🔬 condensed matter

Bulk and microphase separation in chiral active systems

यह शोध पत्र इस बात की जांच करता है कि सक्रिय कणों (active particles) में चिरैलिटी (chirality) चरण पृथक्करण (phase separation) को कैसे प्रभावित करती है, यह प्रकट करते हुए कि जबकि यह मानक कोर्सनिंग नियमों (coarsening laws) को बदले बिना बल्क या माइक्रोफेज पृथक्करण और यात्रा करती इंटरफेशियल तरंगों (traveling interfacial waves) को प्रेरित कर सकती है, यह तरल प्रवाह की अनुपस्थिति में भी लंबे बूंदों के टूटने को भी प्रेरित करती है।

मूल लेखक: Sumeja Bureković, S. J. Kole, Ananyo Maitra, Cesare Nardini

प्रकाशित 2026-07-15

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Sumeja Bureković, S. J. Kole, Ananyo Maitra, Cesare Nardini

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

एक व्यस्त शहर की कल्पना करें जो नन्हे, स्व-चालित (self-driving) रोबोटों से भरा है। इनमें से कुछ रोबोट सीधे-साधे हैं, जो एक सीधी रेखा में तब तक चलते रहते हैं जब तक कि वे भीड़ से टकरा नहीं जाते। लेकिन अन्य "कायरल" (chiral) हैं—उनमें एक अंतर्निहित घुमाव (spin) है, जैसे एक फिगर स्केटर जो चलते समय खुद को गोल-गोल घुमाने से खुद को रोक नहीं पाता। वास्तविक दुनिया में, ये बैक्टीरिया हैं जो वृत्ताकार रूप में तैरते हैं या पानी पर नाचने वाले चुंबकीय स्पिनर हैं।

लंबे समय तक, वैज्ञानिकों को पता था कि यदि ये रोबोट यह महसूस कर सकें कि उनका पड़ोस कितना भीड़भाड़ वाला है (एक व्यवहार जिसे 'कोरम सेंसिंग' कहा जाता है), तो वे भीड़ होने पर धीमे हो जाएंगे। यह आमतौर पर "बल्क फेज सेपरेशन" (bulk phase separation) की ओर ले जाता है। इसे एक ऐसी पार्टी की तरह समझें जहाँ शोर से परेशान होने वाले सभी लोग अचानक एक ही बड़े, घने कमरे में इकट्ठा हो जाते हैं, जिससे घर का बाकी हिस्सा खाली रह जाता है। यह एक सरल "हम बनाम वे" का विभाजन है।

लेकिन क्या होता है यदि वे रोबोट घूम भी रहे हों? यही वह बड़ा सवाल है जिसे यह शोध पत्र संबोधित करता है।

महान मोड़: विशाल गुच्छों से बुलबुलों तक
शोधकर्ताओं ने पाया कि उस "घुमाव" (spin) को जोड़ने से पार्टी पूरी तरह बदल जाती है। एक विशाल, अस्त-व्यस्त भीड़ बनाने के बजाय, घूमते हुए रोबोट कई छोटे, अलग-अलग द्वीपों के पैटर्न में व्यवस्थित होने लगते हैं।

यदि रोबोट सही तरीके से घूम रहे हैं, तो वे केवल गुच्छे ही नहीं बनाते; वे एक "माइक्रोफेज सेपरेशन" (microphase separation) बनाते हैं।

कम घनत्व पर: रोबोटों के छोटे, अलग-थलग द्वीपों के एक घने जंगल की कल्पना करें जो खाली स्थान के समुद्र में तैर रहे हैं।
उच्च घनत्व पर: यह इसके विपरीत है! रोबोट एक ठोस समुद्र बना लेते हैं, लेकिन वे खाली स्थान के छोटे-छोटे "बुलबुले" (वाष्प के बुलबुले) पीछे छोड़ देते हैं।

यह शोध पत्र दिखाता है कि यह स्पिन के कारण होता है। यदि रोबोट घूम नहीं रहे होते, तो वे बस एक विशाल गुच्छा बना लेते। स्पिन उन्हें इन छोटे, स्थिर पैटर्न में टूटने के लिए मजबूर करता है।

