生物智能行为,如感知、记忆、学习和决策,在高等生物中广泛存在。近期研究揭示,细胞在与微环境互动中也表现出类似智能的行为,如“多模态感知”和“问题求解”。这些发现挑战了传统认知,提出了细胞智能的新概念.
这篇文章的核心内容是探讨细胞的力学智能,即细胞如何感知、响应和适应力学微环境,以及这些行为如何体现智能特征。文章从生物智能的定义出发,扩展到细胞层面,提出了细胞智能的概念,并详细讨论了细胞力学感知、力学记忆、力学学习和力学决策等方面,旨在为细胞力学智能的形成机制及其潜在应用提供新的思路和见解。
背景知识
文章首先介绍了生物智能行为特征,如感知、记忆、学习、问题求解和决策等,这些特征在人类、动物及具有神经系统的高等生物中普遍存在。近期研究发现,单个细胞在与微环境相互作用的过程中,也表现出类似智能的行为,如“多模态感知”、“问题求解”、“学习记忆”及“演化适应”等。这些行为被统称为“细胞智能”行为,挑战了传统对细胞功能和行为的认知。
研究方法
文章通过文献综述的方式,总结了细胞力学智能的多个方面,包括细胞力学感知、力学决策、力学记忆及力学学习等。研究方法涉及对现有文献的分析和理论探讨,以及对细胞行为的实验观察和模型构建。
细胞力学感知
:细胞能够感知力学微环境的变化,如基质的硬度和静水压力,并将这些力学信号转换为生化信号,调节细胞的迁移、分化和增殖等行为。细胞粘附结构和细胞骨架是细胞感知力学刺激的关键结构,它们通过调整自身组成和结构动态变化引起下游生化信号的改变。
细胞力学学习
:细胞通过联合学习和非联合学习两种方式展现出学习能力。联合学习涉及两个或多个刺激的结合,而非联合学习是对单一刺激或事件做出反应而改变行为。例如,大肠杆菌能够通过分子协同调节网络同时适应温度变化和氧气浓度变化。
细胞力学记忆
:细胞对特定物理微环境的响应而产生的表型变化,即使在去除原始物理刺激后,仍能维持。这种记忆现象对多种细胞行为产生影响,如干细胞的分化、上皮细胞的集体迁移等。细胞力学记忆的形成需要满足强度阈值和时间阈值,且可能涉及表观遗传机制。
图 4
细胞力学记忆的正反馈环路(PFL)模型. A. PFL的双稳态模型; B. 细胞力学记忆的强度阈值和时间阈值示意图; C. 细胞力学记忆的PFL模型; D. 细胞力学记忆的PFL双稳态模型
细胞力学决策
:细胞能够响应细胞外微环境的力学信号并做出决策,如力学趋向性,包括刚度趋向性和拓扑趋向性。这些趋向性行为可能帮助细胞寻找能够增加其增殖能力的环境。
观点与现象
文章提出了几个关键观点: