Run-and-tumble particles with preferred reorientation

En el mundo microscópico, la vida es a menudo una cuestión de movimiento constante. Las bacterias, las algas y otros organismos unicelulares no simplemente derivan con las corrientes; se propulsan a sí mismos, convirtiendo la energía química en movimiento mecánico. Durante décadas, los científicos han estudiado estas partículas "activas" para comprender cómo navegan, se reúnen y sobreviven. Una forma estándar de modelar este movimiento es el proceso de "correr y girar" (run-and-tumble). Imagine a un diminuto nadador moviéndose en línea recta a una velocidad constante. De repente, se detiene, gira en una dirección aleatoria y comienza a moverse de nuevo. Este ciclo de viaje en línea recta seguido de una reorientación caótica es el ritmo básico de la vida para organismos como la bacteria intestinal común Escherichia coli.

Durante mucho tiempo, los modelos teóricos asumieron que cuando estas partículas se reorientaban, era igualmente probable que giraran en cualquier dirección, de forma muy parecida a un trompo que no tiene preferencia por hacia dónde apunta después. Sin embargo, las observaciones biológicas reales han demostrado que esto es una simplificación excesiva. Cuando E. coli realiza un giro, no gira de forma aleatoria; tiende a seguir moviéndose aproximadamente en la misma dirección, desviándose solo ligeramente. Este sesgo es una estrategia de supervivencia, que permite a la bacteria continuar nadando hacia las fuentes de alimento en lugar de perder el rumbo. Si bien los científicos sabían que este sesio existía, predecir exactamente cómo cambiaba el movimiento general de la partícula a lo largo del tiempo seguía siendo un desafío matemático difícil. La complejidad de estos giros no aleatorios hacía difícil calcular qué tan lejos viajaría una partícula o cómo se curvaría su trayectoria, especialmente al intentar contabilizar cada ángulo posible de reorientación.

Un equipo de investigadores ha desarrollado un nuevo y poderoso marco matemático para resolver este problema. Al tratar el movimiento de estas partículas como un campo de posibilidades que interactúan, crearon un método para calcular el comportamiento de las partículas de "correr y girar" con cualquier tipo de preferencia de giro. Su trabajo revela que la forma específica de la distribución de giro actúa como un control de precisión para el movimiento de la partícula. Si la partícula prefiere girar ligeramente a la derecha, naturalmente seguirá una trayectoria curva. Si prefiere seguir recto, viajará mucho más lejos antes de perder su dirección. Los investigadores descubrieron que los factores más importantes que gobiernan este movimiento no son los detalles de cada giro individual, sino la tendencia promedio a girar a la izquierda o a la derecha y la tendencia promedio a seguir recto. Estos dos promedios simples son suficientes para predecir cómo se moverá la partícula durante períodos largos, convirtiendo efectivamente un complejo problema biológico en uno físico predecible.

El estudio va más allá al mostrar que este comportamiento es matemáticamente idéntico al de otro tipo de partícula teórica conocida como partícula de Brownian quiral activa. Esta es una partícula que avanza mientras gira en un círculo, como un sacacorchos. Los investigadores demostraron que una partícula de "correr y girar" con un ángulo de giro sesgado se comporta exactamente como esta partícula giratoria, siempre que se ajuste la velocidad de su giro y la tasa a la que pierde su dirección. Esta equivalencia es un descubrimiento significativo porque permite a los científicos utilizar modelos bien comprendidos de partículas giratorias para describir el movimiento complejo y errático de las bacterias. Significa que, al medir qué tan lejos viaja una bacteria y cómo se curva su trayectoria, los investigadores pueden trabajar hacia atrás para determinar el patrón estadístico exacto de sus giros, incluso sin poder ver los giros en sí mismos.

Para probar su teoría, los investigadores aplicaron su marco a ejemplos específicos, como distribuciones donde la partícula tiene más probabilidad de girar por un cierto ángulo, o donde tiene dos direcciones de giro preferidas. Mostraron que, al cambiar la forma de estas preferencias de giro, podían ajustar con precisión la persistencia de la partícula —cuánto tiempo mantiene el movimiento en línea recta— y su quiralidad, o lateralidad, que determina si curva hacia la izquierda o hacia la derecha. Por ejemplo, si la distribución de giro es simétrica alrededor de un camino recto, la partícula se mueve recto. Si la distribución está sesgada, la partícula comienza a espiralear. Los investigadores confirmaron estas predicciones mediante la ejecución de simulaciones por computadora que coincidían perfectamente con sus fórmulas matemáticas, demostrando que su método funciona para una amplia variedad de comportas de giro.

Uno de los resultados más prácticos de este trabajo es la capacidad de extraer información detallada sobre las reglas internas de giro de una partícula simplemente observando hacia dónde va. En muchos experimentos biológicos, es difícil rastrear el ángulo exacto del giro de una bacteria mientras ocurre. Sin embargo, al medir la posición de la partícula a lo largo del tiempo y calcular qué tan lejos se mueve en promedio, los científicos pueden ahora deducir las estadísticas ocultas de su comportamiento de giro. Los investigadores demostraron que observar la distancia promedio recorrida revela la tendencia de la partícula a seguir recto, mientras que observar cómo se curva su trayectoria revela su tendencia a girar a la izquierda o a la derecha. Al medir patrones de movimiento aún más complejos, como la forma en que la partícula se dispersa con el tiempo, es posible descubrir detalles aún más finos sobre sus preferencias de giro. Esto proporciona una forma nueva y no invasiva de estudiar las estrategias de navegación de los microorganismos.

Las implicaciones de este trabajo se extienden más allá de la comprensión de las bacterias. Las herramientas matemáticas desarrolladas aquí pueden aplicarse a cualquier sistema donde los agentes se muevan y cambien de dirección, desde el movimiento colectivo de las bandadas de aves hasta el movimiento de robots microscópicos sintéticos. Los investigadores también señalaron que su enfoque puede expandirse a tres dimensiones, lo cual es crucial para comprender cómo las bacterias nadan en entornos del mundo real como el agua o el tejido. Aunque el estudio actual se centró en el movimiento bidimensional, la lógica subyacente se mantiene para dimensiones superiores, ofreciendo un camino hacia una comprensión completa de la materia activa en espacios complejos.

En última instancia, esta investigación cierra la brecha entre la realidad desordenada del movimiento biológico y la precisión limpia de la física matemática. Demuestra que, incluso cuando las acciones individuales son complejas y sesgadas, el comportamiento colectivo de un sistema puede describirse mediante unos pocos números clave. Al identificar estos números, los científicos pueden predecir cómo los nadadores microscópicos explorarán su entorno, encontrarán comida o evitarán el peligro. El trabajo proporciona una base sólida para estudios futuros, incluyendo cómo estas partículas interactúan entre sí para formar grandes grupos o cómo responden a señales químicas en sus alrededores. Convierte un proceso biológico caótico en un fenómeno físico predecible, ofreciendo una visión más clara de las reglas ocultas que gobiernan la vida a las escalas más pequeñas.