臨界态在複雜系統中廣泛存在，其特點是小改變能引起雪崩式的大變化。Nature Communications 7 月的論文“在活細胞中設計自組織臨界态”，首次通過合成生物學，在大腸杆菌中使用兩個基因互相調控，再現了臨界狀态。
1. 自組織臨界并不陌生
夏日孩子們在沙灘上玩耍，常常堆出越來越大的沙丘。當沙丘堆積時，沙丘斜坡角度會達到一個臨界點，一旦到達這個臨界點，繼續堆積沙子會導緻沙丘以雪崩的形式向下滑落。在滑落前的最高點，沙堆處于有序與失穩之間的臨界狀态。
圖1. 處于臨界态的沙堆示意圖
在沙堆模型中，通過向沙堆以速率η添加沙礫，沙堆傾角θ變大，剛開始隻有少量沙粒落下，但随着傾角θ接近臨界角θc，沙粒數量S迅速增加，直至θ=θc時，再加入的沙子會造成雪崩式的崩塌，造成沙墩傾角θ變小，重新回到臨界态，下圖描述了其回報回路。
圖2. 沙堆模型中序參量（S）與控制參量（θ）構成的回報圖
自組織臨界性，由 Per Bak 、湯超、Wiesenfeld在1987年提出，該原理指出，系統元素之間的微小互相作用，會在沒有外界介入的情況下，自然地到達臨界點。在這個臨界點上，一件微小的事件可以産生災難性的反應。自組織臨界性能在金融市場、交通體系等複雜系統中觀察到。
細胞中的生化反應，大腦中的神經元激活，計算機的通訊網絡，密封群落，這些系統都處在混亂和失穩之間的臨界态。生活在臨界點附近具有适應性優勢，例如能更高效地處理資訊，以迅速響應環境變化。是以，一個系統可以通過所謂的自組織臨界性（self-organized criticality ，SOC）使自己穩定在臨界點附近。
2. 單細胞層面的自組織臨界态
臨界态作為多細胞認知系統的關鍵，能否出現在單細胞中？現有研究指出，在細胞水準上，酶網絡可能處于臨界态，以提升其對刺激的适應能力。該研究建構了一個簡單的雙基因網絡，通過設計細胞内部基因表達和調控參數之間的互相作用，成功地讓活細胞（細菌）進入了自組織臨界态，找出了在構成自組織臨界态所需的最小條件。同樣的方法也可用于實作相關功能，如改善抗結直腸惡性良性腫瘤藥物的輸送。
該研究中的大腸杆菌包含GFP-lva基因，該基因會被表達為蛋白σ，而蛋白σ又會被細胞内的蛋白水解機制（ClpXP）降解，進而影響GFP-lva基因表達量。其調控機制如下圖所示：
圖3. 合成的細胞所具有的調控機制
基因表達率η（橫軸變量）較高時，細菌會産生過多的蛋白質，處于擁擠狀态（下圖中淺綠色的部分），而如果基因表達率較低，則細菌處于自由狀态。通過調整基因表達率η，可确定劃分臨界狀态與擁擠狀态的臨界表達率ηc，此時細菌處于自組織臨界态，在該位置，任何一點小的變化都會對環境中蛋白質σ的濃度有顯著影響。
圖4. 大腸杆菌由GFP-lva基因表達率η改變确定的臨界态位置
在大腸杆菌中，引入另一個同樣競争ClpXP的蛋白質，會促成一個類似沙堆模型的回報回路，進而形成自組織臨界态，下圖是該研究中雙基因組成的調控模型示意圖。
圖5. 兩基因組成的負回報回路（e），σ1作為序參量，σ2作為控制參量（f）
3. 自組織臨界對合成生物學的意義
自然界中普遍出現的自組織臨界現象，隐藏着生物之是以能高效且穩定運作的秘密。酶網絡在底物輸入速率與酶網絡的處理能力相平衡時，呈現臨界态，進而形成适應性優勢。但對于達成臨界态所需的最小條件仍不明确，該研究指出了實作臨界态所需的基因網絡中的最小模體。
生物計算指通過活細胞中的生化反應來進行資訊處理任務，該研究設計的處在臨界态的細胞，能夠放大生物計算中的信号幅度，迅速形成雪崩式的信号傳導，進而增強生物計算相關應用發展。由于多細胞認知及群體智慧都涉及臨界态，該研究可支援未來相關領域的研究。同時，該研究對三維空間中細胞内部生化活動的實體模組化也有所幫助。