シンギュラリティ系有料メールマガジン発行を構想致しております
無料メールマガジン版 ( 別途有料版開始時打切 )
http://mailux.com/mm_dsp.php?mm_id=MM53D8AF3589BC7


設計概要自体の代りに周辺情報 ( 論文翻訳等 ) をお届け致しております



YAMAGUTIseisei wrote:
>>>Google 翻訳 http://pnas.org/content/early/2020/01/07/1910837117/# http://pnas.org/content/117/4/1853
>>> PNAS 最初に公開されたのは2020年1月13日 http://doi.org/10.1073/pnas.1910837117
>>>
>>>
>> :
>>> 再構成可能生物を設計するためのスケーラブルなパイプライン
>>>
>>>
>>> サム・クリーグマン
>>> a. バーモント大学 、バーリントン、 VT 05405のコンピューターサイエンス学科。
>>>
>>> ダグラス・ブラキストン
>>> b. タフツ大学生物学部 、メドフォード、 MA 02153;
>>> c. アレンディスカバリーセンター、 タフツ大学 、メドフォード、 マサチューセッツ州 02153;
>>>
>>>マイケル・レビン
>>> b. タフツ大学生物学部 、メドフォード、 MA 02153;
>>> c. アレンディスカバリーセンター、 タフツ大学 、メドフォード、 マサチューセッツ州 02153; 
>>> d. Wyss 生物学由来工学研究所 ( 合成生物学工学研究所 ? ) 、 ハーバード大学 、ボストン、 MA 02115
>>>
>>> ジョシュ・ボンガード
>>> a. バーモント大学 、バーリントン、 VT 05405のコンピューターサイエンス学科。
>>>
>>>
>>> 1. カリフォルニア州ラ・ホーヤの生物研究のためのソーク研究所のテレンス・J・セノウスキーによって編集され、2019年11月26日に承認された（2019年6月24日のレビューのために受け取られた） 
>>>
>>>http://pnas.org/lookup/suppl/doi:10.1073/pnas.1910837117/-/DCSupplemental# http://pnas.org/highwire/filestream/906738/field_highwire_adjunct_files/0/pnas.1910837117.sapp.pdf#1/pnas.1910837117.sm01.mp4#2/pnas.1910837117.sm02.mp4
>>>
>>>
>>>
>>> in vivo
>>> 生体内 → 生体で 生体として
>>>
>>>
>>> # http://openoffice.org/



意義

? ほとんどの技術は、 ry 。
殆どのテクノロジは、時間の経過とともに劣化し、有害な生態学的および健康上の副作用を引き起こす可能性のある鋼鉄、コンクリート、化学物質、およびプラスチックから作られています。
? したがって、 ry 有用であり ry は生体系そのものです。
したが●て、自己再生性で生体適合性のある材料を使用して技術を構築することは有●用であり、その理想的な候補は生体システムそれら自身です。
? ry 、ここでは、生物学的機械をゼロから設計 ry 方法を示します。コンピューターは、シミュレーションで新しい機械を自動 ry 。
したがって、完全に生物学的な機械を一 ( 訳注 : 遺伝子/ゲノム改変を伴わず破滅的バイオハザードの回避率の増を彷彿させる細胞組織レベルの謂わば漢方的技術 ) から設計する方法を我々は示します : コンピュータは、新しい機械をシミュレーション内で自動的に設計し、異なる生物学的組織を組み合わせることで最適な設計を構築します。
? さまざまな生活機械 ry 。
これは、他の人がこのアプローチを使用して、人体内に安全に薬物を送達し、環境修復を助け、または生命が採用する可能性のある多様な形態と機能の理解をさらに広げるためのさまざまな生命機●械を設計することを示唆しています。

概要

? リビングシステム ry 支えています。
生体システムは、これまでに作成されたどのテクノロジーよりも堅牢で、多様で、複雑で、人間の生活を支えてもいます。
? ry 現在、in vitroでの既存の生物または生体工学オルガノイドの変化に限定 ry 。
ただし、新しい生命体を作成する私たちの能力は現在、既存生物の変化か、試験管内生体工学オルガノイドか、に限定されています。
? ry 示します.AIメソッドは、in silicoで多様な候補生命体を自動 ry して、いくつかの目的の機能を実行し、次に、セル ry して、予測可能な動作を備えた生体 ry 転送可能な設計を ry 。
ここでは、機能的な新しい生命体を作成するためのスケーラブルなパイプラインを示します : AI ( 訳注 : ML 的 ? ) メソッドは、目的機能いくつかを実行する為の多様な各候補インシリコ生命体構成体を自動的に設計して、次に、セルベースの構築ツールキットを使用して、予測可能動作が備わった生体システムを実現する転送 ( 訳注 : 疑似的な準転生 ) 可能な各デザインを作成します。
このパイプラインの一部のステップには依然として手動の介入が必要ですが、将来の完全な自動化により、さまざまな機能のための独自の特注のリビングシステムを設計および展開する道が開かれます。

* 進化的計算
* 人工生命 ( 訳注 : 主に人工生命体的文脈 ? )
* バイオエンジニアリング 

? ほとんどの最新技術は、 ry 素材から構築されています。前者は、設計 ry いるためです。 生体システムは ry 、それらに ry 新しい動作の ry 。
殆どの最新テクノロジは、生体素材ではなく合成素材 ( 後者は、設計、製造、および保守が容易であることが証明されているため ) から構築されています ; 生体システムそれは構造と機能の堅牢性を示すため、それに課せられる新しい振舞の採用に抵抗する傾向があります。
? ry システムをab initioで継続的 ry に設計 ry 、最も強力でありながら静的な技術の耐用年数を ry 超える可能性 ry 。
ただし、生体システムを継続的かつ迅速に ab initio で設計し、新しい機能を提供するために展開できる場合、エントロピーに抵抗するその生来の能力により、我々の最強であれど静的であるテクノロジの耐用期間をはるかに超える事を可能にする可能性があります。
? ry to self-organize adaptive functionality ry .
? ry 再生により顕著な可塑性が明らかになり、細胞または臓器システム全体が急激な変形にもかかわらず適応機能を自己 ry ことが可能になります（ ry 。
この耐性の例として、胚の発生と再生とでの顕著な可塑性が、発揮され、細胞群か各臓器システムそれら全体かの急変形的造成にも関わらずの適応的感応性を自己組織化することを可能とします（ 1、2 ）。
? 新しい構成 ry を活用することは、出現と誘導自己組織化の両方 ry 介して複雑な新しい解剖学 ry します（ 3 ）。
新構成で機能する細胞の計算能力を利活用することは、創発と guided self-assembly ( 3 ) との両方の利点を介しての複雑な新たな解剖学を達成する合成形態を作成する可能性を示唆します。

? ry 、オーダーメイドの生活システム ry 。
現在、オーダーメイド的な生体システムを設計および構築するために進行中のいくつかの方法があります。
? 単一細胞生物は ry 可能では ry 。
単細胞生物は、リファクタリングされたゲノムによって改変されていますが、そのような方法は、多細胞の形状または行動の合理的な制御にまだ拡張可能 ( 原文 : スケーラブル ) ではありません（ 4 ）。
? ry が、結果は大部分が出現し、実験者 ry 、構造（および機能）の ry 。
合成オルガノイドは、細胞を特定の培養条件にさらすことで作成できますが、結果の大部分が創発しそして実験者の制御下にないため、彼らの構造 ( 従って機能も ) の制御は非常に限られています（ 5 ）。
? ry の取り組みでは制御が向上します（ 6^Z^Z 8 ）が、任意 ry 構造の行動への影響を予測できない、自動設計によって新しい形態を発見するのではなく、既存の生物に似た生物学的機械にアセンブリを制限しています。
逆に、 3D足場を使用したバイオエンジニアリングの取組は制御を向上させます（ 6 〓 8 ）が、任意の生物学的構造の振舞的影響を予測できないので、自動設計によっての新形態発見よりも寧ろ、既存生物似な生物学的機械に、アセンブリを制限します。

