想象你拿着一份建筑蓝图，试图建造一座城市。蓝图包含所有信息：每栋建筑的设计、管道的布局、电线的走向。但蓝图本身不是城市。你需要建筑工人、材料、时间，还需要根据现场条件调整——土壤太软需要加固，天气恶劣需要延期，预算变化需要简化。
基因表达就是这样。基因组是蓝图，但细胞是建筑工地。DNA序列包含制造蛋白质的指令，但细胞需要根据环境决定何时何地制造多少，需要协调数千个基因的表达，需要应对材料短缺和机器故障。
传统生物学将基因表达视为"分子机器的执行"——转录因子结合DNA，RNA聚合酶合成mRNA，核糖体翻译蛋白质。这没错，但忽略了决策的维度。细胞不是被动执行，而是主动推断——它"决定"表达什么，基于内部状态和环境线索，基于预期和反馈。
本章将展示，基因表达是活性算法在分子层面的精细实现——一个多层次的、噪声利用的、自适应的推断过程。
二、转录：从DNA到RNA的推断转录是基因表达的第一步：以DNA为模板，合成RNA。这看起来简单，但实际上是复杂的调控决策。
启动子作为开关
每个基因前有一段DNA序列，称为启动子。转录因子（蛋白质）结合启动子，招募RNA聚合酶，启动转录。但启动子不是简单的"开/关"——它有强度（结合转录因子的亲和力），有逻辑（多个转录因子的组合效应），有动态（结合和脱离的速率）。
从活性算法角度，启动子是先验的调制器。基因组序列定义了"默认"的表达模式（U(s)），但转录因子根据环境调整这个模式。如果营养充足，激活代谢基因的转录因子结合；如果压力存在，激活应激基因的转录因子结合。这是贝叶斯更新：观测（环境信号）更新信念（表达状态）。
增强子与三维基因组
基因调控不仅发生在启动子附近。增强子是 distant DNA序列，可以距离目标基因数万碱基对，但通过染色质折叠与启动子物理接触。一个增强子可以调控多个基因，一个基因可以被多个增强子调控，形成复杂的网络。
这是推断的上下文依赖性。相同的基因，在不同的增强子激活状态下，产生不同的表达水平。细胞根据全局环境（通过多个信号通路）决定"如何解读"基因组信息，类似于自然语言处理中的上下文嵌入。
转录爆发与噪声
转录不是平滑的连续过程，而是爆发的——基因在短时间内大量合成mRNA，然后沉默。这种爆发是随机的，受分子碰撞的随机性驱动。
传统观点将噪声视为错误——需要抑制的干扰。但现代观点认识到，噪声是功能性的。爆发的随机性创造细胞间变异，在克隆群体中产生表型多样性。当环境变化时，这种多样性提供** bet-hedging**——某些细胞可能恰好处于适应新环境的状态。
从自由能原理角度，噪声是变分近似的采样。细胞不是寻找唯一的"最优"表达状态，而是从后验分布中采样——这允许探索，允许鲁棒性，允许适应。
三、RNA加工：信息的编辑转录产生的初始RNA（pre-mRNA）不是最终产品。它需要加工：加帽、加尾、剪接。每一步都是信息的选择和转换。
选择性剪接：一个基因，多个蛋白质
真核生物的基因包含外显子（编码序列）和内含子（非编码间隔）。剪接移除内含子，连接外显子。但剪接可以是选择性的——不同的外显子组合产生不同的mRNA，进而不同的蛋白质异构体。
人类基因组约2万个基因，但蛋白质种类超过10万——主要归功于选择性剪接。这是生成模型的多样性：相同的先验（DNA序列），不同的似然（剪接模式），不同的后验（蛋白质功能）。
剪接的选择受顺式元件（RNA序列本身）和反式因子（剪接调控蛋白）控制。这些调控响应环境信号——应激时某些剪接模式增加，分化时其他模式激活。这是推断的条件性：根据上下文，选择不同的"解读"方式。
