281
个编辑
更改
跳到导航
跳到搜索
第2行：
第2行： − + 第18行：
第18行： − + 第44行：
第44行： − + − + − + 第229行：
第229行： + +
参考文献
== 概述 ==
== 概述 ==
由刘宇（Yu Liu）、狄增如（Zengru Di）和菲利普·格利（Philip Gerlee）于2022年提出的梯径方法，源自组装理论（assembly theory），是一种新颖的框架，用于量化单一结构化对象（如字符串、空间模式、分子或语言片段）的复杂性和信息。
由刘宇（Yu Liu）、狄增如（Zengru Di）和菲利普·格利（Philip Gerlee）于2022年提出的梯径方法，源自组装理论（assembly theory）<ref name=":0">Marshall, S.M., Mathis, C., Carrick, E. ''et al.'' Identifying molecules as biosignatures with assembly theory and mass spectrometry. ''Nat Commun'' 12, 3033 (2021). <nowiki>https://doi.org/10.1038/s41467-021-23258-x</nowiki></ref>，是一种新颖的框架，用于量化单一结构化对象（如字符串、空间模式、分子或语言片段）的复杂性和信息。
梯径包括一系列生成操作，用于逐步构建目标对象。每一步，可重复使用的较小的子结构单元会被组合或连接起来。经过梯径重构的步骤后，整个序列会形成一个偏序多重集或梯图，用于捕获层次依赖关系。
梯径包括一系列生成操作，用于逐步构建目标对象。每一步，可重复使用的较小的子结构单元会被组合或连接起来。经过梯径重构的步骤后，整个序列会形成一个偏序多重集或梯图，用于捕获层次依赖关系。
将梯径度和有序度看作“复杂性”的两个轴，结合以上其衍生的指标，可以用梯径框架衡量一个序列结构或组件结构的复杂度。
将梯径度和有序度看作“复杂性”的两个轴，结合以上其衍生的指标，可以用梯径框架衡量一个序列结构或组件结构的复杂度。
除了理论上的简洁与优雅，梯径框架还具有广泛的实际意义和应用前景。它可以用于检测基因或蛋白质序列中的模块化重复、分析语言中的句法结构，以及模拟生物系统（从简单的化学网络到复杂的生物体）中的进化组装过程。它与“进化就像修修补补”（evolution-as-tinkering）范式的契合性，使其成为探索自然和人工系统中复杂性涌现的强大工具。
除了理论上的简洁与优雅，梯径框架还具有广泛的实际意义和应用前景。它可以用于检测基因或蛋白质序列中的模块化重复、分析语言中的句法结构，以及模拟生物系统（从简单的化学网络到复杂的生物体）中的进化组装过程。它与“进化就像修修补补”（evolution-as-tinkering）范式的契合性<ref name=":1">François Jacob, Evolution and Tinkering.''Science''196,1161-1166(1977).DOI:10.1126/science.860134</ref>，使其成为探索自然和人工系统中复杂性涌现的强大工具。
== 背景 ==
== 背景 ==
香农熵对于单个对象的句法复杂性度量的不足在于，香农熵度量的是从一个已知概率分布中抽样时的平均信息量，而非针对某一具体样本的独特结构。即使两条序列内部模式、语法结构截然不同，只要它们在整体分布下的符号频率相同，香农熵给出的值也完全相同，无法区分个体间的细节差异。
香农熵对于单个对象的句法复杂性度量的不足在于，香农熵度量的是从一个已知概率分布中抽样时的平均信息量，而非针对某一具体样本的独特结构。即使两条序列内部模式、语法结构截然不同，只要它们在整体分布下的符号频率相同，香农熵给出的值也完全相同，无法区分个体间的细节差异。
鉴于这些挑战，一些强调模块化重用和层级化组合的观点提供了引人注目的替代方案。这些观点包括弗朗索瓦·雅各布（François Jacob）提出的“进化即修补”（evolution as tinkering, 1977）概念、高德纳（Donald Knuth）的加法链问题（addition-chain problem），以及更近期的路径复杂性（pathway complexity）和组装空间理论（assembly space theories）。这些框架关注复杂结构如何从更简单的亚单元构建而成，强调组合效率（combinatorial efficiency）和重复利用（repetition）。
鉴于这些挑战，一些强调模块化重用和层级化组合的观点提供了引人注目的替代方案。这些观点包括弗朗索瓦·雅各布（François Jacob）提出的“进化即修补”（evolution as tinkering, 1977）概念、高德纳（Donald Knuth）的加法链问题（addition-chain problem）<ref name=":1" />，以及更近期的路径复杂性（pathway complexity）和组装空间理论（assembly space theories）。这些框架关注复杂结构如何从更简单的亚单元构建而成，强调组合效率（combinatorial efficiency）和重复利用（repetition）。
在这一概念基础上发展起来的组装理论（Assembly Theory，由克罗宁（Cronin）、沃克（Walker）等人开创），将“追溯从基本组件构建对象所需的最小组装操作序列”这一思想形式化，从而提供了一种称为组装指数（assembly index）的度量。该指数有助于区分可能由生物或技术过程塑造的对象与偶然产生的对象，为探测生物特征（biosignatures）和生命起源开辟了道路。
在这一概念基础上发展起来的组装理论（Assembly Theory，由克罗宁（Cronin）、沃克（Walker）等人开创），将“追溯从基本组件构建对象所需的最小组装操作序列”这一思想形式化，从而提供了一种称为组装指数（assembly index）的度量<ref name=":0" />。该指数有助于区分可能由生物或技术过程塑造的对象与偶然产生的对象，为探测生物特征（biosignatures）和生命起源开辟了道路。
在此基础上，梯径理论通过提供一个层级化的路径模型——一个由可重用构建块组成的“阶梯”（ladder），扩展并形式化了这些先前的思想。通过这个模型，单个对象可以在最优效率的步骤中被构造出来。该方法能够同时量化生成的新颖性（需要多少新的构建步骤）和重用或结构的程度，而无需诉诸基于统计集合的方法。