? ry 、計算検索 ry プリンティングの ry より、in silicoで機械を設計 ry 10 ）、それらの物理インスタンスを製造するための ry （ 11、13 ）。
一方、計算的検索と3Dプリンティングとの進歩により、マシンの、 in silicoでの設計およびトレーニング（ 9、10 ）とそして物理インスタンス製造、の為のスケーラブルな方法が生み出されました（ 11 〓 13 ）。
これらのアプローチのほとんどは、進化的探索法（ 14 ）を採用しており、学習法とは異なり、機械の物理的構造とその動作の設計を可能にします。
? ry は、特定の問題 ry これは、一部の設計が ry に優れてインスタンス化できる ry 。
これらの進化的設計手法は、与えられた単一問題に対する多様なソリューションを継続的に生成します。これは、幾つかの設計が他の設計よりも物理的に優れたインスタンス化ができるため、有用であることがわかります。
? さらに、設計対象のアーティファクトとそれが提供する機能にとらわれません。同じ進化アルゴリズムを再構成して、薬物 ry ）、の再構成。
更にそれらが、設計対象アーティファクトその種類と機能とに囚われず提供するのは : 同じ進化アルゴリズムで可能な、薬物（ 15 ）、自律マシン（11、13）、メタマテリアル（ 16 ）、またはアーキテクチャ（ 17 ）、の設計の為の再構成。

? ry アプローチを示し、セルベースの構築ツール ry 使用して進化 ry 。
ここでは、進化アルゴリズムを使用してインシリコで生体システムを設計するためのスケーラブルなアプローチを我々は実証し、細胞ベースのコンストラクションツールキットを使用した進化した設計を迅速に製造する方法を示します。
? ry ブロックの説明と、製造 ry 示す必要な動作を入力 ry 。
このアプローチは、使用される生物学的ビルディングブロックと、製造されたシステムが示すべき望ましい振舞と、の記述を入力として受け取る線形パイプラインとして編成されます（ 図1 ）。
? ry 、その動作をさまざまな方法 ry 高い生活システム ry 。
パイプラインは、その振舞を異った方法で具体化するパフォーマンスの高い生体システムを継続的に出力します。
結果として生じる生体システムは、新しい機能を生み出す細胞の新しい集合体です。細胞レベルを超えると、既存の臓器や生物とはほとんど似ていません。


図1

* 図のダウンロード
* 新しいタブで開く
* パワ●ポイントをダウンロード 

図1

? ry 可能な生物の設計と製造。
再構成可能生物を設計し構成する。
? ry な構成要素[ ry 。
構造的な構成ブロック[ここでは収縮性（赤）および受動的（シアン）ボクセル]とともに、行動目標( 例えば、変位の最大化 ) が進化アルゴリズムに供給されます。
? ry 、最初はランダムな母集団を進化させ、 ry 。
このアルゴリズムは、ランダム母集団を進化させる事から始めて、見つかった最適な設計を返します。
アルゴリズムは、異なるランダムな母集団から99回再実行され、in silicoで多様なパフォーマンスデザインを生成します（ A ; SI付録 、セクションS5 ）。
? その後、パフォーマンスの設計は、 アフリカ ry （ C^ZF ; SI付録 ry ）の開発を使用して生体内で構築された、収縮細胞のランダム ry 。
パフォーマンスな設計は、その後、アフリカツメガエルの心筋細胞と表皮細胞の前駆細胞（ C-F ; SI付録 、セクションS8 ）の発達を利用して in vivo で構築された、収縮細胞のランダム位相変調に対する堅牢性（ B ; SI付録 、セクションS7 ）によってフィルタリングされます。ペトリ皿の表面に配置され、その挙動が観察され、設計の予測される挙動と比較されます（ SI付録 、セクションS9 ）。
インシリコと生体内の振る舞いの不一致は、その後の設計-製造サイクル中に進化する可能性のある設計の種類に対する制約の形で進化的アルゴリズムに戻されます（ G ; SI付録 、セクションS6 ）。
? ry の階層化と整形の手法は、実現された生体 ry モデルのように振る舞うように ry 。
同時に、組織のレイヤ化と整形との手法は、実現される生体システムが仮想モデルに更に似た振舞をする様に修正されます（ SI付録 、セクションS8 ）。


結果

パイプラインは、ジェネレーターとフィルターのシーケンスとして編成されています（ SI付録 、図S1 ）。
? ry は、生物 ry を組み合わせて目的の動作を実現するさまざまな方法 ry 。
最初のジェネレーターは、目的な振舞を生物学的ビルディングブロックを組合せて実現する異った方法を発見する進化的アルゴリズムです。
ランダムなデザインの母集団が最初に作成されます。
次に、物理ベースの仮想環境で各設計がシミュレートされ、パフォーマンススコアが自動的に割り当てられます。
? ry 、パフォーマンスの高いデザインのランダムに変更された ry 。
パフォーマンスの低いデザインは削除され、高パフォーマンスデザイン達のランダム改変されたコピーによって上書きされます。
このプロセスを繰り返すと、パフォーマンスの高い多様なデザインの集団が生成されます（ 図2 ）。

図2。

* 図のダウンロード
* 新しいタブで開く
* パワ●ポイントをダウンロード 

図2。

再構成可能な生物の設計。
所定の目標に対して、100の独立した進化的試験がインシリコで行われました（ A^ZC ）。
各色付きの線は、そのクレード内で最も速く動くデザインの速度を表します。
? ry より、解剖学と行動を決定 ry 。
各ゲノム（ D ）は、ボクセルが結合する場所と方法、およびボクセルが受動的（シアン）か収縮性（赤; E ）かを判断することにより、生体構造と振舞とを決定します。
ゲノムは発生過程をシミュレートし、 SI付録のセクションS4で詳細に説明されています。
設計（ F ）によって生成される異なる動作トレースは、各評価期間中に各収縮性細胞の作動をランダムに摂動させた結果です。
行動の痕跡はすべて同じ位置（青）から始まりますが、最終目的地（赤）まで時間の経過とともに分岐します。
? ry 緑で表示されます。
（ G ）1つの評価期間中、重力下で1秒間安定した後、圧縮された収縮ボクセルと膨張した収縮ボクセルは、それぞれ赤と緑で強調的に示されます。
? ry (but not necessarily behavior).
? ry ため、ジオメトリを保持 ry の解剖学的解像 ry H ）（ただし、 ry 。
遺伝子型はスケールフリーであるため、構造配置を保持しながら、デザインの生体構造解像度を上げることができます（ H ）（しかし、必ずしも動作ではありません）。 ?
すべての進化的トライアルが完了すると、各トライアルから最もパフォーマンスの高いデザインが抽出されます（ I ）。
パイプラインの次の段階に渡された堅牢な設計は、他の99個の設計の平均速度（灰色の曲線）よりも平均して速く（赤い曲線）移動します。


? シミュレートされた物理環境と対象となる物理環境には ry 。
シミュレート物理環境とターゲット物理環境とには多くの違いがある可能性が高いため、性能設計は、ノイズに直面しても望ましい動作を維持する設計の通過のみを許可するロバストネスフィルターを通過します（ SI付録 、セクションS7 ）。
? 以前の研究 ry 性は、物理的にインスタンス化されたときにデザインがその動作を維持するかどうかの単純で効果的な ry 。
従来の研究では、シミュレーションでの耐ノイズ性は、デザインそれが物理的インスタンス化されたときにそれの振舞を維持するか、の単純且つ効果的な予測因子であることが示されています（ 18 ）。

