusieurs agents, un bus de messages en lecture/écriture permettant aux agents d’interagir, ainsi que les règles et capteurs de chaque agent
En combinant tout cela, on obtient de la pensée, ou de l’intelligence. On peut aussi se demander si le protocole de routage RIP est un système adaptatif complexe
Une partie du problème tient à notre façon de penser. Je me considère comme une personne, et non comme un système adaptatif complexe, mais en réalité je suis constitué d’agents, il existe un bus de messages, et ces agents perçoivent, agissent et interagissent
Des questions comme la différence entre un tas de fourmis et une colonie de fourmis, ou le fait de savoir si ce qui est intelligent est la fourmi ou la colonie, relèvent peut-être d’un problème à la Sapir-Whorf, où le langage limite la pensée
Je dis « une partie » parce qu’une quantité considérable des pensées et actions accomplies par le système adaptatif n’est pas identifiée comme soi
C’est encore plus vrai quand on vit en ville et que l’on se déplace peu ; si l’on part dans des lieux et des cultures très éloignés sans supposer que sa propre culture est la meilleure, davantage de choses commencent à s’activer dans le cerveau
Ce commentaire Reddit la résume mieux que l’article : https://www.reddit.com/r/MachineLearning/comments/dco3t1/com...
La conscience semble se produire à une certaine échelle et covarier avec des motifs et activités macroscopiques issus de groupes de neurones, plutôt qu’avec l’activité probabiliste et bruitée de cellules individuelles. Nous ne sommes pas conscients de la manière dont sont traitées la reconnaissance des visages, la reconnaissance de la parole ou le contrôle moteur fin ; nous ne sommes conscients qu’à une échelle bien plus élevée, mais nous ne considérons pas qu’une échelle trop macroscopique, comme celle des États-Unis, possède une conscience
Les systèmes adaptatifs complexes peuvent se chevaucher. Les familles humaines, les communautés, les sociétés et les gouvernements forment tous des Gestalt plus vastes, et l’humain lui-même est un système adaptatif complexe inclus en leur sein
Si ce genre de sujet vous intéresse, je recommande vivement « The Song of the Cell » de Siddhartha Mukherjee. C’est l’un des meilleurs livres que j’aie lus pour rendre la biologie accessible
https://www.amazon.com/Song-Cell-Exploration-Medicine-Human/...
Je suis tout à fait d’accord pour dire que la biologie au lycée penchait trop du côté de la mémorisation des noms des choses. On peut gâcher une matière aussi vaste en faisant du manuel une liste interminable de connaissances à pointer du doigt.
En se concentrant sur un ou deux exemples intéressants, on aurait pu enseigner une biologie assez sophistiquée même à l’école primaire, et je pense que cela aurait inspiré bien plus de gens que cela n’en aurait ennuyé.
Il y raconte avoir observé un phénomène étrange : sur presque le même sujet, avec presque la même question, les étudiants répondaient immédiatement une fois, puis étaient totalement incapables de répondre la fois suivante.
Il dit : « le but principal de ma conférence est de montrer qu’au Brésil, on n’enseigne pas du tout la science ».
https://v.cx/2010/04/feynman-brazil-education
Par exemple, le dogme central de la biologie est l’idée du transfert d’information selon lequel l’ADN est transcrit en ARN, puis l’ARN traduit en protéines. On peut traiter étape par étape la structure et la fonction de l’ADN, les différents sous-types d’ARN, les protéines de traduction, Slicer et Dicer, les codons de trois lettres et les acides aminés, la sortie de l’ARNm hors du noyau, etc.
Mais une grande partie de ce dogme central que je viens de décrire est désormais difficile à considérer comme littéralement vraie. Presque toute la microbiologie moderne traite des « exceptions » au dogme central, au point qu’il devient difficile de parler d’une vraie différence entre ARN et protéines. Chaque semaine, il sort de nouveaux articles sur des hybrides ARN-protéines importants pour comprendre des parties courantes de la cellule ; le dogme central ressemble donc moins à un mensonge qu’à une fiction utile.
C’est un peu comme dire qu’une « boucle for » est le mode de fonctionnement d’Internet. Il y a bien des boucles for sur Internet, elles sont importantes et il faut les apprendre, mais on ne peut pas enseigner Internet avec un ou deux exemples intéressants de boucles for.
Comprendre la biologie est difficile : c’est le résultat de plus de 4 milliards d’années de vie et de mort. On ne peut pas en faire le tour avec quelques exemples ; même une compréhension de niveau terminale nécessite un cours d’un an, et cela ne reste que le point de départ minimal vers un domaine très vaste. Il faut apprendre des noms et des faits, et faire le travail difficile de relier d’énormes quantités d’informations. Ce n’est pas de l’éducation-divertissement qu’il faut, mais de l’effort.
Cette complexité et intelligence unicellulaires est depuis longtemps l’un de mes thèmes récurrents dans les débats sur l’AGI. Bien avant l’engouement actuel pour les LLM, des gens comptaient déjà le nombre de neurones dans le cerveau et lançaient des affirmations audacieuses du type « d’ici quelques années, nous aurons une machine dotée de la capacité de calcul du cerveau ».
Mais chaque neurone du cerveau est d’une complexité déconcertante, et nous comprenons encore mal comment cette complexité se manifeste sous forme de pensée et d’intelligence. Si l’on pense à la physique et aux interactions entre objets, chaque cellule du cerveau est plus complexe que les LLM que nous utilisons aujourd’hui. Bien sûr, cela ne veut pas dire que chaque cellule peut produire les mêmes sorties qu’un LLM, mais que la complexité de son comportement contribuant au système global est de cet ordre.
