|
  
- 积分
- 13286
- 威望
- 13286
- 包包
- 34831
|
用耗散理论探讨生命负熵 y5 T3 T! ]2 o2 Q2 M4 R* U' T( r- T$ o
$ N2 A/ W( R3 m0 s a作者：张岱 作者单位：辽宁医学院物理教研室 锦州121004* F" M' {, L; t' K; _1 P
+ @ |% o' b7 R) |& k3 c 耗散结构是比利时布鲁塞尔学派著名的统计物理学家I.普里戈金于1969年在理论物理和生物学国际会议上提出的一个概念。1980年以来，耗散结构理论的研究又有了新的发展：主要是用非平衡统计方法考察耗散结构形成的过程和机制，讨论非线性系统的特性和规律，以及耗散结构理论在社会各方面的应用等。本研究用耗散理论探讨生命负熵。
% Q7 G: [; Z3 Y7 {3 V) H: b4 F
0 P, M/ @; ~, g/ d1 g, ^ 1 熵增原理
5 Q y" V8 c, g$ ]3 M1 V, D: ?8 Z* f( I) k* B
熵（S）是热力学第二定律的一个重要的函数。熵是系统混乱度的量度，系统的混乱度越大，熵值越大。熵是状态函数，熵变（ΔS）只取决于体系的始态与终态，与过程无关。一个系统熵的变化有两部分，一部分是由外界环境输入的熵，，叫熵流；另一部分是自己系统内部产生的熵，叫熵产。熵流可以大于 、等于或小于零。而系统内部自己产生的熵则永远只能大于或等于零。即为：“对于孤立体系，系统的熵只能向着熵增加的方向运动”。这就是著名的熵增原理。
% k) I' ^+ x" C. O2 N1 \ T
5 E# ^9 c& K0 i) P" I$ ` 对孤立系统：若绝热 dQ = 0 ， ΔS > 0 熵增加0 T% l& |* B6 N6 U% m: P! U0 P) ?8 k/ _
* {, A) w/ s5 A7 B 对开放系统：若吸热 dQ > 0 ， ΔS >0 正数 熵增加$ L; ]6 U% n0 L3 }9 ]/ D
+ p9 g# Q" f% [
若放热 dQ < 0 ， ΔS < 0 负数 三种可能
/ I8 w4 S- U0 R( p3 a5 Y& q. y1 S/ h% \. J6 x2 X% F
所以，对于开放系统（不论可逆或不可逆）熵是可以减少的。通常引入“负熵流”的概念：一个系统熵的变化，由系统内部过程引起的diS ≥ 0，与系统外部交换物质或能量引起的 deS ≥ 0，称为“熵流”（可正可负）。8 S, g( D# u. ^7 k
1 `4 X' \. H' T+ N% j5 u0 M 整个系统的熵变即为： dS = diS + deS) h9 I4 I o. t. |* X7 Q9 S
9 d0 l) W6 g* y; K: N 若 deS < 0 （负熵流），而且 |deS| > diS ，则 dS < 0，即流出的熵大于流进的熵。系统熵减少则系统变得更有序，所以系统变得更有序是依靠开放系统的负熵流。若净流出的熵超过了系统内部的熵产生，系统的熵就减少，系统就从无序 → 有序。人体是一个开放系统，吃饭是为了产生“负熵流”［1］。) z6 L n$ p0 q: t) \& n- L* C2 l
5 O$ I, b7 s9 {9 ^ D5 E
2 耗散结构理论 7 t6 z& K( R3 m t
. m& E7 p& t/ K# Z' ^- ^ 所谓耗散结构是指：“一个远离平衡的开放系统，通过不断地与外界交换物质与能量，在外界条件的变化达到一定的阈值时，可能从原有的混沌无序的混乱状态，转变为一种在时间上、空间上或功能上的有序状态，从而在远离平衡的情况下形成一种新的有序结构。”由以上定义可知，一个耗散结构产生的重要条件是：/ R: i# f: i# g5 |
$ K. b0 s4 I4 A2 p4 w0 } ① 系统必须是一个开放系统。这是因为，开放系统能够通过与外界之间熵的交换，从外界引入负熵物质、能量、信息等来抵消其自身的熵的产生，减少系统的总熵数，使系统从无序向有序发展。% _% |7 j( C$ q& Q/ k
8 A( P# W; @+ g n ② 外界必须驱动开放系统越过非平衡线行区，到达远离平衡态的区域去，并通过涨落，达到有序。这里的平衡态是指热力学平衡态，它与社会生活中经常谈到的平衡(如生态平衡、综合经济平衡等)不同，是一种与外界没有联系的混乱无序的状态［2］。
% s5 y2 N# g5 ]0 w) L7 L1 j. Q( K/ j: H: c+ I& q& x V2 n, R2 \
3 生命的自组织现象 , D9 r, u. \' V0 }( w* q3 c# k$ Q
1 x, ]( H+ S2 f! W' r# |" V& a5 x 从宏观来看生命过程是一个熵增的过程，始态是生命的产生，终态是生命的结束，这个过程是一个自发的、单向的不可逆过程。一个系统由无序变为有序的自然现象称为自组织现象。生命过程中的自组织现象：
