用机制
读懂合成系统

读懂一个回路，
需要哪些层次

把前六天的概念连起来，解释一个生物系统为什么会有某种行为，以及什么条件下解释会失效。

先列清实体：DNA 位点、RNA、蛋白、代谢物和宿主；再列过程：结合、生成、转化、降解和稀释；最后区分状态变量、速率参数和外部条件。网络图表达谁影响谁，方程把影响转为随时间发生的过程。

符号约定也必须一致。箭头可以表示生成、激活或物质流，抑制线可以表示降低生成率或降低活性；如果不写含义，同一张图会混合不同因果层级。判断机制前，先检查图中每种线代表什么。

下面比较互相抑制开关与环状抑制振荡器。它们是理解合成回路的重要原型，但我们只讨论机制与理想化条件，不把示意图等同于任意实际构建的保证。[1]

互相抑制，
怎样形成记忆

设 A 抑制 B 的生成，B 抑制 A 的生成。若 A 较高，它可能压低 B；较低的 B 又减弱对 A 的抑制，形成自我强化的状态。交换 A 和 B，可以得到相反的状态。

这个因果循环解释了为什么双稳态有可能出现，但没有证明它必然出现。需要适当的非线性、生成与消失的相对强度，以及容许多个交点的状态结构。参数不合适时也可能只存在一个稳定状态。

零增长线标出某个变量变化率为零的位置。两条零增长线的交点给出候选稳态；交点附近的动态决定稳定性。稳定状态之间可能由不稳定边界分开，瞬时扰动只有越过相关分界才可能导致持久切换。

如果输入缓慢增加和减少时，系统在不同条件下发生状态跳变，就可能表现为滞后。这种历史依赖提供了记忆的机制基础。测到平均输出有两个水平仍不足以独自证明记忆，还需考虑单细胞分布、状态保持和输入历史。

环状抑制，
为何可能不停变化

考虑 A 抑制 B、B 抑制 C、C 抑制 A。某一组分升高会沿环路影响其他组分，最终形成抑制自身的路径。若作用传递具有合适的延迟和非线性，且动态增益足够，系统可能出现持续振荡。

但是负反馈也可以把系统带回稳定状态。振荡需要稳定性发生相应变化，具体取决于时间尺度、降解、调控曲线与耦合。仅凭三条抑制边，无法确定是否振荡、周期多少或振幅多大。

mRNA 与蛋白的生成和消失提供多个时间尺度；生长稀释会改变有效消失速度；噪声可能导致相位漂移；资源竞争可能让实际调控偏离单模块测量。前六天看似分散的概念，在这里共同决定回路行为。

还要考虑观察方式。若只测群体平均，不同步的细胞可能掩盖周期；若只看少数时间点，短暂的衰减振荡也可能被误认为持续振荡。因此要区分单细胞与群体、瞬态与长期行为。[1]

把解释变成
可检验的理论理解

理论不是把观察重新描述一遍，而是用明确的机制与假设连接现象，并给出条件性预测。例如“增加下游位点会占用游离调控因子”指出一个具体过程；“系统变复杂了”则没有区分任何机制。

测量对理解仍然重要：荧光可以报告某些分子或状态，却不等于直接测到了每个调控速率。对照、重复、时间分辨率和单细胞观察用于区分机制解释，本版把它们放在生物学证据的语境中，而不是训练数据流水线里。

每个结论标注其身份：教材定义、适用范围明确的模型结果、观察事实，或尚待检验的解释。模型与现象一致并不证明机制唯一；多个不同机制可能产生相似输出，需要能够区分它们的观察。

AI 研究背景会帮助你处理方程、近似和不确定性，但不能替代分子实体与过程的知识。今后的 AI × 生物学研究应建立在这些机制之上，而不是让模型工具成为理解生命的捷径。

学会问“为什么这样变化”，
再问“怎样预测或设计”。

下一阶段按缺口补课：分子生物学补表达与调控；生物化学补酶、能量与代谢；系统生物学补动力学、网络与噪声；合成生物学再深入可组合性、上下文与进化稳定性。七天是第一轮地图，需要通过推导、复述和后续原文阅读巩固。

把理解，
留在一份记录里

选择开关或振荡器，画出实体—过程—状态—表型的机制图。写一个最小方程框架，解释每项生物含义；列出三个行为成立的条件和两个可能失效的原因。最后设计一个概念性观察来区分两种解释，不要求实验操作步骤。

带走三个判断