NATUREZA DA INFORMAO .

INFORMAO, VIDA E DNA

Professor Francisco J.R. Pelez

PARTE 0

DEFINIO DE VIDA

O que a vida para voc?

DEFINIO DE VIDA
Em 1943 Erwin Schroedinger (um dos pais da fsica quntica) apresentou umas palestras no Trinity College de Londres. Nessas palestras ele definiu a vida como:

uma

delicada dana de energa, entropia e informao

Posteriormente escreveu o artigo What is life que serviu de inspirao a Watson e Crick para a descoberta da estrutura do DNA.

HIPOTESE DE OPARIN-HALDANE I

O Bioqumico russo Aleksandr I. Oparin, em 1924, e, posteriormente, em 1928, o geneticista ingls John B. S. Haldane procuraram entender a origem da vida como parte da evoluo de reaes bioqumicas, mediante a competio e seleo darwiniana, na terra pre-bitica (antes do surgimento da vida).

HIPOTESE DE OPARIN-HALDANE II

Atravs de reaes qumicas entre molculas simples, tais como CH4, CO, CO2, H2, H2S, HCN, NH3, H2O, etc.,se formariam molculas mais complexas (aminocidos, acares, cidos nuclicos, lipdeos, etc.)

Passados milhes de anos, tendo um grande acumulo destas molculas, elas se combinariam formando biopolmeros (peptdeos, polissacardeos, nucleotdeos,etc.) que reagiriam entre si e formariam estruturas coacervadas (estruturas que parecem clula).

EXPERIMENTO DE MILLER E UREY (1953)

Experimento

confirma hiptese de Oparin-Haldane. Utilizando este equipamento: A partir de: N2 NH3 CH4 H2 CO2 + calor + eletricidade obtm: Aminocidos, bases nucleotdicas(purinas e pirimidinas)

PARTE 1

OUTRAS HIPTESES PARA O INCIO DA VIDA

Origem

extraterrestre da vida devido a que somente aminocidos levgiros esto presentes nos seres vivos. Os dextrgiros teriam sido destruidos pelos raios csmicos num possvel viagem interestelar.

OUTRAS HIPTESES PARA O INCIO DA VIDA (II)

A

vida veio do barro Argila (o barro) seria o catalisador da autoorganizao de nucleotdeos que formariam molculas de RNA Os nucleotdeos so molculas formadas por um fosfato uma acar (ribose e desoxirribose) e uma base nitrogenada e compem os degraus do DNA

PARTE 2

O QUE UM GENE

Segmento de um cromossomo a que corresponde um cdigo distinto, uma informao para produzir uma determinada protena ou para controlar uma caracterstica, por exemplo, a cor dos olhos.

MEMRIA GENTICA E DNA

5000 seqncia 100% iguais em humanos, camundongos e outros animais mostram a capacidade do DNA de preservar informao de centos de milhes de anos, quando os ancestrais de homens e camundongos eram comuns. (Science, 2004).
Pro-virus no nosso cdigo gentico: RNA retro viral incorporado ao DNA humano faz milhares de anos. Pesquisar: ERVs Pergunta: O seres vivos so veculos para assegurar a sobrevivncia da informao neles contidos?

HIPTESE DO GENE EGOISTA

Formulada por Richard Dawkins (1976) De acordo com esta hiptese o DNA realiza uma nica tarefa: se duplicar, passar a sua informao para frente mesmo em prejuzo do prprio organismo. Segundo esta teoria os organismos somente so teis enquanto servem para esta finalidade. Exemplo das colnias de formigas. Somente a rainha se reproduz. Exemplo do Gene-T.

Craig Venter e o cromossomo Sinttico 20/5/2010

Clula

Cromossomo

Pedaos de DNA

Cromossomo sinttico

Cromossomo sinttico Multiplicao da clula milhes de vezes

PARTE 3

INTRODUO AO DNA, RNA

No DNA encontrasse a informao gentica um cdigo formado por quatro letras (que correspondem as quatro bases nitrogenadas): A,T,C,G A: Adenina, T: Timina, C: Citosina e G: Guanina Uma seqncia de trs destas letras pode nomear cada um dos 20 aminocidos dos seres humanos mas o chamado STOP cdon que fica no final de cada seqncia. No RNA a timina substituda por Uracila Ver:http://www.youtube.com/watch?v=NJxobgkPEAo

INTRODUO AO DNA, RNA (II)

Cada aminocido uma palavra de trs letras. Seria possvel escrever 4x4x4=64 palavras de trs letras, ou seja poderia haver 64 aminocidos. Contudo existem vrios sinnimos para cada aminocido. Por exemplo, a arginina (ARG) pode ser codificada como: CGA,CGC, CGG, CGU, AGA, AGG Portanto existe muita redundncia no cdigo gentico Os aminocidos mais freqentes onde podem acontecer mais erros tm maior redundncia O aminocido STOP tem muita redundncia (escreve-se como UAA, UAG, UCA) porque embora seja escasso muito importante

