Mechanical plasticity as a unifying axis for the thermodynamics of biological information machines

技術要約：生物学的情報機械の熱力学における統一軸としての機械的可塑性

問題提起
生物学的な情報処理は、機能的な事象のエネルギーが熱雑音（$k_B T$）と同程度である環境下で行われる。それにもかかわらず、リボソーム、イオンポンプ、シナプスといった機械は信頼性の高い機能を達成している。既存の熱力学的解析は、速度論的な校正（kinetic proofreading）は識別とターンオーバー率に焦点を当て、シナプス可塑性の文献は量子パラメータと分散に焦点を当て、構造的散逸の研究は抽象的なタスクと物理的な実装に焦点を当てるという、断片化されたプログラムに分かれている。これらの機械を比較するための共通の軸が存在しないため、差異が機能に起因するのか、あるいは基質に起因するのかを区別することが不可能となっている。既存のフレームワークは単一パラメータの現象論に依存することが多く、持続的な情報を運ぶ「硬い構造モード」と、機械的な仕事を行う「柔らかい機能モード」を混同しており、内部的に矛盾した数値推定を招いている。

手法
本論文は、単一の機械的パラメータである無次元の可塑性 $\gamma \equiv k_B T / (\kappa L^2)$（ここで $\kappa$ は機能的な反応座標の剛性、$L$ は生理学的に関連のある変位である）に基づく統一フレームワークを提案する。

1. モード分解： 機械を単一の $\gamma$ を持つ一つの実体として扱うのではなく、著者らは生物学的機械を $N$ 個の自由度を持つ結合調和ハミルトニアンとしてモデル化する。ヘッセ行列を対角化することにより、システムを固有の剛性 $\kappa_\alpha$ とそれに対応する可塑性 $\gamma_\alpha$ を持つ集団モードのスペクトル $\{Q_\alpha\}$ に分解する。
2. スペクトル分割： スペクトル $\{\gamma_\alpha\}$ を以下の3つの異なる領域に分割する：
   • 構造モード ($\gamma \ll 1$)： 深く固定されており、持続的な情報を運ぶ。
   • 機能モード ($\gamma \sim 0.1\text{--}1$)： 更新や機械的な仕事に使用される柔らかい座標。
   • 熱的モード ($\gamma \gtrsim 1$)： 完全に応答し、バルク溶媒と区別がつかない。
3. 指標の導出： このモード分解されたハミルトニアンから、著者らは以下を導出する：
   • 情報容量 ($U_{max}$)： 各機能モードに対する独立したガウスチャネルのシャノン・ハートレー容量の総和として計算される。
   • 更新エネルギー ($E_{up}$)： 入力結合の二次形式として導出され、柔らかいモードは入力単位あたりにより多くのエネルギーを吸収することを示す。
   • 保持負担 ($R$)： 無次元の指数として定義され、$R \equiv P_{maint} \tau_{ret} / (u_{write} k_B T)$ である。これは、ランドauerの下限と比較した、保持されたビットあたりの過剰な維持散逸を測定し、受動的な基質 ($R \sim 1$) と能動的で書き換え可能な基質 ($R \gg 1$) を区別する。

