超越基因组：基于多尺度智能体与能量约束的生物密码分类体系及其演化意义

本综述挑战了现代综合论将生命密码局限于DNA的传统观点，提出生命信息分布于多尺度体系的新范式。作者构建了基于智能体（agent）的生物密码分类框架，整合约束闭包（constraint closure）、能量分配等概念，阐明从分子到细胞层级的探索-利用（exploration-exploitation）权衡机制，为理解蛋白质折叠（Protein Folding Code）、细胞分化等现象提供了新的计算生物学视角。

　　

亮点

我们提出生物密码不仅存在于基因组中，而是通过多尺度智能体（multi-scale agents）在能量约束下实现分布式调控。这些密码协调着探索性（如形态发生）和利用性（如代谢维持）行为之间的动态平衡，其层级结构可通过基于智能体的建模（agent-based modeling）进行计算机理重构。

结论

生物智能体（biological agents）从分子到有机体层级均遵循TAME框架定义的尺度无关性目标导向行为。研究表明，可用能量不仅维持自创生（autopoiesis），更驱动着系统以探索性方式适应演化。蛋白质折叠案例证明分子级密码（cd187_dbApr2024）通过分子群智能（molecular swarm intelligence）实现构象调控，与分子伴侣（chaperones）和细胞器（organelles）形成动态反馈网络。

未来展望

当前分类体系仅为生物密码系统化研究的起点。随着代码生物学（code biology）发展，我们预见将出现更多基于能量-信息耦合的 taxonomic 细分维度，为人工智能和合成生物学提供跨尺度设计原则。