細胞計算のエネルギーコスト

2012年にPankaj MehtaとDavid J. SchwabがarXivに発表し、後にPNASに掲載した論文は、根本的な問いに取り組む：細胞は何かを計算するためにどれだけのエネルギーを費やさなければならないのか？ランダウアーの原理に基づく答えは、生物学における情報処理は無料ではない——それには熱力学的なコストがかかる、というものだ。

著者らは、BergとPurcellが最初に提起した古典的な問題に焦点を当てる：細胞が環境中の化学リガンドの濃度を決定しようとする問題である。これは、走化性からシグナル伝達に至るまで、多くの細胞プロセスにとって基本的な計算タスクである。論文は、Berg-Purcell戦略のノイズを含むバージョンを実装する単純な2成分ネットワークをモデル化し、その計算のエネルギーコストを明示的に計算する。

重要な発見は、外部濃度について学習するには、システムが詳細釣り合いを破らなければならない——すなわち、エネルギーを消費しなければならない、ということである。細胞が濃度についてより正確であろうとすればするほど、より多くのエネルギーを燃やさなければならない。これはランダウアーの原理の直接的な応用であり、計算において1ビットの情報を消去すると、最小限の熱が放散されるという原理である。ここでは、細胞の計算はビットを消去するのではなく情報を獲得しており、エネルギーコストはその獲得の精度に比例する。

この研究は、エネルギー制約が細胞ネットワークの設計を形成する可能性があることを示唆している。特に、細菌の胞子発芽のような資源の乏しい環境において顕著である。合成生物学回路や、さらにはエネルギー制約のあるエッジAIシステムを構築するエンジニアにとって、この論文は、計算には常に熱力学的な代償が伴うことを思い出させる。文脈は細胞生物学であるが、情報とエネルギーが深く結びついているという根本原理は、生物学的であれシリコンベースであれ、あらゆる計算システムに広く当てはまる。

この論文は理論生物物理学の堅実な作品だが、情報処理の物理的限界に興味がある人にとっては、その計算全般への含意から読む価値がある。