? 残っている耐ノイズ設計は、次に ry 適さない設計（ SI付録 、図S6 ）を削除 ry 通過します。将来の展開。
そこで生残った耐ノイズデザインは、次に、現在のビルド方法に適さない（ SI付録 、図S6 ）か、将来の展開でのより複雑なタスクでスケールしないと目されるか、のデザインを削除するビルドフィルター（ SI付録 、図S4 ）を通過します。
? ry 製造可能性は、発達中の幹細胞の集合体に残る最小の凹面 ry これは、集合幾何学の小さなギャップ ry 。
設計の製造可能特性は、発達中幹細胞集合体にあっての大いなる最小凹面サイズに依存します。これは、ジオメトリの小ギャップを閉じる傾向があります（ SI付録 、図S7 ）。
? ry し、将来の臓器 ry にスペース ry 。
設計のスケーラビリティは、受動組織の割合に依存しその事は、将来の、臓器システムまたはペイロードに、スペースを提供します（ SI付録 、図S13 ）。

? ry 生体組織からビルドされます。
ビルドフィルターを正常に通過したデザインは、生体組織構築されます。
多能性幹細胞は、胞胚期のアフリカツメガエル胚から最初に採取され、分離され、プールされて、所望の数の細胞が得られます。
? インキュベーション期間の後、マイクロサージェリー鉗子と13μmワイヤチップ焼uter電極の組み合わせ ry を減算により手動で成形し、シミュ ry 設計の ry 。
孵化期の後、マイクロ手術ピンセットと13μmワイヤチップ焼灼電極 ? との組み合わせを使用して、凝集組織を減算 ( 訳注 : 削出し ? ) により手動でシェイプアップし、シミュレーション設計案の生物学的近似を生成します。
? ry 心臓前駆細胞、胚細胞由来の細胞の採取および包埋により、 ry 組織を生体に層状化 ry 。
さらに、 アフリカツメガエル心筋前駆細胞 ( 胚細胞由来 ) を採取し組込む事を通じて、収縮性組織をこの生物内にレイヤ化できます。これは、心筋細胞（心筋）に自然に発達し、結果として得られる形状の特定の場所で収縮波を生成します（ SI付録 、図S6 ）。

? この手順の最終製品は、進化した設計の生きた3D ry 、結果として生じる挙動があれば ry 。
このプロシージャの最終製造物は生命、進化した設計の 3D近似です。これは、栄養素を追加せずに数日間または数週間、自己移動して水環境を探索する能力を備えています。
その後、これらの生物はそれぞれの物理的環境に展開され、結果としての生じた挙動がもしもあればそれが観察されます（ 図3 ）。
? 次に、行動をシミュレート ry された行動 ry 、行動が ry したかを判断 ry 。
各行動を、然して、シミュレートされた対応物によって予測された各行動と比較して、各行動がインシリコからインビボに移行したかどうか、またはどれだけうまく移行したか、を判断します（ 図4 ）。

図3

* 図のダウンロード
* 新しいタブで開く
* パワ●ポイントをダウンロード 

図3

? 再構成可能な生物の製造。
リコンフィギュラブル生物を造成。
? ry 多能性胞胚 ry 。
（ A ） X. laevis胚から採取した多能性 ( 万能性 分化万能性  ) 胞胚細胞の凝集。
（ B ）シェイピングにより、進化したインシリコデザインの3D表現が得られます。
? ry 赤色蛍光系統トレーサー ry 。
（ C ）心臓前駆細胞の層状化により、特定の場所に収縮性心筋細胞組織が生じ、赤色蛍光な抗原 ( 細胞系統 ) トレーサーによって視覚化されます。
（ D ）水性環境での自己運動の微速度撮影。
? ry 環境内の個人による破片の集合の出現および（ F ）24 ry わたる再構成可能な生物のグループによる（ ry 。
（ E ）環境内でのデブリの凝集の、個体単体による創発的挙動、及び（ F ）24時間に亘ってのリコンフィギュラブル生物グループによる （ SI付録 、セクションS10.4 ）。
? ry ： A^ZE ry はそれぞれ500 ry
（スケールバー： 各々、A-Eの場合は500μm、 Fの場合は5 mm。）


図4

* 図のダウンロード
* 新しいタブで開く
* パワ●ポイントをダウンロード 

図4

? ry からin vivo ry 。
silicoから vivo への転送。
製造および特定の仮説テスト（ A ）のために選択された最初の設計は、進化アルゴリズムによって発見された受動（表皮;緑）および収縮（心臓;赤）組織の最も堅牢で安定したエネルギー効率の高い構成でした。
設計は1分間のシミュレーション時間で25回評価され、25の移動軌跡が得られました（ Cのピンクの曲線）。
この設計を具体化する6つの再構成可能な生物が構築されました（例： B ）（ SI付録 、セクションS9 ）。
3つは4回評価され、他の3つはそれぞれ10分間5回評価されました（ Cの 27個の青い曲線）。
生物の動きの方向は、設計の予測される動きの方向と一致しました（ P <0.01;詳細はSI付録のセクションS9 ）。
? ry 、デザインの進化 ry 面（ D ）を中心 ry させ、インシリコ ry 評価することにより、ジオメトリと組織分布を変更しました（ ry ）。
生物の動きが偶然の結果なのか、デザインが持つ進化したジオメトリと組織配置とによるのかを判断するため、デザインをその横断面の水準座標中心に180°回転させることにより、ジオメトリそして組織分布、を反転し（ D ）、インシリコでさらに25回評価しました（ Fのピンクの曲線）。
6種類の生物のそれぞれも同様に反転されました（ E ）：4種類は5回評価され、残りの2種類は1度だけ評価されました（ Fの 22の青い曲線）。
? Inverting the design significantly reduces its net displacement ( P < 0.001), as did inverting the organisms ( P < 0.0001).
? 設計の反転は、生物の反転（ P <0.0001）と同様に、正味変位（ P <0.001）を大幅 ry 。
生物反転（ P <0.0001）のそれと同様に、正味変位 ( ? 訳注 : 総合的変位 総体的変位 The vector sum of the individual displacements http://physics.bu.edu/~duffy/ns540_fall10_notes01/EP_ch02_2dash1to2dash4.pdf# ) （ P <0.001）を設計反転は大幅に削減します。


いくつかの生物が展開されて観察された後、それらはさまざまな量の望ましい行動を示す可能性があります。
? 成功したシステム ry 制約に蒸留され、進化アルゴリズムに戻されます。進化アルゴリズムは、パフォーマンスだけでなく、制約にも適合する設計 ry 。
成功システム間の共通パターンは、制約に ( 訳注 : ルールとして ) 蒸留 ( 訳注 : 精製 ) され、進化アルゴリズムに逆供給 (  訳注 : フィードバック ) されます。単に高パフォーマンスなだけでなく、制約に適合していもする設計を進化アルゴリズムは進化させます（ SI付録 、セクションS6 ）。
? これにより、その後の設計から展開の試行 ry 可能性が高くなります。
これはその後の、設計から展開に至るまでの試行が成功する可能性を増大します。

再構成可能な生物は、4つの異なる行動を示すように進化しました：移動、オブジェクト操作、オブジェクト輸送、および集団行動（ SI付録 、セクションS10 ）。
これを達成するために、パイプラインは4回使用されました。

? Locomotion.
移動。

多様なデザインの母集団を得るために、進化アルゴリズムの100の独立した試行が行われました（ 図2 A^ZC ）。それぞれが異なる初期ランダムデザインのセットから始まります。
? ry 、 ry に達成 ry 変位に基づいて設計 ry （ ry 、2 Hzでのサイクリング）。
各試行中に、10秒間に亘って達成された正味変位（ランダム化、位相変調収縮、2 Hz サイクルで ）に基づいて、設計が選択されました。
? ry 各試験内の固有の遺伝系統内およびその間 ry 。
追加の選択圧力を適用して、各試験内での固有遺伝系統の系統内及び系統間の競合を誘発することにより多様性を維持し（ 19 ）、固有の生態学的動態をもたらしました（ SI付録 、セクションS5 ）。
? ry ビルドフィルターを ry 。
各試行の最後に最も適合した設計が抽出され（ 図1 A ）、堅牢性とビルドとのフィルタを通過しました（ SI付録 、図S4 ）。
このフィルタリングプロセスでは、ランダムな摂動中に高速移動を保持する、構築可能でスケーラブルな設計が製造用に選択されます（ 図3およびSI付録 、図S6 ）。

