🔬 condensed matter

Diffusive Epidemic Process with quenched disorder

अनंत प्रणालियों का अनुकरण करने के लिए एक नवीन सिंगल-सीड एल्गोरिदम का उपयोग करते हुए, यह अध्ययन प्रकट करता है कि डिफ्यूसिव एपिडेमिक प्रोसेस के भीतर विसरण दरों (diffusion rates) में क्वेंच्ड डिसऑर्डर, दो विशिष्ट इनफिनिट-डिसऑर्डर फिक्स्ड पॉइंट्स और सक्रिय अवस्था के पूर्ण दमन सहित अद्वितीय क्रिटिकल व्यवहार उत्पन्न करता है, जो महामारी विज्ञान की गतिशीलता को नया रूप देने में मोबिलिटी डिसऑर्डर को रिएक्शन-रेट डिसऑर्डर से मौलिक रूप से भिन्न बनाता है।

मूल लेखक: Valentin Anfray, Hong-Yan Shih

प्रकाशित 2026-03-24

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Valentin Anfray, Hong-Yan Shih

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि एक हलचल भरे शहर में दो प्रकार के लोग रहते हैं: स्वस्थ नागरिक (जिन्हें हम "A" कहेंगे) और संक्रमित नागरिक (जिन्हें हम "B" कहेंगे)।

इस शहर में, "वायरस" तब फैलता है जब एक संक्रमित व्यक्ति किसी स्वस्थ व्यक्ति से टकराता है, जिससे वह व्यक्ति भी संक्रमित हो जाता है। संक्रमित लोग फिर से "ठीक" भी हो सकते हैं और वापस स्वस्थ बन सकते हैं। हर कोई लगातार घूम रहा है, सड़कों पर टहल रहा है।

आमतौर पर, वैज्ञानिक यह अध्ययन करते हैं कि एक पूरी तरह से समान (uniform) शहर में जहाँ सभी एक ही गति से चलते हैं, यह वायरस कैसे फैलता है। लेकिन वास्तविक दुनिया में, शहर अव्यवस्थित होते हैं। कुछ सड़कें चौड़ी और तेज़ (जैसे हाईवे) होती हैं, जबकि कुछ संकरी, भीड़भाड़ वाली या बाधाओं से भरी (जैसे भूलभुलैया) होती हैं। इसे शोध पत्र में "क्वेंच्ड डिसऑर्डर" (quenched disorder) कहा गया है—एक फैंसी शब्द जिसका अर्थ है कि वातावरण एक अव्यवस्थित, असमान अवस्था में जमा हुआ है।

शोधकर्ताओं ने एक बड़ा सवाल पूछा: यह असमान, अव्यवस्थित वातावरण महामारी की शुरुआत, प्रसार या उसके खत्म होने के तरीके को कैसे बदल देता है?

यहाँ उनकी खोज का विवरण दिया गया है, जिसे सरल रूपकों (metaphors) का उपयोग करके समझाया गया है:

1. चलने वालों के दो प्रकार

इस मॉडल में, "स्वस्थ" लोग और "संक्रमित" लोग अलग-अलग गति से चल सकते हैं।

परिदृश्य A: स्वस्थ लोग संक्रमित लोगों की तुलना में तेज़ चलते हैं।
परिदृश्य B: संक्रमित लोग स्वस्थ लोगों की तुलना में तेज़ चलते हैं।
परिदृश्य C: वे एक ही गति से चलते हैं।

एक आदर्श, समान शहर में, वायरस कैसे फैलता है इसके नियम अच्छी तरह से समझे गए हैं। लेकिन जब आप इसमें "अव्यवस्थित सड़कें" (disorder) जोड़ देते हैं, तो चीजें अजीब हो जाती हैं।

2. "ट्रैफिक जाम" का प्रभाव (सबसे बड़ा आश्चर्य)

सबसे चौंकाने वाली खोज स्वस्थ नागरिकों के बारे में है।

कल्प Imagine कीजिए कि स्वस्थ नागरिक शहर में चलने की कोशिश कर रहे हैं। यदि सड़कें असमान हैं, तो वे लंबे समय तक एक "धीमे क्षेत्र" (एक संकरी गली) में फंस सकते हैं।

