[論文レビュー] Fluctuation-Response Design Rules for Nonequilibrium Flows

Ying-Jen Yang, Ken A. Dill|arXiv (Cornell University)|Feb 11, 2026

Advanced Thermodynamics and Statistical Mechanics被引用数 0

ひとこと要約

要約: 論文は principled で scalable なフレームワーク（Caliber Force Theory）を構築し、揺らぎと応答を非平衡ネットワーク流に結びつけ、逆ジョ凱アン行列 A^{-1} を用いた勾配ベースの設計を可能にし、それをキネシンモーターへ適用して timing-to-branching ノイズ遷移を明らかにする。

ABSTRACT

Biological machines like molecular motors and enzymes operate in dynamic cycles representable as stochastic flows on networks. Current stochastic dynamics describes such flows on fixed networks. Here, we develop a scalable approach to network design in which local transition rates can be systematically varied to achieve global dynamical objectives. It is based on the fluctuation-response duality in the recent Caliber Force Theory -- a path-entropy variational formalism for nonequilibria. This approach scales efficiently with network complexity and gives new insights, for example revealing the transition from timing- to branching-dominated fluctuations in a kinesin motor model.

研究の動機と目的

• 確率過程の長期統計を tunable local transition rates で制御する必要性を動機づける。
• 揺らぎと力を結ぶ Caliber Force Theory (CFT) を導入し、スケーラブルな設計フレームワークを定義する。
• 大規模ネットワークでも計算的に扱える勾配ベースの設計法を提供する。
• データに適合したキネシンモデルを用いて化学機械共変動を抽出し、揺らぎの様相を明らかにする。
• 遍在的な対称性と運動論的境界を導出し、遍在的ネットワークの応答を制約する。

提案手法

• マルコフジャンプ過程の経路エントロピーを、エッジ交通量、ノード滞留、サイクル正味フラックス（Φ_{ij}, T_n, Ψ_c）からなる直交観測基底 X に投影する。
• Caliber Force Theory から共役力 F を定義し、速度を力に結ぶ疎なヤコビアン A を構築する。
• 応答と逆行列の関係を確立する: ∂⟨x⟩/∂ln k_{ij} = t Cov[x, λ_{ij}] = π_i k_{ij} [A^{-1}]_{α,(ij)}。
• 共分散 Cov(x, x') を独立ノイズ源 λ_{ij) への射影で分解する（Cov 分解）。
• 勾配の代数的閉包性を示す: ∂A^{-1} = -A^{-1}(∂A)A^{-1} により、スケーラブルな勾配評価を可能にする。
• 枠組みをキネシンモデルへ適用し、揺らぎを解析し、荷重依存の timing dominated から branching dominated ノイズへの遷移を特定する。
• 普遍的なノード・エッジ・サイクルの対称性と運動的境界を導出する（ノード脱出、エッジ相補性、サイクル対称性；集団枯渇とル・シャトレ的補償）。

Figure 1: The sparse structure of fluctuation-response duality. (a) The Jacobian matrix A acts as the bridge between stochasticity and control: it maps physical observables x to independent noise sources $\boldsymbol{\lambda}$ (Fluctuation Geometry), while simultaneously linking transition rates $\l

実験結果

リサーチクエスチョン

• RQ1 非平衡ネットワークにおいて、局所遷移率の摂動をグローバルな動的目的と系統的に結びつけるにはどうすればよいか？
• RQ2 揺らぎは非平衡フローの感受性とどのように関連し、設計に活かせるか？
• RQ3 大規模ネットワークでフラックス統計を最適化するスケーラブルな勾配評価法を開発できるか？
• RQ4 遍在的なマルコフジャンプ過程で支配する普遍的な対称性と運動論的境界は何か？
• RQ5 揺らぎ-応答解析から分子機械（例：キネシン）に関する新しい機械的洞察は何か？

主な発見

• 揺らぎ-応答の二重性: 運動量観測の平均感受性は共役力との漸近的共分散と等しい（式 4）。
• 応答-逆行列関係 (RIM): ∂⟨x⟩/∂ln k_{ij} = π_i k_{ij}[A^{-1}]_{α,(ij)}（式 8）。
• 共分散分解: Cov(x, x') ≈ ∑ エッジ Cov(x, λ̂_{ij}) Cov(x', λ̂_{ij})（式 9）。
• 代数的閉包によりスケーラブルな勾配が可能: ∂A^{-1} = -A^{-1}(∂A)A^{-1}。
• キネシンへ適用: 荷重依存の遷移を、小荷重で timing-dominated、停留付近で branching-dominated へ遷移を明らかにする（式 10、図 2）。
• 普遍的な対称性と境界: ノード脱出、エッジ相互作用、サイクル対称性；運動階層 π_i ≥ ∂p_{ij}/∂k_{ij} ≥ ∂p_{ji}/∂k_{ij} ≥ 0（式 11–15）。
• 計算スケーリングの利点: A^{-1} 手法による勾配計算は O(N^{1.6})、総当たり/Koza ベースのアプローチは O(N^{3.1})（図 3）。

Figure 2: Dissecting Molecular Motor’s Randomness. (a) The 6-state model for kinesin [ 17 ] . (b) The bigger the load that the motor has to pull, the slower it runs, for given ATP energy sources [ 17 ] . (c) Decomposition of the motor’s randomness parameter $r$ . The total randomness is decomposed i