DNAには IF 文、WHILE ループ、あるいは関数呼び出しに相当する機能があるのか？

 (biology.stackexchange.com)
2 ポイント 投稿者 GN⁺ 2024-01-11 | 1件のコメント | WhatsAppで共有
  • DNAを逐次実行されるプログラムコードとみなすのは難しいが、遺伝子発現と細胞シグナル伝達経路には IF/WHILE 的な論理 にたとえられる調節機構がある
  • 転写活性化因子 と 転写抑制因子 は、条件に応じて遺伝子転写をオンにしたり止めたりする点で、それぞれ IF と WHILE に緩やかに対応する
  • 関数呼び出しのような独立した入出力ブロックは細胞内では成立しにくく、同じ空間で起こる反応同士が相互に干渉しうる
  • GOTO に近い例は条件付きネットワーク結合、feedforward loop、分岐経路に見いだせるが、DNAが逐次実行されないという限界が大きい
  • 生物学的システムは概して 並列的かつアナログ的 であるため、合成生物学における論理ゲートの事例があっても、コンピュータコードの比喩は慎重に使うべきである

DNAとプログラミング言語の比喩の限界

  • DNAはコンピュータコードのように 逐次的に実行 されるわけではなく、多くの転写が同時に並列して起こる
  • コンピュータコードの1行は厳密で一貫した意味を持つが、コーディングDNAはアミノ酸へ翻訳され、タンパク質の機能はアミノ酸間の複雑な化学的相互作用から生じる
  • コーディングDNA断片は、その断片が作る タンパク質の文脈 の外では独立して理解しにくい
  • 生物学的システムにもコンピュータに似た振る舞いをする経路はあるが、こうした比較はDNAレベルよりもタンパク質レベルでより慎重に扱うべきである

IF と WHILE に近い遺伝子調節

  • 転写活性化因子 は存在すると特定の遺伝子が転写されるため、IF に似た例とみなせる
    • ただし、シグナルが消えるまで事象が終了せず、細胞が生きている限りプログラムが続くという点で、IF は常にループの一部のように働く
  • 転写抑制因子 は、抑制因子が存在しないあいだ遺伝子が転写されるという点で WHILE と比較される
  • 転写干渉 も IF または WHILE に近い形として解釈できる
    • 例: if(x transcribed){not y transcribed}
    • この干渉は必ずしも二値的ではなく、より一般的には段階的な応答として現れる
  • RNA段階でも antisense RNA を用いた転写干渉が起こり、しばしば 負のフィードバックループ を与える
    • この場合の干渉は、DNA段階で直接起こる IF 文の類似物ではない

関数呼び出しとモジュール型経路

  • 関数呼び出しに正確に対応する構造を見つけるのは難しい
    • 細胞内の事象は同じ空間で起こり、常に干渉の可能性がある
    • 細胞小器官は区画として関数のような性質を持ちうるが、単純な入出力装置ではなく非常に複雑な構造である
  • 一部の モジュール型経路 は関数呼び出しと緩やかに比較できる
    • 例: apoptosis signaling では、特定の入力がほぼ一定の効果につながる区間を1つのコードブロックのように扱う考え方
    • caspase 活性化と cytochrome leakage の間の過程を1つのブロックとみなせば、複数のメカニズムをより短く説明できる
  • ubiquitin によってタンパク質に印を付ける過程は、分解のための関数呼び出しのように解釈できる
  • 核内受容体 (nuclear receptor) は、リガンドによって活性化されると細胞質から核へ移動し、遺伝子抑制・活性化と後続過程を引き起こすため、関数呼び出しの例とみなせる
  • 複数のサブユニットから組み立てられる複合タンパク質で、単一サブユニットを置き換える過程は、関数呼び出しまたは コンポジション の概念と比較される

GOTO と分岐経路

  • GOTO は逐次実行コードで主に意味を持つものであり、DNAはそのように実行されないため、直接対応させるのは難しい
  • 条件付きネットワーク結合では GOTO に似た構造を見つけられる
    • 例: A→B→C の経路があり、別の結合 D→C があるとき、D が活性化されれば A と B を経ずに C に直接影響を与える
  • feedforward loop と 分岐経路 は、特定条件で中間段階を迂回するように見えることがある
  • イントロンスプライシングを、リボソームのポインタが別の値を飛ばす GOTO に似ているとみなすコメント的な解釈もあったが、要点は DNA に逐次実行構造がないという点である