जाल (The Trap): यदि स्वस्थ लोग एक धीमे क्षेत्र में फंस जाते हैं, तो वे वहां जमा होने लगते हैं।
परिणाम: क्योंकि वे सभी एक ही स्थान पर इकट्ठा हो जाते हैं, संक्रमित लोग (जो इधर-उधर घूम रहे हैं) अंततः उन तक पहुँच जाते हैं। लेकिन यहाँ एक मोड़ है: क्योंकि स्वस्थ लोग इतने ज्यादा फंसे हुए हैं, संक्रमित लोग उनसे दूर जाने के लिए पर्याप्त तेज़ी से आगे नहीं बढ़ पाते।
विपत्ति (The Catastrophe): कुछ मामलों में, यह ऐसी स्थिति पैदा करता है जहाँ वायरस बिल्ча भी जीवित नहीं रह पाता। भले ही वायरस बहुत संक्रामक हो, स्वस्थ लोगों का "ट्रैफिक जाम" संक्रमण को पूरी तरह से समाप्त कर देता है। यह ऐसा है जैसे आग ऑक्सीजन की कमी के कारण बुझ जाती है क्योंकि ईंधन बहुत सघनता से एक कोने में भरा हुआ है।

उपमा (The Analogy): कल्पना कीजिए कि आप एक कैंपफायर जलाने की कोशिश कर रहे हैं। आमतौर पर, आपको सूखी लकड़ी (स्वस्थ लोग) और एक चिंगारी (संक्रमण) की आवश्यकता होती है। लेकिन यदि आप लकड़ी को इतना सघन रूप से ढेर कर देते हैं कि हवा अंदर न जा सके, तो कितनी भी चिंगारियाँ डालने के बावजूद आग कभी नहीं पकड़ेगी। "अव्यवस्थित सड़कें" (disorder) वास्तव में महामारी को पूरी तरह से बुझा सकती हैं।

3. "स्लो मोशन" महामारी

अन्य मामलों में, वायरस खत्म नहीं होता, बल्कि वह अपना व्यक्तित्व बदल लेता है। एक जंगल की आग (तेज़ और अनुमानित) की तरह फैलने के बजाय, यह एक घोंघे (snail) की तरह चलने लगता है।

"इनफिनिट डिसऑर्डर फिक्स्ड पॉइंट" (The Infinite Disorder Fixed Point): शोधकर्ताओं ने पाया कि इन अव्यवस्थित वातावरणों में, वायरस एक ऐसी अवस्था में प्रवेश करता है जहाँ यह अविश्वसनीय रूप से धीरे-धीरे फैलता है। यह केवल "धीमा" नहीं है; यह "लॉगारिदमिक रूप से धीमा" (logarithmically slow) है।
उपमा: कल्पना कीजिए कि एक धावक मैदान पार करने की कोशिश कर रहा है। एक सामान्य मैदान में, वह एक स्थिर गति से दौड़ता है। इस "अव्यवस्थित" मैदान में, उसे रुकना पड़ता है, ट्रैफिक लाइट बदलने का इंतज़ार करना पड़ता है, कुत्ते के गुजरने का इंतज़ार करना पड़ता है, गड्ढे के सूखने का इंतज़ार करना पड़ता है। वह केवल धीमा नहीं होता; उसकी प्रगति अनिश्चित और अप्रत्याशित हो जाती है। वायरस शहर के कुछ "दुर्लभ पॉकेट्स" (rare pockets) में बहुत लंबे समय तक जीवित रहता है जहाँ स्थितियाँ बिल्कुल सही होती हैं, लेकिन यह बाकी शहर में बहुत कम फैलता है।

4. यह क्यों महत्वपूर्ण है

यह केवल गणित या वायरस के बारे में नहीं है। लेखक बताते हैं कि यह हमारे अपने शरीर के भीतर भी होता है!

