💻 computer science

When structure does not imply symmetry

यह अध्ययन प्रदर्शित करता है कि कवक प्रोटीन सामग्रियों की अंतर्निहित सूक्ष्म संरचनात्मक अनिसोट्रॉपी (anisotropy) सार्वभौमिक रूप से स्थूल यांत्रिक या संवेदी अनिसोट्रॉपी में परिवर्तित नहीं होती है, जो विविध समरूपता वर्गों (symmetry classes) को प्रकट करती है और जटिल मृदु प्रणालियों में सामग्री समरूपता का अनुमान लगाने के लिए एक डेटा-संचालित ढांचे को स्थापित करती है।

मूल लेखक: Skyler R. St. Pierre, Thibault Vervenne, Ethan C. Darwin, Ellen Kuhl

प्रकाशित 2026-04-20

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Skyler R. St. Pierre, Thibault Vervenne, Ethan C. Darwin, Ellen Kuhl

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

बड़ा सवाल: क्या धारीदार शर्ट का मतलब धारीदार व्यक्तित्व है?

कल्पना कीजिए कि आपने एक गहरी, खड़ी धारियों वाली शर्ट पहनी है। आप मान सकते हैं कि यदि आप शर्ट को बगल से खींचते हैं, तो यह ऊपर और नीचे खींचने की तुलना में अलग तरह से खिंचेगी। मटेरियल साइंस (पदार्थ विज्ञान) की दुनिया में, वैज्ञानिकों का लंबे समय से मानना रहा है कि संरचना व्यवहार निर्धारित करती है। यदि किसी पदार्थ में "ग्रेन" या "फाइबर" (जैसे लकड़ी या मांसपेशी) दिखाई देते हैं, तो उन्होंने माना कि वह एनिसोट्रोपिक (anisotropic) होगा—यानी, जिस दिशा में आप उसे दबाएंगे या खींचेंगे, उसका व्यवहार अलग होगा।

लेकिन स्टैनफोर्ड यूनिवर्सिटी के इस नए अध्ययन ने एक पेचीदा सवाल पूछा है: क्या ऐसा संभव है कि कोई पदार्थ दिखने में अत्यधिक संगठित और रेशेदार (fibrous) हो, लेकिन वास्तव में एक पूरी तरह से एकसमान पिंड (uniform blob) की तरह व्यवहार करे?

इसका जवाब एक जोरदार हाँ है।

परीक्षण विषय: कवक (Fungi) जैसे "मांस"

शोधकर्ताओं ने तीन प्रकार के कवक प्रोटीन पदार्थों का अध्ययन किया। ये वे ही सामग्रियां हैं जिनका उपयोग पौधों पर आधारित "स्टेक" और मांस के विकल्पों को बनाने में किया जाता है।

माइसेलियम (Mycelium): मशरूम की "जड़ें" (एक उलझे हुए ऊन के गोले की तरह)।
फ्रूटिंग बॉडी (Fruiting Body): वास्तविक मशरूम की टोपी (तंग बंडलों में रखे स्ट्रॉ की तरह)।
प्रोटीन ब्लेंड (Protein Blend): कवक प्रोटीन का मिश्रण (एक चिकने, एकसमान आटे की तरह)।

माइक्रोस्कोप के नीचे, तीनों में एक स्पष्ट दिशा दिखाई देती है। वे छोटी, नली जैसी रेशों (hyphae) से भरे हुए हैं जो एक विशिष्ट तरीके से संरेखित होते हुए प्रतीत होते हैं। भौतिकी के पुराने नियमों के अनुसार, तीनों को लकड़ी की तरह व्यवहार करना चाहिए: एक दिशा में मजबूत और दूसरी दिशा में कमजोर।

प्रयोग: "रस्साकशी" (Tug-of-War)

इसका परीक्षण करने के लिए, वैज्ञानिकों ने इन कवक स्टेक को भौतिकी के खेल के मैदान की तरह इस्तेमाल किया। उन्होंने नमूनों को काटा और उन्हें दो दिशाओं में खींचा और दबाया:

इन-प्लेन (In-Plane): रेशों के साथ खींचना (जैसे एक रस्सी को खींचना)।
क्रॉस-प्लेन (Cross-Plane): रेशों के आर-पार खींचना (जैसे रस्सी को बगल से तोड़ने की कोशिश करना)।