スプライシングと低レベルのプログラミング的構造

  • 選択的スプライシング は、最終タンパク質をコードする転写産物に特定のDNA断片であるエクソンが含まれたり除かれたりする点で IF と比較される
  • このような低レベルの比較は、プログラミング概念と生物学的調節の類似性を示すが、正確な等価物とみなすのは難しい
  • 細胞内の情報の流れを説明するには、DNAだけでなく転写産物、タンパク質、調節ネットワークまであわせて見る必要がある

合成生物学の論理回路

  • 合成生物学では、生物学的回路で 論理ゲート を構成した事例がある
  • 関連レビューとして Nature Reviews Genetics の合成生物学回路レビュー が紹介されている
  • Siuti et al. 2013 は、細菌を用いて情報を保存し、生物学的回路として組み立てて論理機能を処理した例である
  • biobricks.org プログラムは、センサー、論理関数、エフェクターのような モジュール型部品 を定義しようとする試みとして紹介されている

デジタルコードよりアナログフィードバックに近い細胞

  • 細胞は多くの物理システムと同様に アナログ的 な性格を持ち、ほとんどの状況で変数は 0/1 の二値には分かれない
  • 遺伝子発現では転写活性化因子が存在すると遺伝子が転写されるが、活性化因子濃度を上げると発現量は飽和点に達するまで増加する
  • 生物学的システムでもスイッチング動作は可能である
    • 特定の調節ネットワーク構造がそのようなダイナミクスを生み出せる
    • 正のフィードバックの有無を問わない協同性 (co-operativity) は、スイッチング動作を実装するメカニズムの1つである
  • 関連概念として ultrasensitivity と、「連続変数をブール変数にできるか」を扱う Biology Stack Exchange の質問 もあわせて紹介されている

関連記事

1件のコメント

 
GN⁺ 2024-01-11
Hacker News のコメント

  • DNA にはプログラミング構造はないかもしれないが、ニューラルネットワークのように機能する面がある。「遺伝子調節ネットワーク（Gene regulatory network）」を見るとよい
    一部のタンパク質は他の遺伝子を活性化する役割だけを担っており、こうした転写因子が調節ネットワークや連鎖反応の中核になる。他の遺伝子の開始部分にあるプロモーター領域に結合して遺伝子をオンにし、別のタンパク質の産生を始めさせる、という具合に続いていく。転写因子の中には抑制役を果たすものもある
    こうしたネットワークは、遺伝子とタンパク質という相互接続されたノードを通じて情報を処理し、互いの活性を変えるという点でニューラルネットワークに似ている。転写因子がある遺伝子を活性化または抑制すると一連の事象が起こり得て、これはニューロンが互いを活性化する仕組みに似ている
    https://en.m.wikipedia.org/wiki/Gene_regulatory_network

