個と自己複製
ALifeにおいて、個の定義や自己複製はなくてはならないものである。
個を規定するプロセスとは何であろうか？
データベースにおける実体はどのように定義されるか。それは区別可能な存在である。山田太郎や、猫のミケなどである。彼らは、外部に対して壁をもって存在している。それらは細胞である。つまり、個を規定するものは壁(膜)である。壁と書くと壁の内と外では化学物質や情報のやり取りがなくなるので、コロイド膜のような、情報のやり取りはあるけれど、存在する壁として以後は膜とかく。
なぜここまで、膜にこだわるのか。これは、膜の内側のみで情報のやり取りが完結してしまえば、それは個ではなくなる。生物は外部の環境とやり取りしながら個を規定している。内部のみで完結してしまえば、外部の世界は不要なのでそれは個ではない。
また、不安定な個、たとえば常に変化するようなカオスな状態、それもまた個ではない。煙や、水が個であるかと言われればそれは個ではない
つまり、個というのは「安定しつつ、不安定なもの」ということである。
私は安定していますが、ということを感じた人は、あなたは体の中で栄養を生み出して外部との接触なしに存在しているかと言われればおそらく、そんなSFチックは人はいないだろう。もしいれば、教えてほしい。
オートポイエーシス
ここでオートポエイシースという概念を説明する。
これは個の創発においてなくてはならないものである。
オートポエイシースとは、自らを生成し、自らを維持できる最小単位の生命の機構を持つシステムのことである
余談
ちなみに、これを発明したチリの生物学者ウンベルト・マトゥラーナとフランシスコ・バレーラは、生命の有機機構とは何かを解明するために発案した。
古代から、学者たちは声明を説明するには何が必要かを考察してきた。現代でも魂や精神など非物質的なものがよく説明に用いられるが、そんなことを言い出したら、なんでもOKになるガバガバ説明なため、物質的なものや働きのみから生命の説明を試みる機械論が重要である。ウンベルトとバレーラも経験科学者のため、こういった魂だの精神だのの議論には反対の立場である。
オートポイエティック・マシンとは、構成素が構成素を産出するという産出（変形および破壊）過程のネットワークとして、有機的に構成（単位体として規定）された機械である。このとき構成素は、次のような特徴をもつ。
（ⅰ）変換と相互作用をつうじて、自己を産出するプロセス（関係）のネットワークを、絶えず再生産し実現する、
（ⅱ）ネットワーク（機械）を空間に具体的な単位体として構成し、またその空間内において構成素は、ネットワークが実現する位相的 [topological] 領域を特定することによってみずからが存在する。
―引用元 ：H・Rマトゥラーナ&F・Jヴァレラ『オートポイエーシスー生命システムとはなにか』1991、国文社、70-71頁 (Wikipediaより引用)
これらがウルベルトとバレーラが提唱したオートポイエーシスである。
オート・ポイエーシスの語源は、オート(自己)・ポイエーシス(生産)である。つまり、自己創出である。
オートポイエーシスの条件
1. 生成プロセスは次の生成プロセスへ自動的に接続する
2. 生成プロセスは要素を産出する
3. 産出された要素が、1を再度作動させる。生み出された要素がプロセスそのものを作動させる
4. 生成プロセスの継続が、実行を通じて自動的に閉域を定める
5. 要素はそれらが存在することによって自らが存在する場所を固有化する。つまり、生成プロセスが特定の空間内に出現する。
SCLモデル
SCLモデルは、個の創発とは何かという問いに対して以下のように答える
個の創発とは、自己の存在を決定するのはそれ自体を構成するのプロセスによってである
ということを主張する。
SCLには3つの要素が存在する
- 基質分子 S
- 触媒分子 C
- 膜分子 L
2S + C → L + C >>> 1
L + L → L - L >>> 2
L → 2S >>> 3
の化学反応を定義する。
- 2つの基質分子から触媒Cによって膜分子Lと触媒分子が生成される
- 2つの隣り合う膜分子は、結合し、空間上に固定される
- 膜分子は一定の確率で、2つの基質分子に分解される。
以下のコードを実行すると上記の画像のようなものが起動する。これらは、四角が膜分子であり、それらが線としてつながることで明確な壁となり個を形成する。
コード
import sys
import numpy as np
import pygame
import random
# Constants
SPACE_SIZE = 16
CELL_SIZE = 40
# Colors
COLORS = {
'HOLE': (255, 255, 255), # White (same as the background)
'SUBSTRATE': (0, 255, 255), # Cyan
'CATALYST': (255, 0, 255), # Magenta
'LINK': (0, 0, 255), # Blue
'LINK_SUBSTRATE': (255, 255, 0) # Yellow
}
# Initialize pygame
pygame.init()
screen = pygame.display.set_mode((SPACE_SIZE * CELL_SIZE, SPACE_SIZE * CELL_SIZE))
pygame.display.set_caption("SCL Simulation")
# Initial configuration
INITIAL_SUBSTRATE_DENSITY = 0.8
INITIAL_CATALYST_POSITIONS = [(8, 8)]
# Model parameters
MOBILITY_FACTOR = {
'HOLE': 0.1,
'SUBSTRATE': 0.1,
'CATALYST': 0.0001,
'LINK': 0.05,
'LINK_SUBSTRATE': 0.05,
}
PRODUCTION_PROBABILITY = 0.95
DISINTEGRATION_PROBABILITY = 0.0005