सटीक डेटा प्राप्त करने के लिए उन्होंने यह प्रक्रिया 180 बार दोहराई।

आश्चर्यजनक परिणाम

यहीं से कहानी दिलचस्प होती है। तीनों सामग्रियां, जो दिखने में रेशेदार थीं, बहुत अलग तरह से प्रतिक्रिया करती थीं:

माइसेलियम (असली "फाइबर"): यह बिल्कुल वैसा ही व्यवहार कर रहा था जैसा उम्मीद थी। रेशों के साथ खींचे जाने पर यह रेशों के आर-पार खींचे जाने की तुलना में बहुत अधिक मजबूत था। यह एनिसोट्रोपिक (anisotropic) था।
- उपमा: सूखे स्पैगेटी के बंडल की तरह। इसे लंबाई में तोड़ना कठिन है, लेकिन बगल से तोड़ना आसान है।
फ्रूटिंग बॉडी (शायद "फाइबर"): यह बीच की स्थिति में था। इसने दिशाओं के बीच थोड़ा अंतर दिखाया, लेकिन इतना नहीं कि वह सांख्यिकीय रूप से महत्वपूर्ण हो। यह ट्रांजिशनल (transitional) था।
- उपमा: थोड़े उलझे हुए ऊन के गोले की तरह। इसमें कुछ दिशा है, लेकिन यह इतना अव्यवस्थित है कि आप इसे जिस भी तरफ से खींचें, इससे ज्यादा फर्क नहीं पड़ता।
प्रोटीन ब्लेंड (जादुई आश्चर्य): यह सबसे बड़ा झटका था। भले ही माइक्रोस्कोप के नीचे इसमें स्पष्ट रेशे दिखाई दे रहे थे, लेकिन यह हर दिशा में बिल्कुल एक जैसा व्यवहार कर रहा था। यह आइसोट्रोपिक (isotropic) था।
- उपमा: जेली (Jell-O) के एक कटोरे की कल्पना करें जिसमें बारीक, अदृश्य नूडल्स मिले हुए हों। यदि आप इसे ऊपर या बगल से छूते हैं, तो यह एक ही तरह से हिलता है। "नूडल्स" वहां हैं, लेकिन वे इतने अच्छी तरह से मिले हुए या लचीले हैं कि वे जेली के समग्र अहसास को नहीं बदलते।

"टेस्ट" (स्वाद) परीक्षण

शोधकर्ताओं ने लोगों से भोजन चबाने के बारे में भी पूछा।

माइसेलियम को चबाने का अनुभव दिशा के आधार पर अलग था (एक तरफ से सख्त और दूसरी तरफ से नरम)।
प्रोटीन ब्लेंड चबाने के बावजूद एक जैसा महसूस हुआ।

यह साबित करता है कि केवल इसलिए कि कोई पदार्थ रेशेदार दिखता है, इसका मतलब यह नहीं है कि आपकी जीभ उसे वैसे ही महसूस करेगी। रेशेदार होने का हमारा बोध मैकेनिक्स और संवेदना का एक जटिल मिश्रण है, न कि केवल रेशों का एक सरल मानचित्र।

उच्च-तकनीकी जासूसी: "मॉडल डिस्कवरी"

उन्होंने इसे कैसे सिद्ध किया? उन्होंने केवल अनुमान नहीं लगाया; उन्होंने एक कॉन्स्टिट्यूटिव न्यूरल नेटवर्क (Constitutive Neural Network) का उपयोग किया।

इसे एक सुपर-स्मार्ट एआई (AI) जासूस के रूप में सोचें। वैज्ञानिकों ने एआई को यह बताने के बजाय कि, "मान लें कि यह एक रेशेदार पदार्थ है," उन्होंने एआई को 180 परीक्षणों से प्राप्त सारा कच्चा डेटा फीड कर दिया। फिर एआई ने परिणामों को समझाने के लिए एक गणितीय सूत्र बनाने की कोशिश की।

माइसेलियम के लिए, एआई ने कहा: "इस डेटा को समझाने के लिए मुझे रेशों (fibers) के लिए एक शब्द की आवश्यकता है।"
प्रोटीन ब्लेंड के लिए, एआई ने कहा: "मुझे रेशों के लिए किसी भी शब्द की आवश्यकता नहीं है। एक सरल, एकसमान सूत्र इसे पूरी तरह से समझा सकता है।"

