耗散适应理论

系统的任何给定的形状变化大多是随机的，但当系统恰好暂时更善于吸收和耗散功时，这些形态变化中最持久和不可逆的发生。随着时间的推移，这些不易擦除的变化的记忆会优先积累，系统越来越多地采用类似于其历史上消散的形状。回顾这个非平衡过程的产物可能的历史，在我们看来，这个结构已经自我组织成一种状态，很好地适应了环境条件。这就是耗散适应（dissipative adaptation）现象。

下面内容将从 热平衡、扩展第二定律进而引入耗散适应。

问题引入：如果可以把生命起源问题简化为在一个物理系统中有了生命需要的组件时，他们是否可以自发的组装起来？当一个系统长时间与温度为T的热源接触而不受干扰时，我们说它达到了热平衡。在此条件下，一般假设微观排列j和k分别具有能量Ej和Ek，将以波尔兹曼分布给出的相对概率(p) :

p(j) / p(k) = exp [ - (E_j - E_k) / k_B T] （1）

这里，k_B是波尔兹曼常数。如Fig1a所示，在经典的平衡统计力学情景中，温度为T的系统与热储层保持接触的时间τ丢失了其初始状态i的所有记忆，因此，微观状态j和k的相对概率(p)是这些状态各自能量的简单指数函数。由于能量守恒，在从一种状态转变到另一种状态的过程中，释放到浴槽中的热量(ΔQ)与在这一过程中发生的内能(ΔE)的变化相等且相反。

然而，如Fig1b所示，当引入一个外部驱动，并且在有限的时间内观察系统，发现系统处于给定状态的概率通常取决于初始条件和系统是如何被驱动的。非平衡统计力学的挑战是试图用热力学量来表达这种概率分布，热力学量现在不仅包括最终态的内能，还包括在态间过渡期间驱动器所做的功。对于同一实验的单一实现，热(ΔQ)是一个波动的随机变量，它是由驱动过程中所做的功(W)和内能变化(ΔE)之间的差决定的。

随时间而做功的驱动力

抛开了细胞和生物学的具体细节，描述了一种更简单的化学物质模拟系统，让异常结构有可能在其中自发出现

通过调整一些初始设定，模拟的化学反应系统会走上截然不同的方向：在这些情况下，系统演进到的“定点”远非平衡状态，而是会通过尽可能多地从环境中吸收能量，不断地将反应循环下去。

待建立参考文献： England, Jeremy L. (4 November 2015). "Dissipative adaptation in driven self-assembly". Nature Nanotechnology. 10 (11): 919–923.