Topological Signatures of Diffusive Release in Porous Media

Resumen Técnico: Firmas Topológicas de la Liberación Difusiva en Medios Porosos

Planteamiento del Problema
La liberación difusiva en medios porosos está gobernada por la geometría a escala de poro, incluyendo la conectividad, la tortuosidad y la disposición espacial de los obstáculos sólidos. Si bien las simulaciones numéricas mecanísticas (por ejemplo, el método de elementos finitos) son el estándar para estudiar estas relaciones, son computacionalmente costosas, particularmente cuando se evalúan un gran número de estructuras candidatas para aplicaciones que van desde la administración de fármacos hasta el transporte de contaminantes. Existe la necesidad de descriptores estructurales interpretables y basados en la geometría que puedan predecir perfiles de liberación cualitativos sin el costo de las simulaciones de difusión completas.

Metodología
El estudio emplea la homología persistente, una herramienta de la análisis de datos topológicos (TDA), para cuantificar la topología multiescala de la fase sólida en medios porosos.

1. Configuración de la Simulación:

   • Se generaron medios porosos sintéticos dentro de un cubo unitario utilizando obstáculos esféricos con tamaños y disposiciones variables (seis clases estructurales: monodispersos aleatorios, polidispersos aleatorios, tipo canal, estratificados, tipo cuello de botella y agrupados).
   • Se generaron muestras para igualar porosidades objetivo del 40%, 60% y 80%.
   • La liberación difusiva se modeló como un problema mixto de Dirichlet–Neumann en un espacio poroso voxelizado. La curva de liberación acumulativa $Q(t)$ se computó utilizando un método de elementos finitos (FEM) conforme sobre una malla tetraédrica derivada de la rejilla de vóxeles.

2. Extracción de Características Topológicas:

   • En lugar de analizar directamente el espacio poroso, los autores analizaron la fase sólida ($S$) mediante un proceso de filtración. La fase sólida se expandió gradualmente (desplazamiento o offset) mediante un radio $r$, creando una secuencia de conjuntos $F_r = \{x \in \Omega : \text{dist}(x, S) \leq r\}$.
   • Se computó la homología persistente sobre esta filtración para rastrear el nacimiento y la muerte de características topológicas: componentes conectados ($H_0$), lazos ($H_1$) y vacíos/cavidades ($H_2$).
   • Se extrajeron seis estadísticas de resumen para cada dimensión de homología (conteo, conteo finito, suma de persistencia, persistencia media, persistencia máxima y escala de nacimiento media), resultando en 18 características topológicas por muestra.

3. Análisis y Clasificación:

   • Definición de Regímenes: Las curvas de liberación se categorizaron en tres regímenes basados en métricas de puntos temporales específicos: "rápida temprana" (alta liberación temprana), "cola larga" (alta fracción no liberada al final) y "liberación tardía" (aumento significativo de la liberación durante la segunda mitad de la simulación).
   • Asociación Estadística: Se realizaron pruebas de Kruskal–Wallis para determinar si los resúmenes topológicos diferían significativamente entre los regímenes de liberación, estratificados por porosidad objetivo para aislar los efectos topológicos de los efectos de la porosidad.
   • Clasificación: Se entrenó un modelo de regresión logística multinomial utilizando únicamente los 18 rasgos topológicos para clasificar las muestras en los tres regímenes de liberación.
   • Tiempo Computacional: Se compararon los tiempos de tiempo de ejecución (wall-clock times) entre el resolvedor de difusión FEM y la canalización de extracción de características de homología persistente.

Resultados Clave

• Firmas Topológicas Independientes de la Porosidad: Incluso controlando la porosidad total, las muestras con diferentes regímenes de liberación exhibieron firmas topológicas estadísticamente distintas.

  • La liberación rápida temprana se asoció con menores conteos de persistencia y sumas de persistencia más pequeñas (topología de la fase sólida más simple).
  • La liberación de cola larga se asoció con mayores conteos de persistencia y sumas de persistencia más grandes (organización multiescala más compleja de los componentes, lazos y cavidades sólidos).
  • La "suma de persistencia" surgió como la señal más estable y discriminativa en todos los niveles de porosidad.
  • El poder discriminativo de las características topológicas disminuyó a medida que la porosidad aumentó (por ejemplo, al 80% de porosidad, la fase sólida es más dispersa, lo que hace que las características de mayor dimensión sean menos distintivas).

• Desempeño de la Clasificación: Utilizando solo los 18 rasgos topológicos, el modelo de regresión logística logró precisiones de prueba entre 0.64 y 0.76 (significativamente por encima del nivel de azar de 0.33 para una tarea de tres clases balanceada). El desempeño fue mayor al 40% de porosidad y declinó en porosidades más altas, consistente con los resultados de asociación estadística.

• Eficiencia Computacional: La extracción de características de homología persistente fue sustancialmente más rápida que las simulaciones de difusión FEM.

  • Con una resolución de rejilla $N=16$, el FEM fue de 6.6 a 64.7 veces más lento que la extracción de PH.
  • Con una resolución de rejilla $N=32$, el FEM fue de 81.7 a 631.0 veces más lento.
  • Los tiempos de extracción de PH se mantuvieron por debajo de 0.018 segundos por muestra, mientras que los tiempos de FEM oscilaron hasta aproximadamente ~3 segundos.

Significancia y Reivindicaciones
El artículo sostiene que la homología persistente proporciona un descriptor ligero, interpretable y basado en la geometría para el cribado del comportamiento de liberación difusiva. Las contribuciones clave son:

1. Demostrar que el comportamiento de liberación depende no solo del volumen del espacio poroso (porosidad), sino críticamente de la organización multiescala de la fase sólida.
2. Mostrar que los resúmenes topológicos pueden distinguir efectivamente entre diferentes regímenes de liberación (rápida temprana, liberación tardía, cola larga) sin resolver la ecuación de difusión.
3. Establecer que estas características topológicas pueden extraerse a una fracción del costo computacional de las simulaciones tradicionales de FEM, lo que las hace adecuadas para la priorización en etapas tempranas de candidatos de estructuras porosas antes de la evaluación detallada mediante simulación o experimentación.

Los autores posicionan este método como una herramienta complementaria para el cribado, más que un reemplazo de las simulaciones basadas en la física, destacando específicamente sus potenciales aplicaciones en sistemas farmacéuticos (por ejemplo, tabletas de liberación sostenida) donde la arquitectura de los poros dicta los perfiles de liberación de fármacos.