具有信號網路的人工細胞

『壹』 為什麼科學家會表示，人造細胞目前擁有很好的應用前景

據英國帝國理工學院官網近日消息，該校一個研究團隊成功開發出一種新型人造細胞，能夠模仿天然細胞感知環境中的化學變化並產生反應。如果在未來發展成熟，這項技術可廣泛用於生物科技等領域。相關成果已刊登在近期美國《國家科學院學報》上。

長期以來，合成生物學家都對人造細胞抱有很大希望。與一般簡單的合成結構相比，相對復雜的人造細胞可對環境更敏感，並能執行更多種類的工作，例如遞葯、追蹤癌細胞、檢測有毒化學物質，以及提高診斷准確性等。

研究論文第一作者、英國帝國理工學院的詹姆斯·新德利表示，人造細胞目前擁有很好的應用前景，譬如說，未來可創造出一種能感知腫瘤標志物並在體內合成葯物的人造細胞，或者也可以開發出能感知環境中危險重金屬，同時釋放海綿狀物質把它們清除掉的人造細胞。

『貳』 求有關E cell的介紹與詳細情況

分類: 理工學科
解析:

電子細胞(E-cell)

報告類型:Seminar I

報告人:高明波

題目組:1812— 海洋生物產品工程組

導 師:張 衛 研究員

日 期:2005-05-17

什麼是電子細胞

電子細胞(E-cell)即虛擬細胞(virtual cell)

是在計算機上模擬真實細胞的結構,物質組成,生命活動的動力學行為和生命現象,用虛擬現實的方式實現友好人頌畝機交互,以便研余灶究者構造細胞結構和其內外部環境物質組成,考察,記錄細胞實驗現象和功能,再現細胞生命活動和發現新的生物學現象規律.

電子細胞亦稱人工細胞,是人工生命的重要基礎部分.

電子細胞產生的背景

20世紀末期,人類和許多模式生物基因組計劃的完成引來了以基因功能研究為目的的後基因組時代.

後基因組時代一個重要的研究目的是在整體水平上利用系統思維來研究生命現象. 這標志著生物學研究的一個新時代-"系統生物學"時代"的到來.

電子細胞是系統生物學的重要部分

實驗研究,數學建模和計算機模擬是進行系統生物學研究必不可少的工具.

應用信息科學的原理和技術, 通過數學計算和分析,對細胞的結構和功能進行分析,整合,可以將整個細胞系統在分子水平上建立模型,並通過計算機加以模擬, 以研究細胞和生命現象. 這就是電子細胞技術.

電子細胞系統結構

已構建的電子細胞

目前構建的電子細胞主要有:

E-cell ――

V-CELL ――

GENESSI ――

GEPASI gepasi/

JARNAC members.tripod.co.uk/sauro/biotech

DBSOLVE websites.ntl/~igor.goryanin/

BioSpice lbl.gov/~aparkin/

M-Cell mcell.psc.e/

StochSim zoo.cam.ac.uk/p-cell/StochSim

…… 等.

這些虛擬細胞或者說細胞模擬系統都試圖採用信息技術的方法來研究細胞生物學中一個或多個內容.譬如說E-cell (Masaru Tomita,Keio University,Japan) 就主要針對細胞核,染色體以及基因表達的研究.V-CELL則結合細胞結構在Ca2+,RNA擴散等方面進行了模擬.Genessi則針對細胞膜與跨膜信號傳導.

最早的電子細胞模型—E-cell

日本keio(慶應)大學Masaru Tomita領導的研究組以原核細胞生物生殖支原體( M. genitalium)為對象,在1997年實現了世界上第一個虛擬電子細胞

該模型選取了127個與代謝過程相關的基因,對細胞內與代謝過程密切相關的物質與能量活動過程建立了數學模型,採用面向對象方法實現計算機模擬.

該模型不僅可以模擬代謝途徑,亦可模擬蛋白質合成與信號轉導.現用C++編寫的可下載版本已經是3.0.

為何選擇M. genitalium

the *** allest genome (580 kb)

the *** allest number of genes (~480) of all living ani *** s currently known

and its genomic sequences have been published (see tigr/).

and thus is an ideal candidate for wholE-cell modeling.

