Experimentally accessible measurement of irreversibility in stochastic systems by categorizing single-molecule displacements

Resumen Técnico: Medición Experimentalmente Accesible de la Irreversibilidad en Sistemas Estocásticos

Planteamiento del Problema
Cuantificar la irreversibilidad y la disipación de los procesos fuera del equilibrio es fundamental para comprender el comportamiento, las capacidades y la eficiencia de los sistemas estocásticos, particularmente en contextos biológicos como el plegamiento de proteínas. Si bien la termodinámica estocástica proporciona un marco teórico riguroso (por ejemplo, teoremas de fluctuación, divergencias de Kullback-Leibler), la aplicación de estos conceptos a datos experimentales es un desafío. Los métodos existentes suelen requerir:

1. Conocimiento completo de las fuerzas que actúan sobre el sistema y del coeficiente de difusión.
2. Acceso a datos de trayectorias completas, lo cual es a menudo imposible debido a la resolución temporal finita.
3. Condiciones específicas (por ejemplo, estacionariedad) o procesamiento de datos complejo (por ejemplo, el ajuste de hiperparámetros de aprendizaje automático).
4. Tanto protocolos hacia adelante como hacia atrás para ciertos estimadores (por ejemplo, la relación de Crooks).

En consecuencia, existe la necesidad de un método sin modelo, accesible experimentalmente, para medir la irreversibilidad en sistemas con información limitada, como el seguimiento de moléculas individuales donde las fuerzas y los coeficientes de difusión pueden ser desconocidos o difíciles de estimar.

Metodología
Los autores introducen una técnica para cuantificar la irreversibilidad en sistemas de Langevin sobreamortiguados basada en la categorización de los desplazamientos de moléculas individuales en intervalos de tiempo finitos ($\Delta t$).

1. Categorización de Desplazamientos: En lugar de analizar trayectorias completas, el método observa la posición inicial ($x'$) y la posición final ($x$) de una partícula tras un tiempo $\Delta t$, definiendo el desplazamiento $\ell = x - x'$. Estos desplazamientos se categorizan en clases ($C$) basadas en su ubicación espacial relativa a límites definidos (por ejemplo, cruzar un límite $k$ de izquierda a derecha, de derecha a izquierda, o permanecer en el seno del sistema/bulk).
2. Medida de Irreversibilidad ($\Sigma_{\Delta t}$): Los autores definen una medida de irreversibilidad como la divergencia de Kullback-Leibler (KL) entre las distribuciones de probabilidad conjuntas de los desplazamientos hacia adelante y sus contrapartes de tiempo revertido a través de estas clases:
   $$\Sigma_{\Delta t}(C_n) \equiv k_B \sum_{C \in C_n} \int d\ell \, q_{\Delta t}(\ell, C) \ln \frac{q_{\Delta t}(\ell, C)}{q_{\Delta t}(-\ell, \tilde{C})}$$
   donde $q_{\Delta t}(\ell, C)$ es la densidad de probabilidad de un desplazamiento $\ell$ perteneciente a la clase $C$, y $\tilde{C}$ es la clase de tiempo revertido.
3. Límites Teóricos:
   • Sistemas Estacionarios: Para la dinámica estacionaria, $\Sigma_{\Delta t}$ proporciona un límite inferior riguroso a la producción de entropía promedio $\langle \Delta S_{tot} \rangle$. Este límite se vuelve más estrecho a medida que aumenta el número de clases de desplazamiento (una jerarquía de límites).
   • Sistemas Dependientes del Tiempo: Para protocolos no estacionarios, la medida proporciona un límite inferior en el límite de $\Delta t$ tendiendo a cero.
   • Disipación Local: Al enfocarse en los desplazamientos que cruzan un límite específico, el método puede estimar la tasa de disipación local.
4. Implementación Experimental: El método se aplica a experimentos de pinzas magnéticas de molécula única sobre la proteína talina R3 (tipo silvestre y mutante). El sistema se somete a rampas de fuerza lineales cíclicas (desplegamiento y replegamiento). La irreversibilidad se calcula agrupando los desplazamientos en cuatro clases relativas a un límite entre los estados plegado y desplegado.