एआई ने खोज निकाला कि प्रोटीन ब्लेंड के लिए, "रेशे" यांत्रिक रूप से अप्रासंगिक थे। वे वहां थे, लेकिन वे पदार्थ की मजबूती या समरूपता (symmetry) को निर्धारित नहीं करते थे।

मुख्य निष्कर्ष

इस शोध पत्र का मुख्य सबक यह है कि व्यवहार पर विश्वास करने की याद दिलाना है, न कि केवल दिखावट पर।

अतीत में, वैज्ञानिक मानते थे: संरचना = समरूपता (Symmetry)।
(यह पेपर सिद्ध करता है: संरचना $\neq$ समरूपता)।

सिर्फ इसलिए कि किसी पदार्थ में माइक्रोस्कोप के नीचे एक जटिल, संगठित, रेशेदार रूप है, इसका मतलब यह नहीं है कि वह वास्तविक दुनिया में उसी तरह व्यवहार करेगा। कभी-कभी, सूक्ष्म दुनिया (micro-world) की अराजकता खुद को रद्द कर देती है, जिससे एक ऐसी स्थूल दुनिया (macro-world) बनती है जो पूरी तरह से एकसमान होती है।

संक्षेप में: आपके पास एक ऐसा पदार्थ हो सकता है जो बुनी हुई टोकरी जैसा दिखता है लेकिन एक चिकने रबर की गेंद जैसा महसूस होता है। संरचना वहां है, लेकिन समरूपता एक आश्चर्य है।

यहाँ "When structure does not imply symmetry" (जब संरचना समरूपता का संकेत नहीं देती) नामक शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या का विवरण (Problem Statement)

कंटीन्यूम मैकेनिक्स (Continuum mechanics) और कॉन्स्टिट्यूटिव मॉडलिंग (Constitutive modeling) पारंपरिक रूप से इस धारणा के तहत कार्य करते हैं कि सूक्ष्म संरचनात्मक संरेखण (Microstructural alignment) स्थूल यांत्रिक समरूपता (Macroscopic mechanical symmetry) को निर्धारित करता है। प्रचलित धारणा यह है कि यदि किसी सामग्री में एक दृश्यमान, अनिसोट्रोपिक (Anisotropic) सूक्ष्म संरचना (जैसे संरेखित फाइबर या फिलामेंट्स) मौजूद है, तो उसकी यांत्रिक प्रतिक्रिया भी अनिसोट्रोपिक (दिशा-निर्भर) होनी चाहिए। यह धारणा इनवेरिएंट-आधारित (Invariant-based) कॉन्स्टिट्यूटिव नियमों में निहित है जहाँ दिशा-निर्भरता को दर्शाने के लिए फाइबर-निर्भर इनवेरिएंट्स (जैसे $I_4, I_5$ ) पेश किए जाते हैं।

हालाँकि, यह धारणा विभिन्न मृदु सामग्रियों (जैसे पॉलिमर, कार्टिलेज, मस्तिष्क ऊतक) में देखे गए अवलोकनों द्वारा चुनौती दी जाती है, जहाँ सूक्ष्म संरचनात्मक संगठन हमेशा दिशा-निर्भर स्थूल व्यवहार में परिवर्तित नहीं होता है। यह शोध पत्र एक केंद्रीय प्रश्न का समाधान करता है: क्या अनिसोट्रोपिक सूक्ष्म संरचना अनिवार्य रूप से अनिसोट्रोपिक यांत्रिक प्रतिक्रिया और संवेदी धारणा (Sensory perception) उत्पन्न करती है? विशेष रूप से, यह जांच करता है कि क्या दृश्य संरचनात्मक संरेखण जटिल मृदु सामग्रियों के लिए सामग्री समरूपता वर्गों (Material symmetry classes) का एक पर्याप्त भविष्यवक्ता है।

2. कार्यप्रणाली (Methodology)

लेखकों ने तीन अलग-अलग कवक-आधारित प्रोटीन प्रणालियों का उपयोग करके नियंत्रित यांत्रिक प्रयोग और डेटा-संचालित स्वचालित मॉडल खोज (Data-driven automated model discovery) का एक संयुक्त दृष्टिकोण अपनाया।