在此基础上，梯径理论通过提供一个层级化的路径模型——一个由可重用构建块组成的“阶梯”（ladder），扩展并形式化了这些先前的思想。通过这个模型，单个对象可以在最优效率的步骤中被构造出来。该方法能够同时量化生成的新颖性（需要多少新的构建步骤）和重用或结构的程度，而无需诉诸基于统计集合的方法。
=== 组装理论 ===
=== 组装理论 ===
组装理论提供了一个量化单个分子结构内在复杂性的框架，其核心思想是：考虑从一组预定义的基本构建模块（例如化学键）出发，构建目标分子所需的最少组装步骤序列——每一步骤都涉及将两个分子亚基连接起来。一条组装路径在形式上表示为一个有向多重图：其中顶点对应分子片段，边对应连接操作；多重边允许相同片段存在不同的组合方式。分子的分子组装指数（MA） 定义为构建该分子的最短可能组装路径的长度（即连接操作的数量），并允许路径中生成的中间片段在后续步骤中复用。
组装理论提供了一个量化单个分子结构内在复杂性的框架，其核心思想是：考虑从一组预定义的基本构建模块（例如化学键）出发，构建目标分子所需的最少组装步骤序列——每一步骤都涉及将两个分子亚基连接起来。一条组装路径在形式上表示为一个有向多重图：其中顶点对应分子片段，边对应连接操作；多重边允许相同片段存在不同的组合方式。分子的分子组装指数（MA） 定义为构建该分子的最短可能组装路径的长度（即连接操作的数量），并允许路径中生成的中间片段在后续步骤中复用<ref name=":0" />。
<span class="lark-record-clipboard" data-lark-record-format="docx/text" data-lark-record-data="{"rootId":"BCUIdvopvozUxkxOYXDcOioYnEh","text":{"initialAttributedTexts":{"text":{"0":"组装理论"},"attribs":{"0":"*0+4"}},"apool":{"numToAttrib":{"0":["author","7359408791762321412"]},"nextNum":1}},"type":"text","referenceRecordMap":{},"extra":{"channel":"saas","isEqualBlockSelection":false,"pasteRandomId":"8391a78e-e4d2-42b4-be74-2ed57aed4cfa","mention_page_title":{},"external_mention_url":{}},"isKeepQuoteContainer":false,"isFromCode":false,"selection":[{"id":36,"type":"text","selection":{"start":4,"end":8},"recordId":"SXLBd6fJCo2LNnxuC7GcAAWmnOf"}],"payloadMap":{},"isCut":false}"></span>[[文件:A,以分子键为构建模块的二乙基邻苯二甲酸酯分子组装路径图.png|缩略图|588x588像素|以分子键为构建模块的二乙基邻苯二甲酸酯分子组装路径图。该图展示了从不可约构建模块出发，通过8次连接操作（组装指数为8）构建该分子的路径。(<nowiki>https://www.nature.com/articles/s41467-021-23258-x</nowiki>)]]
<span class="lark-record-clipboard" data-lark-record-format="docx/text" data-lark-record-data="{"rootId":"BCUIdvopvozUxkxOYXDcOioYnEh","text":{"initialAttributedTexts":{"text":{"0":"组装理论"},"attribs":{"0":"*0+4"}},"apool":{"numToAttrib":{"0":["author","7359408791762321412"]},"nextNum":1}},"type":"text","referenceRecordMap":{},"extra":{"channel":"saas","isEqualBlockSelection":false,"pasteRandomId":"8391a78e-e4d2-42b4-be74-2ed57aed4cfa","mention_page_title":{},"external_mention_url":{}},"isKeepQuoteContainer":false,"isFromCode":false,"selection":[{"id":36,"type":"text","selection":{"start":4,"end":8},"recordId":"SXLBd6fJCo2LNnxuC7GcAAWmnOf"}],"payloadMap":{},"isCut":false}"></span>[[文件:A,以分子键为构建模块的二乙基邻苯二甲酸酯分子组装路径图.png|缩略图|588x588像素|以分子键为构建模块的二乙基邻苯二甲酸酯分子组装路径图。该图展示了从不可约构建模块出发，通过8次连接操作（组装指数为8）构建该分子的路径。(<nowiki>https://www.nature.com/articles/s41467-021-23258-x</nowiki>)]]
这些发现表明，梯径理论复杂性度量指标之一的<math>\eta</math> 既可以作为一种初始化或设计人工神经网络架构的指导。
这些发现表明，梯径理论复杂性度量指标之一的<math>\eta</math> 既可以作为一种初始化或设计人工神经网络架构的指导。
相关研究为：Correlating measures of hierarchical structures in artificial neural networks with their performance. ''npj Complex'' 1, 15 (2024)<ref>Xu, Z., Zhu, Y., Hong, B. ''et al.'' Correlating measures of hierarchical structures in artificial neural networks with their performance. ''npj Complex'' 1, 15 (2024). <nowiki>https://doi.org/10.1038/s44260-024-00015-x</nowiki></ref>.
==参考文献==
==参考文献==