主な結果と応用
本フレームワークを4つの生物学的システムに適用し、調整パラメータなしで既知の測定値を回収し、以前の矛盾を解決できることを実証した：

• リボソーム（スループット）： 本フレームワークは、構造的エラーフロアを制御する硬い構造モード ($\gamma_S \approx 0.02$) と、機械的仕事（トランスロケーション）を制御するより柔らかいトランスロケーションモード ($\gamma_T \approx 0.15$) の2つの異なるモードを特定する。これにより、単一パラメータモデルの不整合を解決する。解析の結果、リボソームは速度最適化されており、エネルギーの大部分は校正ではなく、サイクルを不可逆的に駆動するために散逸されていることが示された。
• Na+/K+-ATPase（輸送）： このシステムは単一の集団座標 ($\gamma \approx 0.1$) によって支配されており、単一パラメータ近似の妥当性を検証している。算出された熱力学的効率は $\sim 75\%$ であり、直接測定値と一致している。
• 海馬シナプス（記憶）： このシステムは、書き込み用の柔らかい適応座標 ($Q_A, \gamma_A \sim 1$) と、保存用の硬い保持座標 ($Q_R, \gamma_R \sim 0.01$) を持つ二モードアーキテクチャを必要とする。本フレームワークは、Malkinらによる生物物理学的スケーリング則 ($\sigma^{-2} \propto E^5$) に正常に還元され、Stoneのマッピングを介してHarrisらの効率対コンダクタンスのデータを調整パラメータなしで再現する。また、保持負担が $R \sim 10^4 k_B T/\text{bit}$ であることを算出し、書き換え可能性に伴う高い熱力学的コストを浮き彫りにしている。
• DNA（受動的記憶）： 受動的な基質として、DNAの保持負担は $R \sim 10 k_B T/\text{bit}$ であり、ランドauerの下限に近い。シナプスとDNAの間の効率の差（$\sim 10^3\text{--}10^4$）は、能動的な維持と書き換え可能性の熱力学的代償として特定されている。

意義と主張
本論文は、これまで別々の研究プログラム（翻訳、輸送、シナプス可塑性、ゲノム維持）を単一の軸上に配置するパラメータ化を提供すると主張している。具体的な貢献は以下の通りである：

1. 統一軸： 測定可能な、機械を横断する統一パラメータとしての機械的可塑性 $\gamma$ の導入。
2. モード分解アーキテクチャ： 書き込みと保持の両方を必要とする機械は、根本的に二モードアーキテクチャ（柔らかい更新、硬い保存）と、それらを結合する転送係数 $\zeta$ を必要とすることを実証。これにより、単一パラメータ解析で見られる構造的自由度と機能的自由度の混同を解決する。
3. 保持負担 ($R$)： 能動的な記憶のコストを定量化する、ランドauer正規化された指数。これにより、多様なメモリ基質の比較を可能にする。
4. 第一原理からの導出： 現象論的な入力として扱うのではなく、結合調和ハミルトニアンから直接、容量 ($U_{max}$) と更新エネルギー ($E_{up}$) を導出。
5. 経験則の再構築： 本フレームワークは、Malkin、Stone、Harrisの結果を特殊なケースとして含んでおり、それらのスケーリング指数を基礎となるモード構造と生物物理学的コストのペアリングから導出している。

著者らは、ランドauerの下限を拡張したり、新しい揺らぎの定理を導出したり、形式的な古典量子誤り訂正（QEC）マップを構築したりするものではないことを明示している。代わりに、生物学的メモリ基質の機械的剛性に関する明示的で反証可能な内容を含む、機械的なパラメータ化を提供し、既知の限界において確立された結果へと還元するものである。

経験的予測
本フレームワークは、5つの具体的な反証可能な予測を生成する：

1. 剛性比： 二モードメモリ機械において、保持剛性と適応剛性の比 ($\kappa_R/\kappa_A$) は、それらのタイムスケールの対数比によって決定される。シナプスの場合、これは $\kappa_R/\kappa_A \approx 1.5$ であると予測する。
2. 転送係数： アクチンダイナミクスの急性抑制（例：コフィリンによる）は、書き込み効率（LTP誘導）を低下させるが、固定されたシナプスの保持には影響を与えない。一方でPSD-95のノックダウンは容量を減少させるが、更新エネルギーには影響を与えない。
3. スケーリング則： 保持負担 $R$ は、異なるメモリ基質（シナプス、DNAメチル化、免疫学的記憶）間で、書き込み速度 ($k_{write}$) に対して線形にスケールするはずである。
4. 効率指数： 効率対コンダクタース曲線の指数 $\alpha$ は普遍的ではなく（シナプスのStoneの $\alpha=5/2$ とは異なり）、メモリシステムの特定のモード構造とコストのペアリングに依存する。
5. 情報利得： 進化は、エネルギーあたりの情報利得を最大化するために、信号振幅よりも機能モードの数 ($|F|$) を増やすことを好む。これは、足場サブユニットの多様性とイベントあたりの情報量との相関を予測する。