A. सामग्री प्रणालियाँ (Material Systems)

सूक्ष्म संरचनात्मक संगठन के स्पेक्ट्रम का प्रतिनिधित्व करने के लिए तीन सामग्रियाँ चुनी गईं:

मशरूम रूट माइसेलियम (Mushroom Root Mycelium): सीमित संरेखण वाली बड़ी शीट जैसी संरचनाएँ।
फ्रूटिंग बॉडी (Fruiting Body): एक स्पष्ट पसंदीदा अभिविन्यास के साथ घने रूप से जुड़े फाइबर।
प्रोटीन माइसेलियम ब्लेंड (Protein Mycelium Blend): स्थानीय रूप से संरेखित क्षेत्रों और बड़े रिक्त स्थानों का एक विषम मिश्रण।

B. प्रयोगात्मक रणनीति (Experimental Strategy)

नमूना तैयार करना: नमूनों को प्रमुख संरचनात्मक दिशा के सापेक्ष दो लंबवत ओरिएंटेशन में काटा गया: इन-प्लेन (फाइबर संरेखण के समानांतर) और क्रॉस-प्लेन (लंबवत)।
यांत्रिक परीक्षण: प्रत्येक सामग्री और ओरिएंटेशन के लिए, $n=10$ $n = 10$ नमूनों का तीन मोड में 10% स्ट्रेन तक क्वासी-स्टैटिक (Quasi-static) परीक्षण किया गया:
- यूनिएक्सियल टेंशन (Uniaxial Tension)
- यूनिएक्सियल कम्प्रेशन (Uniaxial Compression)
- सिंपल शीयर (Simple Shear)
- कुल: 180 परीक्षण ( $3 \text{ सामग्रियाँ} \times 2 \text{ ओरिएंटेशन} \times 3 \text{ मोड} \times 10 \text{ नमूने}$ )।
संवेदी मूल्यांकन (Sensory Evaluation): विशेषज्ञों के एक पैनल ( $n=16-21$ ) ने 5-पॉइंट लिकर्ट स्केल (Likert scale) का उपयोग करके दोनों ओरिएंटेशन में सामग्रियों की बनावट (कोमलता, चबाने की क्षमता, रेशेदारपन आदि) का मूल्यांकन किया।
माइक्रोस्कोपी: हाइफे नेटवर्क (Hyphae networks) और सेल वॉल जैसे पदानुक्रमित सूक्ष्म संरचना की पुष्टि करने के लिए लाइट माइक्रोस्कोपी का उपयोग किया गया।

C. डेटा-संचालित मॉडल खोज (Data-Driven Model Discovery)

एक पूर्व-निर्धारित समरूपता वर्ग देने के बजाय, लेखकों ने सीधे डेटा से शासन करने वाली समरूपता की खोज करने के लिए एक कॉन्स्टिट्यूटिव न्यूरल नेटवर्क (Constitutive Neural Network) का उपयोग किया।

फ्रेमवर्क: स्केलर इनवेरिएंट्स के विरल संयोजन (Sparse combination) के रूप में व्यक्त स्ट्रेन एनर्जी डेंसिटी फंक्शन ( $\psi$ ) का उपयोग करते हुए परिमित विरूपण (Finite deformation) निरंतरता यांत्रिकी।
इनवेरिएंट्स (Invariants):
- आइसोट्रोपिक (Isotropic): $I_1$ (कुल स्ट्रेच), $I_2$ (शीयर-जैसे विरूपण), $I_3$ (आयतन परिवर्तन)।
- अनिसोट्रोपिक (Anisotropic): $I_4$ (फाइबर स्ट्रेच स्क्वायर), $I_5$ (नॉन-लीनियर फाइबर स्ट्रेच)।
एल्गोरिदम: 12 हिडन टर्म्स (लीनियर, क्वाड्रेटिक, एक्सपोनेंशियल) वाले एक न्यूरल नेटवर्क को स्ट्रेस-स्ट्रेन डेटा पर प्रशिक्षित किया गया। स्पर्सिटी (Sparsity) लागू करने के लिए L1 रेगुलराइजेशन (Lasso) का उपयोग किया गया, जो अप्रासंगिक टर्म्स को "प्रून" (Prune) कर देता है। यदि फाइबर-निर्भर टर्म्स ( $I_4, I_5$ ) को प्रून कर दिया जाता था, तो सामग्री को आइसोट्रोपिक माना जाता था; यदि उन्हें बरकरार रखा जाता था, तो उसे अनिसोट्रोपिक माना जाता था।