BONDING_CHAIN_INITIATE_PROBABILITY = 0.1
BONDING_CHAIN_EXTEND_PROBABILITY = 0.6
BONDING_CHAIN_SPLICE_PROBABILITY = 0.9
BOND_DECAY_PROBABILITY = 0.0005
ABSORPTION_PROBABILITY = 0.5
EMISSION_PROBABILITY = 0.5
# Utility functions
def get_neumann_neighborhood(x, y, space_size):
n = [((x + 1) % space_size, y), ((x - 1) % space_size, y), (x, (y + 1) % space_size), (x, (y - 1) % space_size)]
return n
def get_random_neumann_neighborhood(x, y, space_size):
neighborhood = get_neumann_neighborhood(x, y, space_size)
nx, ny = neighborhood[np.random.randint(len(neighborhood))]
return nx, ny
def get_moore_neighborhood(x, y, space_size):
n = [((x - 1) % space_size, (y - 1) % space_size), (x, (y - 1) % space_size), ((x + 1) % space_size, (y - 1) % space_size),
((x - 1) % space_size, y), ((x + 1) % space_size, y),
((x - 1) % space_size, (y + 1) % space_size), (x, (y + 1) % space_size), ((x + 1) % space_size, (y + 1) % space_size)]
return n
def get_random_moore_neighborhood(x, y, space_size):
neighborhood = get_moore_neighborhood(x, y, space_size)
nx, ny = neighborhood[np.random.randint(len(neighborhood))]
return nx, ny
def get_random_2_moore_neighborhood(x, y, space_size):
n0_x, n0_y = get_random_moore_neighborhood(x, y, space_size)
if x == n0_x:
n1_x = np.random.choice([(n0_x + 1) % space_size, (n0_x - 1) % space_size])
n1_y = n0_y
elif y == n0_y:
n1_x = n0_y
n1_y = np.random.choice([(n0_y + 1) % space_size, (n0_y - 1) % space_size])
else:
n = [(x, n0_y), (n0_x, y)]
n1_x, n1_y = n[np.random.randint(len(n))]
return n0_x, n0_y, n1_x, n1_y
def get_adjacent_moore_neighborhood(x, y, n_x, n_y, space_size):
if x == n_x:
n0_x = (n_x - 1) % space_size
n0_y = n_y
n1_x = (n_x + 1) % space_size
n1_y = n_y
elif y == n_y:
n0_x = n_x
n0_y = (n_y - 1) % space_size
n1_x = n_x
n1_y = (n_y + 1) % space_size
else:
n0_x = x
n0_y = n_y
n1_x = n_x
n1_y = y
return n0_x, n0_y, n1_x, n1_y
def evaluate_probability(probability):
return np.random.rand() < probability
def production(particles, x, y, probability):
p = particles[x, y]
n0_x, n0_y, n1_x, n1_y = get_random_2_moore_neighborhood(x, y, particles.shape[0])
n0_p = particles[n0_x, n0_y]
n1_p = particles[n1_x, n1_y]
if p['type'] != 'CATALYST' or n0_p['type'] != 'SUBSTRATE' or n1_p['type'] != 'SUBSTRATE':
return
if evaluate_probability(probability):
n0_p['type'] = 'HOLE'
n1_p['type'] = 'LINK'
def disintegration(particles, x, y, probability):
p = particles[x, y]
if p['type'] in ('LINK', 'LINK_SUBSTRATE') and evaluate_probability(probability):
p['disintegrating_flag'] = True
if not p['disintegrating_flag']:
return
emission(particles, x, y, 1.0)
n_x, n_y = get_random_moore_neighborhood(x, y, particles.shape[0])