The ssc model

美國虛野毀森擬真核細胞模型— V-cell

1999年美國學者James Schaff和Leslie Loew建立真核細胞鈣轉運的模型 Virtual cell .注: NRCAM (National Resource for Cell Analysis and Modelling)項目

美國的虛擬細胞以真核細胞為虛擬對象.主要由客戶端(用戶界面) ,資料庫和伺服器(細胞的建模) 三部分組成.利用該虛擬細胞可以完成神經母細胞瘤的鈣動力學,受精卵細胞的鈣離子流,RNA 的轉運,線粒體的作用和細胞核膜的作用等一系列關於真核細胞的生物學活動和功能.

實驗過程:首先由用戶通過客戶端向伺服器提交實驗"說明書"———實驗的要求和涉及的物質與反應等.伺服器根據用戶對實驗的定義以及實驗細胞的模型從後台資料庫中提取數據並應用伺服器上的軟體和分析系統進行分析和處理,完成虛擬實驗.最終的實驗結果以類似生物學實際實驗結果的形式包括圖象,表格返回給用戶.

現在,這種虛擬細胞已經在網上發布.

V-cell 與 E-cell 的不同

以真核細胞為研究基礎

通過2-D 和3-D影像可以對細胞進行結構學和形態學研究

Java Applet 界面運行於伺服器

在整個實驗過程中.實驗者可以自由控制

實驗過程和各種參數.

About v-cell and its database

新一代電子細胞模型— cyber-cell

美國 Indiana 的peter Ortoleva 等人開發

特點:可模擬活細胞對外界反應,物質運輸及基因組變化.使用戶不僅可獲得虛擬細胞實驗的計算值,還可獲得一個可視化的,含有豐富信息的細胞活動影像.

其他虛擬細胞類型

2002年3月,美國加州大學戴維斯分校Mogilner等人對豬蛔蟲 *** 細胞的游動情況進行分析後,設計出了一個"虛擬細胞"模型.類似的模型將為研究細胞的運動機制提供新的工具.該成果發表於Journal of Cell Science

Gaussian98模擬生物大分子相互作用的卓越能力

E-cell 特點

1,系統性: 虛擬細胞運用了現代系統論的觀點,不僅僅包括一些單一的細胞事件和過程,而是從整體的角度為細胞描繪一幅全圖.

2,模擬性: 虛擬細胞採用了計算機模擬技術, 通過建立模型來描繪真實細胞的生長代謝過程,這給細胞研究者帶來了很大方便.

3,直觀性: 虛擬細胞能把每個時刻特定位置上特定物質的變化,通過畫面和數字報告給研究者,具有很強的直觀性.

4,學科交叉性: 虛擬細胞是一個多學科交叉的技術領域. 除了充分利用現代細胞分子生物學的廣泛基礎和龐雜的實驗研究成果以外, 還必須依賴於數學和信息科學的最新成果.虛擬細胞的研究不僅可以推動整個生命科學的發展, 也將促進其他學科的發展.

E-cell 構建過程

1,選擇建模對象.這需要生物領域專家選擇細胞的種類,所要模擬的功能和細胞內的生物化學反應等

2,建立相關資料庫.這一步是構建虛擬細胞的准備工作,主要任務是搜集大量的盡可能全面的相關數據,並進行分類整理,建立資料庫.一般以蛋白質為核心構建相關資料庫.最完備的資料庫是日本科學家建立的京都基因和基因組網路全書(KEGG)._KEGG包括一系列免費的網上資料庫,建於1995年5月,由日本 *** 資助.

3,建立模型: 這是構建虛擬細胞的重要步驟.這一步的主要任務是通過數學計算,將生物反應過程實現數字化模擬,並運用信息科學的理論建立虛擬細胞的模型.

4,模型的實現: 該階段的任務是通過編程來實現細胞模型的計算機模擬.

5,測試和維護: 目前所構建的虛擬細胞主要由控制界面,存儲,分析和控制系統,計算系統和反應界面4部分組成.