Aminocido (%) Codificao Aminocido (%) Codificao

ARG (5,28) LEU (9,56) SER (7,25) THR (5,68) PRO (5,67) ALA (6,99) GLY (7,10) CGA,CGC,CGG, CGU,AGA,AGG HIS (2,36) CAC CAU GAA, GAG GAC, GAU UAC, UAU UGC, UGU UUC, UUU AUA,AUC, AUU

CUA, CUC, CUG, GLU (6,82) CUU, UUA, UUG UCA, UCC, UCG, ASP (5,07) UCU, AGC, AGU ACA, ACC,ACG,ACU CCA,CCC,CCG, CCU GCA,GCC,GCG, GCU GGA,GCC,GCG, GCU TYR (3,13) CYS (2,44) PHE (3,84) ILE (4,50)

VAL (6,35)
LYS (5,71) ASN (3,92) GLN (4,47)

GUA,GUC,GUG, GUU
AAA, AAG AAC, AAU CAA, CAG

MET (2,23)
TRP (1,38) STOP (0,24)

AUG
UGG UAA,UAG, UGA

ENTROPIA E DNA
Cada um dos quatro nucleotdeos podem ser escritos com dois bits (dois bits por letra) S log 2 4 2 Precisamos de 6 bits para nomear todos os 64 possveis aminocidos S log 2 64 6

Entropia de Shannon (segundo a proporo relativa dos aminocidos , ver tabela anterior)

S=-(.0528*log2(0.0528)+ 0.0956*log2(0.0956)+ 0.0725*log2(0.0725)+ 0.0568*log2(0.0568)+0.0567*log2(0.0567)+0.0699*log2(0.0699)+0.0710*log2(0. 0710)+0.0635*log2(0.0635)+0.0571*log2(0.0571)+0.0392*log2(0.0392)+0.0447*l og2(0.0447)+0.0236*log2(0.0236)+0.0682*log2(0.0682)+0.0507*log2(0.0507)+0. 0313*log2(0.0313)+0.0244*log2(0.0244)+0.0384*log2(0.0384)+0.0450*log2(0.04 50)+0.0223*log2(0.0223)+0.0138*log2(0.0138)+0.0024*log2(0.0024))=4,210

Precisaramos de 4,210 bits para nomear os 21 aminocidos ou seja 2,105 letras O cdigo gentico utiliza quase uma letra a mais do que precisa.

O DNA ROBUSTO
Existem vrias razes que impedem a degradao da informao gentica contida no DNA: No DNA a Adenina liga com o complementar (Timina) e a Citosina com o complementar (Guanina) e vice versa. Se falta um nucleotdeo num degrau do DNA, olhando o nucleotdeo complementar podemos saber qual falta. Por outro lado as enzimas, se movimentando toda hora por cima do DNA, vo reparando os defeitos do cdigo, agindo como uma fonte de calor (diminuindo a entropia)

AO DAS ENZIMAS

Grupo de substncias orgnicas de natureza normalmente protica (existem tambm enzimas constitudas de RNA as ribozimas), com atividade intra ou extracelular que tm funes catalisadoras, catalisando reaes qumicas que, sem a sua presena, dificilmente aconteceriam. As enzimas corrigem erros nas cadeias de DNA. Contribuem a diminuir o desordem, imprevisibilidade ou entropia da informao gentica. Para isto precisam de energia. E o mesmo caso da fonte de calor que diminui a entropia (ver introduo a termodinmica) A nvel computacional o DNA equivaleria fita da mquina de Turing, e o enzima equivaleria a cabea de leitura e escritura da mquina

DNA E MQUINA DE TURING

A fita sem fim de Turing tm certa analogia com a fita do nosso DNA. A prpria mquina de Turing e semelhante as enzimas que percorrem o DNA lendo, apagando e escrevendo informaes no DNA.

PARTE 4

UTILIZAO DOS PRINCPIOS DA GENTICA

PELO SER HUMANO A evoluo darwiniana tm sido o melhor mtodo de passar a informao contida no DNA para frente. O ser humano vem aproveitando as leis da evoluo gentica desde milnios para o prprio beneficio. Exemplo: Domesticao de animais e plantas. Atualmente a informao gentica muito importante para conhecer e enfrentar as enfermidades. Estudaremos os chamados algoritmos genticos: tcnicas computacionais para otimizao de processos.

 Desde

o incio da civilizao o ser humano utilizou os princpios da seleo natural (seleo, recombinao, mutao) para o prprio beneficio.