n_p = particles[n_x, n_y]
if p['type'] == 'LINK' and n_p['type'] == 'HOLE':
bond_decay(particles, x, y, 1.0)
p['type'] = 'SUBSTRATE'
n_p['type'] = 'SUBSTRATE'
p['disintegrating_flag'] = False
def bonding(particles, x, y, chain_initiate_probability, chain_splice_probability, chain_extend_probability, chain_inhibit_bond_flag=True, catalyst_inhibit_bond_flag=True):
p = particles[x, y]
n_x, n_y = get_random_moore_neighborhood(x, y, particles.shape[0])
n_p = particles[n_x, n_y]
if p['type'] not in ('LINK', 'LINK_SUBSTRATE'):
return
if n_p['type'] not in ('LINK', 'LINK_SUBSTRATE'):
return
if (n_x, n_y) in p['bonds']:
return
if len(p['bonds']) >= 2 or len(n_p['bonds']) >= 2:
return
an0_x, an0_y, an1_x, an1_y = get_adjacent_moore_neighborhood(x, y, n_x, n_y, particles.shape[0])
if (an0_x, an0_y) in p['bonds'] or (an1_x, an1_y) in p['bonds']:
return
an0_x, an0_y, an1_x, an1_y = get_adjacent_moore_neighborhood(n_x, n_y, x, y, particles.shape[0])
if (an0_x, an0_y) in n_p['bonds'] or (an1_x, an1_y) in n_p['bonds']:
return
an0_x, an0_y, an1_x, an1_y = get_adjacent_moore_neighborhood(x, y, n_x, n_y, particles.shape[0])
if (an0_x, an0_y) in particles[an1_x, an1_y]['bonds']:
return
mn_list = get_moore_neighborhood(x, y, particles.shape[0]) + get_moore_neighborhood(n_x, n_y, particles.shape[0])
if catalyst_inhibit_bond_flag:
for mn_x, mn_y in mn_list:
if particles[mn_x, mn_y]['type'] == 'CATALYST':
return
if chain_inhibit_bond_flag:
for mn_x, mn_y in mn_list:
if len(particles[mn_x, mn_y]['bonds']) >= 2:
if (x, y) not in particles[mn_x, mn_y]['bonds'] and (n_x, n_y) not in particles[mn_x, mn_y]['bonds']:
return
if len(p['bonds']) == 0 and len(n_p['bonds']) == 0:
prob = chain_initiate_probability
elif len(p['bonds']) == 1 and len(n_p['bonds']) == 1:
prob = chain_splice_probability
else:
prob = chain_extend_probability
if evaluate_probability(prob):
p['bonds'].append((n_x, n_y))
n_p['bonds'].append((x, y))
def bond_decay(particles, x, y, probability):
p = particles[x, y]
if p['type'] in ('LINK', 'LINK_SUBSTRATE') and evaluate_probability(probability):
for b in p['bonds']:
particles[b[0], b[1]]['bonds'].remove((x, y))
p['bonds'] = []
def absorption(particles, x, y, probability):
p = particles[x, y]
n_x, n_y = get_random_moore_neighborhood(x, y, particles.shape[0])
n_p = particles[n_x, n_y]
if p['type'] != 'LINK' or n_p['type'] != 'SUBSTRATE':
return
if evaluate_probability(probability):
p['type'] = 'LINK_SUBSTRATE'
n_p['type'] = 'HOLE'
def emission(particles, x, y, probability):
p = particles[x, y]
n_x, n_y = get_random_moore_neighborhood(x, y, particles.shape[0])
n_p = particles[n_x, n_y]
if p['type'] != 'LINK_SUBSTRATE' or n_p['type'] != 'HOLE':
