基因表达网络构想

保留所有版权，请引用而不是转载本文（原文地址 https://yeecode.top/blog/85/ ）。

说起神经网络，我们首先想到的是如火如荼的人工神经网络。这是计算机领域中正火的概念。

如图所示，一个人工神经网络包含多层（图中只绘制了四层），输入层的信息经过层层映射后得到了输出层的结果。而每一条连线，都代表了一个权重。即每一层的节点会按照不同权重受到上一层节点的影响，并将自己的结果输出给下一层。整个过程是单向的。

这样，输入层输入一组数据后，就会在输出层得到一个结果。

经过训练之后，神经网络能够对输入给出结果，但是往往不具有可解释性。也就是说，我们无法得知隐藏层中某个节点的含义，也无法得知某条连接的权重大小的含义。

人工神经网络的层级可以很多，被称为深度神经网络。基于它的软件系统已经能够在自动驾驶、棋类博弈、计算机视觉等诸多领域取得了卓越的成就。

听名称也能得知，人工神经网络是仿生学的成果。它的本源是生物神经网络。

生物神经网络中，神经元是一个非常重要的结构，层级上它是一个细胞。

一个神经元包含多个树突和一个轴突。其树突可以接受其他神经元或者信号源的刺激。神经元对这些刺激进行汇总后，可以判断自身是否产生神经冲动。而神经冲动则可以沿着轴突传导，最终传递给下一个神经元的树突。

这时我们便可以发现，人工神经网络中的节点和节点之间的关系，其实就是对神经元的模仿。

动物的神经系统就是一个神经网络，它能对外界环境做出判断，甚至产生记忆、意识等等。其同样的，整个系统的运行也不具有可解释性，甚至到现在，人类对其具体机制也不甚清楚。

神经网络，是一个起源于生物的绝佳发明。

既然这样，造物者可能不止使用一次。

我认为，遗传信息的表达就是神经网络的另一个应用。其输入是生物的DNA（也可能是RNA甚等），然后经过复杂的映射，形成各种性状。

例如，第一层，可以是碱基对（部分内含子外显子，全部包括）。第二层，可以是密码子，如下图所示。第三层，可以是氨基酸。

于是，可以网络的前几层可以这样标定含义。

但是我们也要知道，神经网络本身就不是可解释的。因此，我们的标定也只是粗略的指导。

例如，第三层中我们标定为氨基酸。但事实上，64个密码子中有61个指定了蛋白质中最常见的20种氨基酸。仍然有一些不常见的氨基酸不能被密码子指定，例如胶原蛋白中含有的羟脯氨酸¹。

因此，第三层中的节点数实际上要大于20才对，并不是和密码子指定的氨基酸相对应的。

最终，经过组织、器官等层层表达，形成了一个复杂的生命体。

因此，不仅仅是神经系统。基因的表达，也可能是一个网络，其层级不少于7。

以上，我的个人猜测。

其验证，需要大量个体的基因序列。前期可以只训练和验证单一性状。

最后，我是架构师易哥，这里是架构研究所。

希望本文能让大家有所收获，也欢迎大家共同参与讨论。

欢迎关注我们，我会偶尔出没分享软件架构和编程开发相关的干货知识。

可以访问个人知乎阅读更多文章：易哥（https://www.zhihu.com/people/yeecode），欢迎关注。

作者书籍推荐