跨物种细胞分裂动力学中的非线性记忆效应：对细胞稳态模型的重新审视

来自多领域的研究人员通过开发基于随机微分方程的计算框架，分析了细菌、酵母和变形虫的细胞生长分裂数据，首次揭示了跨物种普遍存在的非线性记忆效应，挑战了现有细胞大小调控的线性记忆假说（如sizer/adder/timer模型），为细胞稳态机制研究提供了新范式。该框架还可推广至临床、地震等复杂系统的跳跃过程建模。

　　

细胞生长与分裂的精密调控是维持世代间细胞大小稳态的核心。随着"母体机器"(mother machine)等显微技术的突破，科学家们现已能长期追踪细菌、酵母等多代细胞的大小动态变化。然而，在动力学系统框架下解析这些过程仍面临挑战。

研究团队创新性地建立了直接从实验时间序列推断泊松噪声随机微分方程(SDE)的算法。为捕捉潜在的非线性记忆效应，该模型将随机分裂事件的泊松强度参数化为当前细胞尺寸及其祖先历史的函数。当应用于大肠杆菌(Escherichia coli)、枯草芽孢杆菌(Bacillus subtilis)、裂殖酵母(Schizosaccharomyces pombe)和盘基网柄菌(Dictyostelium discoideum)的实验数据时，发现多数情况下推断出的随机模型存在显著非线性记忆成分。

这一发现对当前流行的细胞稳态"线性单步记忆"假说（包括大小调节器(sizer)、加法器(adder)和定时器(timer)模型）提出了根本性质疑，表明需要建立更普适的非线性记忆理论框架。该计算方法具有广泛适用性，可推广至临床数据、网络到达时间乃至地震序列等复杂跳跃过程的建模研究。