最佳的信息： 最小作用量原理在生命科學界的意涵
最佳的訊息就是在生物訊息層次的最小作用量
最小作用量原理不僅是適用於物理性科學，同時也對生命科學產生關鍵性影響，因此是兩大科學領域的第一原理（the first principle）。西班牙籍的理論數學家 Pedro C. Marijuán 在有關建立統一性的信息理論[1]（Second conference on foundations of information science: the quest for a unified theory of information，1998），提出他的看法：在對稱性（對稱性破缺）與信息之間密切的關聯。最佳化原理（optimization principle）就是最小作用量原理的另外一種稱呼，可以適用於處理生命科學領域，例如在關聯到特定的enzymes對生物新陳代謝與信號傳遞路徑所需要的化學平衡，對于個別細胞必須要付出的“作用的最小代價“[2]（ minimal price of action）( Liberman, 1974）蘇聯科學家Liberman 作為神經信息傳遞的生物學家，致力於發展生物分子電腦的理論基礎，他看出最小作用量原理在生物學上的含義。其中，作用的代價是由自由能（ free energy）和作用元的操作時間都乘積構成，其值是10kT乘10-1s=1KT=1013h，這是建構細胞分子電腦的基最小本作用量，比現代電子型電腦的基本作用量小1010倍。Liberman的論述是以普朗克常數為基本單位來處理分子電腦的運作，分子電腦的運作時間，對于循環型的RNA而言，在使用3，5-AMP的運作必須也是最小的、最短的、最便宜的作用量。[3]普朗克常數構成了所有各類的作用量（物理學、生物學、計算機）的最小單位；同樣，西班牙科學家，諾貝爾醫學生理獎得主拉蒙-卡哈爾（S. Ramon y Cajal） 和S. Freud提出以神經元的”激發的最小化“（minimization of excitation）來刻畫神經傳導的原則：神經元具是神經系統最基本的信號傳遞單位，具有動力學特性：每個神經元上神經信息的傳遞沿著既定的、一貫的方向傳遞，這個路徑就是以作用量的最小化來運作的，這就是激發的最小化。擴大言之，神經網絡電腦的運作必然是依循同樣的最小生化作用量原則，當代的神經網絡的數學模式，基本上反映了使用二次式的能量表述-類似古典力學的漢密爾頓量或拉格蘭治量，來作為作用量的基礎；然后給予限制條件，而進行退火（annealing）模式的最佳化運作。這是在神經信息傳導、分子電腦信息傳遞領域所使用的最小化、最佳化原理。同樣，在基因信息、外基因信息的展現機制，也可以被放入整體性的視野來，考慮其最小作用信息。
最小作用量原理，就形上學層面，表示物理性（包含生物學）的作用量，必須以量子力學框架下不可再分割的單純性（indivisible simplicity）為其信息下限的本體基礎，這就是普朗克常數的限制；同理，必須以相對論框架的光速常數，為其信息上限的本體基礎。；兩者共同構成信息理論的極限。Berkenstien提出的黑洞信息（ black hole information）就是指出傳遞任何信息的上限；對物理學而言，作用量是能量與時間的乘積，而對量子力學而言，所謂不可分割的簡純性，可以指物理界最小的基本量單位，全部是為普朗克常數h所規範，例如普朗克時間、普朗克長度、普朗克能量等，物質界的基本量度無法小於此常數。因此，普朗克常數就是量子最小作用量（the least quantum action）。進而，依據人擇原理（Anthropic principle），不僅是普郎克常數，而且各種基本的物理常速如重力常數、光速等，都具有非常精細的微調性，大小必須剛好，否則宇宙、生命都無法形成，這表達出智慧設計者的設計藍圖。