Exemplo: obteno de animais domesticados e novos tipos de plantas

 Exemplo: Desenvolvimento do milho a partir do teosinto (4,000 a.C.) Alguns dos princpios presentes no desenvolvimento do milho aparecem nos algoritmos genticos que veremos emseguida.

Avaliao

Populao Inicial

-alto poder nutritivo? Sim -cultivo fcil? -resistncia a fatores climticos? Fim

Incio No

Seleo

Produo nova populao

Recombinao

Processos naturais

Mutao

PARTE 5

INTRODUO AOS ALGORITMOS GENTICOS:

Tcnica

de otimizao baseada nos processos de seleo natural Os melhores indivduos (segundo determinados critrios) so selecionados a partir de populao inicial. Esses indivduos so re-combinados (cruzados). Uma nova gerao produzida. feita uma nova avaliao para encontrar os melhores indivduos segundo os critrios especificados.

ESTRUTURA DE UM ALGORITMO GENTICO

Fornecer populao Inicial. Codificar os indivduos da populao

Sim

Objetivo atingido?

Melhores indivduos
Fim

Incio

No

Produo nova populao

Seleo Recombinao Mutao

ALGUMAS APLICAES DOS ALGORITMOS

GENTICOS

Problema do caixeiro viajante. Desenho de hardware (evolvable hardware) Otimizao de redes eltricas ou hidrulicas. Identificao facial de criminosos.

Fornecer populao inicial (diversos tipos de faces)

Testemunha identificou a face?

Sim

Incio

Produo nova populao

No

Fim

Seleo das faces mais parecidas

Recombinao das caratersticas das faces mais parecidas

Mutao

PARTE 6

INTRODUO VIDA ARTIFICIAL

A vida como processo computacional. Se a mquina de Turing pode realizar qualquer computao (operao) e a vida tambm for um tipo de operao, a mquina de Turing permitiria a criao de vida num ambiente virtual ou computacional.

MQUINA TERICA DE TURING

Fita sem fim A mquina leia, escrevia, e apagava. A mquina de Turing possua computabilidade universal

RELEVNCIA DA MQUINA DE TURING

Qualquer possvel computador pode ser simulado pela mquina de Turing. A descrio de uma mquina de Turing pode ser fornecida para outra mquina de Turing. Uma mquina de Turing pode emular qualquer outra mquina de Turing.

DEFINIO DE AUTMATO CELULAR

Sistema dinmico que evolui a partir de condies iniciais definidas. discreto espacial y temporalmente. A regra de transio que governa como atualizar o sistema esta localizada espacialmente (depende da prpria vizinhana) Esto definidas as condies de contorno.

O AUTMATO CELULAR MAIS SIMPLES:

Unidimensional. Cada clula pode estar somente em dois estados (blanco e preto). Nos seguintes exemplos decidimos arbitrariamente que preto significa bit=1 e branco bit=0. O estado de cada clula no tempo t+1 depende do prprio estado no tempo t e dos estado dos vizinhos da direita e esquerda no tempo t.

t t+1

Regra 110:

01101110= 110

t t+1

Regra 110:

01101110= 110

t t+1

Regra 110:

01101110= 110

t t+1

Regra 110:

01101110= 110

t t+1

Regra 110:

01101110= 110

t t+1

Regra 110:

01101110= 110

t t+1

Regra 110:

01101110= 110

t t+1

Regra 110:

01101110= 110

t t+1

Regra 110:

01101110= 110

t t+1

Regra 110:

01101110= 110

t t+1

Regra 110:

01101110= 110

t t+1

Regra 110:

01101110= 110

t t+1

Regra 110:

01101110= 110

PARTE 7

4 TIPOS DE COMPORTAMENTO DOS AC

Os quatro tipos de comportamento dependem do valor do parmetro lambda. O parmetro Lamda (Langton, 1986) calculado como o nmero de clulas output em preto dividido pelo numero de situaes (8). Este parmetro permite quantificar o comportamento catico do automato celular.

DE

LANGTON

O fator lamda representa a probabilidade de que uma vizinhana seja mapeada a um dos sete estados ativos (oito estados menos um estado zero ou repouso) 1. At lamda =0,2 qualquer atividade termina morrendo em poucos ciclos ( mapeada ao estado de repouso) 2. Para valores de lamda entre 0,2 e 0,3 os estados so persistentes ou se propagam em alguma direo sem decair 3. Entre 0,3 e 0,5 aparecem impredeciveis interaes entre estruturas como os gliders ou planadores de Conway 4. Para valores de lamda entre 0,5 e 1 reina o caos e nenhuma estrutura sobrevive.

COMPORTAMENTO DOS AC SEGUNDO LAMDA VAI TENDENDO PARA 0.5

1.

Comportamento simples (pontos fixos) Comportamento peridico ou fractal. Comportamento complexo (partculas)

2.

3.

4.