जासूसी कार्य: दो अलग-अलग मानचित्र
इस समस्या को समझने के लिए, वैज्ञानिकों ने देखने के दो अलग-अलग तरीकों का उपयोग किया।

"ड्रिफ्ट" (Drift) मैप: यह भीड़ के चलने की भविष्यवाणी करने का एक सामान्य, सरल तरीका है। यह एक हेलीकॉप्टर से ट्रैफ़िक को देखने और औसत गति के आधार पर कारों के जाने का अनुमान लगाने जैसा है। शोध पत्र दिखाता है कि यह मानचित्र घूमते हुए रोबोटों के लिए गलत है। यह भविष्यवाणी करता है कि वे केवल बड़े गुच्छे बनाएंगे, जिससे वे छोटे बुलबुलों को पूरी तरह से अनदेखा कर देते हैं।
"मल्टी-स्केल" (Multi-Scale) मैप: यह एक अधिक परिष्कृत, विस्तृत तकनीक है जिसका उपयोग लेखकों ने किया। यह विभिन्न स्तरों के विवरण पर गति को देखता है। यह मानचित्र सही ढंग से भविष्यवाणी करता है कि घूमते हुए रोबोट उन छोटे बुलबुलों और द्वीपों का निर्माण करेंगे। शोध पत्र इसकी पुष्टि करने के लिए बड़े पैमाने पर कंप्यूटर सिमुलेशन चलाता है, जो एक आभासी प्रयोगशाला के रूप में कार्य करते हैं। सिमुलेशन उस फैंसी मानचित्र से पूरी तरह मेल खाते हैं, जिससे दिखाया गया कि बुलबुले ठीक वहीं दिखाई देते हैं जहाँ गणित ने कहा था।

कोर्सनिंग की दौड़: क्यों स्पिन इसे तेज़ नहीं करता
जब ये रोबंतुओं की भीड़ बनती है, तो वे आमतौर पर समय के साथ बड़े होने की कोशिश करती हैं, छोटे समूहों को बड़े समूहों में मिलाती हैं। इसे "कोर्सनिंग" (coarsening) कहा जाता है। सामान्य, गैर-घूमने वाले सिस्टम में, यह एक विशिष्ट गति से होता है, जहाँ आकार समय के घनमूल ( $t^{1/3}$ ) की तरह बढ़ता है।

शोध पत्र में एक आश्चर्यजनक बात मिली: यहाँ तक कि इस पूरे घूमने और चक्कर काटने के बावजूद, रोबोट अभी भी इसी सटीक गति नियम का पालन करते हैं। स्पिन उन्हें तेज़ या धीमा नहीं करता है। हालाँकि, स्पिन एक नई विशेषता जोड़ता है: इन रोबोट द्वीपों के किनारे लहरों की तरह हिलने और यात्रा करने लगते हैं। कल्पना करें कि एक पोखर का किनारा न केवल स्थिर रहता है, बल्कि अपने घेरे के साथ गति की एक लहर भेजता है। शोध पत्र ने इसे मापा और पाया कि ये लहरें एक दिशा में चलती हैं, जो स्पिन का सीधा परिणाम है।

"पॉप" प्रभाव: जब बूंदें टूट जाती हैं
यहाँ सबसे नाटकीय खोज है। एक सामान्य प्रणाली में, यदि आपके पास तरल की एक लंबी, खिंची हुई बूंद (या रोबोटों की एक लंबी रेखा) है, तो सतह का तनाव (surface tension) एक रबर बैंड की तरह कार्य करता है, जो उसे एक पूर्ण गोले में खींचने की कोशिश करता है। यह स्थिर है।

