La recherche affirme qu’un nouvel algorithme peut calculer avec précision le débit d’information de n’importe quel système

Il y a 75 ans, Claude Shannon, le « père de la théorie de l’information », montrait comment la transmission de l’information pouvait être quantifiée mathématiquement, notamment via ce qu’on appelle le taux de transmission de l’information.

Mais jusqu’à présent, cette quantité ne pouvait être calculée qu’approximativement. Les chercheurs de l’AMOLF Manuel Reinhardt et Pieter Rein ten Wolde, en collaboration avec un collaborateur viennois, ont développé une technique de simulation qui permet pour la première fois de calculer avec précision le débit d’information pour n’importe quel système. Les chercheurs ont publié leurs résultats dans la revue Examen physique X.

Pour calculer précisément le débit d’information, les chercheurs de l’AMOLF ont développé un nouvel algorithme de simulation. Il fonctionne en représentant un système physique complexe comme un réseau interconnecté qui transmet les informations via des connexions entre ses nœuds. Les chercheurs ont émis l’hypothèse qu’en examinant tous les différents chemins que l’information peut emprunter à travers ce réseau, il devrait être possible d’obtenir le débit d’information avec précision.

Cette idée, combinée à des techniques de simulation avancées, s’est avérée si efficace que même pour des systèmes aussi complexes que le système de chimiotaxie bactérienne, composé de centaines de réactions chimiques, le taux d’information peut désormais être calculé avec précision.

Le système de chimiotaxie bactérienne est le système de traitement de l’information qui permet aux bactéries de nager vers la nourriture ou de s’éloigner des produits chimiques toxiques. Malheureusement, la quantité d’informations transmises par la bactérie ne peut pas être mesurée directement expérimentalement : elle ne peut être estimée qu’à partir de données expérimentales par approximations. Récemment, un groupe expérimental de Yale a utilisé cette approche pour estimer le taux d’information du système de chimiotaxie bactérienne. Pourtant, on ne sait toujours pas exactement dans quelle mesure leur estimation est exacte.

Les chercheurs théoriques de l’AMOLF ont adopté une approche différente. Sur la base de décennies d’expériences biologiques, un modèle précis de chimiotaxie a été développé. Ils ont appliqué leur technique numérique à ce modèle et ont constaté que le taux calculé s’écartait du taux mesuré par le groupe de Yale.

Cela soulève la question : quelle est l’origine de l’écart entre les simulations et les expériences ? Deux réponses étaient possibles : soit le modèle de chimiotaxie utilisé par l’équipe AMOLF n’était finalement pas aussi précis, soit les approximations que le groupe de Yale a dû utiliser pour arriver à sa réponse étaient fausses.

La révision des données expérimentales a révélé que le modèle existant et largement utilisé pour le système de chimiotaxie bactérienne était incorrect. Les chercheurs de l’AMOLF ont montré qu’après avoir apporté une modification pour corriger le modèle de chimiotaxie, le taux d’information calculé correspondait au taux obtenu expérimentalement. Cette analyse montre ainsi que l’approximation utilisée par les expérimentateurs pour calculer le taux d’information est en fait précise pour les conditions de l’expérience spécifique.

Néanmoins, cette analyse révèle également des problèmes fondamentaux liés au modèle de chimiotaxie développé au cours des dernières décennies. Des recherches supplémentaires sont nécessaires pour clarifier les implications de ces résultats pour notre compréhension du système de chimiotaxie bactérienne.

Le problème du calcul du taux d’information pour la chimiotaxie bactérienne n’est qu’un exemple dans lequel la nouvelle technique de simulation développée par les chercheurs de l’AMOLF peut être utilisée pour obtenir de nouvelles connaissances sur les systèmes physiques. La technique est entièrement générale et peut être appliquée à un large éventail de systèmes au-delà de la biologie, allant des systèmes optiques, mécaniques aux systèmes quantiques.

Cela approfondira notre compréhension de la transmission d’informations via ces systèmes et pourrait même jeter les bases de la construction de nouveaux types de dispositifs informatiques.