Comportamento catico (aleatoriedade)

GLIDERS O PLANADORES DE CONWAY

HTTP://WWW.COLORADO.EDU/PHYSICS/PION/SR R/CATUTORIAL/

PARTE 8

AUTMATOS CELULARES BIDIMENSIONAIS

NO ANTERIOR EXEMPLO CADA CLULA TEM:

3 estados 5 vizinhos Uma regra de transio.

N(t)

W(t) C(t) E(t)

S(t)

C(t+1)

C(t+1)=f[N(t), E(t), S(t), W(t), C(t)]

Representao de apenas 6 das 243 regras de transio (243 = 35, em que se tm 3 estados e 5 vizinhos)

Alem do mais definem-se condies de contorno

CARACTERSTICAS DE UM AUTOMATO
CELULAR
Estados:

Nmero dos diferentes estados em que pode estar uma clula. Vizinhana:Como umas clulas so conectadas a outras clulas. A prpria clula includa normalmente na prpria vizinhana. Regra de transio: define como uma clula debe mudar em funo do estado da vizinhana.

JOGO DA VIDA DE CONWAY

Os autmatos celulares apresentados no captulo 1 poderiam ser um tipo de mquina de Turing. E portanto possuir a computabilidade universal. Tal vez a computabilidade universal possa levar a funes que faam possvel a vida artificial No todos os autmatos celulares possuem esta caracterstica O jogo da vida de Conway possui a caraterstica da computabilidade universal. Na verdade no era um jogo, mas virou uma moda nos anos 80

JOGO DA VIDA DE CONWAY

As regras so simples e elegantes: Qualquer clula viva com menos de dois vizinhos vivos morre de solido. Qualquer clula viva com mais de trs vizinhos vivos morre de superpopulao. Qualquer clula com exatamente trs vizinhos vivos se torna uma clula viva. Qualquer clula com dois vizinhos vivos continua no mesmo estado para a prxima gerao.

Pistolas Planadores (gliders) Refletores Naves Outros (ex.:devoradores)

GLIDERS

CHRIS LANGTON: QUMICA ARTIFICIAL EM MOLCULAS ARTIFICIAIS

Chris Langton em: Langton, C. G. (1986) Studying Artificial life with cellular autmata. Physica D, 22, 120, prope uma qumica artificial baseada em molculas artificiais. Molculas artificiais: cada clula dos autmatos celulares. Qumica artificial: As regras de atualizao de cada clula.

AS REGRAS DE LANGTON PARA

UMA BIOQUMICA ARTIFICIAL Para estabelecer as suas concluses Langton usou um arranjo bidimensional de clulas. No qual cada clula tinha oito estados possiveis e uma vizinhana do tipo Von-Neumann (N, S, L, O) Por tanto 85 tipos diferentes de vizinhana

N(t) W(t) C(t) S(t) C(t+1)=f[N(t), E(t), S(t), W(t), C(t)] E(t)
C(t+1)

DE

LANGTON

O fator lamda representa a probabilidade de que uma vizinhana seja mapeada a um dos sete estados ativos (oito estados menos um estado zero ou repouso) At lamda =0,2 qualquer atividade termina morrendo em poucos ciclos ( mapeada ao estado de repouso) Para valores de lamda entre 0,2 e 0,3 os estados so persistentes ou se propagam em alguma direo sem decair Entre 0,3 e 0,5 aparecem impredeciveis interaes entre estruturas como os gliders ou planadores de Conway Para valores de lamda entre 0,5 e 1 reina o caos e nenhuma estrutura sobrevive.

MQUINAS DE TURING VIRTUAIS

Vamos focar o estudo em estruturas bidimensionais que se deslocam (lembrar os planadores de Conway). Estas estruturas podem ser consideradas Mquinas de Estado Virtuais ou Mquinas de Turing Virtuais. Nestas estruturas a fita da mquina de Turing seria a folha em branco por acima da qual as estruturas vo se deslocando. O mdio computacional destas estruturas favorece a apario de Mquinas de Turing virtuais com computabilidade universal. Se estas mquinas virtuais conseguissem se reproduzir teramos uma mquina virtual auto-replicante de VonNeumann cujo material seria a propria fita da mquina de Turing (a folha inicialmente em branco).

PARTE 9

OS LANGTONS LOOPS
Langton implementou as ideias anteriores num mnimo autmato de Von-Neumann com oito estados e vizinhana de Von-Neumann. A estrutura auto-replicante um loop com uma pele (clulas em estado 2) dentro da qual circula a informao necessria para construir o loop.

OUTROS AUTMATOS VIRTUAIS AUTOREPLICANTES

Ver em: http://necsi.org/postdocs/sayama/sdsr/java/ Byl loop Evoloop de Sayama O mais simples: Autmato de 8 estados e 31 regras de Reggia Langton ants

LANGTON ANTS