? Cilia, which produce locomotion through metachronal waves (the generation of sequential and directional propagating waves, as opposed to synchronized beating),  ry .
? ry 異時性波（ ry 移動を生成し、 ry に、連続および方向の伝播波  ry マイクロインジェクションにより生体内で抑制 ry 。
繊毛は、異時性波 ( 訳注 : metachronal wave of cilia = 繊毛波 ) （同期化された拍動とは対照的に、シーケンシャル且つ方向的な伝播波の生成）を介して移動を齎し、in silicoでモデル化されておらず、Notch細胞内ドメイン（Notch ICD）を転写するmRNAの胚性マイクロインジェクションを介して in vivo で抑制されました（ 20 ）。
したがって、変位は、皿の表面を押す収縮性心筋組織に起因します。
これにより、シミュレーションと、実現された生物との比較が簡単になります。
? ry 直立および反転した180°の横断面）でコンピューター内と生体内で比較され、予測 ry 動作の違いに対する設計 ry 分離します。
デシリエイトデザインの軌跡は、2つの方向（直立と横断面での 180° 反転と）に於て in silico とin vivo とで比較されるので、予測された動作と実現された動作との差異に於ての、設計された形態の影響を分離 ( 訳注 : 切分け 分析 ) します。
? ry ついて、データは、望ましい動作が直立しているときは正常に転送されたが、反転したときは正常に転送されなかったことを示唆しています（ ry 。
少なくとも1つの設計について、望ましい振舞の転送が成功した事をデータは、直立時に示唆しますが、反転時に示唆しません（ 図4 ）。
? ry 、インシリコの両方で正味変位 ry しました（ ry ）およびin vivo（ ry ）。
より具体的には、直立生物の運動方向は、ランダム摂動下でインシリコ設計の方向と一致し（ P <0.01; SI付録 、セクションS9の詳細）、設計を反転すると、インシリコ（ P <0.001 ）および in vivo （ P <0.0001）の両方で、正味変位が大幅に減少しました。
? ry 、転移が成功したのは偶然ではなく、設計 ry 。
これは、転送成功は偶然によらず設計自体によるものであることを示唆しています。

? オブジェクト操作。
オブジェクトマニピュレーション。

? ry 場合、運動性設計により、in silico ry ）の両方 ry オブジェクトが自発的 ry 。
環境に粒子状物質が散らばっている場合、 in silico（ SI付録 、図S10 ）とin vivo（ 図3 FおよびSI付録 、図S11 ）との両方で外部オブジェクトを運動性設計が自発的に凝集します。
より明確なオブジェクト操作を選択して、デブリを除去するターゲット領域を指定したり、廃棄するオブジェクトを指定したりするなど、明確な目標を設定できます。
後者の目標が実装され、プリミティブエンドエフェクタがシミュレーションで進化しました（ SI付録 、図S12 ）。

オブジェクトトランスポート。

? ry for displacement reduced hydrodynamic drag ( ry ) via a hole through the center of their transverse plane.
? ry 介して、変位が低減された流体力学的抗力のため ry 。
いくつかの設計は、横断面の中心を通る穴を介す流体力学的抗力を低減させる変位の為に進化しました（ SI付録 、セクションS6 ）。
? ry 、生体内で実現 ry 組織と重なることはありませんでした。
このより複雑なトポロジは、 in vivo で実現されました（ SI付録 、図S13 ）が、収縮性組織とのレイヤを成しませんでした。
? ry can be exapted as ry .
? ry 、この新しい機能はオブジェクトを保存および ry として適合させることができます。
シミュレーションでは、この創発フィーチャはオブジェクトを保持及び輸送するためのポーチとしての適用が可能です。
? ry 制約として ry 、持ち運ぶ物体の距離 ry 。
進化の次のラウンドでは、ポーチが設計上の制約 ( 訳注 : 定義 ? ) として明示的に組み込まれ、物体運搬の距離を最大化するという新しい目標が採用されました。
? ry 、in silicoで進化 ry が生成されました（ SI付録 、図S13 ）。
これにより、進化したオブジェクトトランスポートが in silico で成されました（ SI付録 、図S13 ）。

集団行動。

同じ環境に複数のデザインを配置して、集合的な動作を生成することができます（ 21 ）（ SI付録 、図S10およびS11 ）。
インシリコで予測されたこのような行動のいくつかは、生体内で観察されました。
? ry 形成し、 ry 、いくつかの回転で互い周りを周回する ry 。
たとえば、2つの設計が衝突し、一時的な機械的結合を形成しそして、離脱軌道に乗って分離する前に、互いの周りを数回転することがよくあります（ SI Appendix 、図S10 ）。
? ry が生物 ry 絡み合い、しばしば観察を通じてパートナー ry 。
この現象は、繊毛がこの生物上で抑制されていない場合に、より顕著になります。個体は頻繁に隣人と絡み合い、観察中しばしばパートナーを変えます（ 図3 FおよびSI付録 、図S11 ）。

討論

? ry シミュレーションと設計 ry 最近、異なる材料と作動特性を持つソフトコンポーネント ry 。
剛体構造と機械のシミュレーション又設計はしばらく前から可能でしたが、ごく最近、材料及びアクチュエーション特性を異にした軟体コンポーネントの任意の集合体の組み合わせ動作をシミュレートすることが計算上扱いやすくなりました（ 22 ）。
? ry このようなきめ細かいシミュレーション ry 。
ここに示すように、このような細粒度シミュレーションを進化的検索方法に組み込んで、人工材料ではなく生物学的材料でインスタンス化できる設計を発見できます。

結果として生じる生物は、ランダムなノイズとして心筋細胞の時間的協調をモデリングしているにもかかわらず、進化したインシリコデザインの構造（ SI付録 、図S8 ）だけでなく、その挙動（ 図4 ）も具体化しました。
? 移動の選択 ry として、ランダム化 ry しました。全体的な形状の変化、受動細胞と収縮細胞の分布の変化により進化の改善が起こり、 ry まとめてランダム ry 。
移動運動選択圧力の副作用として、非ランダム化形態が進化しました : 形状の全体的シェイプと、そして受動細胞及び収縮細胞との分布と、の変化を通じての進化向上が起こる事で、ランダム作動によって生成されるグローバルな動きをまとめて非ランダム化します。
生物学では、ランダムノイズに対するこのような堅牢性は遍在しています。1つの例は、多くの種が胚形成の出発点として細胞のサイズと数の幅広い多様性に適応する能力です（ 23 ）。

個々の細胞の行動能力、および細胞がグループで協力する傾向は、新しい状況で機能的な形態形成を促進します。
? ry を持っています。
ここに提示された生命体は、神経系を欠いているにも関わらず、新しい発達軌道をたどり、異なる組織の材料で構成されているにもかかわらず、これらの自己組織化特性を演じます。
? これらのプロパティは ry された動作と相乗作用し、サポートします。
これらの特性は、それらが示すように設計された振舞に、相乗作用とサポートとをします。
? ry 伝達は強制されませんでしたが、 ry 間の緊急の自発的調整により、物理的に実現 ry する一貫した位相整合収縮が生じ ry 。
たとえば、心筋細胞間のシグナル伝達が施行されなかったにも関わらず、心筋細胞間での創発的な自律協調により、物理的実現された設計での移動を支援する位相整合収縮に於て一貫性が生じました。
? また、設計 ry 散らばるデトリタスを自発的かつ集合的に集約します（ ry 。
それだけでなく、設計のいくつかは、組み合わされると、共有環境内に散らばる有機破片を自律的且つ集団協調的に収集します（ 図3 FおよびSI付録 、図S11 ）。
? ry などの損傷 ry 。
最後に、再構成可能な生物は、外部から課せられた構成を自己維持するだけでなく、裂傷を自動的に閉じるなど、損傷に直面しても自己修復します（ SI付録 、図S9 ）。
そのような自発的な動作は、設計プロセス中にその動作が明示的に選択されない限り、人工材料で構築された機械からは期待できません（ 24 ）。

