Cells vs. Animals: Is Cellular Machinery an Artifact of Experimental Methodology?

In high school, I was fascinated by the living cell: this building block of life appears as a tiny, finely tuned factory consuming and producing various substances, all of that being orchestrated by a clear, rather mathematical system of pathways. Take, for instance, one of the most amazing things that happen to a cell: division. Division is a very complex process consisting of apparently clearly defined phases, separated by checkpoints verifying that the previous phase has was concluded properly before transitioning into the next one (see, for example, [0]).

Human and animal physiology didn't attract nearly as much, however (I didn't really know plants had a physiology too at that time). Indeed, where the cell is mechanistically precise, macroscopic living organisms seem pretty much approximate and shaky: in the cell, everything is organised by proteins, synthesised according to the cellular program, the DNA.  The regulation of our bodies seems to be quite less centralised and uniform.  From a high-school student's point of view, the cell clearly wins in what concerns clear regulation of processes.  And then, take a look at the brain : this horrible soup of neurons, axons, and various supporting cells, which appears to only have some superficial, rather macroscopic structures, and looks quite messy at smaller scales.

Clearly, the presence of various intertwining signalling mechanisms in higher vertebrates and the very complex structure of their brains allows them to be very adaptable.  Later on, I learned that a lot of the fabulously clear organisation of the cell is actually just a slice of the whole picture of the immensely complex processes happening inside it.  Still, the terminology around the living cell is way more mechanistic than that concerning macroscopic organisms.

Is it because macroscopic organisms, being extremely large and complex instances of cooperation between the already very complex cells, just cannot (structurally) be so well organised as the cell, which is a clockwork of biomolecules?

Or rather, is it that, due to the lack of direct, naked eye, unintrusive observations of the microscopic parts of the cell, we are tempted to invent the missing details to fit the mechanistic explanation, so very natural to us?

(The question about whether the cell is a machine or not was originally posed by Nicolas Glade.)

[0] Paul Nurse. A Long Twentieth Century of the Cell Cycle and Beyond. Cell , Volume 100, Issue 1, pp. 71-78. http://dx.doi.org/10.1016/S0092-8674(00)81684-0

Les réseaux de neurones sont-ils subjectifs ?

L'autre jour Nicolas avait posé la question suivante :

Réflexion minute : "L'IA", les réseaux de neurones qui participent au traitement des données massives, sont-elles objectives ?

La réponse dépend de la définition de la subjectivité.

1. Si « subjectif » veut dire « conscient ergo unique », on réduit le problème à une question plus générale (et encore plus floue) de « les réseaux de neurones ont-ils une conscience ? ».

2. Si « subjectif » veut dire « capable d'avoir des biais » (capable d'avoir des déviations locales d'une fonction globale), alors le degré de subjectivité d'un réseau de neurones augmente avec sa taille. Un réseau d'un nœud est très objectif : il correspond à une fonction de seuil assez simple. Plus il y a de nœuds (et de boucles de rétroaction), plus il y aura d'intrication entre les activités de neurones. Un réseau de neurones suffisamment grand pourra ajuster la sortie pour un petit groupe d'entrées sans avoir un impact considérable sur d'autres entrées => plus de biais fins.

3. On peut s'inspirer de (1) pour poser un autre principe « subjectif ergo non modélisable » : on ne peut pas modéliser nous-mêmes, pour l'instant, donc on est subjectifs. De même pour un chien ou un chat. Un réseau de neurones on arrive à le modéliser, donc ce qu'il dit est objectif. 

Ce principe pose une barrière floue : si un jour on modélise le chien, ses avis seront objectifs. Pareil pour nous-mêmes : le jour ou on peut modéliser nous-mêmes (= j'écris une appli qui me représente de façon très fidèle), on sera objectifs. On pourra répliquer mes avis à tout âge, plusieurs fois, à tout moment de la journée. On pourra avoir plusieurs moi jettables, etc.

Note : on fait introduire une espèce de « surprise » par ce principe : un système est subjectif si on ne peut pas (encore) prédire son comportement. Le jour où on pourra le faire, il ne sera plus subjectif. Ça colle pas mal avec ce que les gens disent de leurs ordis : « mon pécé ne m'écoute pas » ; ils n'arrivent pas à prédire le comportement de leurs ordinateurs, ils sont surpris.

4'. Toutes ces réflexions posent une question intéressante : c'est quoi être modélisable ? Pouvoir être répliqué bêtement dans un support suffisamment souple ? Dans ce cas-là, si tout est déterminé (mwahaha), alors tout est modélisable. Mais là on fait rentrer le principe de l'incertitude et le mont Mécanique Quantique, donc on ne pourra probablement pas dépasser une certaine précision dans la modélisation. Est-ce un gros décalage ?

On peut également poser une définition plus forte de la modélisabilité, fondé un peu dans la calculabilité, en disant que modéliser veut dire pouvoir (semi)décider certaines propriétés. Mais là on aura un autre curseur donné par le choix des propriétés, et boum, ça explose en des variantes bien variées.

Quelle que soit l'approche à la modélisation, se pose la question d'utilité (Nicolas) : est-ce utile de modéliser ? Est-ce plus utile que de jouer avec des modèles peu realistes sans chercher à aller vers une vérité qu'on ne peut pas atteindre [0] ?

