[论文解读] Contagion dynamics in self-organized systems of self-propelled agents

Yinong Zhao, Cristián Huepe+1 more|arXiv (Cornell University)|Mar 23, 2021

Diffusion and Search Dynamics被引用 4

一句话总结

本研究通过基于代理的模拟结合SIR动力学，探究自驱动代理系统中自组织集体运动对流行病传播的影响。研究发现，有序且非均匀的状态（以条带和聚类为特征）由于局部混合与结构持久性，显著增强了传染传播；而均匀状态则会抑制疫情爆发，除非感染持续时间极长。

ABSTRACT

We investigate the Susceptible-Infectious-Recovered contagion dynamics in a system of self-propelled particles with polar alignment. Using agent-based simulations, we analyze the outbreak process for different combinations of the spatial parameters (alignment strength and Peclet number) and epidemic parameters (infection-lifetime transmissibility and duration of the individual infectious period). We show that the emerging spatial features strongly affect the contagion process. The ordered homogeneous states greatly disfavor infection spreading, due to their limited mixing, only achieving large outbreaks for high values of the individual infectious duration. The disordered homogeneous states also present low contagion capabilities, requiring relatively high values of both epidemic parameters to reach significant spreading. Instead, the inhomogeneous ordered states display high outbreak levels for a broad range of parameters. The formation of bands and clusters in these states favor infection propagation through a combination of processes that develop inside and outside of these structures. Our results highlight the importance of self-organized spatiotemporal features in a variety of contagion processes that can describe epidemics or other propagation dynamics, thus suggesting new approaches for understanding, predicting, and controlling their spreading in a variety of self-organized biological systems, ranging from bacterial swarms to animal groups and human crowds.

研究动机与目标

• 理解活性物质系统中自组织时空结构如何影响流行病等传染过程的动力学。
• 探究自驱动代理系统中涌现的集体运动（如对齐、聚类）与流行病传播之间的相互作用。
• 确定与均匀状态相比，集体运动中的结构异质性是否以及如何增强或抑制疫情爆发潜力。
• 评估时间尺度（特别是空间结构形成与感染传播的时间尺度）在塑造流行病结果中的作用。
• 为现实应用（如人群中的疾病控制或细菌群落中的基因传播）提供洞见。

提出的方法

• 在具有恒定自推进速度和局部软核排斥力的2D周期性区域内，模拟N个自驱动代理的系统。
• 通过带有弛豫时间τ和噪声σ的随机微分方程实现速度对齐相互作用，控制角度动力学。
• 引入易感-感染-恢复（SIR）模型，其中感染通过在定义的相互作用范围r_int内接触传播。
• 通过调节对齐强度（τ）和佩克莱特数（与噪声和推进力相关）以获得不同的集体状态：有序均匀（OH）、无序均匀（DH）、有序非均匀（OB/OC）和无序非均匀（DI）。
• 分析疫情规模和阈值随流行病参数（传染传播力和持续时间）及空间参数（对齐强度、佩克莱特数）的变化。
• 通过比较结构演化与感染动力学的时间尺度，解释不同状态下疫情严重程度的差异。

实验结果

研究问题

• RQ1 不同的自组织集体状态（均匀 vs. 非均匀，有序 vs. 无序）如何影响疫情爆发的阈值和规模？
• RQ2 空间结构（如条带和聚类）在活性物质系统中如何促进或阻碍感染传播？
• RQ3 空间结构形成与感染传播的时间尺度如何共同决定疫情结果？
• RQ4 在哪些参数区域内，有序非均匀状态相比其他集体状态能最大化疫情爆发潜力？
• RQ5 平均网络模型在具有自组织时空异质性的系统中，其在预测流行病动力学方面失败的程度如何？

主要发现

• 有序非均匀状态（如条带和聚类）可在广泛的流行病参数范围内实现大规模疫情爆发，显著优于均匀状态。
• 均匀有序状态因混合有限而抑制传染，需极长的个体感染持续时间才能引发显著疫情。
• 无序均匀状态也表现出较低的传染潜力，需同时提高传播力和感染持续时间才能实现显著传播。
• 疫情爆发阈值强烈受结构时间尺度Θ调制；在OB和OC状态下，Θ决定疫情是否发生，而感染持续时间T_inf则控制其总规模。
• 在感染持续时间较长的系统中，空间动力学变得可忽略，导致充分混合行为，从而产生近乎普适的疫情结果。
• 结果表明，在人群中促进空间分布的均匀性可降低疫情风险，为大型集会提供一种有效的控制策略。