: @0 q7 u& c- T: h6 R/ B1 K) b9 v$ v% z* F
① 蛋白质大分子链由几十种类型的成千上万个氨基酸分子按一定的规律排列起来组成。大脑是 150 亿个神经细胞有规律排列组成的极精密极有序的系统，是一切计算机所替代不了的。 如看一张相片，分辨男？女？大约年龄？对带有输入“器官 眼睛”的大脑是很简单的事情，对计算机来说就非常复杂了。假定蛋白质是随机形成的，而且每一种排列有相等的概率，那么即使每秒进行 100 次排列，也要经过 10109亿年才能出现一次特殊的排列。这种有组织的排列决不是随机形成的。- O& C: \& b2 `3 m$ b$ _
7 @# n3 h/ ~5 l, v' B) o8 ]% T ② 衰老是生命系统的熵的一种长期的缓慢的增加，也就是说随着生命的衰老，生命系统的混乱度增大，当熵值达极大值时即死亡，这是一个不可抗拒的自然规律。但是，一个无序的世界是不可能产生生命的，有生命的世界必然是有序的。生物进化是由单细胞向多细胞、从简单到复杂、从低级向高级进化，也就是说向着更为有序、更为精确的方向进化，这是一个熵减的方向，与孤立系统向熵增大的方向恰好相反。但是生命体是“耗散结构”，耗散结构认为一个远离平衡态的开放体系，通过与外界交换物质和能量，在一定条件下，可能从原来的无序状态转变为一种在时间、空间或功能上有序的状态，这个新的有序结构是靠不断耗散物质和能量来维持的。生命体通过不断与外界交换物质、能量、信息和负熵，可使生命系统的总熵值减小,从而有序度不断提高,生命体系才得以动态地发展。
% {3 p: \1 @/ `) k+ ~# v o
& s% t, ]; H/ o ③ 熵与肿瘤熵增加原理也可以解释肿瘤在人体内的发生、扩散。细胞基因癌变,造成人体正常基因组的异常活化,细胞无节制地扩增,使有序向无序转化,加速生命的耗散,熵值异常增大,在短期内熵值就增到极大值,人的生命便终止了。现代医学研究表明，癌基因以原癌基因的形式存在于正常生物基因组内，没被激活时，不会形成肿瘤。原癌基因是一个活化能位点，在外界环境的诱导下，细胞可能发生癌变，即肿瘤的形成是非自发的。非自发的过程是一个熵减的过程，也就是说肿瘤细胞的熵小于正常细胞的熵［1］。然而肿瘤细胞是在体内发生物质、能量交换的，人体这个体系就相当于肿瘤细胞的外部环境，正是由于肿瘤细胞的熵减小，导致了人体这个总体系熵增大。越恶性的肿瘤，熵值越小，与体系分化越明显，使人体的熵增也相对越大，对生命的威胁越大［3］。
5 U7 X, q F# D2 e6 S3 m* G3 S7 E" | S" {0 k8 P
④ 熵与抗癌药物的研究熵增原理对人们研究抗癌药物也有启发。例如利用体细胞杂交法可获得分泌抗体的杂交细胞系，当导入的抗体素抑制癌细胞的恶变、削弱它的增殖时，细胞本身的混乱程度将会减小，趋向于稳定的低熵状态，这就相当于给体系内部输送了负熵，使体系趋于有序状态。又如DNA是许多抗肿瘤药物的靶分子，这些药物通过嵌入、沟槽等方式与癌细胞的DNA结合，抑制肿瘤细胞的分裂增生，最终使肿瘤细胞增生停滞，或使其向正常细胞分化，或诱导肿瘤细胞发生程序性死亡，从而产生抗癌作用。阿霉素（ADM）这个抗肿瘤抗生素就是以典型的嵌入方式与DNA相互结合的，破坏DNA的模块功能，阻止转录过程，在抑制DNA、RNA蛋白质合成的同时，也改变癌基因的结构或影响癌基因的表达。由于ADM DNA复合物比独立的DNA和ADM分子更有序，因此导致一定程度的熵减，有序度增加［4］。
. `7 y$ i" W! y0 |
3 W' j0 a& S2 b6 u. m/ f ~ 可见，在远离平衡态的生命系统中，“熵”不再只是能量的耗散和浪费，而是具有伟大的创生和建设性作用的。
1 M. Y* K/ q! V% D4 d8 x4 E) E8 }/ S. n3 A: t
【参考文献】' a/ j) u- O5 t* H0 T9 l& [
1 姜丹，编著.信息论.第1版.中国科学技术大学出版社，1987，1.1 h$ G' J/ r- |% p, T1 x
5 j) c9 e6 U9 C( M 2 陆德源，主编.医学微生物学.第3版.人民卫生出版社，1993.& n9 N5 s5 v: m/ v
: p9 E. }; d$ Z* I8 x
3 王鸿儒，主编.医学物理学概念.第1版.北京医大中国协和医科大学联合出版社，1993：171～192.
2 f4 C2 q6 Q4 c, ]" F+ M- r1 j8 T; ?* L
4 罗辽复，编著.物理学家看生命.第1版.湖北教育出版社，1998.
' M5 Z, c# y/ p 1 J5 N+ g& Q, p( @+ c" n0 v: Z
来源： 数理医药学杂志 （JOURNAL OF MATHEMATICAL MEDICINE ） 2007, 20(5) |
|
发表于 2011-7-5 12:22