? このアプローチでは、 ry フィルターの ry により、パイプライン内の要素のモジュール式の ry 再編成が可能になり、新しいドメインの新しいタスク用の新しいリビングシステムの迅速 ry 展開が可能になるため、将来 ry 化が可能になります。
このアプローチは、ジェネレーターとフィルタとのアーキテクチャにより、新ドメイン内の新タスク用の新生体システムの迅速な設計及び展開の為のこのパイプライン内に於ての要素のモジュール方式での追加、削除、または再編成を可能たらしめるので、将来の一般化と自動化とを許容します。
? ry 物理的に実現できないry が知られている設計空間の部分から進化 ry 先制的に操作するフィルター ry 。
例えば、物理的具現化できない設計を含むことが分っている設計空間の各部を避けつ進化アルゴリズムを先制的 ( 原文 : プリエンプティブ ) に舵取りするフィルタを追加することができます（ 25 ）。
? ry なり、セルラーアセンブリおよびアセンブリのアセンブリの階層デザインと再利用が可能になります。
または、ディープニューラルネットワーク（ 26 ）の階層構造に触発されて、1つのジェネレーターから出力される個々のデザインが次のジェネレーターへのビルディングブロック入力になり、従って、セルラアセンブリと、アセンブリのアセンブリと、の、再利用をする事を、そして階層的デザインとを、可能たらしめています。

ここで報告されているアプリケーション以外に、このアプローチの一般性はまだ不明です。
? ry 学習、ソフトボディシミュレーション ry 、将来の応用の可能性が広がる可能性があります。
しかし、機械学習、軟体シミュレーション、およびバイオプリンティングの進歩により、将来に於てなされる応用を潜在的に広げる可能性があります。
? ry 回路の ry 。
アフリカツメガエル細胞における新規タンパク質および合成生物学経路および計算回路、の誤発現のしやすさを考えると、アプリケーションは多数あり得ます（ 27 ）。
それらの非毒性と自己制限的な寿命を考えると、それらはインテリジェントな薬物送達（ 28 ）または内科手術（ 29 ）のための新しい媒体として役立つ可能性があります。
? ry のためにシグナル ry 質を発現 ry 場合、有毒または老廃物を探して消化するか、ロボットが物理的にアクセス ry で関心のある分子を識別することができます。
酵素、感覚（受容体）、および機械的変形機能の為の、シグナル伝達回路とタンパク質とを発現するように装備されている場合に彼らは、毒物又老廃物を探しての消化か、関心ある分子の識別をロボットが物理アクセスできない環境で行うか、が可能です。
? ry で発生するような内因性の再生 ry を活用することにより）再生 ry 、大規模 ry ことができます。
（プラナリアの分裂で起る様な、内因性再生メカニズムを利活用する事による）再生システムを装備している場合それは、大規模にそうする事を許容するかも知れません。
? ry 特定したり、落ち着いて疾患のある場所でイベントを識別または制御したりする ry 。
バイオメディカル環境では、動脈壁からプラークを除去したり、癌を特定したり、疾患箇所に定住してイベントを見分けるか制御するかしたり、するバイオボット（患者自身の細胞から作られます）を想定できます。
? このような構造 ry 機能は、特定の代謝工学 ry 場合、自然に寿命が制限されることです。
特定の代謝工学を欠く場合のこうした構造の有益な安全機能は、自然に制限された寿命を彼らが持つ事です。

? ry 、既存の種に可能な限り直交するが、既存の細胞型から ry 可能な生物系を設計 ry 。
これらの方法、試薬、およびデータは、既存種に対し可及的直交すれども既存細胞タイプから構築可能、な生体システムを設計することにより、研究に利用できるモデル生物の幅を広げます。
? ry ）、結果 ry 、多様 ry での行動間 ry 。
創発的プロセスと設計されたプロセスの間の計算誘導相互作用を可能にすることにより、このプラットフォームは、ゲノム（私たちの場合、野生型X. laevis ）と、結果のボディプランと、それの多様な環境での振舞と、の間の関係の研究を促進します。
したがって、再構成可能な生物は、多細胞性、生体生物学、人工生命、基礎認識、および再生医療の進化における作業を促進するユニークなモデルシステムとして機能します。
? ry 的にアクティブ ry 設計システムは、インテリジェンスが生きているシステムと生きていないシステムでインスタンス ry 方法の理解を同様 ry ことができます。
電気的アクティブなセルを装備し、認知機能または計算機能用に選択した場合（ 30 ）、そのような設計されたシステムは、インテリジェンスを非生体システムだけでなく生体システムに於てもインスタンス化できる方法の我々の理解を、同様に広げることができるかも知れません。

材料および方法
進化的デザイン。

? 設計 ry 。
各設計（ SI付録 、セクションS2 ）は、受動および収縮ボクセルの再構成可能な集合体として物理エンジン（ SI付録 、セクションS3 ）内で進化しました（ 図1 ）。
? ry パイプラインの最初のパスで、陸上で設計をシミュレートし、進化プロセスで作動を微調整できました。
移動の目標動作を使用したパイプライン 1 パス目での、設計を我々は陸上でシミュレートしそして彼らのアクチュエーションをファインチューンする為の進化プロセスが許容されました。
? ry ビルド方法では生体内では ry な境界歩行を備えた、 ry 高いが譲渡できない ry ました（ SI付録 、セクションS8 ）。
これにより、現在のビルドメソッド（ SI付録 、セクションS8 ）では in vivo では得られない強力なバウンディング歩行 ( 訳注 : 境界を保守的に見積もった歩行 ? ) 、を備えた、パフォーマンスは高いが転送できないデザイン（ SI付録 、図S2 ）が得られました。
? ry もシミュレートされたグランド ry と接触していない時間 ry 。
これらの歩行は、インシリコ設計のどの部分も、シミュレーテッドグランドプレーンとの接触状態でない時間枠（平均で、歩行サイクルの47％）によって特徴付けられました。
? しかし、生体内では、衰弱 ry 、負の浮力により、常に腹部表面と接触させたままにしました。
In vivo では、しかし乍ら、衰弱した生物は、負の浮揚性に伴って、腹部表面の一部と皿の表面との接触を常に維持しました。

これらの不一致は、環境設定と作動設定の調整という形でパイプラインに制約を追加することで修正されました。これは次のように変更されました。
? 2番目のパスでは ry 加速度の係数の減少（浮力の増加）と抗力の適用によって近似されましたデザイン ry 面に力を加えます（ SI ry S6 ）。
2 パス目では、1次流体力学を組み込むことにより、シミュレートされた環境の忠実度が向上しました：修正された環境は、水中に沈められた無限平面で構成され、重力加速度係数低下（浮力の増加）と、そしてデザインの表面上の各ボクセル面 ( SI付録 、セクションS6 ) への抗力適用と、によって概算されます。

? ry 、作動がランダム化された：収縮性細胞が修正され、中央パターン発生器（ ry 。
第二に、アクチュエーションがランダム化された：収縮性細胞が改訂され、セントラルパターンジェネレータ（周波数2Hzの正弦波）からのランダムな位相オフセットを持つようになりました。
? ry デザインの各ボクセル（ ry ）には、 ry オフセットが割り当て ry で固定されていました。
より具体的には、ランダムに構成されたデザイン（その1つが各世代で母集団に注入されました; SI付録 、セクションS5 ）の各ボクセルには、位相ランダムオフセットそれ、が割当てられ、それは子孫（クレード全体）で維持固定されました。
? ry すべての場所での元の位相 ry 。
突然変異は、各ボクセルを存在または非存在に切り替え、存在する場合は受動的または能動的（収縮性）のいずれかであり、ワークスペースの全ての座標でのオリジナル位相オフセットはハードコーディングされていました。
? ry 、正確なタイミングの励起への ry 。
これにより、励起のタイミング正確性への依存が軽減され、より堅牢な機械構造の発見が促進されました（ SI付録 、図S3 ）。