非编码RNA：调控的层次
大部分转录本不编码蛋白质——它们是非编码RNA（ncRNA）。其中，microRNA（miRNA）和长链非编码RNA（lncRNA）尤为重要。
miRNA是短序列（~22核苷酸），结合目标mRNA，抑制翻译或促进降解。一个miRNA可以调控数百个目标，一个目标可以被多个miRNA调控，形成密集的调控网络。这是推断的层次控制——高层调控因子（miRNA）协调低层程序（蛋白质合成），类似于大脑中的神经调质。
lncRNA功能多样：它们可以调控染色质状态，可以作为蛋白质结合的支架，可以作为miRNA的前体。它们扩展了"基因"的定义——从编码序列到功能性的RNA分子。
四、翻译：从mRNA到蛋白质的推断翻译是基因表达的核心：将mRNA的核苷酸序列转换为蛋白质的氨基酸序列。这是信息的最深层转换——从核酸语言到蛋白质语言，从线性序列到三维结构。
密码子使用与翻译速度
如前所述，遗传密码有简并性，同义密码子的使用频率不同。密码子使用偏倚与tRNA的丰度相关：丰富的tRNA对应高频密码子，翻译更快；稀缺的tRNA对应低频密码子，翻译更慢。
这种速度差异不是缺陷，而是功能性的设计。蛋白质的某些区域需要慢速翻译——例如，跨膜结构域需要在膜插入前充分折叠，慢速翻译允许分子伴侣辅助。其他区域需要快速翻译——例如，结构蛋白需要高效合成。
这是推断的时间控制。mRNA序列不仅编码氨基酸序列，还编码翻译动力学——快-慢-慢-快的节奏模式。核糖体"读取"这个节奏，调整合成速度，影响蛋白质的折叠路径。
共翻译折叠：四维编码
蛋白质的功能不仅取决于氨基酸序列，还取决于三维结构。而结构不是合成后才形成的——折叠与翻译同步进行。新生肽链从核糖体出口通道出现时，就开始形成局部结构，受序列内在倾向和分子伴侣的指导。
这意味着，mRNA编码了四维信息（三维结构+时间）。密码子序列决定了翻译速度，速度影响折叠路径，路径决定最终结构。这是生成模型的动力学：不仅预测最终状态，还预测到达路径。
翻译调控与综合应激反应
细胞可以全局调控翻译。在应激条件下（营养缺乏、病毒感染、高温），细胞激活综合应激反应（ISR）：特定的激酶磷酸化翻译起始因子eIF2α，抑制大部分mRNA的翻译，但允许特定应激mRNA的翻译。
这是推断的优先级重排。当环境变化，细胞"决定"暂停常规程序，激活应急程序。这不是简单的开关，而是连续的调整——磷酸化水平决定抑制的程度，允许精细的权衡。
五、蛋白质修饰：功能的微调蛋白质合成后，还需要修饰才能发挥功能。这些修饰是推断的后处理——根据上下文调整蛋白质的活性。
磷酸化：分子开关
磷酸化是在蛋白质上添加磷酸基团，由激酶催化，由磷酸酶去除。它可以激活或抑制蛋白质，改变其定位、稳定性、相互作用。
磷酸化是快速调控——秒到分钟时间尺度，比转录调控（分钟到小时）快得多。它允许细胞响应瞬时的环境变化，而不改变基因表达。这是推断的多时间尺度：磷酸化是快速似然调整，转录是慢速先验更新。
泛素化：质量控制的标记
泛素化是添加泛素蛋白的标签，通常标记蛋白质用于降解。这是推断的错误纠正：如果蛋白质折叠错误，或功能异常，或不再需要，细胞识别并移除它。
但泛素化也有信号功能——某些泛素链不导致降解，而是改变蛋白质相互作用。这是推断的状态标记——蛋白质的功能不仅取决于其结构，还取决于其修饰状态。
糖基化与脂基化：定位的信号
糖基化（添加糖链）和脂基化（添加脂质）影响蛋白质的细胞定位。糖基化标记蛋白质用于分泌或膜插入；脂基化锚定蛋白质到特定膜区域。