    • 合成生物学者として、良い答えだと思う。ただし、人間が作った遺伝子プログラムを見ると、もう少し単純化した見方ができる
      ヒトT細胞が表面マーカーの発現に応じて標的のがん細胞を条件付きで殺すようなプログラムを工学的に作ることについては、かなり進展があった。これは、すでに市場にある既存の CAR-T 細胞（Kymriah など）とは対照的だ。単純な AND ゲートの T 細胞回路は、現在ヒトで試験中である
      今では、合成回路で細胞の意思決定プログラムを書くための戦略がいくつもある。DNA プログラムを書いて人体に入れる時代に入りつつあり、細菌での概念実証から実際のヒト臨床へ移行している今、コンピューターサイエンス側の人たちに「プログラミングとしての合成生物学」へもっと関心を持ってもらうにはどうすればよいのか気になる
      https://pubmed.ncbi.nlm.nih.gov/33243890/
      https://arsenalbio.com/2023/05/16/arsenalbio-announces-prese...
    • DNA は物理的な力ではなくデータ構造だから、そうなのだと思う
      ある DNA 配列が xyz という特性の電磁場、重力、強い力／弱い力と相互作用すると abc という経路に沿って突然変異が起こる、というような主張は、再現可能な統計分析で裏付けられないなら捨てるべきだ
      IT 業界のデータモデルへの執着が、エントロピーとリンディ効果を無視する疑似科学へ人々を押しやったのだと思う。構造は変わり得るが、物理的な力はそうではない。データ構造は物理的な力ではなく、エントロピーとリンディ効果のせいで生物学がガベージコレクションしている、穴だらけのメンタルモデルに近い
      ソフトウェア開発への執着は奇妙で、統計的な蜃気楼と幻覚された達成に満ちているように見える、という電気工学者としての考えだ
    • システム生物学の教科書では、こうしたネットワークはたいていニューラルネットワークというより論理ゲートに近いものとして説明される。もちろん似ている点もある
      遺伝子調節ネットワークは厳密なオン／オフより少し動的だが、エンハンサーやリプレッサーのように複数の相互作用タイプがあるため、一般的なニューラルネットワークより論理ゲートのほうがうまくモデル化できるように見える
    • これはイベント駆動アーキテクチャのように聞こえる。他のイベントに反応してイベントを発し、イベントを送る側も別のイベントによって「調節」される構造だ
    • あまり難解な結論へ飛びつく前に、これはニューラルネットワークが非常に一般的だから起きている現象である可能性が高い
      ここで一般的というのは、演算子的な合成が可能な多くの動的システムを近似したりモデル化したりできる、という意味だ

  • 大学で創造性とイノベーションの授業を教えている。自然観察から始まった発明事例を学生にたくさん見せているが、たとえば Velcro は、発明者の犬の毛にオナモミの実がくっつくのを見て生まれた
    自然、とくに人間の心がどのように働くかを観察すれば、コンピューティングに関する発見がまだ残っているのではないかという直感がある。その結果は、コンピューティングを理解する方法そのものを変えるような根本的なものになるだろうと想像している

    • 今日の私たちの計算理解も、かなりの部分が自然観察に基づいている。論理学研究の自然な帰結であり、その探究は詭弁術が制度化されていた古代にまでさかのぼる。当時は何が真であるかを判断する体系的な方法がほとんどなく、もっともらしく聞こえるかどうかが大きな基準だった
    • 自然に着想を得た最適化という分野全体がある
      https://arxiv.org/pdf/1307.4186.pdf
    • 畳み込みニューラルネットワークを思い浮かべる
    • この本をよく勧めている。『Cats’ Paws and Catapults: Mechanical Worlds of Nature and People』(https://www.goodreads.com/book/show/223609.Cats_Paws_and_Cat...) は、生物学が人間の設計にどのような着想を与えるかをよく示している
      重要な考えの一つは、多くの事例は設計の直接的なコピーではなく、インスピレーションに近いということだ。生物学は人間の機械とは非常に異なる制約の下で機能しているため、エンジニアやデザイナーが生物学的な原型に忠実でありすぎようとすると、うまくいかないことがある

  • DNA はいつも、数百万年にわたるプログラミングのようなものだと考えている。かろうじて動くハック的なコード片が、コメントもドキュメントもなくつながっている形だ
    あるコード片がなぜその形になったのかは、時間の中で完全に失われている。私たちに分かっているのは、変えるとたいてい悪くなり、特定のコードの塊が特定の行動につながり、詳しく見れば見るほどスパゲッティコードのように見える、ということだけだ

  • KMT2D遺伝子は、ほかの遺伝子の発現を制御する遺伝子の例の一つ。この遺伝子に欠陥があると、歌舞伎症候群を発症することが多い。
    記憶が正しければ、Bert Hubertの講演「DNA: The Code of Life (SHA2017)」で、IFのような振る舞いの例が紹介されていた。
    https://en.wikipedia.org/wiki/KMT2D
    https://en.wikipedia.org/wiki/Kabuki_syndrome
    https://www.youtube.com/watch?v=EcGM_cNzQmE

  • 最初の回答に関連して、YouTubeのTim BlaisがA. Leighの研究をもとに、分子機械についての中毒性のある教育エンタメソングを作っている。
    アニメーションも素晴らしく、電気化学的な「スイッチ」がどのように二値状態をエンコードできるかを示している。原理的には、これを使って論理ゲートを作ることもできる。
    https://www.youtube.com/watch?v=ObvxPSQNMGc
    https://pubs.acs.org/doi/10.1021/acs.chemrev.5b00146

