生命是物理學嗎？存在描述所有生命的方程嗎？
關於生命，沒有什麼是簡單的。
每一秒鐘，都有數百萬個縝密有序的化學反應發生在一個細胞內；數十億個單細胞生物體可以形成群落；數萬億個細胞可以精確地粘附在一起，形成組織和器官。
然而，儘管生命具有如此高的複雜性，它們卻是很容易識別的。物理學家認為，這種可識別性或許源自於構成所有生命基礎的基本物理學原理。他們正在尋找一種基於這些原理的數學理論，以解釋生命為什麼可以存在，以及生命是如何運作的。他們認為這樣一個理論能讓研究人員以目前不可行的方式對生命系統進行控制和操縱。物理學家喜對理論進行統一。這些理論把複雜的現象歸結成一組概念，表述這些概念的數學公式可以做出非常成功的預測。例如，熱力學定理可以準確的預測將一壺水煮沸需要多長時間，它們解釋了能量在從原子到颶風等一系列不同尺度的系統中的運動。
然而，儘管取得了這些成功，研究人員還沒找到能夠描述與生命相關的日常現象的通用方程。這樣的方程能夠提供與其他統一理論相同的預測能力，使研究人員能夠精確地控制生物體。這種控制能夠為細菌感染提供更好的治療方案，改進癌症的治療方法，並提供防止植物對除草劑產生耐藥性的方法。
德國馬克斯·普朗克動力學與自組織研究所所長Ramin Golestanian說：」物理學家研究過許多複雜的系統，但就複雜性和自由度的數量而言，生命系統屬於一個完全不同的類別。「Golestanian通過將生命系統建模為移動的耗能粒子，即所謂的活性物質，來研究細菌群等生命系統。他還參與了在去年舉行的「生命物質的物理學」APS會議的組織活動，在會上，研究人員討論了找到生命的數學理論是否是一個可實現的目標，如果是，這個理論應該回答哪些問題。
對於該領域的一些人來說，發現一個理論首先要顛覆生物學家對生命系統的描述。在伊利諾伊大學厄巴納-香檳分校研究演化和生態學問題的物理學家Nigel Goldenfeld表示：「當我去參加生物學會議時，總會聽到人說，『生命是門化學』，然後展示一大堆假定的反應。但我不並認為生命就是化學。「例如，化學提供製造生命所需的分子的信息，卻並不提供如何獲得一個正常運作的細胞的信息。相反，Goldenfeld認為，「生命是物理學」，他覺得研究人員應該把生物看作是具有熱力學約束的凝聚態物質系統。
Golestanian和Goldenfeld都認為，生命的一些特徵，比如複製、演化和利用能量來移動，都是凝聚態物理學家所說的「湧現現象」（emergent phenomena）的例子。湧現現象是指，由大量簡單組分相互作用產生的複雜性質。例如，超導性是一種宏觀性質，它產生於金屬中電子間的相互吸引，結果導致一種零電阻的狀態。對於生命而言，湧現行為產生於分子間的相互作用，以及分子如何結合起來形成結構或執行功能。但是，金屬或超導體這些標準的凝聚態物是「死」的東西，它們的行為是預先決定的，生命的運作方式則截然不同。對於同樣的刺激，生物能夠以看似迥然不同的方式作出反應。Goldenfeld說，生物系統有反饋迴路，這使得我們很難用標準的微分方程來分析它們，他還不知道如何解決這個問題。
加州大學聖巴巴拉分校的Cristina Marchetti也贊同Goldenfeld的觀點。與Golestanian一樣，Marchetti通過將生物建模為活性物質來研究它們。Marchetti說：「通過與其他系統互動或信息交換，生命系統不斷演化、適應和改變。」 她和其他人為描述特定生物系統的行為（如細菌群的運動，或腫瘤細胞的聚集）發展出了一套理論，但目前，那些基本過程在他們的理論中大多是缺失的。關於解釋生命系統演化狀態的理論研究實際上還處於起步階段。
發展出一個普遍理論來解釋生命為何存在的另一個挑戰是，研究這個問題的人太少了。Goldenfeld說，大多數生物學家和物理學家在研究生命的內部運作時，都專註於對他們目前最喜愛的生物體的某些特定過程進行建模（例如，某個特定種屬的果蠅的視覺是如何運作的），而不是著眼於更大的圖景。
普林斯頓大學的理論物理學家William Bialek同意這種觀點，但他也看到了研究特定生物體的積極一面。他指出，如果理論物理學家脫離細節，他們在尋找理論的過程中可能會失敗。Bialek說：「我們這個領域的基本問題是，在尋找一般理論原理和研究特定系統的實驗細節之間找到平衡。「Golestanian同意這一觀點，並補充說，任何致力於構建一個普遍的生命理論的人將」必須培養一種興趣和能力來研究一系列現象，對它們進行分類，並尋找指向一種全面描述的模式。」
埃默里大學的Ilya Nemenman是採用這種方法的物理學家之一。他研究從蠕蟲到鳥類的各種生物是如何處理它們周圍環境的信息的，目的是找到規律並推導出適用於多個系統的通用方程。Nemenman說，發展生物系統一般理論的最大障礙之一是，確定哪些數量是重要的，哪些是無關緊要的。
在傳統的凝聚態物理中，系統的對稱性，也就是在坐標變換下保持不變的量決定了關鍵的物理量。例如，在晶體中，對稱性是原子排列的有序模式；如果把坐標軸從一個晶格移動到另一個晶格時，一切看起來都是一樣的。但是在生物系統中，那些對稱性是不存在的，或者至少是目前無法識別的，這給寫出正確方程的過程增加了額外的複雜性。Nemenman認為，機器學習可能對這個目標有幫助，他的團隊最近使用機器學習這一工具來揭示用於描述蠕蟲對熱作何反應的方程。
生物學領域一直沒有這樣一個統一理論，卻也成功前行了幾個世紀，那麼為什麼找到這樣一個理論如此重要呢？對Goldenfeld來說，驅動力是這樣一種理論的潛在預測能力，以及它可能會對生物系統行為的控制。他舉了治療細菌感染作為例子。目前的治療計劃並沒有正確解釋，當抗生素使一些不想要的細菌存活時所發生的演化。剩下的細菌可以演化和生長，形成耐抗生素的超級細菌，如耐甲氧西林金黃色葡萄球菌（MRSA）。
Goldenfeld說：「如果我們知道如何控制一個活的、不斷演化的系統，那麼我們就能找到一種既能殺死所有細菌又不會使問題惡化的治療方案。」 Golestanian則拒絕提供該理論的潛在應用，他指出，在現階段做出具體預測顯然還為時過早。然而，」我絕對相信，這種知識會帶來好的結果。「
博科園-科學科普｜文：Katherine Wright/原理/principia1687
博科園-傳遞宇宙科學之美
推薦閱讀：