कोशिकीय जीवन (Cellular Life): एक एकल कोशिका के भीतर, प्रोटीन (नागरिक) कोशिका को व्यवस्थित करने के लिए इधर-उधर घूमते हैं। कभी-कभी, एक कोशिका के अंदर का वातावरण एक अव्यवस्थित, भीड़भाड़ वाली जगह होती है।
सबक: यदि इन प्रोटीनों की गति बहुत अधिक "जाम" या असमान हो जाती है, तो यह कोशिका को खुद को सही ढंग से व्यवस्थित करने से रोक सकता है। यह समझा सकता है कि क्यों कुछ कोशिकाएं ध्रुवीकरण (shape/polarization) करने में विफल रहती हैं या क्यों बीमारियाँ आबादी के कुछ "हॉटस्पॉट्स" में बनी रहती हैं जबकि दूसरों में खत्म हो जाती हैं।

सारांश

यह शोध पत्र हमें बताता है कि चीजें कैसे चलती हैं यह उतना ही महत्वपूर्ण है जितना कि वे आपस में कैसे क्रिया करती हैं।

अव्यवस्थित वातावरण महामारी को मार सकता है: यदि "स्वस्थ" आबादी धीमे क्षेत्रों में फंस जाती है, तो संक्रमण पूरी तरह से खत्म हो सकता है, भले ही वह बहुत शक्तिशाली हो।
अव्यवस्थित वातावरण चीजों को धीमा कर सकता है: यदि महामारी जीवित रहती है, तो यह एक "ज़ोंबी अवस्था" में जा सकती है, जो व्यापक रूप से फैलने के बजाय छोटे पॉकेट्स में बहुत लंबे समय तक बनी रहती है।
यह अन्य समस्याओं से अलग है: आमतौर पर, वैज्ञानिक सोचते हैं कि 'डिसऑर्डर' केवल चीजों को थोड़ा "शोरपूर्ण" (noisy) बनाता है। यहाँ, उन्होंने पाया कि गति में होने वाला डिसऑर्डर नियमों का एक पूरी तरह से नया सेट बनाता है जो सिस्टम को मौलिक रूप से तोड़ सकता है।

संक्षेप में: केवल वायरस को न देखें; उस सड़क को भी देखें जिस पर वह चल रहा है। कभी-कभी, सड़क ही वह चीज़ होती है जो वायरस को रोक देती है।

यहाँ वैलेन्टिन एनफ्रे और होंग-यान शिह के शोध पत्र "Diffusive Epidemic Process with quenched disorder" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र क्वेंच्ड स्थानिक विषमता (quenched spatial heterogeneity - स्थिर विकार) के प्रभाव की जांच करता है, जो डिफ्यूसिव एपिडेमिक प्रोसेस (DEP) पर आधारित है। DEP एक न्यूनतम रिएक्शन-डिफ्यूजन मॉडल है जिसका उपयोग महामारी के प्रसार और पैटर्न निर्माण (जैसे सेल पोलैरिटी) का वर्णन करने के लिए किया जाता है।

मॉडल: DEP में दो प्रजातियां शामिल हैं, स्वस्थ ( $A$ ) और संक्रमित ( $B$ ), जो क्रमशः $D_A$ और $D_B$ दरों के साथ विसरित (diffuse) होती हैं। सिस्टम संक्रमण ( $A+B \to 2B$ ) की दर $\lambda$ पर और रिकवरी ( $B \to A$ ) की दर $1/\tau$ पर विकसित होता है। कुल कण घनत्व $\rho$ संरक्षित रहता है।
अंतराल (The Gap): जबकि शुद्ध DEP का क्रिटिकल व्यवहार इसके सापेक्ष प्रसार दरों ( $D_A$ बनाम $D_B$ ) पर निर्भर करता है, इन प्रसार दरों में क्वेंच्ड डिसऑर्डर (quenched disorder) के प्रभाव को अभी तक पूरी तरह से समझा नहीं गया है।
मुख्य प्रश्न: प्रसार दरों (mobility disorder) में स्थानिक विकार, महामारी की दहलीज (epidemic threshold) और क्रिटिकल डायनेमिक्स को कैसे बदलता है? क्या यह मानक यूनिवर्सलिटी क्लासेस (जैसे कि डिसऑर्डर्ड कॉन्टैक्ट प्रोसेस) का पालन करता है, या यह अद्वितीय घटनाओं को जन्म देता है? विशेष रूप से, क्या परिवहन दरों (transport rates) में विकार, रिएक्शन दरों में विकार से गुणात्मक रूप से भिन्न हो सकता है?

