熵理论在生命科学中的应用.doc

 第 19 卷 第 1 期 1999 年 3 月 河北大学学报 (自然科学版) J o ur nal of He bei U ni ve r si t y Vol . 19 No . 1 Ma r . 1999 ·综 述 · 熵理论在生命科学中的应用 薛国良 1 ( 1 河北大学物理系 , 保定 丁学成 1 阮炜国 2 071002 ; 2 中国民航学院 , 天津 300300) 摘 要 以泛化后的熵概念为基础 , 从定性 、半定量和定量角度对熵理论在医学临床研究和遗传学中 的应用进行了综述 。 关键词 熵 生命科学 临床医学 遗传学 《中国图书资料分类法》分类号 N 02 ; O 414. 19 1 熵理论在生命科学中的应用背景 熵函数的存在可溯源到热力学第二定律两种文字表述的等价性 1 , 因为这种等价性表明了自然界中的 不可逆过程之间有某种内在联系 : 一个过程是否可逆 , 与过程的具体细节无关 , 只决定于系统始 、末两态的 性质 。这启发人们寻找一个状态函数来判断一个过程是否可逆 。1865 年克劳修斯在研究卡诺定理的基础上 给出了克劳修斯不等式从而引入了熵的数学表达式 。1877 年 , 波尔兹曼从微观角度对熵加以诠注 : 发现状 态函数 S 与系统宏观状态所对应的系统微观态数目 Ω 之间满足线性关系 S = kl nΩ , 这就是著名的玻尔兹曼关系 。式中 k 为玻尔兹曼常数 。因为系统微观态数目与组成系统的微观粒子热运动 的混乱程度成正比 ,因此熵是组成系统的微观粒子热运动混乱程度大小的量度 ,这就是熵的微观解释 。 在熵函数引入近百年之后 , 人们在研究通信问题时 , 遇到了量度从某信源发出的信号所含信息量大小 的问题 。由于信息量的大小与信号源信号的不确定性被消除的多少有关 , 而这种不确定性与熵的微观解释 在思维方法上有类似的地方 , 即信源的不确定与粒子运动的混乱程度是可以类比的 , 因此申农引入了信息 熵 H 来描述这种不确定性2 :如果信源表示信息的信号有 n 种 ,其中第 i 种出现的几率为p ,则信息熵可写 i 作 n ∑pil n p i ( 1) H = - i = 1 按照申农关于信息的定义 ,“信息是用以消除随机不确定性的东西”, 因此可将接收某一信号所获得的 信息量 I 定义为 I = H0 - He 式中 H0 为信源发出信号之前的信息熵 , He 表示发出信号后的信息熵 。这就是说 ,信息量的大小可用信源 的信息熵元减少值来描写 。 信息熵的引入不仅解决了信息的定量描述问题 , 而且为熵概念的进一步泛化奠定了基础 。这是因为如 果将信号源的概念扩展为一组随机事件的集合 , 则熵函数就可用来描述该随机事件的集合 (广义信源) 的不 确定性 3 。 在包括生命科学在内的自然科学乃至社会科学的各个领域 , 存在着大量的不同层次 、不同类别 的随机事件之集合 , 而每一种集合都对应有相应的不确定性 (或称为无序性 、混乱度 、无规律性等等) , 所有 这些不确定性都可使用信息熵这个统一的概念来描述 : 即凡是导致事件集合的肯定性 、组织性 、法则性 、有 收稿日期 : 1998 - 11 - 13 第一作者 : 男 ,1949 年生 ,副教授 增加和复杂的新结构的产生 ; 而后者是有序趋于无序 、非平衡趋于平衡的进化观念 (或者说是一种“退化”观 念) 。于是形成了两种科学 ,两类文化 ,二者之间存在着巨大的鸿沟 。这种鸿沟使得物理学家和生物学家以不 同的方法在各自领域进行探讨而不敢越雷池半步 。理论物理学家薛定谔为消除此鸿沟作了开创性的工作 。 1943 年 , 薛定谔在都柏林三一学院所作的讲演中首次利用热力学和量子力学理论来解释生命的本质 , 提出了负熵的概念4 。在回答诸如“生命的特征是什么 ?一块物质什么时候可以说是活着的”这类问题时 ,他 指出 “: 一个生命有机体的熵是不可逆地增加的 ,并趋于接近最大值的危险状态 ,那就是死亡 。生命体作为一 个非平衡的开放系统要摆脱死亡 , 从物理学的观点看 , 唯一的办法就是从环境中不断汲取负熵来抵消自身 的熵增加 , 有机体是赖负熵为生的 。更确切地说 , 新陈代谢中本质的东西 , 乃是使有机体成功地消除当自身 活着的时候不得不产生的全部的熵 ,从而使其自身维持在一个稳定而又很低的熵的水平上 。”因为熵是无序 性的量度 ,所以负熵是有序性的量度 ,在此意义上说 ,生命体维持生命而从外界汲取的是“秩序”。 薛定谔还指出 , 生命体要生存 , 在从环境汲取负熵的同时 , 还必须向体外排放多余的熵来维持平衡 。但 熵作为一种抽象热力学系统的状态函数不可能以游离形式存