同樣，最小作用量原理在生物學上的類比，就是在系統內的生物訊息泛涵也是最佳的，生物各系統都具有整全性，對於生命單位的最基本系統（應與DNA RNA Protein很有關係），應該也具有一種類比於普朗克常數的存在，在DNA RNA的尺度，是1013的普朗克常數，而是系統生物學基于尺度不變、尺度律，對于生物網絡系統的洞見，看出具有數學空間尺度上的拓撲不變性，這特別是 Barabasi所提出的網絡生物學，以及 Nottale提出的尺度性相對論理論，二者都是指向碎形幾何常數（fractal geometrical constant）的決定，因為碎形常數為以數學對數的行式所表達，彼此之間的關系是不可被分解，同樣各層次的生命系統也是而不可再被化約、分割為更單純、低等的系統，這也是反映出具有微調性（fine tune）的設計。如細胞本身其組成是不可以被化約的，無法由細胞內的零組件的個別進化而成，細胞內的各零組件必須共同而且同時構成整體性，才能執行其功能，因此生物訊息才能夠被複製、傳遞、轉錄、轉譯、解讀等。
最小作用量的獲得，在物理科學上，一般是先建立以可以表達能量函數的拉格蘭治量，並考量在系統有限制參數的環境下，得出對拉格蘭治乘積（Lagrange multiplier）的變分，例如：在統計力學上可導出各基本量，與及其相互關係，如吉布士自由能、壓力與溫度、壓力與熵的關係、量子的統計分配關係：如費米─狄拉克分配、波茲曼─愛因斯坦分配，以及古典的馬克思威爾分配；在新古典經濟學的系統上，則可使用拉格蘭治乘數法，而導出邊際效用函數（marginal utility function），以及處理供給、需求之間的動態性平衡關係；在一般的訊號處理（signal processing）上，這就變成最大熵原理（principle of maximum entropy）。 同樣，在考量神聖的設計者，如何設計完美的生物時，就必須預設最佳生物訊息背後，有其本體論之意義─在於三一真神是最完美的存有本體，因此各物種被創造，也也被賦予相對地的完美。對于生命科學的處理，如何定義其最佳信息的概念，與物質科學相似，可以先建立訊息函數之表達，一般以Shannon的信息函數（Ｈ(X)=∫p㏑pdx, 其中狀態數p=p(x)）為基礎。舉例而言，假設人類的基因組，其基因訊息函數為Ｈ，於23對染色體上共含基因Ａ個，則Ｈ（Ａ）本身在空間的動力系統特性上，必須形成一個不可回復（non-ergodic，non-recurrent）的訊息存在體，也就是不可能由其它生物系統所演化而來，各物種的基因訊息函數本身都是獨特的、不可化約的，這一點，可以由各物種的非解碼的基因（non-coded DNA）（垃圾基因）都是獨自不同而確認，而非解碼基因所占的基因組空間97%以上，此類基因是用於基因的調控。而 對於H(A)的建立與量度，就包含三大層次的視野：第一，最低層的字詞性的訊息（vocabulary information）與語法性的訊息(syntactic information)，這是申儂信息所處理的范圍，第二，語義性的的訊息（semantic information）；其中語義的層次是生物系統之外的設計者所賦予的 ，因為語義反映思想與意義與目的，對創造論而言，這不是在系統之內能夠發生的，正如同機器人之能行走是由於設計者的設計，鳥翅能飛行是由於造物主的賦予，因此鳥翅的發育其基因的表現乃是被這一不可見的目的所引領。語義信息正是反映各生物系統的主要特徵，如細胞的語義信息正是表達出生命的最小單位，反映出新陳代謝、分化、生殖的現象，胃的語義信息正是表達出消化的功能，而人作為整體其語義信息就是反映出神的形像。第三，語境性的信息（pragmatic information），則是指生命系統受到生物性、化學性或物理性的環境的影響，系統生物學以為外基因（epigenetics）的信息，并非來自基因內部的遺傳，但卻是同樣影響生物基因的表現（genetic expression）。
[1] Pedro C. Marijuan, “Second conference on foundations of information science: the quest for a unified theory of information,” BioSystems 46 (1998): 1-7.
aubinchang 