? 2回目のパスで生成 ry 。平均して、デザイン ry 。 、セクションS6 ）。
2 パス目で生成されたデザインの動作は、実際の生体システムの動作によりよく一致しました。平均して、 1 パス目では 52.7% に過ぎなかったのに対して、 デザインは評価期間の93.3％でグランドプレーンと接触していました。 ( SI付録 、セクションS6 ) 。

堅牢性フィルター。

最も性能の高い設計（ 図1A ）は、作動時のランダムな摂動に対する堅牢性によって分類されました。
? ry 、平均ゼロおよびSD s =0.4π ... （ ry ）値）。
遺伝子型に保存された位相オフセットは、平均がゼロでSD s =0.4πの正規分布からランダムに引き出された数値を追加することにより突然変異しました （これは有効な位相オフセット値の-π/ 2からπ/ 2の範囲の40％です）。
このハイパーパラメーターは、すべての変異を±π/ 2の境界に対して押し上げるほど大きくなくても、元の位相オフセット値をスクランブルするのに十分な大きさに選択されました。
? この作動ノイズ全体で最高 ry 設計は、堅牢 ry 順に1つずつビルド ry 。
このアクチュエーションノイズを通じて最高の平均性能を維持した設計は 1 つずつ、堅牢性ランキングの順にビルドフィルターに渡されました。

ビルドフィルター。

最も堅牢な設計は、連続した組織領域を順次積層する現行のビルド方法での製造可能性によって評価されます（ SI付録 、図S6 ）。
? ry は、次第に小さな形状の変形を伴う生物 ry し、生物の寿命にわたって持続し、凹面の喪失に ry 収縮により閉じる生物を決定することによって調べられました。
最小の凹面は、小形状の徐々な変形を伴う各生物を生成し、次に、その生物が天寿全うを殊更貫く事と、そして凹面をその消失につながる組織収縮に伴って閉じる事と、が決定的であった事 ( 訳注 : 度合 ? ) によって検定されました。
? 予備作業により、幅100 ^Zm ry ことが判明しました（ SI付録 、図S7 ）。
幅100 μm以上（全身の長さの12％）の凹面が、生物学的構築に適した安定した長期変形をもたらすことが、予備作業により判明しました（ SI付録 、図S7 ）。

さらに、ビルドフィルターは、感覚入力、代謝、記憶、バイオセンサーなど、運動以外の目的で特殊な細胞を追加するのに十分な設計スペースを確保するために、 50％を超える筋肉の設計を削除します。
? ry して代謝コストがはるかに高くなります ry 毎秒±1  ry 。
また、収縮性組織は非筋肉組織と比較してがはるかに高い代謝コストをも負います（人間の心臓は毎秒 1 mM ATPを消費します; ref。31）。
したがって、この組織タイプを制限すると、移転されたデザインの総寿命が延びます。
これらの選択基準を満たす最も堅牢な設計（ SI付録 、図S4 ）は、ビルドフィルターを介してパイプラインの次のステージである実現可能性ジェネレーターに渡されます。

実現可能性ジェネレーター。

再構成可能な生物は、プロトコル番号M2017-53の下でInstitutional Animal Care and Use CommitteeおよびTufts University Department of Laboratory Animal Medicineによって承認された方法の下で、ドナー組織としてアフリカツメガエル胚を使用して作成されました。

? 受精したX. laevisの卵 ry NieuwkoopおよびFaber（ 32、33 ）に従って段階化した。
アフリカツメガエル受精卵を、標準プロトコルを使用して0.1x、pH 7.8のMarc's Modified Ringers溶液（MMR）で飼育し、Nieuwkoop and Faber（ 32、33 ）に従ってステージングした。
? ry キャップを ry 、カルシウムおよびマグネシウムを含まない培地に ry 。
成形実験のために、手術用鉗子を使用して動物のキャップ ( ? 訳注 : 動物極キャップ アニマルキャップ ) をSt. 9で手作業で切断し（Dumont、11241-30＃4）、カルシウムとマグネシウムとが含まれない培地、に5分間移しました（50.3 mM NaCl、0.7 mM KCl、9.2 mM Na 2 HPO 4、0.9 mM KH 2 PO 4、2.4 mM NaHCO 3、1.0 mMエデト酸[EDTA]、pH 7.3）。
? 外側の外胚葉層は手 ry 、内側の層は完全に解離 ry はほぼ多能性 ry 。
外胚葉に於ける外側層を手作業で取り外して廃棄し、同内側層を完全解離するまで攪拌しました（この段階では細胞は主に多能性ですが、さらなる介入なしで外胚葉に分化します）。
? 5つの動物のキャップ ry ウェルディッシュに ry 。
5つのアニマルキャップからの材料をプールし、0.75×MMRを含むウェルディッシュ ( 訳注 : 細胞培養ディッシュ ? ) に移しました。
? ry と5 ^Zl ry ）を含む清潔 ry 。
14°Cで24時間後、球状の再凝集体を、10 mL 0.75X MMRとゲンタマイシン（ThermoFisher Scientific、15710072） 5 μl とを収容している清潔な1％アガロース被覆皿に移しました。
? ry （現在、イオノサイト、小 ry 細胞、杯細胞を ry は、13μmのMC ry マイクロ焼uter器とマイクロ ry 鉗子の組み合わせ ry して成形されましたワイヤ電極（ ry ワイヤチップ焼uter電極）。
組織再凝集の48時間後、得られた組織（今や、イオノサイトと、小さな分泌細胞と、杯細胞と、を含む特定の表皮細胞系統になるよう運命づけられています）は、マイクロサージェリー鉗子と、 13μmワイヤ電極（Protech International Inc.、MC-2010、13-Y1ワイヤチップ焼灼針 ( ? ) ）のMC-2010マイクロ焼灼器 ( ? ) と、の組合せを使用してシェイプアップされました。
? 必要な解剖 ry 3時間整形 ry MMRと5 ^Zlゲンタマイシンを含むきれいな ry 14°Cで上昇させました。
望ましい解剖学的結果を得るために必要に応じて組織を3時間再整形し、その後、10 mL 0.75×MMRとゲンタマイシン 5 μl とを収容しているきれいな1％アガロース被覆皿に移し、14°Cで育てました。

収縮運動実験では、 Xenopus胚のコホートに、標準プロトコルを使用して4細胞段階で2つの合成mRNAの1つをマイクロインジェクションしました（ 32 ）。
? ry ）および多毛細胞 ry ）のmRNA ry 。
蛍光系統トレーサーtdTomato（ 34 ）と、多毛細胞阻害剤Notch ICD（20、35）と、のmRNAは、mMESSAGE転写キット（ThermoFisher Scientific、AM1340）を使用して合成されました。
? 4％の細胞すべてに各 ry 。
細胞 4 個全てに各転写産物の370 pgのmRNAを送達するために、プルキャピラリーを使用して3％Ficoll溶液で注入を行いました。
tdTomato マイクロインジェクション胚は22°Cで飼育され、Notch ICDインジェクション胚は14°Cで飼育されました。
? ry MMRを含む1％ ry 動物のキャップを手で ry 。
注入の24時間後、ステージ10 Notch ICD注入胚を、0.75×MMRを収容している 1％アガロース被覆ペトリ皿に移し、上記のように手術用鉗子を使用して動物キャップを手動で切断した。
さらに、ステージ23^Z24のtdTomatoを注入した胚を同じ皿に移し、外胚葉の外層で推定心臓領域を切除した後、取り出して廃棄しました。
? ry 、3つの層を22℃で1時間回復させました。
次に、2つのNotch ICD注入動物キャップの間に推定心臓組織を配置し、そして 22 ℃での 1 時間のヒーリングをその 3 層は許容されました。
? 治癒後、0.75 ry 5 ^Zlを含む1％アガロースでコーティングされた皿に組織を移し、14°Cで上昇させました。
0.75×MMR 10 mLとゲンタマイシン5 μlを収容している 1％アガロースでコーティングされた皿に、治癒後の組織を移し、14°Cで育てました。
? ry sculpted as above using a combination of microsurgery forceps and a MC-2010 microcautery instrument.
整形のために、得られた組織は、顕微手術鉗子とMC-2010顕微焼ca器の組み合わせを使用して上記のように彫刻された。