लेकिन, घूमते हुए रोबोटों के लिए, कहानी बदल जाती है। यदि स्पिन पर्याप्त मजबूत है, तो यह एक शरारती हाथ की तरह कार्य करता है जो लंबी बूंद के सिरों को पकड़ता है और उन्हें खींचता है। जब स्पिन बहुत शक्तिशाली हो जाता है, तो यह सतह के तनाव के "रबर बैंड" पर हावी हो जाता है, और लंबी बूंद दो हिस्सों में टूट जाती है, जिससे दो छोटी बूंदें बन जाती हैं।

शोध पत्र दिखाता है कि यह बिना किसी तरल प्रवाह या हवा के होता है—केवल रोबोटों के घूमने के कारण। यह चुंबकीय स्पिनर के प्रयोगों में देखी गई एक घटना की व्याख्या करता है, जहाँ कणों की लंबी श्रृंखलाएं अचानक टूट जाती हैं। लेखकों ने एक विशिष्ट नियम (स्पिन की ताकत और बूंद के आकार को शामिल करते हुए) निकाला है जो सटीक रूप से भविष्यवाणी करता है कि यह "पॉप" कब होगा।

शोध पत्र क्या नहीं कहता है
यह ध्यान रखना महत्वपूर्ण है कि शोध पत्र क्या दावा नहीं करता है।

यह यह नहीं कहता कि यह हर एक घूमने वाली प्रणाली में होता है। इसने विशेष रूप से पाया कि इस "बुलबुले" के प्रभाव के लिए एक निश्चित मात्रा में "अनुवादकीय विसरणशीलता" (translational diffusivity - एक प्रकार की यादृच्छिक उछल-कूद वाली गति) की आवश्यकता होती है। यदि रोबोट बहुत सख्त हैं या उछल-कूद बहुत कम है, तो बुलबुले नहीं बन पाएंगे।
यह यह दावा नहीं करता कि इसने हर संभव परिदृश्य में पैटर्न कैसे बनते हैं, इसके पूरे रहस्य को सुलझा लिया है। लेखक स्वीकार करते हैं कि हालांकि उनका "मल्टी-स्केल" मैप बहुत अच्छा काम करता था, लेकिन इसे एक गणितीय सन्निकटन (approximation) पर बनाया गया था। उन्हें संदेह है कि उच्च-क्रम के गणितीय शब्द भी मौजूद हो सकते हैं जो बुलबुलों के सटीक आकार को थोड़ा बदल सकते हैं, लेकिन वे वर्तमान में गणना करने के लिए बहुत कठिन हैं।
शोध पत्र यह सुझाव नहीं देता कि यह चिकित्सा उपकरणों को बनाने या जलवायु परिवर्तन को हल करने का एक नया तरीका है। यह सक्रिय प्रणालियों में भौतिकी कैसे काम करती है, इसका एक मौलिक अध्ययन है।

निष्कर्ष
संक्षेप में, शोध पत्र प्रकट करता है कि स्पिन एक शक्तिशाली वास्तुकार है। यह सक्रिय कणों को केवल एक विशाल गंदगी बनाने से रोकता है और उन्हें छोटे द्वीपों और बुलबुलों के एक नाजुक नृत्य में मजबूर करता है। जबकि इन समूहों के बढ़ने की गति अपरिवर्तित रहती है, स्पिन यात्रा करने वाली लहरें पेश करता है और लंबी कण श्रृंखलाओं को बीच से तोड़ भी सकता है। लेखकों ने उन्नत गणित और कंप्यूटर सिमुलेशन का उपयोग करके यह साबित किया है कि उनके द्वारा उपयोग किए जाने वाले साधारण तरीके यह समझने के लिए अपर्याप्त हैं कि ये भीड़ कैसे व्यवहार करती है; पूरी तस्वीर देखने के लिए आपको वास्तव में स्पिन को ध्यान में रखना होगा।