2. कार्यप्रणाली (Methodology)

लेखकों ने परिमित-आकार प्रणालियों (finite-size systems) की सीमाओं को दूर करने के लिए एक नवीन दृष्टिकोण का उपयोग करते हुए व्यापक संख्यात्मक सिमुलेशन (numerical simulations) का प्रयोग किया।

अनंत-प्रणाली सिमुलेशन एल्गोरिदम (Infinite-System Simulation Algorithm):
- परिमित जाली (finite lattices) पर मानक DEP सिमुलेशन परिमित-आकार के प्रभावों और संरक्षित कण संख्याओं को ट्रैक करने की कठिनाई से ग्रस्त होते हैं।
- लेखकों ने गिलेस्पी विधि (Gillespie method) पर आधारित एक लोकल-अपडेट एल्गोरिदम विकसित किया। यह एल्गोरिदम कणों को दो उप-प्रणालियों में विभाजित करता है:
  1. $S_{AB}$ : इसमें संक्रमित कण ( $B$ ) और "प्रासंगिक" स्वस्थ कण ( $A$ ) शामिल हैं जो परस्पर क्रिया करने के लिए पर्याप्त करीब हैं। यहाँ सटीक गिलेस्पी डायनेमिक्स किया जाता है।
  2. $S_A$ : इसमें दूर स्थित स्वस्थ कण शामिल हैं जो सरल मुक्त प्रसार (free diffusion) कर रहे हैं।
- एक समय अंतराल (time window) के भीतर संक्रमण फ्रंट तक पहुँचने की संभावना के आधार पर कणों को गतिशील रूप से $S_{AB}$ और $S_A$ के बीच स्थानांतरित किया जाता है। यह प्रभावी रूप से अधिकतम समय $T_{max}$ तक एक अनंत प्रणाली का अनुकरण करता है, जिससे परिमित-आकार संतृप्ति (finite-size saturation) के प्रभाव समाप्त हो जाते हैं।
डिसऑर्डर का कार्यान्वयन:
- तीन प्रकार के क्वेंच्ड डिसऑर्डर पेश किए गए:
  1. संक्रमण दर विकार ( $\lambda$ -disorder): रिएक्शन दर में विषमता।
  2. स्वस्थ-प्रजाति प्रसार विकार ( $D_A$ -disorder): स्वस्थ कणों की गतिशीलता में विषमता।
  3. संक्रमित-प्रजाति प्रसार विकार ( $D_B$ -disorder): संक्रमित कणों की गतिशीलता में विषमता।
- डिसऑर्डर को बाइनरी वितरण (धीमी साइट दर $D^0$ और तेज़ साइट दर $D^1$ ) का उपयोग करके मॉडल किया गया।
अवलोकन योग्य (Observables):
- उत्तरजीविता प्रायिकता ( $P_s(t)$ ), कुल संक्रमित कणों की संख्या ( $N_B(t)$ ), और माध्य-वर्ग विस्थापन ( $R^2(t)$ )।
- स्थानीय ढाल (local slopes) के माध्यम से प्रभावी क्रिटिकल एक्सपोनेंट्स ( $\delta, \Theta, 2/z$ ) निकाले गए और $t \to \infty$ तक विस्तारित (extrapolate) किया गया।
- डिसऑर्डर की प्रासंगिकता का अनुमान लगाने के लिए प्रभावी प्रसार दरों ( $D^{eff}_X$ ) का उपयोग करके हैरिस मानदंड (Harris Criterion) को अनुकूलित किया गया।

3. मुख्य योगदान और परिणाम

A. प्रभावी दरों के माध्यम से डिसऑर्डर प्रासंगिकता का पूर्वानुमान

लेखकों ने स्थापित किया कि प्रसार दरों में डिसऑर्डर की प्रासंगिकता का पूर्वानुमान स्थानीय दरों के बजाय प्रभावी प्रसार दरों ( $D^{eff}_A$ और $D^{eff}_B$ ) की तुलना करके लगाया जा सकता है।