転写性フィルター。

すべてのサンプルは、上部とサブステージの両方の照明を備えたNikon SMZ-1500顕微鏡を使用して、20°Cで0.75 x MMRでライブイメージングされました。
静止画像はQImaging Retiga 2000R CCDカメラでキャプチャされ、ビデオは30フレーム/秒のサンプルレートでSony IMX234を使用してキャプチャされました。
Noldus Ethovision 14 ソフトウェアを使用して実行ごとにXY移動軌跡を抽出し、1次元ガウスフィルターを使用して平滑化しました（ SI付録 、セクションS9.1 ）。
? ry 光源を使用して心筋 ry を確認し ry キューブを使用して ry を確認しました ry 。
tdTomato系統トレーサーは、標準テトラメチルローダミンイソチオシアネート（TRITC）フィルターキューブと蛍光光源をイメージして心筋細胞の位置をベリファイし、GFPIIIシグナルは標準フルオレセインイソチオシアネート（FITC）フィルターキューブをイメージして表皮細胞の位置をベリファイしました（ SI付録 、セクションS9.2 ）。

データの可用性。

この論文で報告された計算結果を再現するために必要なソースコードは、GitHub（ 36 ）にあります。

謝辞

? の生涯学習機械プログラム ry よって支援されました。
この研究は、DARPA / MTOの学習生命機械プログラムである協同契約番号HR0011-18-2-0022の下で、国防高等研究計画局（DARPA）によってスポンサードされました。 ?
情報の内容は必ずしも政府の立場や政策を反映しているわけではなく、公式の支持を推測すべきではありません。
一般公開が承認されました。 配布は無制限です。
この研究は、Paul G. Allen Frontiers Group（12171）を介したAllen Discovery Centerプログラムによってもサポートされており、MLは全米科学財団のEmergent Behaviors of Integrated Cellular Systems Grant（Subaward CBET-0939511）からの支援に感謝しています。
この研究は、全米科学財団の研究とイノベーションの新興フロンティア（EFRI）連続、準拠、および構成可能なソフトロボット工学（C3 SoRo）プログラム（Subaward EFMA-1830870）によってもサポートされました。
提供された計算リソースについて、Vermont Advanced Computing Coreに感謝します。

脚注

* ^Z1 SKとDBは、この作業に等しく貢献しました。

* ^Z2 通信の宛先。 メール： josh.bongard {at} uvm.edu 

? * ry JBが設計した研究。SKおよびDBは調査を実施しました。 SKおよびDB分析データ。 SK、 ry 。
* 著者の貢献：SK、DB、ML、およびJBが研究を設計しました ; SKおよびDBは研究を実施しました : SKおよびDB はデータを分析しました ; そして SK、DB、ML、JBが論文を執筆しました。

* 著者は、競合する利益を宣言しません。

* ry 直接送信です。
* この記事は、PNAS直接投稿です。

* データの蓄積：このホワイトペーパーで報告されている計算結果を再現するために必要なソースコードは、GitHub（ http://github.com/skriegman/reconfigurable_organisms ）にあります。

* この記事には、オンラインでhttp://www.pnas.org/lookup/suppl/doi:10.1073/pnas.1910837117/-/DCSupplementalでサポート情報が含まれています 。 