    • 2021年に論理ORゲートタンパク質を作った論文がある。
      https://www.nature.com/articles/s41467-021-26937-x
      一部の企業は、薬物設計にこうした方式を使おうとしている。たとえば「2つの抗体がどちらも結合したときだけ、これを活性化せよ」といった条件である。

  • 興味深い質問だ。遺伝的なエンコードと発現は根本的に確率的である。そうでなければ進化が可能にならないからだ。
    一方で、CPUの基本演算が同程度のエラー率を持つとしたら非常にまずいだろう。生物学的回路で論理ゲートを作るという上位コメントは興味深かったし、逆に細胞と同程度のノイズを持つ演算を行う確率的プログラミング言語を作った例があるのかも気になる。

    • 確率性が生じる理由は、生物学的な「計算」が電気化学反応とフィードバックループだからであり、これはプログラミング言語でいう「コード実行」という概念とはあまり相性がよくない。
      より近い比喩は、計算用のアナログ回路を合成するハードウェア記述言語かもしれない。そうした回路は、環境中の電磁放射ノイズの影響を受けるアナログコンピュータに似ている。
      その意味では、デジタル以前の計算時代に、ごく基礎的な形ですでに行われていたとも言える。
    • CPUの基本演算のエラー率と比較するなら、進化は実行ファイルがコピーされるときの変異に関するものだ。
    • 進化がどれほど遅いか、また一個体の中でDNAがコピーまたは転写される回数がどれほど多いかを考えると、遺伝過程のエラー率は実際には極めて低いのではないかと思う。

  • 細胞外環境にラクトースがあり、細胞外環境にグルコースがなければ、lacオペロンを活性化し、ラクトースの取り込みと代謝に関わる遺伝子を転写してwhileループに入る。
    ラクトースがある間は、それらの遺伝子を転写し続ける。
    ただし、これはDNAだけで行われることではなく、細胞システムの一構成要素として起こる。この場合、E. coliは常に最小量のラクトースおよび他の糖輸送体を作っており、それらが細胞膜でセンサーのように働いてフィードバックループを引き起こす。そうでなければ、細胞はラクトースの存在をどうやって知るというのか。
    グルコースがある場合、E. coliはそれを優先的に使い、他の糖の取り込み・代謝遺伝子を下方制御する。これらすべてはデジタルというよりかなりアナログ的で、「オフ」になっている遺伝子も非常に低いレベルではなお転写されうる。
    DNAはRAMにより近く、CPUはトランスクリプトーム（DNA → mRNA）とリボソーム（mRNA → タンパク質）により近いかもしれない。全体として、細胞は並列マルチプロセスのフェッチ・デコード・実行サイクルのようなものを回していると言える。

  • プログラミング言語の観点からDNAについてはいつも気になっていたが、言語というよりはデータ構造に近いと考えてきた。

    • LispがDNAに最も近い近似だとずっと思ってきた。

  • 一時期、合成生物学にはまって、この入門書を読んだ: https://www.amazon.ca/Introduction-Systems-Biology-Principle...
    「システム工学」や「制御システム」系の授業で、発振器や、さまざまな工学分野にまたがる高水準の制御システムを学んだことがあるなら、この本はそうしたシステムが細胞内でどのように「実装」され、動作するのかを理解するための良い入門書だ。「IF」や「WHILE」ループというよりは、「E. coliの経路探索アルゴリズムのような論理回路がRNAでどのように実装されるのか」に近い。

  • 計算生物学に関心があるなら、George Churchの講義が素晴らしい。
    講義説明によると、このコースでは、複雑な生物学的ネットワークにおける配列・構造・機能の関係と、定量的かつ包括的な機能ゲノム解析の現実的モデリングの進展を扱う。課題には、アルゴリズム、統計、データベース、シミュレーションのアプローチと、医学・バイオテクノロジー・創薬・遺伝子工学への応用が含まれる。
    https://ocw.mit.edu/courses/hst-508-genomics-and-computation...