微信链接：

https://mp.weixin.qq.com/s?__biz=MzI1MzEzNjgxMQ==&mid=2650056629&idx=3&sn=

a1bcc87c407a057b2380b571b4339094&chksm=f1d91d71c6ae94676b04682ebdca25cf

cec7eb58987e58acd74d4c99534d92718ababf1902a5&token=1792528896&lang=zh_CN#rd

期刊链接：

https://www.mdpi.com/journal/entropy

Entropy期刊从2021年的封面故事中精选了五篇生物方向的文章，其中涵盖的研究主题包括蛋白质动力学、生物信息学、T细胞发育动力学建模、生物系统中粒子的检测等，希望能给相关领域的读者带来新的视角。

1 Unraveling of a Strongly Correlated Dynamical Network of Residues Controlling the Permeation of Potassium in KcsA Ion Channel

KcsA离子通道中控制钾渗透的强相关残基动力学网络的解体

Salvatore M. Cosseddu, Eunju Julia Choe and Igor A. Khovanov

DOI：10.3390/e23010072

选择性过滤器失活打开钾离子通道后，钾离子通道的渗透过程会迅速终止。这一过程对包括KcsA在内的钾离子通道的功能至关重要。本文通过分子动力学模拟比较了野生型KcsA通道及其突变体的行为，鉴定了具有不同性质的残基。通过分析这些残基的重排与渗透离子之间的因果联系，解开了一个调节离子渗透的自组织系统的网络。网络中某一部分的变化会导致其他区域的自适应调节，并且该网络可以动态地切换到非活跃状态。

2 Survival of Virus Particles in Water Droplets: Hydrophobic Forces and Landauer’s Principle

病毒粒子存活在水滴中：疏水作用力和朗道尔原理

Edward Bormashenko et al.

DOI：10.3390/e23020181

本文阐述了病毒不能维持体内平衡并且依赖于环境的相关理论。由于病毒的信息生命周期由自组装所需的熵疏水力主导，因此他们更依赖水环境。根据朗道尔原理，将病毒生命周期这一不可逆信息处理所需的能量与热涨落联系起来，此时熵疏水力的作用可以看作是信息处理循环的促进作用。这就使得病毒类似于宏观物体，例如液体弹珠，因此研究者可以使用新型液滴簇等技术对其进行研究。

3 Modeling the Dynamics of T-Cell Development in the Thymus

胸腺T细胞发育动力学建模

Philippe A. Robert et al.

DOI：10.3390/e23040437

T细胞通过随机重组的表面T细胞受体 (TCR) 识别病原体衍生结构 (抗原)。T细胞发育包括广泛的增殖以及基于TCR对自身抗原亲和力质量控制的连续步骤，其通过与抗原呈递细胞的连续相互作用进行询问导致了大量细胞死亡，从而产生具有很多不自我反应的T细胞受体库的T细胞池。本文回顾了从多个尺度推断胸腺中T细胞发育动态特性的实验和数学策略：细胞周期、种群动态及其调控，以及生理T细胞发育如何从细胞相互作用中产生。

4 Information-Efficient, Off-Center Sampling Results in Improved Precision in 3D Single-Particle Tracking Microscopy

信息高效的偏离中心采样提高了3D单粒子跟踪显微镜的精度

Chen Zhang and Kevin Welsher

DOI：10.3390/e23050498

在单粒子跟踪中，光子的利用至关重要。这项研究提出了一种3D单粒子跟踪系统，该系统可以应用定制的采样模式来选择性地提取光子，从而为粒子定位产生最多的信息。由于从生物系统中的粒子中检测到有限的光子总数，所以最关键的是如何最大限度地从固定数量的光子收集信息。在对一维到三维的各种采样模式进行深入调查后，本文发现，与直接对粒子采样不同，与高Fisher信息区域重叠的偏离中心采样模式可以提供最高的精度。另外实验结果表明，在2D (XY平面) 或1D (Z轴) 定位中，精度可提高一倍；在3D定位中，精度可提高20%。

5 Solving Schrödinger Bridges via Maximum Likelihood

通过极大似然方法求解Schrödinger桥

Francisco Vargas et al.

DOI：10.3390/e23091134

Schrödinger桥问题 (SBP) 发现了给定先验随机演化的两个概率分布之间最可能的随机演化。除了自然科学，SBP的求解在机器学习中也有重要的应用，例如数据集对齐和假设检验等。虽然这个问题背后的理论已经比较成熟，但是可扩展的Schrödinger桥数值计算方法仍然是一个热门的研究领域。本文证明了SBP和极大似然估计之间的等价性，从而可以使其直接应用成功的机器学习技术。同时，本文还提出了一个利用高斯过程回归估计SBPs的数值程序，并且在数值模拟和实验中介绍了该方法的实际应用。

Entropy 期刊介绍

主编：Kevin H. Knuth, University at Albany, USA

期刊创刊于1999年，主要发表主题为熵和信息论的相关文章，涉及的学科领域有：热力学、统计力学、信息论、生物物理学、天体物理学及宇宙学、量子信息和复杂体系等。位于JCR物理多学科二区。

2020 Impact Factor：2.524

2020 CiteScore：4.0

Time to First Decision：18.5 Days

Time to Publication：38 Days