Informationsgrenzen der Produktion in Replikatorsystemen

Wie einfache Moleküle „Information“ nutzen können

Das Leben beruht darauf, Hinweise aus einer sich verändernden Umwelt zu nutzen, doch wir stellen uns das meist als Aufgabe komplexer Zellen mit Genen und Sinnesapparaten vor. Dieser Beitrag stellt eine grundlegende Frage: Können auch minimalistische chemische Replikatoren — einfache Moleküle, die sich selbst kopieren — auf sinnvolle Weise „Information“ aus ihrer Umgebung nutzen? Anhand winziger replizierender Systeme in Durchflussreaktoren zeigen die Autorinnen und Autoren, dass selbst sehr einfache chemische Netzwerke de facto auf zukünftige Umweltbedingungen setzen und daraus einen Produktivitätsvorteil ziehen können.

Eine chemische Welt, die nie stillsteht

Die Studie beginnt mit einer reduzierten Darstellung eines kleinen Teichs oder eines Laborreaktors, in dem verschiedene selbstkopierende Moleküle um eine gemeinsame Ressource konkurrieren. Die Umgebung ändert sich über die Zeit, etwa indem zwischen starkem und schwachem Licht gewechselt wird. Während „aktiver“ Phasen fließt frische Ressource ein, die Moleküle replizieren sich und ein Teil wird aus dem Reaktor ausgewaschen. Während „inaktiver“ Phasen stoppt der Fluss und die Moleküle können ihre Masse über langsame Austauschreaktionen zwischen den Typen umverteilen. Die zentrale Größe, die die Autorinnen und Autoren verfolgen, ist die Produktivität: wie viel Replikatormaterial pro Zeiteinheit den Reaktor verlässt — eine einfache Stellvertretung für evolutionären Erfolg.

Produktivität als Summe von Informationsbeiträgen

Mit diesem Aufbau leiten die Autorinnen und Autoren einen mathematischen Ausdruck her, der die mittlere Produktivität in mehrere konzeptuell klare Teile zerlegt. Ein Teil beschreibt, wie die Produktivität wäre, wenn die Umwelt konstant bliebe und stets der bestmögliche Replikatortyp dominieren würde. Ein zweiter Teil erfasst die unvermeidbaren Kosten, weil man nicht im Voraus weiß, welche Umweltbedingung als nächstes auftritt — das hängt damit zusammen, wie unvorhersehbar der Sieger über verschiedene Umgebungen hinweg ist. Ein dritter Teil steht für den Wert von „Nebeninformation“, die hilft, die nächste Umwelt vorauszusehen, und ein letzter Teil misst, wie gut die tatsächliche Mischung der Replikatortypen zu Beginn jeder aktiven Phase mit der theoretisch optimalen Mischung zur Ausnutzung dieser Information übereinstimmt. Dieser letzte Beitrag ist der einzige, der von der internen Strategie des Systems abhängt.

Strategien, Gedächtnis und ein überraschender Vorsprung

Im Modell ist eine Strategie einfach das Muster der Anfangsanteile jedes Replikatortyps, bevor eine aktive Phase beginnt. Interessanterweise begünstigt die Strategie, die die langfristige Produktivität maximiert, nicht immer den am schnellsten wachsenden Typ. Wenn die Umwelt gelegentlich einen langsameren Replikator bevorzugt, gibt die optimale Strategie diesem langsamen Typen einen „Vorsprung“ — einen größeren Anfangsanteil — damit er genug Zeit hat, vor dem nächsten Umweltwechsel eine hohe Produktivität zu erreichen. Die Autorinnen und Autoren zeigen außerdem, dass die Produktivitätsgewinne durch Nutzung von Nebeninformation saubere, universelle Schranken einhalten: der Nutzen ist direkt proportional zu einer standardmäßigen informationstheoretischen Größe, die angibt, wie sehr die Nebeninformation die Unsicherheit darüber reduziert, welcher Replikator gewinnen wird.

Von abstrakter Theorie zu realen molekularen Replikatoren

Um Theorie und Experiment zu verbinden, wenden die Autorinnen und Autoren ihr Rahmenwerk auf ein reales chemisches System an, das andere Forschende entwickelt haben: zwei synthetische molekulare Replikatoren, die unter Lichteinfluss wachsen. Ein Typ schlägt sich bei schwachem Licht besser, der andere bei starkem Licht, und sie können im Dunkeln langsam Material austauschen. Die Umgebung wechselt zwischen beleuchteten „aktiven“ Phasen und dunklen „inaktiven“ Phasen, wobei das Muster aus schwachem und starkem Licht zeitliche Korrelationen aufweist (zum Beispiel neigen helle Tage dazu, auf helle Tage zu folgen). In diesem System wirken die dunklen Intervalle als eingebautes Gedächtnis: langsamer Austausch während der Inaktivität passt das Verhältnis der beiden Replikatoren an basierend auf der vorherigen Lichtbedingung und kodiert damit Information über die jüngere Vergangenheit in den Anfangszustand der nächsten aktiven Phase. Je nachdem, wie schnell dieser Austausch abläuft und wie sehr er zugunsten eines Replikators verzerrt ist, kann das System dieses Gedächtnis entweder nutzen oder vergeuden.

Warum das für den Ursprung des Lebens wichtig ist

Die Autorinnen und Autoren folgern, dass einfache Replikatornetzwerke in einem präzisen und messbaren Sinne funktionale Information nutzen können: statistische Korrelationen mit der Umwelt, die eine klar definierte Leistungsgröße verbessern, hier die Produktivität. Sie zeigen, wie Umweltunsicherheit, Nebeninformation und unvollkommene Strategien jeweils zu Gewinnen oder Verlusten der Produktion beitragen, und schlagen konkrete Experimente mit lichtgetriebenen molekularen Replikatoren vor, um diese Effekte nachzuweisen. Für Laien lautet die Kernaussage: Bedeutungsvolle Informationsverarbeitung könnte keine Genome, Zellen oder Gehirne erfordern. Sie kann vielmehr ganz natürlich entstehen, sobald selbst sehr einfache chemische Systeme wiederholt veränderlichen Bedingungen ausgesetzt werden und sich zwischen Wachstumsphasen neu organisieren dürfen.

Zitation: Piñero, J., Sowinski, D.R., Ghoshal, G. et al. Information bounds production in replicator systems. Commun Phys 9, 120 (2026). https://doi.org/10.1038/s42005-026-02527-5

Schlüsselwörter: molekulare Replikatoren, schwankende Umgebungen, funktionale Information, Ursprung des Lebens, Durchflussreaktoren