Contribuciones Clave y Resultados

• Estimación Sin Modelo: El método no requiere conocimiento previo de las fuerzas deterministas, el coeficiente de difusión o el paisaje de energía subyacente. Se basa únicamente en la estadística de los desplazamientos observados.
• Validación en Sistemas Simulados:
  • En una partícula impulsada en un anillo con un potencial cuadrado, el método capturó con éxito la producción de entropía. Los autores demostraron que aumentar el número de clases de desplazamiento (particionando el espacio de forma más fina) mejoró significativamente la estimación, especialmente para sistemas cercanos al equilibrio donde la Relación de Incertidumbre Termodinámica (TUR) por sí sola proporcionaba un límite laxo.
  • Se demostró que el método mapea con precisión el perfil espacial de la disipación local.
• Aplicación al Plegamiento de Proteínas (Talina R3):
  • Tipo Silvestre vs. Mutante: El método distinguió entre la talina R3 silvestre y un mutante mecánicamente más estable (R3IVVI). Identificó correctamente que el mutante exhibe una mayor irreversibilidad total.
  • Asimetría en la Dinámica de Plegamiento: Un hallazgo clave fue la detección de asimetría en la dinámica del mutante: se encontró que el desplegamiento es sistemáticamente más irreversible que el replegamiento. Esto no se observó en la tipo silvestre.
  • Inferencia del Paisaje: Al comparar los resultados experimentales con simulaciones de potenciales de doble pozo asimétricos, los autores vincularon la asimetría observada en la irreversibilidad con el paisaje de energía libre subyacente. El comportamiento del mutante sugirió un paisaje asimétrico donde el pozo desplegado es más ancho y está más alejado de la barrera que el pozo plegado.
• Robustez: El método resultó robusto frente al ruido de medición (ruido gaussiano simulado) y conjuntos de datos limitados, manteniendo la capacidad de clasificar sistemas por disipación e identificar el momento de los eventos irreversibles (picos en la tasa de irreversibilidad que corresponden a eventos de transición).

Significado y Reivindicaciones
El artículo afirma proporcionar una "herramienta rigurosa para racionalizar la función de las proteínas mecánicamente activas" al ofrecer un marco cuantitativo para la termodinámica fuera del equilibrio en transiciones biomoleculares.

• Accesibilidad Experimental: La principal significancia radica en la viabilidad del método para sistemas experimentales donde la reconstrucción completa de la trayectoria o el conocimiento de la fuerza no están disponibles. Evita la necesidad de muestrear el espacio exponencialmente grande de las trayectorias al enfocarse en estados iniciales y finales de grano grueso.
• Sensibilidad a las Características del Paisaje: Los autores demuestran que cuantificar la irreversibilidad puede revelar propiedades sutiles del paisaje de energía (por ejemplo, asimetrías en las distancias de las barreras) que no son fácilmente accesibles mediante mediciones de equilibrio estándar o áreas de ciclos de histéresis por sí solas.
• Comparación con Métodos Existentes: Los autores posicionan su método como superior a la Relación de Incertidumbre Termodinámica (TUR) para sistemas espacialmente heterogéneos, y más robusto/interpretable que los enfoques de aprendizaje automático o los métodos que requieren tanto protocolos hacia adelante como hacia atrás (como la relación de Crooks o métodos de agrupación específicos). Señalan que, si bien su medida es un límite inferior, captura con alta fidelidad las tendencias relativas y las diferencias entre sistemas (por ejemplo, tipo silvestre vs. mutante, diferentes tasas de tracción).

El artículo concluye que este enfoque permite a los investigadores evaluar qué tan lejos del equilibrio opera un sistema y caracterizar las compensaciones entre la disipación y el rendimiento, destacando específicamente su utilidad para diseccionar las firmas termodinámicas de los mecanismos de plegamiento de proteínas.