E-cell 研究意義

醫療:用於病變的早期預防,病變的診斷,疾病的治療模擬,保健,新葯物的實驗和發明等

教育:電子細胞以其生動和可視化的表現形式可以改變傳統醫學生物學教學模式.部分代替和輔助傳統醫學生物學實驗和教學

科學研究:採用電子細胞可代替或輔助真實細胞進行各種科學研究. 可實現實際實驗中很難實現的條件,發現一些在真實細胞實驗很難觀察到的現象和規律.電子細胞亦可謂是晶元上的生物實驗室或研究所.

社會生活:電子細胞是一個多能的仿生環境,應用電子細

胞可以觀察環境因素對人體的影響及其作用途徑,提出防治

措施.

電子細胞的研究現狀

目前, 許多細胞代謝的整體模型已開發出來.大部分基於靜止狀態細胞的靜態模型已用於精細的代謝分析.包括大量代謝反應的動態模型也已開發. 如大腸桿菌的碳代謝模型,糖酵解模型,大腸桿菌蘇氨酸生物合成途徑等.

當前虛擬細胞研究的目標是在整體水平上構建更大規模的人體和其他生命體細胞模型.

美國電子細胞重大項目

美國國家普及醫葯研究院(NIGMS) 已提出了對心血管細胞信號傳導和B 細胞的資助計劃最終的計劃目標是創造這些特別類型細胞的電子細胞.

美國國家能源部繼基因組計劃之後設立了微生物細胞計劃(Microbial Cell Project 即MCP).其目標是在計算機上建造虛擬的微生物細胞.這對能源,環保,生物免疫能力的研究有十分重要的意義.

目前電子細胞研究所處的發展階段

電子細胞的發展大體上可以分為三個階段:

首先是構造 階段-這一階段主要研究電子細胞的物質構成,基本功能模擬,包括方便的人機交互可視化界面及開放的網路設計支撐平台開發.

其次,是細胞功能行為模擬試驗和優化完善階段;

第三是應用階段,這一階段電子的細胞已具備了強大的模擬真實細胞的能力.細胞的類型,數量,種類極為豐富,功能也基本完善實用,成為醫學,生物學,生化工程,能源和環境等領域實際應用的一種不可或缺的重要工具,是相應產業的重要支撐技術.

目前,國際上的主要工作仍處於第一階段.即構造研究階段.

E-cell 研發遇到的主要問題

全面和真實地模擬一個細胞尚有不少的困難.最主要的問題之一是缺少定量的數據.大多數生物學的知識是以定性的方式提供的.而實現模擬需要定量化.

計算機運算速度是很大問題

Cell, an old topic, a new topic

Study of the cell will never be plete unless its dynamic behavior is understood.

The plex behavior of the cell cannot be determined or predicted unless a puter model of the cell is constructed and puter simulation is undertaken.

—Masaru Tomita

E-cell 最終的目標:virtual-human

英國牛津大學的研究人員編寫出了虛擬心臟的軟體.虛擬心臟中有大量虛擬細胞,每個細胞都可吸收虛擬的糖分和氧氣.在計算機屏幕上,這個虛擬心臟就像真的心臟一樣跳動.通過輸入不同的程序,這個虛擬心臟能產生不同的疾病,並能對不同的新葯產生不同的反應,科學家把這個結果作為評價新葯性能的一個依據.

美國一些研究人員正在創建計算機虛擬醫院,在那裡已經有了許多哮喘虛擬患者,糖尿病虛擬患者和心臟病虛擬患者.醫葯專家能擺脫真實的臨床實驗會遇到的各種困難,從這個虛擬醫院更快地得到結果.計算機模型中,許多影響疾病的因素都被考慮進去了.例如,每個虛擬患者都有虛擬的肝臟和胰腺,這些器官的健康狀況影響著虛擬患者體內的血糖濃度,當血糖濃度過高時,患者就會出現糖尿病的症狀.