तकनीकी सारांश: काइरल सक्रिय प्रणालियों में बल्क और माइक्रोफेज पृथक्करण

समस्या विवरण
सक्रिय पदार्थ (active matter) प्रणालियाँ अक्सर उन तंत्रों द्वारा संचालित चरण पृथक्करण (phase separation) प्रदर्शित करती हैं जो गतिशीलता-प्रेरित चरण पृथक्करण (MIPS) या कोरम-सेंसिंग (QS) अंतःक्रियाओं जैसे तंत्रों द्वारा संचालित होते हैं, जहाँ कण अपने स्व-प्रणोदन वेग (self-propulsion speed) को स्थानीय घनत्व के आधार पर समायोजित करते हैं। जबकि अकाइरल (achiral) QS कणों का व्यवहार अच्छी तरह से समझा गया है—जो आमतौर पर बल्क चरण पृथक्करकी ओर ले जाता है—काइरल गुणों के प्रभाव का इस प्रकार के सामूहिक व्यवहारों पर क्या प्रभाव पड़ता है, यह काफी हद तक अनछुआ रहा है। प्रतिकर्षण अंतःक्रियाओं वाले काइरल सक्रिय कणों पर पिछले अध्ययन बताते हैं कि काइरल गुण MIPS को दबा सकते हैं या माइक्रोफेज पृथक्करण को प्रेरित कर सकते हैं, लेकिन QS सक्रिय कणों पर काइरल प्रभाव के विशिष्ट प्रभाव को संबोधित नहीं किया गया है। इसके अलावा, सक्रिय प्रणालियों के लिए मौजूदा निरंतर सिद्धांत (होहेनबर्ग-हाल्पेरेन मॉडल A–J के विस्तार) को नवीन बड़े पैमाने की घटनाओं की भविष्यवाणी करने के लिए काइरल सामग्रियों पर व्यवस्थित रूप से लागू नहीं किया गया है। यह कार्य इस बात की जांच करता है कि काइरल गुण QS सक्रिय प्रणालियों में चरण पृथक्करण को कैसे संशोधित करते हैं, विशेष रूप से बल्क और माइक्रोफेज पृथक्करण के बीच संक्रमण, कोर्सनिंग (coarsening) गतिकी और इंटरफेशियल घटनाओं का परीक्षण करता है।

कार्यप्रणाली
लेखक कण-आधारित सिमुलेशन और निरंतर क्षेत्र सिद्धांतों (continuum field theories) को संयोजित करने वाला एक दोहरा दृष्टिकोण अपनाते हैं:

कण मॉडल (cQSAPs): अध्ययन 'काइरल कोरम-सेंसिंग एक्टिव पार्टिकल' (cQSAPs) के एक मॉडल को प्रस्तुत करता है। गतिकी ओवरडैम्प्ड लैंग्विन समीकरणों द्वारा नियंत्रित होती है जहाँ कण स्थानीय औसत घनत्व पर निर्भर $v_{QS}$ वेग के साथ स्व-प्रणोदन करते हैं। ओरिएंटेशन गतिकी में कोणीय आवृत्ति $\omega$ के माध्यम से काइरैलिटी (chirality) पेश की जाती है।
कोर्स-ग्रेनिंग (Multiple-Scales Analysis): कण मॉडल के लिए विश्लेعي भविष्यवाणियों को प्राप्त करने के लिए, लेखक एक मल्टीपल-स्केल (MS) विस्तार तकनीक का विस्तार करते हैं। यह विधि ग्रेडिएंट्स में चौथे क्रम ( $O(\nabla^4)$ ) तक $\epsilon_0 = v_0\tau/\xi$ (परसिस्टेंस लेंथ और इंटरफेशियल चौड़ाई का अनुपात) में विस्तार करती है। इसकी तुलना व्यापक रूप से उपयोग किए जाने वाले डिफ्यूजन-ड्रिफ्ट (DD) सन्निकटन से की जाती है, जिसे लेखक तर्क देते हैं कि वह काइरल प्रणालियों में कुछ अस्थिरता मोड को पकड़ने में विफल रहता है।
निरंतर क्षेत्र सिद्धांत (cAMB): लेखक एक "काइरल एक्टिव मॉडल B" (cAMB) का निर्माण करते हैं, जो काइरल सक्रिय प्रणालियों के लिए मॉडल B का विस्तार करने वाला एक न्यूनतम निरंतर सिद्धांत है। इस मॉडल में एक काइरल करंट टर्म शामिल है जो पैरामीटर $\zeta_c$ के समानुपाती है, जो अग्रणी-क्रम समरूपता-अनुमत काइरल योगदान है।
सिमुलेशन: विश्लेعي भविष्यवाणियों (चरण आरेख, कोर्सनिंग नियम और ड्रॉपलेट गतिकी के संबंध में) को मान्य करने के लिए cQSAPs के बड़े पैमाने पर कण सिमुलेशन और cAMB समीकरण के संख्यात्मक सिमुलेशन किए जाते हैं।

