Как клетка выбирает путь: взгляд сквозь шум ✎ экспресс

Оригинал: "Bayesian comparison of Langevin dynamics for cell motility from positional observation"
arXiv:2608.00846v1 · 2026-08-01 · arXiv non-exclusive · собственный разбор · 1 мин
Учёные создали метод, который по одним лишь координатам движения различает скрытые силы, управляющие живой клеткой.

Клетка амёбы Dictyostelium ползёт по стеклу. Её путь записан — цепочка точек на плоскости. Но что за силы её толкают? Внутри клетки работает молекулярный мотор: белки тянут, мембрана пружинит, вода давит. Это похоже на броуновское движение пыльцы в воде, только сложнее — здесь действует память о предыдущем шаге.

Авторы построили «судью» — байесовский алгоритм, который сравнивает модели второго порядка (учитывающие инерцию и упругость) по одним лишь координатам. Раньше такие сравнения были неточными или требовали знания скоростей. Теперь же, используя точные формулы для линейных случаев и аппроксимацию для нелинейных, можно вычислить «вес» каждой гипотезы.

При мелком временно́м шаге метод безошибочно узнаёт, какая модель породила траекторию. При грубом — предсказуемо путается: редкие точки скрывают детали динамики.

На живых клетках оказалось, что выбор лучшей модели зависит от частоты измерений. Одна и та же клетка при быстрой съёмке «выбирает» одно описание, при медленной — другое. Но выбранная модель всегда воспроизводит ключевые черты реального движения — например, размах блужданий и их автокорреляцию. Это как если бы по размытой фотографии бегуна можно было сказать, спринт это или марафон, — и не ошибиться в основных параметрах шага.

Dictyostelium discoideum — социальная амёба: при голоде тысячи клеток сползаются и строят плодовое тело, жертвуя собой ради спор.

Учёные
Ludwig BoltzmannHenri PoincaréJohn von NeumannJosiah Willard GibbsAndrey Markov
Понятия
байесовское свидетельство сравнение моделей байесовский вывод вложенная выборка апостериорное распределение лагранжиан вероятностная модель фактор Байеса положение априорное распределение критерий отношения правдоподобия линейная регрессия оценка максимального правдоподобия линейная инверсная модель доверительный интервал