Individus (et autres animaux) peuvent être considérés comme des modèles probabilistes de leur univers − un modèle incarné qui guide la perception et l’action. Beaucoup de travaux sur les réalisations biologiques de l’inférence probabiliste sont concentrés sur les circuits neuronaux, mais les organismes unicellulaires font aussi face à des environnements dynamiques et incertains qui exigent des comportements souvent formulés en termes cognitifs tels que la prise de décision et l’inférence. En effet, les idées issues des sciences cognitives ont été appliquées à la biologie des cellules individuelles et à celle des populations microbiennes.
Pour un biologiste informaticien tourné vers la théorie, cela soulève la question de savoir comment un milieu moléculaire du type trouvé dans les systèmes de signalisation pourrait soutenir l’inférence probabiliste. Ceci est illustré par un exemple dans lequel un organisme unicellulaire, comme la levure, estime la dynamique de son environnement stochastique (celui qui balance entre le glucose et le galactose comme source de carbone) et utilise ces estimations pour réguler son métabolisme. Le modèle illustre comment les représentations pour soutenir l’inférence dans les modèles de Markov pourraient être incorporées dans des circuits cellulaires en combinant un schéma dépendant de la concentration pour coder les probabilités avec un mécanisme moléculaire pour le comptage directionnel.
Un cas différent, plus abstrait, vient d’Erik Winfree et de son groupe qui ont demandé quelles distributions de probabilités peuvent être réalisées en utilisant une version de réseaux de réactions chimiques dans lesquelles les réactions spécifient des interconversions entre des molécules dépourvues de structure (c’est-à-dire de types atomiques). Si les exemples peuvent être inventés et les stratégies pour les réaliser peuvent paraître irréalistes, ils donnent néanmoins le sentiment que la cinétique et la chimie de l’action de masse constituent un riche moyen d’inférence et que les cellules pourraient un jour être considérées comme des machines cognitives primitives.
