به گزارش خبرنگار علمی و فناوری خبرگزاری برنا؛پژوهشگران در تحقیقات اخیر نشان داده‌اند که نظریه مونتاژ (Assembly Theory)، چارچوبی که به عنوان یک «نظریه همه‌چیز» برای درک پیچیدگی مولکولی و حیات معرفی شده بود، در واقع نوآورانه نیست و با روش‌های آماری سنتی همخوانی دارد.
این تحقیق که توسط گروهی از محققان دانشگاه سلامت فوجیتا در ژاپن انجام شده است، نتایج این نظریه را با استفاده از الگوریتم‌های فشرده‌سازی رایج و آنتروپی شانون رد کرده است.
نظریه مونتاژ که در سال ۲۰۱۷ مطرح شد، ادعا می‌کرد که می‌تواند با اندازه‌گیری پیچیدگی مولکولی، حیات و تکامل طبیعی را توضیح دهد و حتی درک ما از زمان، ماده، و جهان را تغییر دهد. بااین‌حال، در سه مقاله جدید که توسط دکتر هکتور زنیل و همکارانش در مجلات معتبر علمی مانند npj Systems Biology منتشر شده است، نشان داده شده که این نظریه در واقع به همان نتایجی می‌رسد که از طریق روش‌های آماری و الگوریتم‌های فشرده‌سازی موجود نیز قابل دست‌یابی است.
یکی از ادعا‌های اصلی نظریه مونتاژ، شاخص مونتاژ بود که میزان «زنده‌بودن» یک موجود را بر اساس تعداد نسخه‌های مولکولی آن تعیین می‌کرد.
زنیل در این باره گفت: "تحقیقات ما نشان داد که شاخص مونتاژ به‌عنوان یک روش اصیل وجود ندارد و نتایج آن ناقص است. ما با استفاده از الگوریتم‌های فشرده‌سازی موجود، نتایج مشابهی به دست آوردیم. "
یسپر تگنر، یکی از نویسندگان این تحقیق، توضیح داد که نظریه مونتاژ به دلیل ساده‌سازی بیش از حد نمی‌تواند پیچیدگی واقعی حیات را توضیح دهد.
وی افزود: "پیچیدگی حیات نه تنها به طول ژنتیکی یا تعداد اجزای مولکولی بستگی دارد، بلکه به رابطه پیچیده میان اجزا و محیط اطراف و توانایی سازگاری آنها نیز مرتبط است. "
با وجود چالش‌های موجود در تعریف حیات، حوزه‌های تحقیقاتی جدید مانند دینامیک اطلاعات الگوریتمی (AID) در تلاش هستند تا مدل‌های علّی و توضیحات مکانیکی دقیقی برای پدیده‌های طبیعی ارائه دهند. این حوزه با استفاده از دانش موجود در نظریه اطلاعات و استنتاج علّی، به درک عمیق‌تری از پیچیدگی‌های حیات و سیستم‌های زنده کمک می‌کند.
نتایج این تحقیقات نه تنها به درک بهتری از محدودیت‌های نظریه مونتاژ منجر شده، بلکه راه را برای توسعه روش‌های جدید در مطالعات پیچیدگی حیات باز کرده است.
انتهای پیام/