हैरिस मानदंड का अनुकूलन: डिसऑर्डर तब प्रासंगिक होता है जब $d\nu_\perp < 2$ हो। DEP में, यह स्थिति उस शासन (regime) में अनुवादित होती है जहाँ स्वस्थ कणों का प्रभावी प्रसार संक्रमित कणों के प्रसार से अधिक होता है ( $D^{eff}_A > D^{eff}_B$ )।
सत्यापन: सिमुलेशन ने पुष्टि की कि जब $D^{eff}_A > D^{eff}_B$ , तो सिस्टम एक नए फिक्स्ड पॉइंट की ओर प्रवाहित होता है, जबकि $D^{eff}_A \le D^{eff}_B$ के लिए, डिसऑर्डर या तो मार्जिनल है या अप्रासंगिक है।

B. दो अलग-अलग इनफिनिट-डिसऑर्डर फिक्स्ड पॉइंट्स (IDFPs) की खोज

अध्ययन ने दो अलग-अलग यूनिवर्सलिटी क्लासेस की पहचान की, जो एक्टिवेटेड डायनेमिकल स्केलिंग (लॉगारिदमिक समय निर्भरता) और ग्रिफिथ्स फेज (Griffiths phases) द्वारा अभिलक्षित हैं:

क्लास 1 (धनात्मक ढाल): इसमें $\lambda$ -डिसऑर्डर और कमजोर $D_A$ -डिसऑर्डर शामिल हैं। क्रिटिकल एक्सपोनेंट्स का अनुपात $\Theta/\delta$ धनात्मक है।
क्लास 2 (ऋणात्मक ढाल): इसमें मजबूत $D_A$ $D_{A}$ -डिसऑर्डर ( $D^1_A \gg D^0_A$ $D_{A}^{1} ≫ D_{A}^{0}$ ) और सहसंबद्ध (correlated) डिसऑर्डर शामिल हैं।
- इस क्लास में डिसऑर्डर्ड कॉन्टैक्ट प्रोसेस के समान व्यवहार दिखाई देता है, जो यह सुझाव देता है कि मजबूत प्रसार विषमता प्रभावी रूप से घनत्व प्रोफाइल को प्रारंभिक वितरण के अधीन (enslave) कर देती है, जिससे DEP की विशिष्ट सूक्ष्म गतिशीलता दब जाती है।

C. अनूठा घटना: सक्रिय चरण का पूर्ण दमन (Total Suppression of the Active Phase)

एक प्रमुख खोज यह है कि स्वस्थ-प्रजाति प्रसार दर ( $D_A$ ) में डिसऑर्डर सक्रिय चरण को पूरी तरह से समाप्त कर सकता है, एक ऐसी घटना जो रिएक्शन-रेट डिसऑर्डर के साथ नहीं देखी गई है।

तंत्र (Mechanism): जब $D^{eff}_A > D^{eff}_B$ होता है और डिसऑर्डर मजबूत होता है (विशेष रूप से जब $D^0_A < D_B$ ), तो स्वस्थ कण धीमी क्षेत्रों ( $D^0_A$ ) में जमा हो जाते हैं, जिससे उच्च-घनत्व वाली पॉकेट बन जाती हैं।
परिणाम: संक्रमित कणों ( $B$ ) को इन पॉकेटों तक पहुँचने के लिए कम-घनत्व वाले अंतराल (gaps) के माध्यम से विसरित होना पड़ता है। यदि $D_B > D^0_A$ है, तो संक्रमित कण नए कणों को संक्रमित करने से पहले ही उच्च-घनत्व वाले क्षेत्रों से दूर विसरित हो जाते हैं। इससे औसत घनत्व में निरंतर गिरावट आती है और बहुत उच्च संक्रमण दरों ( $\lambda$ ) पर भी स्वतः रिकवरी (spontaneous recovery) होती है, जो प्रभावी रूप से महामारी को पूरी तरह से दबा देती है।