这是推断的空间组织。细胞内部是高度区室化的（细胞器），蛋白质需要被送到正确位置才能功能。修饰是"地址标签"，指导蛋白质的交通。
六、反馈与稳态：推断的闭环基因表达不是开环的从DNA到蛋白质，而是闭环的调控网络。蛋白质产物反馈影响其自身的合成，创造稳态或振荡。
负反馈：稳态的维持
许多基因受自身产物的负反馈调控。例如，代谢酶基因的表达受代谢物浓度的抑制——产物足够时，合成停止；产物消耗时，合成恢复。这是推断的稳态：系统趋向设定点，抵抗扰动。
从控制理论角度，这是比例-积分-微分（PID）控制的分子实现。从自由能原理角度，这是自由能最小化的稳态吸引子——系统收敛到惊讶最小的状态。
正反馈与双稳态
正反馈是产物促进自身合成。这可以创造双稳态——系统可以处于两种稳定状态之一（开或关），取决于历史和环境。这是推断的多模态：相同的输入可以产生不同的输出，取决于先验状态。
双稳态在细胞分化中至关重要。一个干细胞可以分化为A型或B型细胞——不是渐进的，而是开关式的转变。这种转变受随机噪声驱动（哪个反馈回路先占据优势），受环境信号引导（哪个方向被选择）。
振荡：推断的时间结构
某些基因表达网络创造振荡——蛋白质浓度周期性变化。著名的例子是昼夜节律钟：核心基因（CLOCK、BMAL1、PER、CRY）形成负反馈回路，周期约24小时。
振荡是推断的时间结构。它允许细胞"预测"环境的周期性变化（昼夜、季节），提前调整代谢和活动。这是生成模型的时间深度：不仅推断当前状态，还推断时间序列的规律。
七、细胞决策：从分子到行为基因表达的最终目标是细胞行为——运动、分裂、分化、死亡。这些行为是推断的输出，是基因表达网络的宏观涌现。
趋化性：单细胞的导航
细菌通过趋化性向营养源移动。这涉及信号转导网络：受体感知化学梯度，激酶传递信号，鞭马达调整旋转方向。从基因表达角度，这涉及感应基因（受体合成）和效应基因（鞭毛蛋白）的协调表达。
这是活性算法的完整实现：感知（化学梯度）→ 推断（更新内部状态）→ 行动（运动）→ 观测（新位置的新梯度）→ 更新。闭环持续，直到自由能最小化（到达营养源或放弃）。
细胞分裂：复制的决策
细胞分裂是重大决策，需要复制基因组、分配细胞质、分裂膜。这受细胞周期调控网络控制——周期蛋白（cyclins）和周期蛋白依赖性激酶（CDKs）的振荡驱动相变（G1→S→G2→M）。
细胞"决定"分裂基于多重检查：DNA是否完整？营养是否充足？环境是否适宜？这是推断的整合：多个信号通路的信息汇聚，产生二元决策（分裂/等待）。
细胞分化：身份的建立
多细胞生物的细胞分化是推断的相变。干细胞持有"多能性"的生成模型——可以分化为多种细胞类型。分化时，特定调控网络激活（正反馈），其他网络抑制，细胞锁定在特定身份。
这种锁定是吸引子的占据。每个细胞类型是基因表达状态空间中的一个吸引子——稳定的、自维持的、可识别的。分化是系统从一个吸引子（多能性）转移到另一个（特异性）。
细胞凋亡：程序的死亡
细胞凋亡是程序性死亡——受控的自我毁灭。这不是失败，而是推断的终止：当细胞受损、感染、或不再被需要，它"决定"死亡，以维护整体（组织、生物体）的自由能最小化。
凋亡涉及caspase级联——蛋白酶相互激活，切割细胞结构。这是推断的最终输出：当继续存在的惊讶（损伤、资源消耗）超过终止的代价，系统选择关机。
八、噪声作为资源：随机性的算法功能传统生物学追求"噪声-free"的理想——完美的调控，精确的执行。但现代系统生物学认识到，噪声是基因表达的本质特征，而且是功能性的资源。
基因表达的随机性