प्रमुख योगदान और परिणाम

माइक्रोफेज पृथक्करण का उद्भव:
मुख्य निष्कर्ष यह है कि काइरैलिटी, QS सक्रिय प्रणालियों में बल्क चरण पृथक्करण को माइक्रोफेज पृथक्करण में बदल सकती है।
- सैद्धांतिक भविष्यवाणी: MS कोर्स-ग्रेनिंग सिद्धांत एक लघु-तरंगदैर्ध्य (short-wavelength - SW) अस्थिरता की भविष्यवाणी करता है जिसका एक परिमित वेवनंबर $q^*$ पर सकारात्मक विकास दर होता है। यह अस्थिरता DD सन्निकटन में अनुपस्थित है, जो गलत तरीके से केवल बल्क चरण पृथक्करण या सजातीय अवस्थाओं की भविष्यवाणी करता है।
- सिमुलेशन सत्यापन: कण सिमुलेशन पुष्टि करते हैं कि मध्यम काइरैलिटी और विशिष्ट ट्रांसलेशनल डिफ्यूज़िविटी ( $D_T$ ) के लिए, प्रणाली स्थिर माइक्रोफेज-पृथक संरचनाएं बनाती है। कम औसत घनत्व पर, ये घने तरल क्लस्टर के रूप में दिखाई देते हैं; उच्च औसत घनत्व पर, ये एक घने वातावरण में बिखरे हुए वाष्प बुलबुलों (vapor bubbles) के रूप में प्रकट होते हैं।
- डिफ्यूज़िविटी की भूमिका: माइक्रोफेज पृथक्करण के उद्भव के लिए पर्याप्त बड़े ट्रांसलेशनल डिफ्यूज़िविटी की आवश्यकता होती है। स्टेरिक प्रतिकर्षण की अनुपस्थिति में, यह डिफ्यूज़िविटी एक महत्वपूर्ण नियंत्रण पैरामीटर है।
कोर्सनिंग गतिकी और कैपिलरी वेव्स:
उस शासन (regime) में जहाँ प्रणाली बल्क चरण पृथक्करण से गुजरती है (कम काइरैलिटी या कम डिफ्यूज़िविटी):
- कोर्सनिंग नियम: लेखक यह प्रदर्शित करते हैं कि काइरैलिटी मानक डिफ्यूसिव कोर्सनिंग नियम, $\ell_{typ} \sim t^{1/3}$ को परिवर्तित नहीं करती है, जो डोमेन आकार के विकास को चिह्नित करता है।
- कैपिलरी वेव्स: जबकि कैपिलरी वेव्स के लिए डायनेमिकल एक्सपोनेंट $z=3$ (अकाइरल मामले के अनुरूप) बना रहता है, काइरैलिटी लिक्विड-वेपर इंटरफेस पर ट्रैवलिंग वेव्स (traveling waves) को प्रेरित करती है। ये एकदिशीय तरंगें सतह तनाव (surface tension) द्वारा डैम्प की जाती हैं, लेकिन ये काइरल इंटरफेस की एक विशिष्ट विशेषता हैं।
ड्रॉपलेट टूटने का तंत्र (Droplet Breakup Mechanism):
अध्ययन एक सामान्य तंत्र को उजागर करता है जहाँ काइरैलिटी लंबे (elongated) ड्रॉपलेट्स (या वाष्प बुलबुलों) को छोटे ड्रॉपलेट्स में तोड़ने का कारण बनती है।
- तंत्र: काइरल करंट ड्रॉपलेट के सिरों (tips) पर बेंडिंग (bending) उत्पन्न करता है, जहाँ वक्रता (curvature) उच्चतम होती है। जब काइरल फोर्सिंग, कैपिलरी रिस्टोरिंग फोर्स (capillary restoring force) पर हावी हो जाती है, तो ड्रॉपलेट विभाजित हो जाता है।
- मानदंड: एक स्केलिंग संबंध व्युत्पन्न किया गया है: $|\zeta_c| > c_{split}\sigma_{cw}\ell_y$ , जहाँ $\sigma_{cw}$ कैपिलरी-वेव इंटरफेशियल टेंशन है और $\ell_y$ ड्रॉपलेट की ऊर्ध्वाधर लंबाई है।
- महत्व: यह घटना "ड्राय" स्केलर सिस्टम (बिना फ्लूइड फ्लो के) में भी होती है, जो चुंबकीय कोलाइडल स्पिनर्स में ड्रॉपलेट विभाजन के प्रायोगिक अवलोकनों के लिए एक सैद्धांतिक स्पष्टीकरण प्रदान करती है, जिन्हें पहले हाइड्रोडायनामिक इंटरैक्शन के कारण माना जाता था।