D. डिसऑर्डर प्रकारों की तुलना

$\lambda$ -डिसऑर्डर: एब्जॉर्बिंग-स्टेट ट्रांजिशन के लिए मानक अपेक्षाओं का पालन करता है, जिससे ग्रिफिथ्स फेज के साथ एक IDFP प्राप्त होता है।
$D_A$ -डिसऑर्डर: सबसे प्रभावशाली है। यह सक्रिय चरण के पूर्ण दमन को प्रेरित कर सकता है और डिसऑर्डर के विचरण (variance) के आधार पर विशिष्ट IDFPs उत्पन्न कर सकता है।
$D_B$ -डिसऑर्डर: तुलनात्मक रूप से कमजोर प्रतीत होता है। भले ही सैद्धांतिक रूप से प्रासंगिक होने के बावजूद ( $D^{eff}_B < D_A$ ), सिस्टम लंबे समय तक शुद्ध-समान (pure-like) क्रिटिकल गुणों को बनाए रखता है, जो यह सुझाव देता है कि IDFP को प्रकट करने के लिए बहुत धीमा क्रॉसओवर या ब्लॉक-कोरिलेटेड डिसऑर्डर की आवश्यकता होती है।

4. महत्व और निहितार्थ

सैद्धांतिक भौतिकी: यह शोध पत्र इस सहज धारणा को चुनौती देता है कि प्रसार डिसऑर्डर एब्जॉर्बिंग-स्टेट ट्रांजिशन में अप्रासंगिक है। यह प्रदर्शित करता है कि मोबिलिटी डिसऑर्डर (mobility disorder) प्रसार गतिशीलता को पुनर्गठित करने का एक विशिष्ट मार्ग है, जो ऐसी घटनाएं उत्पन्न करने में सक्षम है जो केवल रिएक्शन-रेट डिसऑर्डर के साथ असंभव हैं।
जैविक प्रणालियाँ:
- सेल पोलैरिटी: परिणाम यह समझने के लिए एक कठोर आधार प्रदान करते हैं कि कोशिकीय विषमता (जैसे साइटोप्लाज्म बनाम झिल्ली में प्रोटीन प्रसार दरों में भिन्नता) पैटर्न निर्माण और कोशिका ध्रुवीकरण को कैसे प्रभावित करती है।
- महामारी विज्ञान (Epidemiology): निष्कर्ष बताते हैं कि मेजबान की गतिशीलता (host mobility) में स्थानिक भिन्नता (केवल संक्रमण दरों के बजाय) महामारी के बने रहने की क्षमता को मौलिक रूप से बदल सकती है, जिससे संभावित रूप से "धधकते" (smoldering) संक्रमण पैदा हो सकते हैं जो विषम माध्यमों में दुर्लभ अनुकूल क्षेत्रों में जीवित रहते हैं या पूर्ण विलुप्ति की ओर ले जाते हैं।
पद्धतिगत प्रगति: अनंत-प्रणाली सिमुलेशन एल्गोरिदम का विकास संरक्षित कण प्रणालियों में परिमित-आकार के आर्टिफैक्ट्स के बिना क्रिटिकल घटनाओं के सटीक अध्ययन की अनुमति देता है, जो अन्य रिएक्शन-डिफ्यूजन मॉडल के लिए भी एक उपयोगी उपकरण है।

निष्कर्ष

एनफ्रे और शिह यह सिद्ध करते हैं कि प्रसार दरों में क्वेंच्ड डिसऑर्डर, डिफ्यूसिव एपिडेमिक प्रोसेस की क्रिटिकल डायनेमिक्स को मौलिक रूप से नया आकार देता है। प्रभावी प्रसार दरों को पेश करके, वे सफलतापूर्वक डिसऑर्डर की प्रासंगिकता की भविष्यवाणी करते हैं और एक अनूठे शासन (regime) को उजागर करते हैं जहाँ मजबूत मोबिलिटी डिसऑर्डर सक्रिय चरण को पूरी तरह से दबा देता है। दो अलग-अलग इनफिनिट-डिसऑर्डर फिक्स्ड पॉइंट्स की पहचान यह रेखांकित करती है कि डिसऑर्डर की सूक्ष्म प्रकृति (रिएक्शन बनाम ट्रांसपोर्ट) यूनिवर्सलिटी क्लास को निर्धारित करती है, जो विषम वातावरण में नॉन-इक्विलिब्रियम फेज ट्रांजिशन के बारे में नई अंतर्दृष्टि प्रदान करती है।