[0] Michael Conrad. On design principles of a molecular computer. Communications of the ACM, Volume 28 Issue 5, May 1985, pp 464-480.

Question of the day : reliability of Life

Machines need to be reliable. Do Life needs it too ?
I wager it would not !

Une suggestion d'amélioration des radars pédagogiques ou... la vallée de l'étrange et ma relation avec les radars.

Hier soir, en rentrant chez moi en voiture je suis passé par l'inévitable radar pédagogique qui me fait tout le temps la tête, ce smiley en colère rouge avec la bouche inversée et les sourcils pointant vers le centre du visage.
Celui-ci en tout cas ne m'aime pas, mais il est vrai que sur les deux que je croise sur mon trajet, ce dernier se trouve dans une pente et, bien que réduisant effectivement ma vitesse, je suis toujours aux alentours de 55 km/h ; c'est en tout cas ce qu'il me dit.
Malheureusement, au contraire du premier qui, lui, verdit à chacun de mes passages (ce n'est pas un smiley content ou pas content, mais un simple compteur qui s'actualise très vite), je pense avoir décidé que, de manière réciproque, je ne l'aimais pas non plus. Pourquoi ? Parce qu'il me tire la tête pardi ! Si, de temps en temps, il se décidait à avoir pitié de ma fatigue tardive et de me signifier que 52 ou 55 km/h, ce n'est pas si éloigné que ça de 50 km/h, peut être accepterais-je de lui faire davantage plaisir à chaque fois.
C'est bien là d'ailleurs que je souhaite en venir. Entre les deux types de radars il existe une différence fondamentale. Le premier indique le changement de vitesse en continu (en plus de signifier en vert ou en rouge si l'on est en dessous ou en dessus de la vitesse limite), ce qui incite à ralentir. Le deuxième capture une seule fois la vitesse du véhicule et ajoute un jugement, la tête du smiley,  sans la moindre chance d'améliorer son comportement. Le jugement est donné ; point barre !
Ma petite suggestion serait alors d'une part de n'avoir que des radars pédagogiques qui actualisent rapidement la vitesse mesurée, donnant au conducteur toutes les chances de ralentir en toute connaissance de sa vitesse ; il s'agit d'autre part d'adoucir le jugement porté par cette saleté de smiley au comportement bipolaire par tout un gradient plus important de mimiques dont l'évolution serait guidée par l'accélération ou la décélération et non la vitesse immédiate. Il sortirait ainsi de la vallée de l'étrange (de l'angoisse ?) dans laquelle il est coincé.

Introduisons donc un peu de psychologie dans toute cette pédagogie routière. Encourageons plutôt que de nous limiter à juger.

Tiens, c'est marrant, ça s'applique aussi à l'enseignement ...

Open question of the day : life and machines
 Does biology aims to uncompress the obfuscated code of Life ?

This question is relative to the nature of Life : are living things made of machines and programs ?
 
I guess not but it is useful to think like that. Thinking living things as machines helps researchers to make retro-engineering on them, and indeed :
- many words used in biology come from engineering, computer sciences and electronics : cell machinery, genetic code, genetic program, molecular motors, connexions ...
- under a microscope, one observe only the things our brain is able to recognise, i.e. well organized structures, things that look like machines,  !


...

The Open Science Door - REBOOT



Dear all,

We are trying to reboot the Open Science Door.

You make science, you have a door, you want to share your scientific ideas, projects, work, code, pictures ... with you office collegues : stick them (not your collegues) on your door, take a picture and post on this blog.

Want to participate : send us an e-mail at nicolas[dot]glade[at]univ[minus]grenoble[minus]alpes[dot]fr

and stick this QR code to your door.






See you soon on OSD

Nicolas

Isochronal sufaces

In 1974, Arthur T. Winfree introduced the notion of isochrons when studying biological oscillators' response to perturbations [1]. Oscillators are physical or abstract systems that evolve in time periodically passing through or nearby a reference state. The time needed to browse the circle of states is the period of the oscillator. Therefore, if you take a reference state, you can define another state by a fraction of the period. This number is called the phase of the oscillator. This is the case of the point which belongs to

the cycle but the system can have other states, perturbed states. For example, one can pull a maintained

spring till reaching a point B greater than the spring maximal elongation in normal conditions.

This new point B can also be described by a period fraction if we extend the notion of phase to latent phase.

The latent phase of the perturbed point B is equal to the phase of a point A on the cycle, if two identical springs one starting from A and the other from B tend to synchronize after some time.

Oscillator 1 (black) starts from A and oscillator 2 (red) starts from B.

After, some time the two springs synchronize.

Original link: http://www.scholarpedia.org/article/Isochron

The set of all the perturbed points having the same latent phase is called an isochron. This set

describes a hyper-surface : a curve in the case of 2D system and a suface in the case of 3D system. This was proved in [2] by Guckenheimer...

Bibliography

[1] Winfree, A.T. : Patterns of phase compromise in biological cycles. J

Math Biol 1 (1974) 73–95

[2] Guckenheimer, J. : Isochrons and phaseless sets. J Math Biol 1 (1975)

259–273

[3] The isochronal fibration : Characterization and impli-

cation in biology. Hedi Ben Amor, Nicolas Glade, Claudio Lobos,

Jacques Demongeot, Acta Biotheoretica (2010) 58, 121142.