Monroy-Ata A, Peña-Becerril JC

Idioma: Ingles.
Referencias bibliográficas: 28
Paginas: 127-132
Archivo PDF: 399.76 Kb.

RESUMEN

Durante años se han propuesto vínculos entre entropía e información de un sistema, pero sus cambios en tiempo y en sus estados estructurales probabilísticos no han sido probados en un modelo robusto como un proceso único. Este documento demuestra que incrementos en entropía e información de un sistema son las dos sendas para cambios en su estado configuracional. También, la evolución biológica tiene una tendencia hacia una acumulación de información y complejidad. Con este enfoque, aquí se planteó como objetivo contestar la pregunta: ¿Cuál es la fuerza motriz de la evolución biológica? Para esto, se hizo una analogía entre la evolución de un sistema vivo y la transmisión de un mensaje en el tiempo, ambos en medio de ruido y estocasticidad ambiental. Se empleó un modelo matemático, desarrollado inicialmente por Norbert Wiener, para mostrar la dinámica de la cantidad de información de un mensaje, usando una serie de tiempo y el movimiento Browniano como estructura estadística. Se utilizó la definición matemática de información de Léon Brillouin y la ecuación de la entropía de Claude Shannon, ambas son similares, para conocer los cambios en las dos propiedades físicas. El modelo propuesto incluye tiempo y probabilidades configuracionales del sistema y se sugiere que la entropía puede ser considerada como pérdida de información, de acuerdo con Arieh Ben-Naim. Se muestra una gráfica donde la acumulación de información puede ser la fuerza motriz de ambos procesos: evolución (incremento en información y complejidad) y aumento en entropía (pérdida de información y de restricciones). Finalmente, se puede definir a un sistema vivo como la dinámica de un conjunto de información codificada en un reservorio de programas genéticos, epigenéticos y ontogénicos, en medio de ruido y estocasticidad ambiental, que tiende a incrementar su adecuación y funcionalidad.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Margulis, L. & Dorion, S. ¿Qué es la vida? (Tusquets Editores. Barcelona, 1996).

2. Danchin, A. La vida y la máquina de Turing. Mundo Cient. 229, 46-52 (2001).

3. Pulselli, R.M., Simoncini, E. & Tiezzi, E. Self-organization in dissipative structures: A thermodynamics theory for the emergence of prebiotic cells and their epigenetic evolution. BioSyst. 96, 237-241 (2009).

4. Watson, R.A. & Szathmáry, E. How can evolution learn? Trends in Ecol. & Evol. 31 (2), 147-157 (2016).

5. Sæther, B.-E. & Engen, S. The concept of fitness in fluctuating environments. Trends in Ecol. & Evol. 30 (5), 273-281 (2015).

6. Sánchez, J.R. & Arizmendi, C.M. Transfer of information in noise induced transport. Computer Phys. Comm. 121-122, 374-375 (1999).

7. Wiener, N. Cybernetics or control and communication in the animal and the machine. 2nd ed. (MIT Press and John Wiley & Sons, Inc., New York, 1961).

8. Wiener, N. Cibernética y Sociedad (Ediciones del Consejo Nacional de Ciencia y Tecnología, Ciudad de México, 1981).

9. García Colín, L. Entropía (Ediciones de la Universidad Nacional Autónoma de México, Ciudad de México, 1983).

10. Ben-Naim, A. A farewell to entropy: Statistical thermodynamics based on information (World Scientific Publishers, Singapore, 2008).

11. Brillouin, L. La información y la incertidumbre en la ciencia (Ediciones de la Universidad Nacional Autónoma de México, Ciudad de México, 1969).

12. Schrödinger, E. ¿Qué es la vida? (Universidad de Salamanca, Madrid, 2005).

13. Bykhovsky, A.I. The negentropy principle of information and some problems in bioenergetics. Math. Biosci. 3, 353-370 (1968).

14. El Naschie, M.S. Quantum gravity, Clifford algebras, fuzzy set theory and the fundamental constants of nature. Chaos, Solit. & Fractals. 20, 437-450 (2004).

15. Lineweaver, Ch.H. & Egan, Ch.A. Life, gravity and the second law of thermodynamics. Phys. of Life Rev. 5, 225-242 (2008).

16. Danchin, A. Myopic selection of novel information drives evolution. Curr. Op. in Biotechnol. 20, 504-508 (2009).

17. Claycomb, J. & Tran, J.Q.P. Introduction to biophysics (Jones and Bartlett Pub., Boston, 2011).

18. Brillouin, L. La science et la théorie de l´information (Masson et Cie., Paris, 1959).

19. Binning, G. The fractal structure of evolution. In Fractals in Physics (ed. Aharoy, A. & Feder, J.) 32-36 (North-Holland, Amsterdam, 1989).

20. Fernández, J., Plastino, A. Structural stability can shape biological evolution. Physica A. 276, 610-619 (2000).

21. Godron, M. Écologie de la végétation terrestre (Masson, Paris, 1984).

22. Elsheikh, E. M. Towards a new physical theory of biotic evolution and development. Ecol. Modelling. 221, 1108- 1118 (2010).

23. Del Río-Correa, J.L. & García-Colín, L.S. The maximum entropy principle and the stochastic aspects of deterministic chaos. Physica A. 258, 77-88 (1998).

24. Demetrius, L. & Manke, T. Robustness and network evolution -an entropic principle. Physica A. 346, 682-696 (2005).

25. De Vree, J.K. A note on information, order, stability and adaptability. BioSyst. 38, 221-227 (1996).

26. Gil-White, F. ¿Tiene reglas la evolución cultural? Mundo Cient. No. 229, 60-65 (2001).

27. Saccheri, I. & Hanski, I. Natural selection and population dynamics. Trends in Ecol. & Evol. 21(6), 341-347 (2006).

28. Michaelian, K. Thermodynamic dissipation theory for the origin of life. Earth System Dynamics. 2, 37-51 (2011).