* 著作権^Z2020著者。 PNASにより公開されました。 

このオープンアクセスの記事は、 Creative Commons Attribution License 4.0（CC BY）の下で配布されています。
 
参照資料

1. ^Z ^Z
 1. DJ Blackiston , DJ ブラックリストン ( 原文 : Blackiston  ) 、 2. M. レビン 、
 アフリカツメガエルのオタマジャクシの頭の外側の異所性の目は、光を介した学習の感覚データを提供します 。
? J. Exp。 バイオ 216 、1031 ^Z 1040 ry 。
 J. Exp。 Biol.  216 , 1031 - 1040 （ 2013 ）。
 OpenUrl 要約 / 無料全文
2. ^Z ^Z
 1. LN ヴァンデンバーグ 、 2. DS アダムス 、 3. M. レビン 、
 アフリカツメガエルのオタマジャクシの摂動を受けた頭蓋顔面構造の正規化された形状と位置は、正しい形態を達成する生得的な能力を明らかにしています 。
 ?開発者 Dyn。 ry 863 ^Z 878 ry
 Dev. Dyn。 241、863 - 878 （ 2012 ）。 OpenUrl CrossRef PubMed
3. ^Z ^Z
 1. RD カム 他 。、
? ry ：多細胞工学的生活システムの約束 。
 パースペクティブ：多細胞工学的生体システムの有望さ 。
 APL Bioeng 2、040901 （ 2018 ）。 OpenUrl CrossRef
4. ^Z ^Z
 1. CA ハッチソン III 他 。、
 最小の細菌ゲノムの設計と合成 。
 Science 351 、 aad6253 （ 2016 ）。  OpenUrl 要約 / 無料全文
5. ^Z ^Z
 1. Y. Sasai , 2. M. Eiraku , 3. H. SugaM. 、            ? Sa 井 永楽 H. スガ 
 3次元のin vitro器官形成：自己組織化幹細胞 。
? 開発 139、4111 ^Z 4121 ry
 Development 139、4111 - 4121 （ 2012 ）。 OpenUrl 要約 / 無料全文
6. ^Z ^Z
 1. SJ パーク ら 。、
 組織工学ソフトロボット光線の走光性ガイダンス 。
 Science 353、158 ^Z 162 （ 2016 ）。 OpenUrl 要約 / 無料全文
7. ^Z ^Z
 1. MD Tang-Schomer et al  。、 
 生体工学による機能的脳様皮質組織 。
? 手続き ナトル Acad。 科学 USA ry 13811 ^Z 13816 ry
 Proc. Natl. ナトル Acad。 Sci. USA 111、13811 - 13816 （ 2014 ）。 OpenUrl 要約 / 無料全文
8. ^Z ^Z
 1. JC Nawroth et al 。、
 生体模倣推進力を備えた組織工学クラゲ 。
 Nat。 バイオテクノロジー。 30、792 ^Z 797 （ 2012 ）。 OpenUrl CrossRef PubMed
9. ^Z ^Z
 1. シムズ 、
 競争による3Dの形態と行動の進化 。
? アーティフ。ライフ 1 ry
 Artif. Life 1、353 ^Z 372 （ 1994 ）。 OpenUrl OpenUrl
10. ^Z ^Z
 1. N. チェイニー 、 2. J. ボンガード 、 3. V. サンスパイラル 、 4. H. リプソン 、
? 形態化された ry 。
 肉体化された機械の形態と制御のスケーラブルな共同最適化 。
 JR Soc。 インターフェイス 15、20170937 （ 2018 ）。 OpenUrl CrossRef PubMed
11. ^Z ^Z
 1. H. リプソン 、 2. JB ポラック 、
? ロボットの生命体 ry 。
 ロボット生命体の自動設計と製造 。
 Nature 406、974 ^Z 978 （ 2000 ）。 OpenUrl CrossRef PubMed
12. ^Z ^Z
 1. J. ボンガード 、 2. V. ジコフ 、 3. H. リプソン 、
 継続的な自己モデリングによる復元力のあるマシン 。
 Science 314、1118 ^Z 1121 （ 2006 ）。 OpenUrl 要約 / 無料全文
13. ^Z ^Z
 1. D. セルッチ 、 2. R. マッカーディ 、 3. H. リプソン 、 4. S. リシ 、
? リサイクル可能なロボットの1D印刷 。
 リサイクル可能ロボットの1D印刷 。
? ry 。 自動 レット。 2、1964 ^Z 1971 ry
 IEEEロボット。 Autom. Lett.  2、1964 - 1971 （ 2017 ）。 OpenUrl
14. ^Z ^Z
 1 , DJ Munk 、 2 , GA Vio 、 3 GP スティーブン 、
 進化アルゴリズムを使用したトポロジーおよび形状最適化方法：レビュー
? 構造。 学際的。 最適 52、613 ^Z 631 ry
 Struct. Multidiscipl. Optim. 52、613 - 631 （ 2015 ）。 OpenUrl OpenUrl
15. ^Z ^Z
 1. RV デビ 、 2. SS サティヤ 、 3. MS クーマー 、
 新しい薬物設計のための進化的アルゴリズム - 調査 。
? 適用 ソフト計算。 27、543 ^Z 552 ry
 Appl. Soft Comput. 27、543 - 552 （ 2015 ）。 OpenUrl
16. ^Z ^Z
 1. MD ハンティントン 、 2. LJ ラウホン 、 3. TW オドム 、
 進化的設計によるサブ波長格子光学 。
? ナノレット 14 ry
Nano Lett. 14、7195 ^Z 7200 （ 2014 ）。 OpenUrl
17. ^Z ^Z
 1. CT ミュラー 、 2. JA オクセンドルフ 、
 構造性能と設計者の好みを組み合わせて、進化的な設計空間を探索します。
 自動 構成 52、70 ^Z 82 （ 2015 ）。 OpenUrl
18. ^Z ^Z
 1. N・ ジャコビ 、
? 進化ロボ ry と根本的なノイズのエンベロープ ry 。
 進化的ロボティクスと根本的ノイズエンベロープ仮説 。
 適応する。 行動。 6、325 ^Z 368 ry
  Adapt. Behav.  6、325 - 368 （ 1997 ）。 OpenUrl CrossRef
19. ^Z ^Z
 1. M. シュミット 、 2. H. リプソン 、
  「 遺伝的プログラミングの理論と実践VIII （ Springer 、 2011 ） 」 、 129^Z146ページの「年齢適合性パレート最適化」 。
20. ^Z ^Z
 1. GA Deblandre 、 2. DA ウェットスタイン 、 3. N. Koyano-Nakagawa , 4. C. キントナー 、               ? 3. , 小 矢野中川
 2段階のメカニズムにより、アフリカツメガエル胚の皮膚の繊毛細胞の間隔パターンが生成されます。
? 開発 126、4715 ^Z 4728 ry
 Development 126、4715 - 4728 （ 1999 ）。 OpenUrl 要約
21. ^Z ^Z
 1. J. ワーフェル 、 2. K. ピーターセン 、 3. R. ナグパル 、
? ロボット建設チーム ry 。
 シロアリに触発されたロボットコンストラクションチームにおける集団行動の設計 。
 Science 343、754 ^Z 758 （ 2014 ）。 OpenUrl 要約 / 無料全文
22. ^Z ^Z
 1. J・ ヒラー 、 2. H. リプソン 、
 ソフトマルチマテリアル3Dプリントオブジェクトのダイナミックシミュレーション
 ソフトロボット。 1、88 ^Z 101 （ 2014 ）。 OpenUrl
23. ^Z ^Z
 1. J. クック 、
? ry 胚の利用可能な細胞 ry 。
 ボディパターンのスケールは、両生類の胚の有効細胞数に適応します 。
 Nature 290、775 ^Z 778 （ 1981 ）。 OpenUrl CrossRef PubMed
24. ^Z ^Z
 1. S. クリーグマン 、 2. S. ウォーカー 、 3. D. シャー 、 4. M. レビン 、 5. R. クレイマーボッティリオ 、 6. J. ボンガード 、
 損傷したロボットの機能回復のための自動形状変更 。
? 手続き ロブ。 科学 システム。 （ 2019 ）。
 Proc. Rob. Sci. Syst. （ 2019 ）。
25. ^Z ^Z
 1. S. クース 、 2. JB ムレ 、 3. S. ドンシュー 
? 移転可能性アプローチ ry の現実のギャップ ry 。
 転送可能性アプローチ：進化ロボティクスの具現性のギャップを越える 。
? ry Trans。 進化。 計算します。 17、122 ^Z 145 ry
 IEEE Trans. Evol. Comput.  17、122 - 145 （ 2013 ）。 OpenUrl
26. ^Z ^Z
 1. MD Zeiler 、 2. R. ファーガス 、
 「 コンピュータビジョンに関する欧州会議の議事録 」の「畳み込みネットワークの視覚化と理解」 、 D。 フリート 、 T。 パイドラ 、 B。 シーレ 、 T。 チュイテラール 、編 （ Springer 、 2014 ）、 pp。818 ^Z 833 。
27. ^Z ^Z
 1. S. Toda , 2. LR Blauch 、 3. スカイタン 、 4. L. モルスート 、 5. ワ・ リム 、                ? 1. S. Toda , 戸田
 合成細胞間シグナル伝達による自己組織化多細胞構造のプログラミング 。
 Science 361、156 ^Z 162 （ 2018 ）。 OpenUrl 要約 / 無料全文
28. ^Z ^Z
 1. D. パトラ 他 。、
 インテリジェント、セルフパワー、ドラッグデリバリーシステム 。
 ナノスケール5、1273 ^Z 1283 （ 2013 ）。 OpenUrl CrossRef PubMed
29. ^Z ^Z
 1. J・ リー 、 2. B. エステバンフェルナンデスデアビラ 、 3. W. ガオ 、 4. L. チャン 、 5. J・ ワン 、
 生物医学用のマイクロ/ナノロボット：配送、手術、検知、解毒 。
? 科学 ロブ。 2 ry
 Sci. Rob. 2 、 eaam6431 （ 2017 ）。 OpenUrl
30. ^Z ^Z
 1. F. バルシュカ 、 2. M. レビン 、
? ry 全体の認知 。
 頭を持たないことについて：生体系全体を貫く認知 。
 フロント。サイコ。 7、902 （ 2016 ）。 OpenUrl PubMed
31. ^Z ^Z
 1. J. ピケロー 、 2. R. ベンチュラクラピア 、
 周産期発達中の心臓エネルギー代謝の成熟 。
 フロント。生理。 9、959 （ 2018 ）。 OpenUrl
32. ^Z ^Z
 1. PD Nieuwkoop 、 2. J. フェイバー 、
? Xenopus laevis（Daudin ry 。
 アフリカツメガエル（Daudin）のNormal Table （ North Holland Publishing Co. 、 Amsterdam 、 1956 ）。
33. ^Z ^Z
 1. HL Sive 、 2. RM グレインジャー 、 3. RM ハーランド 、
? Xenopus laevisの初期開発 （ ry 。
 アフリカツメガエルの初期発達 （ CSHL Press 、 2000年 ）。
34. ^Z ^Z
 1. C. ウォルドナー 、 2. M. ルース 、 3. GU Ryffel 、
? ry ：移植分析 ry 。
 赤色蛍光アフリカツメガエル：接合せ分析のための新しいツール 。
? BMC Dev。 バイオ 9 ry
 BMC Dev. Biol. 9、37 （ 2009 ）。 OpenUrl CrossRef PubMed
35. ^Z ^Z
 1. CW ベック 、 2. JM スラック 、
 アフリカツメガエルの尾芽の伸長を制御する発達経路 。
? 開発 126、1611 ^Z 1620 ry
 Development 126、1611 - 1620 （ 1999 ）。 OpenUrl 要約
36. ^Z ^Z
 1. S. クリーグマン 、 2. D. ブラックリストン 、 3. M. レビン 、 4. J. ボンガード 、
 「再構成可能な生物を設計するためのスケーラブルなパイプライン」からのデータ。
 GitHub。 http://github.com/skriegman/reconfigurable_organisms# .
 2019年10月2日にデポジットされました 。

PNASの普及に関心をお寄せいただきありがとうございます。



-- 
フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
当原稿執筆編集の甚大コストへの御配慮に厚く御礼申上げます
三菱 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
郵便局 218普2449768 ヤマグチセイセイ
Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
http://yahoo.jp/HsDIGs?#_HDD_HGST



訂正

概要>? 新しい構成 ry を活用