References

1.虛擬細胞研究進展及應用價值 楊 冬 歐陽紅生 細胞與分子免疫學雜志 2005, 21 ( Supp l)

2.虛擬細胞—人工生命的模型 孫冬泳 湯健 中華醫學雜志 2001 年11 月10 日第81 卷第21期

3.虛擬心臟:細胞水平的解決 甄一松 中國分子心臟病學雜志 2002年8月2卷4期

4.虛擬細胞 陳源 細胞生物學雜志 2004年6月26卷3期

5.電子細胞的研究現狀與展望 趙明生,尚 彤 2001年12月第12A期

6. Quantitative cell biology with the virtual cell Boris M. Slepchenko, James C. Schaff, Ian Macara and Leslie M. Loew TRENDS in Cell Biology Vol.13 No.11 November 2003

7. Whole cell simulation:a grand challenge of the 21st century Masaru Tomita TRENDS in Biotechnology Vol.19 No.6 June 2001

8. The Virtual Cell:a sofare environment for putational cell biology Leslie M. Loew James C. Schaff TRENDS in Biotechnology Vol.19 No.10 Octo 2001

『叄』 人工神經網路（ANN）簡述

我們從下面四點認識人工神經網路（ANN: Artificial Neutral Network）：神經元結構、神經元的激活函數、神經網路拓撲結構、神經網路選擇權值和學習演算法。

1. 神經元：
我們先來看一組對比圖就能了解是怎樣從生物神經元建模為人工神經元。

下面分別講述:
生物神經元的組成包括細胞體、樹突、軸突、突觸。樹突可以看作輸入端，接收從其他細胞傳遞過來的電信號；軸突可以看作輸出端，傳遞電荷給其他細胞；突觸可以看作I/O介面，連接神經元，單個神經元可以和上千個神經元連接。細胞體內有膜電位，從外界傳遞過來的電流使膜電位發生變化，並且不斷累加，當膜電位升高到超過一個閾值時，神經元被激活，產生一個脈沖，傳遞到下一個神經元。

為了更形象理解神經元傳遞信號過程，把一個神經元比作一個水桶。水桶下側連著多根水管（樹突），水管既可以把桶里的水排出去（抑制性），又可以將其他水桶的水輸進來（興奮性），水管的粗細不同，對桶中水的影響程度不同（權重），水管對水桶水位（膜電位）的改變就是水桶內水位的改變，當桶中水達到一定高度時，就能通過另一條管道（軸突）排出去。

按照這個原理，科學家提出了M-P模型（取自兩個提出者的姓名首字母），M-P模型是對生物神經元的建模，作為人工神經網路中的一個神經元。

由MP模型的示意圖，我們可以看到與生物神經元的相似之處，x_i表示多個輸入，W_ij表示每個輸入的權值，其正負模擬了生物神經元中突出的興奮和抑制；sigma表示將全部輸入信號進行累加整合，f為激活函數，O為輸出。下圖可以看到生物神經元和MP模型的類比：

往後誕生的各種神經元模型都是由MP模型演變過來。

2. 激活函數
激活函數可以看作濾波器，接收外界各種各樣的信號，通過調整函數，輸出期望值。ANN通常採用三類激活函數:閾值函數、分段函數、雙極性連續函數（sigmoid，tanh）：

3. 學習演算法
神經網路的學習也稱為訓練，通過神經網路所在環境的刺激作用調整神經網路的自由參數（如連接權值），使神經網路以一種新的方式對外部環境做出反應的一個過程。每個神經網路都有一個激活函數y=f(x)，訓練過程就是通過給定的海量x數據和y數據，擬合出激活函數f。學習過程分為有導師學習和無導師學習，有導師學習是給定期望輸出，通過對權值的調整使實際輸出逼近期望輸出；無導師學習給定表示方法質量的測量尺度，根據該尺度來優化參數。常見的有Hebb學習、糾錯學習、基於記憶學習、隨機學習、競爭學習。

4. 神經網路拓撲結構
常見的拓撲結構有單層前向網路、多層前向網路、反饋網路，隨機神經網路、競爭神經網路。

5. 神經網路的發展

（不能貼公式不好解釋啊 -_-!）sigma是誤差信號，yita是學習率，net是輸入之和，V是輸入層到隱含層的權重矩陣，W是隱含層到輸出層的權重矩陣。

之後還有幾種

隨著計算機硬體計算能力越來越強，用來訓練的數據越來越多，神經網路變得越來越復雜。在人工智慧領域常聽到DNN（深度神經網路）、CNN（卷積神經網路）、RNN（遞歸神經網路）。其中，DNN是總稱，指層數非常多的網路，通常有二十幾層，具體可以是CNN或RNN等網路結構。