单个细胞中，相同基因的表达水平可以差异数倍。这种变异来自：
转录爆发：随机启动和停止
mRNA数量：每个基因1-100个mRNA分子，离散且波动
翻译效率：核糖体碰撞的随机性
蛋白质降解：随机事件
这种噪声不是错误，而是物理的必然——分子数量少，热涨落显著。但细胞利用这种噪声。
** bet-hedging：群体的多样性**
在不可预测的环境中，克隆群体通过噪声产生表型多样性。某些细胞表达应激蛋白（准备困难时期），某些不表达（节省资源）。当环境变化时，某些细胞恰好适应，群体生存。
这是推断的群体智慧：个体不试图预测环境，而是采样不同的策略。从群体角度，这是自由能最小化的最优解——当环境不确定性高时，保持选项开放。
随机共振：噪声增强信号
某些系统在最优噪声水平下响应最强——随机共振。基因调控网络可能利用这种原理：背景噪声放大弱信号，使细胞能够检测接近阈值的刺激。
这是推断的敏感性调节。噪声不是需要消除的干扰，而是可调参数——细胞通过改变分子数量（表达水平）调整噪声水平，优化信号检测。
分化中的随机性
干细胞分化常受随机驱动——哪个调控因子先达到阈值，哪个反馈回路先占据优势。这种随机性不是缺陷，而是探索机制。它允许群体产生多样的细胞类型，填充组织所需的多样性。
九、向第八章的过渡本章我们探索了基因表达的动态——从转录到翻译，从RNA加工到蛋白质修饰，从反馈调控到细胞决策。关键收获：
基因表达是分子层面的推断，多层次、噪声利用、自适应
转录是贝叶斯更新，启动子和增强子调制先验
RNA加工（剪接、ncRNA）扩展生成模型的多样性
翻译是四维编码，速度影响折叠，动力学决定结构
蛋白质修饰是快速调控，多时间尺度推断的体现
反馈网络创造稳态、双稳态、振荡——推断的吸引子
细胞行为（趋化、分裂、分化、凋亡）是推断的宏观输出
噪声是功能性资源，支持 bet-hedging、随机共振、探索
但单细胞只是开始。生命的真正复杂性来自多细胞组织——细胞间的协调、分工、通信。在下一章，我们将进入发育生物学——从受精卵到生物体，从基因组到形态，从分子到器官。
我们将看到，发育不是执行的程序，而是生成的过程——细胞通过局部相互作用，自组织成全局结构。这是活性算法的空间展开，是自由能最小化在形态发生中的体现。
准备好进入胚胎的奇妙世界了吗？
本章要点
基因表达是分子层面的认知，主动推断而非被动执行
转录调控：启动子作为开关，增强子提供上下文，爆发噪声创造多样性
RNA加工：选择性剪接生成多样性，非编码RNA提供层次调控
翻译动力学：密码子使用编码速度，共翻译折叠实现四维编码
蛋白质修饰：磷酸化快速调控，泛素化质量控制，糖基化/脂基化定位
反馈网络：负反馈维持稳态，正反馈创造双稳态，振荡产生时间结构
细胞决策：趋化性导航，分裂检查，分化相变，凋亡终止
噪声作为资源：bet-hedging、随机共振、分化探索
进一步思考
如果基因表达是推断，那么"基因决定论"（DNA决定一切）是错误的吗？环境、随机性、历史在多大程度上"决定"表型？
癌症是基因表达的失调——推断的错误。从活性算法角度，癌症是什么？是吸引子的错误占据，是噪声的失控，还是推断目标的改变（细胞"决定"无限分裂）？
合成生物学试图设计基因回路。从活性算法角度，设计的原则是什么？如何创造自维持、自适应、可进化的合成细胞？
转载本文请联系原作者获取授权，同时请注明本文来自王涛科学网博客。
链接地址：https://wap.sciencenet.cn/blog-41701-1522910.html?mobile=1
收藏
