[논문 리뷰] A Data-Driven Statistical Description for the Hydrodynamics of Active Matter

Ahmad Borzou, Alison E. Patteson외 1명|arXiv (Cornell University)|2021. 03. 04.

Micro and Nano Robotics참고 문헌 53인용 수 4

한 줄 요약

이 논문은 실험적 또는 시뮬레이션 데이터에서 직접 단계공간 밀도를 추정함으로써 히ュ리스틱 가정을 회피하면서 활성 물질의 유체역학을 데이터 기반 통계 프레임워크로 도출한다. 이 방법은 공간적으로 변화하는 '질량' 항을 가진 효과적 장 이론을 재구성하며, 자외선 조명 하에서 박테리아 군집에서 가우시안 행동을 드러내고, 외부 자극에 의해 유도된 기여 유동과 엔트로피 증가를 포착한다.

ABSTRACT

Modeling living systems at the collective scale can be very challenging because the individual constituents can themselves be complex and the respective interactions between the constituents are not fully understood. With the advent of high throughput experiments and in the age of big data, data-driven methods are on the rise to overcome these challenges. To directly uncover the underlying physical principles, we present a data-driven method for obtaining the phase-space density such that the solution to the stochastic dynamic equation for active matter readily emerges, from which time and space dependence of physical order parameters can be readily extracted. If the system is near a steady state, we illuminate how to construct a field theory to subsequently make physical predictions about the system. The method is first developed analytically and subsequently calibrated using simulated data. The method is then applied to an experimental system of particles actively driven by a {\it Serratia marcescens} bacterial swarm and in the presence of spatially localized UV light. The analysis demonstrates that the particles are in the steady-state before and sometime after the UV light and obey a Gaussian field theory with a spatially-varying "mass" in those regimes. This novel, yet simple, finding is surprising given the complex dynamics of the bacterial swarm. In response to the UV light, we demonstrate that there is a net flow of the particles away from the UV light and that the entropy of the particles increases away from the light. We conclude with a discussion of additional potential applications of our data-driven method such as when the internal structure of the individual constituents dynamically changes to result in a modified stochastic dynamic equation governing the system.

연구 동기 및 목표

• 활성 물질의 유체역학 모델링에서 히어스틱 가정을 회피하는 데이터 기반 방법을 개발하는 것.
• 실험적 또는 시뮬레이션 데이터에서 직접 단계공간 밀도를 추출하여 정확한 확률적 동역학 방정식을 복원하는 것.
• 주어진 순서 매개변수의 시간 및 공간 상관관계를 이용하여 평형 상태 근처 시스템에 대한 효과적 장 이론을 구축하는 것.
• 데이터와 기초 장 이론 원리 사이의 연결을 통해 활성 물질에서 기여하는 행동의 물리적 해석을 가능하게 하는 것.
• 이 방법의 실용성을 실제 생물학적 시스템, 예를 들어 자외선 조사에 노출된 Serratia marcescens 군집에서 입증하는 것.

제안 방법

• 입자 위치와 속도의 시계열 데이터에서 직접 단계공간 밀도 함수를 추정한다.
• 추정된 단계공간 밀도를 사용하여 활성 물질의 정확한 확률적 동역학 방정식을 풀며, 근사치를 피한다.
• 효과적 작용의 함수 도함수를 적용하여 순서 매개변수의 시공간 상관관계에서 장 이론적 기술을 재구성한다.
• 실제 실험적 박테리아 군집 데이터에 적용하기 전에 시뮬레이션 데이터를 사용하여 방법을 校정한다.
• 정적 상태 영역을 식별하고 공간적으로 변화하는 '질량' 매개변수를 가진 가우시안 장 이론을 구축한다.
• Serratia marcescens 군집에 대한 시뮬레이션과 실험 데이터를 통해 검증되었다.

실험 결과

연구 질문

• RQ1 데이터 기반 방법이 특정 형태의 확률적 동역학을 가정하지 않고도 활성 물질의 기초 유체역학 방정식을 복원할 수 있는가?
• RQ2 실험 데이터로부터 단계공간 밀도를 어떻게 추정할 수 있으며, 이를 통해 동역학 방정식의 정확한 해를 도출할 수 있는가?
• RQ3 평형 상태 근처의 활성 물질 시스템에서 어떤 효과적 장 이론이 도출되며, 이는 물리적 원리와 어떻게 관련되는가?
• RQ4 국소적 자외선 조명과 같은 외부 자극에 대해 입자 유동과 엔트로피는 어떻게 반응하는가?
• RQ5 이 방법은 복잡한 활성 시스템에서 평형과 비평형 행동을 구분할 수 있는가?

주요 결과

• 자외선 조사 이전 및 이후 모두 박테리아 군집은 정적 상태를 보이며, 공간적으로 변화하는 '질량' 매개변수를 가진 가우시안 장 이론으로 잘 기술된다.
• 자외선 조사로 인해 빛의 원천에서 멀어지는 입자들의 순방향 유동이 유도되며, 외부 자극에 대한 방향성 반응을 나타낸다.
• 자외선 원천에서 더 먼 거리에 있는 영역에서는 입자 분포의 엔트로피가 증가하여, 비평형 역학과 증가한 무질서를 시사한다.
• 상호작용에 대한 사전 지식이 없더라도, 이 방법은 일관된 장 이론 기술을 데이터로부터 성공적으로 재구성한다.
• 기계학습의 비물리적 아티팩트를 피하면서 데이터와 통계적 장 이론을 연결함으로써 기여 행동의 물리적 해석을 가능하게 한다.
• 이 프레임워크는 내부 입자 구조나 동역학이 변화하는 시스템에 일반화 가능하며, 수정된 확률적 방정식을 이끌어낸다.