2013年5月21日"Biophysical Journal"发表了中科院武汉物理与数学研究所数据分析与统计计算课题组和武汉大学数学系邹秀芬教授课题组合作研究文章，他们以芽殖酵母细胞为模型，在细胞命运抉择网络的数学建模方面取得初步进展。

    揭示细胞内部复杂的系统行为是目前计算生物学的一个重要任务。当细胞受到内外信号刺激时，细胞在不同命运之间进行抉择对于细胞的生命过程是十分重要的：如单细胞有机体为适应环境的变化，需要作出关键的抉择来进入不同的生命周期阶段;在多细胞生物发育过程中，前体细胞要选择发展成特异的细胞类型。

    作为最简单的真核生物，芽殖酵母细胞常被当作模式生物，用于研究生命过程相关的分子机制。芽殖酵母细胞周期进程中存在一个检测点，称之为Start point：pre-Start的细胞可以选择与不同性别的邻居细胞进行交配，post-Start的细胞则直接选择进入细胞周期而导致分裂。

    在该研究中，基于单细胞水平收集到的实验数据，研究者们通过数学建模建立了芽殖酵母细胞在细胞分裂和交配之间进行命运抉择的网络模型，阐述了细胞周期Start检测点的分子机制，定量重现了野生型以及变异型细胞的若干实验结果。特别是，研究者们利用蛋白浓度的信息定义了一个网络熵“network entropy”，发现网络熵演化到最大值的时候恰好对应细胞命运抉择的临界点，从而给出了Start检测点的一个不同于前人的定义，这种精确的对应在分子噪声作用下、分子网络拓展下显示了很强的鲁棒性。

    该杂志同期在线刊发了美国弗吉尼亚理工大学生命科学系John Tyson教授课题组撰写的New and Notable，用两个页面专门介绍了该工作，指出该研究“依据一个来源于统计物理的经典思想，作者提出了一个新奇的分析命运抉择网络中竞争性分子通路的方法”(propose a novel way to analyze competing molecular pathways that determine alternative cell fates, based on classical ideas from statistical physics)。着重分析了论文中提出的网络熵概念及其在细胞命运抉择网络应用中的潜在意义，并展望“如果未来可以证实熵就是驱动细胞命运抉择的动力，那么也许我们就可以说细胞行为不仅来源于生化规律而且也有物理上的根本原因”。