分子机器

生物分子机器是与麦克斯韦机器相似并且似乎具有相同性质的生物大分子。这些大分子收集信息以识别它们在细胞内或细胞外质中漂浮的无数其他分子中的底物或配体。这种分子识别代表了一种信息增益，它相当于能量增益或熵减少。当机器被重置时，即当配体被释放时，信息被抹去，能量消散，熵增加，遵循热力学第二定律。生物分子机器与麦克斯韦机器思想实验的区别在于后者明显违反了第二定律。

分子机器主要在两种构象之间转换。xxx种或基本状态，在诱导拟合后识别和结合配体或底物后，会发生构象变化，导致第二种准稳定状态：蛋白质-配体复合物。为了将蛋白质重置为其原始的基本状态，它需要ATP。当ATP被消耗或水解时，配体被释放，机器再次获得恢复其基本状态的信息。循环可能会重新开始。

热力学第二定律是统计定律。因此，有时，单个分子可能不遵守法律。所有的分子都受到分子风暴的影响，即分子在细胞质和细胞外液中的随机运动。分子机器，无论是生物的还是人造的，都被随机的热运动不断地推向一个有时违反定律的方向。当这种情况发生时，可以防止大分子从它所做的运动中滑回或它经历的构象变化回到原来的状态，就像分子机器的情况一样，分子就像一个棘轮一样工作；例如，可以观察到离子或其他分子在细胞膜上的梯度产生，运动蛋白沿着丝蛋白的运动或酶促反应产物的积累。甚至一些人造分子机器和实验也能够形成明显违反热力学第二定律的棘轮。所有这些分子机器都必须重置到它们的原始状态，消耗外部能量，然后以热量的形式消散。因此，熵增加的最后一步是不可逆的。如果机器是可逆的，就不会做任何工作。所有这些分子机器都必须重置到它们的原始状态，消耗外部能量，然后以热量的形式消散。因此，熵增加的最后一步是不可逆的。如果机器是可逆的，就不会做任何工作。所有这些分子机器都必须重置到它们的原始状态，消耗外部能量，然后以热量的形式消散。因此，熵增加的最后一步是不可逆的。如果机器是可逆的，就不会做任何工作。

人造棘轮的一个例子是Serreli等人的工作。（2007年）。塞雷利等人。构建了一种纳米机器，一种轮烷，它由一个环形分子组成，沿着一个微小的分子轴在两个不同的相等隔间A和B之间移动。分子的正常、随机运动使环来回移动。由于环自由移动，一半的轮烷在位置B有环，另一半在位置A。但Serreli等人使用的系统。在轮烷分子上有一个化学门，轴包含两个粘性部分，一个在门的两侧。当戒指靠近时，这扇门就会打开。B中的粘性部分靠近门，环比从A到B更容易通过A。它们分别获得了A和B70:50的平衡偏差，有点像麦克斯韦的机器。

兰道尔说，信息是物理的。他的原理为经典和量子信息处理设定了基本的热力学约束。人们致力于将信息纳入热力学并测量操纵信息的熵和能量成本。获取信息，减少具有能量成本的熵。这种能量必须从环境中收集。Landauer建立了一位信息与熵的等价性，用kTln2表示，其中k是玻尔兹曼常数，T是室温。这个界限称为朗道尔极限。相反，擦除能量会增加熵。Toyabe等人。（2010）能够通过实验证明信息可以转化为自由能。这是一个非常优雅的实验，由一个螺旋楼梯状电位上的微观粒子组成。该台阶具有对应于kBT的高度，其中kB是玻尔兹曼常数，T是温度。由于随机的热运动，粒子在步骤之间跳跃。由于跟随梯度的向下跳跃比向上跳跃更频繁，因此粒子平均从楼梯上掉下来。但是当观察到向上跳跃时，会在粒子后面放置一个块以防止它下落，就像在棘轮中一样。这样它应该爬楼梯。信息是通过测量粒子的位置来获得的，这相当于能量的增加，即熵的减少。他们为第二定律使用了一个广义方程，其中包含一个信息变量：该台阶具有对应于kBT的高度，其中kB是玻尔兹曼常数，T是温度。由于随机的热运动，粒子在步骤之间跳跃。由于跟随梯度的向下跳跃比向上跳跃更频繁，因此粒子平均从楼梯上掉下来。但是当观察到向上跳跃时，会在粒子后面放置一个块以防止它下落，就像在棘轮中一样。这样它应该爬楼梯。信息是通过测量粒子的位置来获得的，这相当于能量的增加，即熵的减少。他们为第二定律使用了一个广义方程，其中包含一个信息变量：该台阶具有对应于kBT的高度，其中kB是玻尔兹曼常数，T是温度。由于随机的热运动，粒子在步骤之间跳跃。由于跟随梯度的向下跳跃比向上跳跃更频繁，因此粒子平均从楼梯上掉下来。但是当观察到向上跳跃时，会在粒子后面放置一个块以防止它下落，就像在棘轮中一样。这样它应该爬楼梯。信息是通过测量粒子的位置来获得的，这相当于能量的增加，即熵的减少。他们为第二定律使用了一个广义方程，其中包含一个信息变量：由于跟随梯度的向下跳跃比向上跳跃更频繁，因此粒子平均从楼梯上掉下来。

但是当观察到向上跳跃时，会在粒子后面放置一个块以防止它下落，就像在棘轮中一样。这样它应该爬楼梯。信息是通过测量粒子的位置来获得的，这相当于能量的增加，即熵的减少。他们为第二定律使用了一个广义方程，其中包含一个信息变量：由于跟随梯度的向下跳跃比向上跳跃更频繁，因此粒子平均从楼梯上掉下来。但是当观察到向上跳跃时，会在粒子后面放置一个块以防止它下落，就像在棘轮中一样。这样它应该爬楼梯。信息是通过测量粒子的位置来获得的，这相当于能量的增加，即熵的减少。他们为第二定律使用了一个广义方程，其中包含一个信息变量：信息是通过测量粒子的位置来获得的，这相当于能量的增加，即熵的减少。他们为第二定律使用了一个广义方程，其中包含一个信息变量：信息是通过测量粒子的位置来获得的，这相当于能量的增加，即熵的减少。他们为第二定律使用了一个广义方程，其中包含一个信息变量：⟨ΔF−W⟩≤kBTIΔF是状态间的自由能，W是对系统所做的功，kB是玻尔兹曼常数，T是温度，I是测量得到的互信息量。括号表示能量是平均值。他们可以将相当于一位信息的信息转换为0.28kTln2的能量，或者换句话说，他们可以利用超过四分之一的信息能量内容。

在他的《机会与必然性》一书中，雅克·莫诺描述了蛋白质和其他分子的功能，这些分子能够通过“选择性辨别”识别底物或配体或其他分子。在描述这些分子时，他引入了“认知”功能这一术语，麦克斯韦将认知功能归于他的机器。WernerLoewenstein更进一步，将这些分子简称为“分子机器”。以这种方式命名生物分子机器可以更容易地理解这些分子与麦克斯韦机器之间的相似之处。由于这种真正的区别性（如果不是“认知”）特性，雅克·莫诺（JacquesMonod）将目的论功能归因于这些生物复合物。Teleonomy意味着有方向的、连贯的和建设性的活动。因此，蛋白质必须被认为是所有生物的目的基因表现中必不可少的分子试剂。