महत्व और दावे
पेपर का दावा है कि यह इस बात का आंशिक उत्तर प्रदान करता है कि काइरैलिटी सक्रिय प्रणालियों में सामूहिक व्यवहारों को कैसे संशोधित करती है। इसका महत्व निम्नलिखित में निहित है:

सन्नियुक्तों का सुधार: यह प्रदर्शित करना कि मानक डिफ्यूजन-ड्रिफ्ट सन्निकटन काइरल QS प्रणालियों में माइक्रोफेज पृथक्करण की भविष्यवाणी करने में विफल रहता है, जिसके लिए उच्च-क्रम मल्टीपल-स्केल विश्लेषण की आवश्यकता होती है।
नवीन घटना (Novel Phenomenology): यह पहचानना कि काइरैलिटी, QS प्रणालियों में माइक्रोफेज पृथक्करण (वाष्प बुलबुलों सहित) को प्रेरित कर सकती है, एक ऐसी अवस्था जो उनके अकाइरल समकक्षों में नहीं देखी जाती है।
सार्वभौमिकता (Universality): यह स्थापित करना कि $t^{1/3}$ कोर्सनिंग नियम बल्क चरण पृथक्करण शासन में काइरैलिटी के प्रति सुदृढ़ (robust) है, जबकि विशिष्ट इंटरफेशियल हस्ताक्षरों (ट्रैवलिंग वेव्स और ड्रॉपलेट स्प्लिटिंग) की पहचान करना जो काइरल सक्रिय पदार्थ के लिए अद्वितीय हैं।
न्यूनतम सिद्धांत: cAMB को एक जेनेरिक फ्रेमवर्क के रूप में पेश करना जो काइरल सक्रिय चरण पृथक्करण का वर्णन करता है, जो विशिष्ट कण मॉडलों से परे देखे गए घटनाक्रमों की व्यापकता का समर्थन करता है।

लेखक नोट करते हैं कि हालांकि उनका MS सिद्धांत माइक्रोफेज पृथक्करण के पैरामीटर रेंज की सफलतापूर्वक भविष्यवाणी करता है, लेकिन यह एक पर्सर्बेटिव एक्सपेंशन (perturbative expansion) के रूप में व्युत्पन्न किया गया है और क्लस्टर के आकार की मात्रात्मक भविष्यवाणी के लिए तकनीकी रूप से जटिल है। वे सक्रियता-प्रेरित नकारात्मक इंटरफेशियल टेंशन वाले सिस्टम पर काइरैलिटी के प्रभाव के वर्णन को भविष्य के कार्य के लिए भी छोड़ देते हैं।

तकनीकी सारांश: काइरल सक्रिय प्रणालियों में बल्क और माइक्रोफेज पृथक्करण

इसी तरह के और पेपर