信息论与生命科学.pptVIP

信息论与生命科学 ? 1.DNA 到蛋白质的通信系统 遗传学认为每种生命都具备一个储存 和处理信息的系统，以便在它们代代相传 和发展的过程中能准确地复制自身。 现在已基本确定脱氧核糖核酸（ DNA ）是遗 传的物质基础。 遗传信息储存在 DNA 的结构中。 DNA 有两个螺旋形结构，是由一系列核苷 酸绕某一长中心轴形成的螺旋梯状结构。每 个核苷酸所含的碱基不同，由四种碱基配对 联接。每个生命系统的 DNA 中都有它们各自 的特定的由 4 个碱基排列而成成的碱基序列 长链。 ? 不同的碱基序列形成不同的 DNA 分子，形成不同 的生命体。从信息论的观点来看 DNA 分子中的 4 种 不同的碱基相当于将遗传信息编成“密码”的 4 个“字母”，即遗传信息源中的 4 个“字母”这 遗传信源的符号表为： 元素符号 a1 a2 a3 a4 碱基符号 A G C T 碱基名称 腺嘌呤 鸟嘌呤 胞嘧啶 胸腺嘧啶 由这“字母”表中的字母排列成不同的字母 序列就组成核苷酸系列，也就组成了不同的 DNA 结构。所以遗传密码就是记载在亲代 DNA 分子核苷酸序列上的遗传信息，而 DNA 分子中 的特定的核苷酸顺序就决定了生物体的遗传 性状。 实验表明， DNA 的碱基序列是非常长的。因此 遗传信源总共可能有不同碱基序列的总数较大。 据估计人类基因的数目在 2.6 万到 3.9 万。虽然 比原先估计的 10 万要低，但是对于 DNA 作为遗传 信息的存储系统来说，它的信息容量还是很大。 生物生长过程经常要发生 DNA 的复制。只有 遗传信息快速准确地复制和传递才能保证生物 性状 的继承和再现。 DNA 的复制过程是：亲代 DNA 的 两条长链被打开，每条核苷酸链作为模板，在 周围、充满与 4 种碱基相对应的三磷酸底物中， 不断提供核苷酸与模板中的核苷酸按互补原则 配对形成新的 DNA 链。互补配对原则是腺嘌呤 (A) 与胸腺嘧啶 (T) 配对，鸟嘌呤（ G ）与胞嘧啶 (C) 配对 . 这个复制的信息传递过程可以看成是一个输 入和输出的单向、单符号的信息传递。 信道的输入信源为X,x∈A={a 1 =A,a 2 =G,a 3 =C,a 4 =T} 输出端为Y,y∈B={b 1 =A,b 2 =G,b 3 =C,b 4 =T} 根据核苷酸互补配对原则，有： P(b 4 |a 1 )=1,P(b 3 |a 2 )=1,P(b 2 |a 3 )=1,P(b 1 |a 4 )=1 其余 P(b j |a i )=0 。 可用概率空间 [X,P(b j |a i ),Y] 来描述 DNA 的复制 过程，其复制矩阵信道为： ? ? ? ? ? ? ? ? ? ? ? ? ? 0 0 0 1 0 0 1 0 0 1 0 0 1 0 0 0 T C G A P T C G A 从生物学知道，蛋白质是生命的基本物质，它 由 20 种不同的氨基酸以各种方式排列而成的，不 同的氨基酸的排列组合构成不同的蛋白质。另外， 现在又认为不同的蛋白质分子是按照 DNA 的分子 结构来合成的。也就是按照 DAN 传递出去的遗传 信息合成的。由前分析，遗传信息存储在这 4 中 碱基的序列中，问题是：怎样将 DNA 中的遗传信 息传递到合成的蛋白质分子中去？ 蛋白质在生物体内的合成需经转录和翻译两个 阶段。转录是按照 DNA 的模板生成带遗传信息的 单链核糖核酸，称为信使核糖核酸。记为 mRNA 。 它的基本结构也是 4 种核苷酸配对联接的长链， 但与 DNA 不同的是以尿嘧啶 (U) 替代胸腺嘧啶 (T). 这个转录过程也可认为是一个单向、单符号的信 息传输信道，信道输入端符号集为 {A,G,C,T}, 输 出端符号集为 {A,G,C,U}, 根据它们的互补原则： A→U,T→A,G ? T, 可用概率空间 [X,P,Y] 来描述转 录过程，其信道矩阵为： ? ? ? ? ? ? ? ? ? ? ? ? ? 0 0 0 1 0 0 1 0 0 1 0 0 1 0 0 0 T C G A P U C G A 蛋白质合成的翻译阶段中以带有遗传信息的信使核 糖核酸 mRNA 长链为模板，靠转移核糖核酸 tRNA 将各种 需要的氨基酸带人核糖体，在核糖体内按照 mRNA 模板 提供的信息将确定的氨基酸逐个加在合成的肽链上， 合成蛋白质肽链。 遗传信息经DNA→RNA→蛋白质合成过程称 为遗传信息传递的中心法则。 4 种碱基序列怎么排列才能控制 20 种氨基酸合 成蛋白质呢？ 由于信息熵反映的是系统的多样性。现在 碱基序列要能控制着 20 种氨基酸的合成，在 必须 碱基的集合的多样性要不小于氨基酸集合的 多样性。也就是碱基集合的信息熵必须要不 小于氨基酸集合的信息熵。 用 X 表示核酸中 4 种不