Il montre, à partir de résultats expérimentaux et théoriques en biophysique cellulaire, que des cellules nerveuses individuelles peuvent multiplier, intégrer et retarder des entrées synaptiques, et que l’information peut être encodée dans le potentiel de membrane, la concentration intracellulaire de calcium et le timing de spikes individuels.
https://www.amazon.com/Biophysics-Computation-Information-Co...
Par exemple, dans un réseau de neurones convolutif, le nombre total de poids d’un noyau est : nombre de canaux d’entrée × taille du noyau × nombre de filtres ; avec un noyau 3×3, 3 canaux et 128 filtres, cela ne fait que 3 456 paramètres. Mais comme les mêmes filtres sont appliqués sur toute la carte de caractéristiques 2D en entrée, avec une image HD 1280×720 et un stride de 2 dans les deux directions, ils sont appliqués 230 400 fois, ce qui donne 796 262 400 activations effectives de paramètres.
On sait depuis longtemps que les réseaux de neurones convolutifs s’inspirent en partie du cortex visuel humain [0]. Dans le cortex visuel humain, qui doit fonctionner rapidement, le partage de paramètres d’un noyau unique est impossible ; il est donc probable que les poids soient, dans une certaine mesure, parallélisés et répliqués dans le cerveau. Sur ce point, les réseaux de neurones artificiels ont un avantage.
Les neurones du cerveau humain doivent présenter un certain degré de redondance en raison de la réparation cellulaire permanente, et semblent ne se mettre à jour que par apprentissage hebbien, contrairement à la mise à jour directe de la mémoire informatique. En outre, une grande partie du cerveau humain sert à des raisons environnementales et non logiques comme la motricité, le toucher, la peur, la jalousie ou le désir, tandis que les réseaux de neurones artificiels n’ont pas besoin d’avoir, de la même façon, des éléments comme la réaction de lutte ou de fuite de l’amygdale.
[0] https://msail.github.io/post/cnn_human_visual/
C’est grâce à l’excellent livre de John Bonner, “The Evolution of Culture in Animals”, que j’ai découvert l’idée selon laquelle même des cellules individuelles peuvent faire preuve d’« apprentissage » et de « culture ».
Bonner établit une perspective où culture et apprentissage sont tous deux vus comme des continuums, plutôt que de tracer une rupture entre les animaux ou de placer les humains dans une catégorie à part. Bien sûr, il existe des différences.
https://press.princeton.edu/books/paperback/9780691023731/th...
Cet article, pour ainsi dire, descend profondément dans ce terrier.
Si ce sujet vous intéresse, il existe aussi un livre intitulé « Information Processing in Single Neurons », consacré à la complexité d’un neurone unique dans le cerveau
https://www.amazon.com/Biophysics-Computation-Information-Co...
Il existe une revue de 2013 entièrement en libre accès qui contient toutes les mathématiques nécessaires pour modéliser ce processus : « Quantitative modeling of bacterial chemotaxis: Signal amplification and accurate adaptation, Yuhai Tu »
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3737589/
L’essentiel est que la coopération entre récepteurs et l’adaptation précise peuvent être décrites quantitativement par un modèle mathématique simple, et que le « modèle standard », qui inclut à la fois l’amplification du signal et l’adaptation, prédit quantitativement la réponse d’E. coli à des stimuli arbitraires variant dans le temps
Les rampes exponentielles produisent, via la fonction de taux de méthylation F(a), des variations d’activité dépendantes du taux de rampe, et la réponse aux signaux oscillants montre qu’E. coli calcule une dérivée temporelle dans le domaine des basses fréquences. E. coli mémorise aussi le logarithme de la concentration en ligand, et la loi de Weber-Fechner s’applique à la chimiotaxie d’E. coli
L’article traite également, comme mécanisme d’amplification du signal, de la transition de phase coopérative des complexes récepteurs, en utilisant un modèle analogue aux interactions spin-spin ferromagnétiques d’Ising en physique
Le passage indiquant que nous n’avons pas encore la technologie permettant d’observer toute l’activité à l’intérieur d’une cellule vivante me fait me demander à quel point nous sommes proches de cartographier tous les atomes d’une cellule
1 ml d’eau contient 1E23 atomes, et E. coli mesure environ 500 nm × 500 nm × 1 µm, donc une cellule entière ne contient qu’environ 2E10 atomes
Serait-il possible de congeler toute la cellule, puis de détacher les atomes un par un avec un faisceau d’électrons et de les identifier par leur masse ?
Cela dit, c’est absurdement coûteux, et ce qu’on peut réellement identifier se situe généralement au niveau de protéines entières. Mais le fait de pouvoir les voir dans leur contexte est déjà énorme
Reste aussi la question de savoir quelle résolution a du sens, et quelle branche de quel processus on veut suivre
La stratégie consistant à tourner au hasard puis à aller tout droit rappelle un peu la logique du Roomba de première génération
La section finale « How did we figure all this stuff out? » est vraiment étonnante
L’invariance d’échelle de la nature y apparaît aussi clairement. Une cellule est « petite » à l’échelle humaine, mais elle est aussi complexe que n’importe quelle machine existant à notre échelle. Dans la nature, il n’y a pas de petitesse ou de grandeur absolue
Les expériences in silico peuvent être sous-estimées par les personnes extérieures au domaine. On voit clairement comment l’augmentation de la puissance de calcul a transformé ce champ, et continuera de le faire. Passer d’une approche consistant à bricoler avec des molécules au hasard ou à cultiver des choses dangereuses dans des boîtes de Petri à des simulations informatiques rapides fondées sur l’ADN représente un grand bond en matière de vitesse d’apprentissage
Les échelles ont aussi des limites physiques. Il y a une limite au poids que les os peuvent supporter, et les processus chimiques sont eux aussi soumis à des contraintes, par exemple un taux maximal de dissipation d’énergie