從生物學角度了解不同類型細胞如何一起工作是一個極大的未知數。例如，我們不知道大腦中每種細胞的數量，甚至連腦細胞的類型都還處于持續爭論狀態。一個恰當的理論框架，可以集中所有的實驗數據和觀點，共同用于理解生物的復雜性。

    1950s，人們開發了信息理論，用于研究如何用*經濟有效的方式發送信息，減少錯誤。這個理論也與大腦神經元的相互交流有關。Sharpee利用信息學理論識別支配生物復雜性的基本定律，用它來預測系統內總共有多少種細胞，以及這些細胞應該如何協作。

    2015年，研究人員們將他們的這個想法發表于《PNAS》雜志，解釋了蠑螈視網膜內對低亮度敏感的神經元為何分為兩個子類，而對高亮度敏感的神經元卻只有一類。結果表明，對暗光敏感的神經元比對高光敏感的神經元更穩定，它們可以分別識別不同強度的光源信號。對高光敏感的神經元必須協同工作，因此它們的反應區域平均化。

    這個理論的通俗解釋是，管理者將相同的任務分配給一批新員工，如果新人的答案相同或非常相似，管理者對他們的工作就會更有信心，當員工們熟練掌握了技能以后，管理者會相信他們并給予更多的專門化任務。不太穩定的神經元就像這批新員工，他們給出的答案需要被平均化，因為每個細胞都可能有輕微的偏離。而可靠的神經元則是熟練的員工，它們可以被賦予不同的任務，因為每個細胞的準確性都是可以被信賴的。

    我們在視網膜上測試所得到的理論將有助于我們理解許多其他系統的復雜性。當輸入-輸出元件比較紛雜的情況下，的信息協調方式就是平均化輸出。反過來，當元件們處理信息的能力更強，它們就更具專門化。

 基質金屬蛋白酶-10IgG人血小板堿性蛋白(PBP/CXCL7) 
 基質金屬蛋白酶-11IgG人血小板活化因子(PAF)
 基質金屬蛋白酶-12/巨噬細胞金屬彈力蛋白酶IgG人血小板反應蛋白/凝血酶敏感蛋白1(TSP-1) 
 基質金屬蛋白酶13IgG人血纖肽/纖維蛋白肽B(FPB) 
 基質金屬蛋白酶-14IgG人血纖肽/纖維蛋白肽A(FPA) 
 基質金屬蛋白酶-15IgG人血纖蛋白原降解產物(FDP)
 基質金屬蛋白酶-16IgG人血纖蛋白原(Fbg)
 基質金屬蛋白酶-17IgG人血吸蟲(schistosoma)