return
if evaluate_probability(probability):
p['type'] = 'LINK'
n_p['type'] = 'SUBSTRATE'
# Initialize particles
particles = np.empty((SPACE_SIZE, SPACE_SIZE), dtype=object)
for x in range(SPACE_SIZE):
for y in range(SPACE_SIZE):
if evaluate_probability(INITIAL_SUBSTRATE_DENSITY):
p = {'type': 'SUBSTRATE', 'disintegrating_flag': False, 'bonds': []}
else:
p = {'type': 'HOLE', 'disintegrating_flag': False, 'bonds': []}
particles[x, y] = p
for x, y in INITIAL_CATALYST_POSITIONS:
particles[x, y]['type'] = 'CATALYST'
def draw_particles():
for x in range(SPACE_SIZE):
for y in range(SPACE_SIZE):
p = particles[x, y]
color = COLORS[p['type']]
if p['type'] == 'SUBSTRATE':
pygame.draw.circle(screen, color, (x * CELL_SIZE + CELL_SIZE // 2, y * CELL_SIZE + CELL_SIZE // 2), CELL_SIZE // 4)
elif p['type'] == 'CATALYST':
pygame.draw.circle(screen, color, (x * CELL_SIZE + CELL_SIZE // 2, y * CELL_SIZE + CELL_SIZE // 2), CELL_SIZE // 2)
elif p['type'] in ('LINK', 'LINK_SUBSTRATE'):
pygame.draw.rect(screen, color, (x * CELL_SIZE, y * CELL_SIZE, CELL_SIZE, CELL_SIZE), 2)
for bond in p['bonds']:
bx, by = bond
pygame.draw.line(screen, COLORS['LINK'], (x * CELL_SIZE + CELL_SIZE // 2, y * CELL_SIZE + CELL_SIZE // 2),
(bx * CELL_SIZE + CELL_SIZE // 2, by * CELL_SIZE + CELL_SIZE // 2), 2)
else:
pygame.draw.rect(screen, color, (x * CELL_SIZE, y * CELL_SIZE, CELL_SIZE, CELL_SIZE))
def update_particles():
moved = np.full(particles.shape, False, dtype=bool)
for x in range(SPACE_SIZE):
for y in range(SPACE_SIZE):
p = particles[x, y]
n_x, n_y = get_random_neumann_neighborhood(x, y, SPACE_SIZE)
n_p = particles[n_x, n_y]
mobility_factor = np.sqrt(MOBILITY_FACTOR[p['type']] * MOBILITY_FACTOR[n_p['type']])
if not moved[x, y] and not moved[n_x, n_y] and len(p['bonds']) == 0 and len(n_p['bonds']) == 0 and evaluate_probability(mobility_factor):
particles[x, y], particles[n_x, n_y] = n_p, p
moved[x, y] = moved[n_x, n_y] = True
for x in range(SPACE_SIZE):
for y in range(SPACE_SIZE):
production(particles, x, y, PRODUCTION_PROBABILITY)
disintegration(particles, x, y, DISINTEGRATION_PROBABILITY)
bonding(particles, x, y, BONDING_CHAIN_INITIATE_PROBABILITY,
BONDING_CHAIN_SPLICE_PROBABILITY,
BONDING_CHAIN_EXTEND_PROBABILITY)
bond_decay(particles, x, y, BOND_DECAY_PROBABILITY)
absorption(particles, x, y, ABSORPTION_PROBABILITY)
emission(particles, x, y, EMISSION_PROBABILITY)
# Main loop
running = True
clock = pygame.time.Clock()
while running:
for event in pygame.event.get():
if event.type == pygame.QUIT:
running = False
screen.fill((255, 255, 255))
update_particles()
draw_particles()
pygame.display.flip()
clock.tick(10)
pygame.quit()