近日，來自布里斯托大學的數學家和愛丁堡大學的生物學家聯合開展了一項分子生物學實驗，研究者Clive Bowsher和Peter Swain將他們的研究成果刊登在了近日的雜志PNAS上，文章中，研究者闡述了他們在研究活細胞代謝機制的時候，如何從眾多的噪聲（noise）之中分離出細胞信號分子（signal）。

細胞可以用內在的噪聲生化機制來在波動的環境中做出正確的決定，比如說某些效應可以產生重要的、不可預知的改變，就好像隨機性一樣，要么會隨著時間過去，要么會引起遺傳上同一的細胞，為了理解細胞是如何開發和控制這些生化機制上的波動，科學家必須識別出隨機性的來源，對它們產生的效應進行定位，并且區分攜帶的信息在生物環境到嘈雜環境中的變化。

這篇PNAS上的文章中，研究者們描寫了對酵母細胞進行的實驗，揭示了大多數細胞的變動都從本質上來講都有可能是報告情報的，并且在細胞環境中歸功于細胞的上下波動，研究結果為理解細胞中的動態信號處理以及細胞決策提供了一定的理論依據。研究者Bowsher表示，隨著我們更好地理解細胞如何對環境作出反應，我們將會更好地控制細胞的行為，比如，我們能夠將人造攜帶藥物的細胞在正確的時間成功運輸到機體的作用部位。

研究者的這篇文章揭示了如何將這種生物化學的網絡的上下波動分解成多重的組分，同時也揭示了如何設計實驗性的報道分子來檢測活細胞中的這些組分。數學家Clive Bowsher為動態系統提供了不一致的分解技術，隨后研究者們合作，在系統生物學內在噪聲的概念上、信息容量的概念上以及相關比之間建立了嚴格的，研究者們進而構建出了一種全面化的信號噪聲比系統來測量各個組分之間的不一致，從而對經過生化網絡上的信息流進行定量，定量其效率的高低。