參考資料 ：

『肆』 信號處理的神經網路方法

信號處理的神經網路方法如下：

1、原數據可能數據量很大，維數很，計算機處理起來時間復雜度很高，預處理可以降低數據維度寫作貓。數據的很多特性非常影響神經網路等分類模型的效果。

2、比如數據值得分布不在一個尺度上，當地氣溫值與當地月工資顯然不在一個數量級上，這時，需要數據規范化，把這兩個特徵的數據都規范到0到1，這樣使得它們對賣弊模型的影響具有同樣的尺度。

我們挑選BP、RBF、SOFM、LVQ、Hopfield這5種已成功應用於解決實際信號處理問題的網路結構進行詳細介紹，並對如何利用它們解決信號處理問題進行分析。另外還介紹了量子比特神經網路這種新興網路結構。

『伍』 人工智慧：什麼是人工神經網路

許多 人工智慧 計算機系統的核心技術是人工神經網路(ANN)，而這種網路的靈感來源於人類大腦中的生物結構。

通過使用連接的「神經元」結構，這些網路可以通過「學習」並在沒有人類參與的情況下處理和評估某些數據。

這樣的實際實例之一是使用人工神經網路(ANN)識別圖像中的對象。在構建一個識別「貓「圖像的一個系統中，將在包含標記為「貓」的圖像的數據集上訓練人工神經網路，該數據集可用作任何進行分析的參考點。正如人們可能學會根據尾巴或皮毛等獨特特徵來識別狗一樣，人工神經網路(ANN)也可以通過將每個圖像分解成不同的組成部分(如顏色和形狀)進行識別。

實際上，神經網路提供了位於託管數據之上的排序和分類級別，可基於相似度來輔助數據的聚類和分組。可以使用人工神經網路(ANN)生成復雜的垃圾郵件過濾器，查找欺詐行為的演算法以及可以精確了解情緒的客戶關系工具。

人工神經網路如何工作

人工神經網路的靈感來自人腦的神經組織，使用類似於神經元的計算節點構造而成，這些節點沿著通道(如神經突觸的工作方式)進行信息交互。這意味著一個計算節點的輸出將影響另一個計算節點的處理。

神經網路標志著人工智慧發展的巨大飛躍，在此之前，人工智慧一直依賴於使用預定義的過程和定期的人工干預來產生所需的結果。人工神經網路可以使分析負載分布在多個互連層的網路中，每個互連層包含互連節點。在處理信息並對其進行場景處理之後，信息將傳遞到下一個節點，然後向下傳遞到各個層。這個想法是允許將其他場景信息接入網路，以通知每個階段的處理。

單個「隱藏」層神經網路的基本結構

就像漁網的結構一樣，神經網路的一個單層使用鏈將處理節點連接在一起。大量的連接使這些節點之間的通信得到增強，從而提高了准確性和數據處理吞吐量。

然後，人工神經網路將許多這樣的層相互疊放以分析數據，從而創建從第一層到最後一層的輸入和輸出數據流。盡管其層數將根據人工神經網路的性質及其任務而變化，但其想法是將數據從一層傳遞到另一層，並隨其添加附加的場景信息。

人腦是用3D矩陣連接起來的，而不是大量堆疊的圖層。就像人類大腦一樣，節點在接收到特定刺激時會在人工神經網路上「發射」信號，並將信號傳遞到另一個節點。但是，對於人工神經網路，輸入信號定義為實數，輸出為各種輸入的總和。

這些輸入的值取決於它們的權重，該權重用於增加或減少與正在執行的任務相對應的輸入數據的重要性。其目標是採用任意數量的二進制數值輸入並將其轉換為單個二進制數值輸出。

更復雜的神經網路提高了數據分析的復雜性

早期的神經網路模型使用淺層結構，其中只使用一個輸入和輸出層。而現代的系統由一個輸入層和一個輸出層組成，其中輸入層首先將數據輸入網路，多個「隱藏」層增加了數據分析的復雜性。

這就是「深度學習」一詞的由來——「深度」部分專門指任何使用多個「隱藏」層的神經網路。

聚會的例子

為了說明人工神經網路在實際中是如何工作的，我們將其簡化為一個實際示例。

想像一下你被邀請參加一個聚會，而你正在決定是否參加，這可能需要權衡利弊，並將各種因素納入決策過程。在此示例中，只選擇三個因素——「我的朋友會去嗎?」、「聚會地點遠嗎?」、「天氣會好嗎?」