3. मुख्य परिणाम (Key Results)

A. यांत्रिक प्रतिक्रिया और समरूपता वर्ग (Mechanical Response & Symmetry Classes)

प्रायोगिक डेटा ने खुलासा किया कि संरचनात्मक रूप से समान रेशेदार सामग्रियां अलग-अलग समरूपता वर्गों का प्रदर्शन करती हैं:

माइसेलियम (मजबूत अनिसोट्रोपिक):
- इसने कठोरता (Stiffness) में महत्वपूर्ण दिशात्मक अंतर दिखाया (जैसे: टेंसाइल स्टिफनेस: इन-प्लेन 106 kPa बनाम क्रॉस-प्लेन 29 kPa; $p < 0.01$ )।
- खोजा गया मॉडल: $\psi = 5.07[I_1 - 3] + 1.64\langle I_5 - 1 \rangle^2$ ।
- व्याख्या: मॉडल ने अनिसोट्रोपिक $I_5$ टर्म को बरकरार रखा, जो मजबूत यांत्रिक अनिसोट्रॉपी की पुष्टि करता है।
फ्रूटिंग बॉडी (संक्रमणकालीन/कमजोर अनिसोट्रोपिक):
- इसने मध्यम दिशात्मक अंतर दिखाया (टेंसाइल स्ट्रेस: इन-प्लेन 4.9 kPa बनाम क्रॉस-प्लेन 3.5 kPa), लेकिन कई अंतर सांख्यिकीय रूप से महत्वपूर्ण नहीं थे ( $p > 0.05$ )।
- खोजा गया मॉडल: $\psi = 4.42[I_1 - 3] + 0.69[\exp(0.70\langle I_5 - 1 \rangle^2) - 1]$ ।
- व्याख्या: अनिसोट्रोपिक टर्म को बरकरार रखा गया था लेकिन माइसेलियम की तुलना में इसका भार काफी कम था, जो इसे एक संक्रमणकालीन क्षेत्र में रखता है।
प्रोटीन माइसेलियम ब्लेंड (प्रभावी रूप से आइसोट्रोपिक):
- इसने सभी लोडिंग मोड में इन-प्लेन और क्रॉस-प्लेन ओरिएंटेशन के लिए लगभग समान स्ट्रेस-स्ट्रेन कर्व दिखाए ( $p > 0.05$ )।
- खोजा गया मॉडल: $\psi = 14.30[I_1 - 3]$ ।
- व्याख्या: मॉडल शुद्ध नियो-हुकियन (Neo-Hookean) आइसोट्रोपिक रूप में बदल गया। दृश्यमान रेशेदार होने के बावजूद, फाइबर-निर्भर इनवेरिएंट्स को हटा दिया गया, जो यांत्रिक आइसोट्रॉपी को दर्शाता है।

B. संवेदी धारणा (Sensory Perception)

धारणा में अनिसोट्रॉपी: माइसेलियम और फ्रूटिंग बॉडी ने विशिष्ट गुणों (जैसे कोमलता, चबाने की क्षमता) में दिशा-निर्भर अंतर दिखाया।
धारणा में आइसोट्रॉपी: प्रोटीन माइसेलियम ब्लेंड को आइसोट्रोपिक के रूप में महसूस किया गया।
रेशेदारपन का अलगाव (Decoupling of Fibrousness): महत्वपूर्ण रूप से, "रेशेदारपन" (Fibrousness) के गुण ने तीनों उत्पादों के लिए किसी भी मामले में कोई सांख्यिकीय रूप से महत्वपूर्ण दिशात्मक निर्भरता नहीं दिखाई ( $p > 0.05$ )। यह सुझाव देता है कि कथित रेशेदारपन सीधे सूक्ष्म संरचनात्मक संरेखण या कठोरता अनिसोट्रॉपी का सीधा कार्य नहीं है, बल्कि संकेतों के एक जटिल संयोजन से उभरता है।