通過將這些考慮因素轉換為二進制數值，可以使用人工神經網路對該過程進行建模。例如，我們可以為「天氣」指定一個二進制數值，即『1'代表晴天，『0'代表惡劣天氣。每個決定因素將重復相同的格式。

然而，僅僅賦值是不夠的，因為這不能幫助你做出決定。為此需要定義一個閾值，即積極因素的數量超過消極因素的數量。根據二進制數值，合適的閾值可以是「2」。換句話說，在決定參加聚會之前，需要兩個因素的閾值都是「1」，你才會決定去參加聚會。如果你的朋友要參加聚會(『1')，並且天氣很好(『1')，那麼這就表示你可以參加聚會。

如果天氣不好(『0')，並且聚會地點很遠(『0')，則達不到這一閾值，即使你的朋友參加(『1')，你也不會參加聚會。

神經加權

誠然，這是神經網路基本原理的一個非常基本的例子，但希望它有助於突出二進制值和閾值的概念。然而，決策過程要比這個例子復雜得多，而且通常情況下，一個因素比另一個因素對決策過程的影響更大。

要創建這種變化，可以使用「神經加權」——-通過乘以因素的權重來確定因素的二進制值對其他因素的重要性。

盡管示例中的每個注意事項都可能使你難以決策，但你可能會更重視其中一個或兩個因素。如果你不願意在大雨中出行去聚會，那惡劣的天氣將會超過其他兩個考慮因素。在這一示例中，可以通過賦予更高的權重來更加重視天氣因素的二進制值：

天氣= w5

朋友= w2

距離= w2

如果假設閾值現在已設置為6，則惡劣的天氣(值為0)將阻止其餘輸入達到所需的閾值，因此該節點將不會「觸發」(這意味著你將決定不參加聚會)。

雖然這是一個簡單的示例，但它提供了基於提供的權重做出決策的概述。如果要將其推斷為圖像識別系統，則是否參加聚會(輸入)的各種考慮因素將是給定圖像的折衷特徵，即顏色、大小或形狀。例如，對識別狗進行訓練的系統可以對形狀或顏色賦予更大的權重。

當神經網路處於訓練狀態時，權重和閾值將設置為隨機值。然後，當訓練數據通過網路傳遞時將不斷進行調整，直到獲得一致的輸出為止。

神經網路的好處

神經網路可以有機地學習。也就是說，神經網路的輸出結果並不受輸入數據的完全限制。人工神經網路可以概括輸入數據，使其在模式識別系統中具有價值。

他們還可以找到實現計算密集型答案的捷徑。人工神經網路可以推斷數據點之間的關系，而不是期望數據源中的記錄是明確關聯的。

它們也可以是容錯的。當神經網路擴展到多個系統時，它們可以繞過無法通信的缺失節點。除了圍繞網路中不再起作用的部分進行路由之外，人工神經網路還可以通過推理重新生成數據，並幫助確定不起作用的節點。這對於網路的自診斷和調試非常有用。

但是，深度神經網路提供的最大優勢是能夠處理和聚類非結構化數據，例如圖片、音頻文件、視頻、文本、數字等數據。在分析層次結構中，每一層節點都在前一層的輸出上進行訓練，深層神經網路能夠處理大量的這種非結構化數據，以便在人類處理分析之前找到相似之處。

神經網路的例子

神經網路應用還有許多示例，可以利用它從復雜或不精確數據中獲得見解的能力。

圖像識別人工神經網路可以解決諸如分析特定物體的照片等問題。這種演算法可以用來區分狗和貓。更重要的是，神經網路已經被用於只使用細胞形狀信息來診斷癌症。

近30年來，金融神經網路被用於匯率預測、股票表現和選擇預測。神經網路也被用來確定貸款信用評分，學習正確識別良好的或糟糕的信用風險。而電信神經網路已被電信公司用於通過實時評估網路流量來優化路由和服務質量。