C. मॉडल खोज सत्यापन (Model Discovery Validation)

स्वचालित खोज ने बिना किसी मानवीय पूर्वाग्रह के सही समरूपता वर्ग की पहचान की:

इसने अनिसोट्रोपिक सामग्रियों के लिए $I_5$ टर्म की आवश्यकता को सही ढंग से पहचाना।
इसने आइसोट्रोपिक ब्लेंड के लिए $I_4$ और $I_5$ टर्म्स को सही ढंग से हटाया, जो यह सिद्ध करता है कि केवल संरचना ही कॉन्स्टिट्यूटिव लॉ के लिए आवश्यक इनवेरिएंट्स को निर्धारित नहीं करती है।

4. मुख्य योगदान (Key Contributions)

संरचना-समरूपता समानता का खंडन: यह अध्ययन इस बात का अनुभवजन्य प्रमाण प्रदान करता है कि दृश्य सूक्ष्म संरचनात्मक अनिसोट्रॉपी (रेशेदार नेटवर्क) अनिवार्य रूप से स्थूल यांत्रिक अनिसोट्रॉपी का संकेत नहीं देती है।
डेटा-संचालित समरूपता पहचान: यह कॉन्स्टिट्यूटिव न्यूरल नेटवर्क और L1 रेगुलराइजेशन का उपयोग करके प्रायोगिक डेटा से सीधे सामग्री समरूपता को निष्कर्ष निकालने के लिए एक ढांचा स्थापित करता है, जिससे समरूपता समूहों के बारे में a priori (पूर्व-निर्धारित) धारणाओं की आवश्यकता समाप्त हो जाती है।
यांत्रिक बनाम संवेदी अलगाव: यह प्रदर्शित करता है कि यांत्रिक अनिसोट्रॉपी और "रेशेदारपन" की संवेदी धारणा सख्ती से जुड़े हुए नहीं हैं; एक सामग्री यांत्रिक रूप से आइसोट्रोपिक हो सकती है फिर भी संरचनात्मक रूप से रेशेदार हो सकती है, और कथित रेशेदारपन लोडिंग दिशा के साथ भिन्न नहीं हो सकता है।
खाद्य विज्ञान के लिए अनुप्रयोग: ये निष्कर्ष प्लांट-बेस्ड मीट विकल्पों को डिजाइन करने के लिए एक नया प्रतिमान प्रदान करते हैं, जो यह सुझाव देते हैं कि विशिष्ट बनावट (आइसोट्रोपिक बनाम अनिसोट्रोपिक) प्राप्त करने के लिए सूक्ष्म संरचना के बजाय यांत्रिक प्रतिक्रिया को ट्यून करना आवश्यक है।

5. महत्व (Significance)

यह कार्य कंटीन्यूम मैकेनिक्स और सॉफ्ट मैटर फिजिक्स के एक मौलिक सिद्धांत को चुनौती देता है: कि ज्यामिति समरूपता को निर्धारित करती है। यह दिखाकर कि समरूपता ज्यामिति के बजाय यांत्रिक प्रतिक्रिया से उभरती है, यह शोध पत्र:

इंजीनियरिंग और जीव विज्ञान (जैसे मस्तिष्क ऊतक या कार्टिलेज का अनुमान लगाना केवल फाइबर इमेजिंग के आधार पर) में सामग्रियों के गलत वर्गीकरण को रोकता है।
जहाँ पारंपरिक इनवेरिएंट-आधारित मॉडलिंग गलत समरूपता धारणाओं के कारण विफल हो सकती है, वहाँ जटिल मृदु सामग्रियों के लक्षण वर्णन के लिए एक मजबूत, सामान्यीकरण योग्य पद्धति प्रदान करता है।
खाद्य उद्योग के लिए महत्वपूर्ण अंतर्दृष्टि प्रदान करता है, जो यह दर्शाता है कि "मीटी" (मांस जैसा) टेक्सचर को रेशेदार प्रणालियों में भी यांत्रिक आइसोट्रॉपी के माध्यम से इंजीनियर किया जा सकता है, जिससे टिकाऊ प्रोटीन विकल्पों के लिए डिज़ाइन स्पेस का विस्तार होता है।