『陸』 gmva和gmvb的信息交流方式是什麼

ssDNA信使。
人工細胞群落(GMVA與GMVB)。利用DNA鏈置換反應，兩種細胞間發生信號傳遞，釋放出信息鏈來打開DNA納米孔膜通道，實現控制離子運輸的功能。來自一個GMV群體（GMVB）的膜蛋白樣刺激劑刺激另一個GMV群體（GMVA）粗神納上的受瞎中體釋放ssDNA信使，從而激活合成跨膜通道，使離子能夠流入。
人工細胞間的信號識別與反應。GMVB上的岩沒信號刺激器與GMVA上的信號接收器發生反應，釋放出可以打開納米孔的密鑰序列。

『柒』 細胞信號傳遞的基本特徵

細胞信號傳遞的基本特徵
（1）多途徑、多層次的細胞信號通路具有收斂性或是發散性
（2）細胞的信號轉導具有專一性與相似性
（3）信號轉到過程中有信號放大作用：信號的放大作用與信號所啟動的作用並存
（4）細胞的適應性
（二）蛋白激酶的網路整合信息
細胞信號傳遞構成一個復雜的信號網路系統 具有高度的非線性特點，即信號網路中各通路之間存在cross talking的相互關系 而蛋白激酶的網路整合信息是不同信號通路之間實現的 交談 的一 種重要方式

『捌』 人工產生的細胞相互通信

人工產生的細胞相互通信

慕尼黑工業大學(TUM)的研究人員Friedrich Simmel和Aurore Dupin首次創造出可以相互通信的人造細胞組件。這些細胞由脂肪膜分離，通過交換小的化學信號分子來觸發更復雜的反應，如RNA和其他蛋白質的生成。世界各地的科學家都在致力於創造模擬生物行為的人造細胞系統。Friedrich Simmel和Aurore Dupin現在第一次在固定的空間安排中創造出這樣的人造細胞組件。最重要的是這些細胞能夠相互通信。

慕尼黑大學合成生物系統物理學(E14)教授弗里德里希·西梅爾解釋說:「我們的系統是向類似組織的合成生物材料邁出的第一步，這種材料表現出復雜的時空行為，在這種行為中，單個細胞進行專門化和分化，這與生物有機體沒有什麼不同。」

基因在固定結構中的表達.包裹在薄脂肪或聚合物膜中的凝膠或乳化液滴是人造細胞的基本組成部分。在這些10到100微米大小的裝置內，化學和生化反應可以不受抑制地進行。研究小組利用脂質膜包裹圓螞的液滴，將它們組裝成人工多細胞結構的「微組織」。液滴中的生化反應溶液可以產生RNA和蛋白質，使細胞具有一種基因表達能力。

細胞信號交換與空間分化.但這還不是全閉畢部:小的「信號分子」可以通過細胞膜或細胞膜內的蛋白質通道在細胞之間交換。這使得它們可以在時間和空間上相互結合。系統因此變得動態——就像在現實生活中一樣。

化學脈沖因此在細胞結構中傳播並傳遞信息。這些信號也可以作為觸發器，讓最初相同的細胞以不同的方式發育。「我們的系統是多細胞系統的第一個例子，在多細胞系統中，具有基因表達的人造細胞具有固定的排列方式，並通過化學信號耦合。」通過這種方式，我們實現了一種空間分化，」Simmel說。

模型，微型工廠和微型感測器.開發這類合成系統很重要，因為它們使科學家能夠在模型中研究生命起源的基本問題。只有在細胞開始專門化並在相互合作的細胞之間分配工作之後，復雜的生物體才有可能存在。這是基礎研究中最令人著迷的問題之一。

研究人員希望利用特製細胞系統的模塊化構建工具包來模擬未來生物系統的各種特性。其原理是細胞對環境做出反應，並學會獨立行動。第一批應用已經出現:從長遠來看，人造細胞組件可以部署為生產特定生物分子的微型工廠，或者作為處理信息並適應其環境的微型機器人感測器。

來自3d列印機的單元格.Friedrich Simmel和Aurore Dupin仍然使用微操作器手工組裝他們的細胞橘態埋系統。不過，他們計劃在未來與慕尼黑應用科學大學(Munich University of Applied Sciences)合作，利用3d列印技術系統地構建更大、更逼真的系統。