Mixing induced by microswimmers as probed by mutual information

技術要約：相互情報量によって評価されるマイクロスイマーによる混合誘起

問題提起
マイクロスケールにおける流体混合は、生物学的システム（例：栄養吸収、海洋における生物学的混合）および人工的応用（例：マイクロリアクター、ラボ・オン・ア・チップ）の両方において極めて重要なプロセスである。マクロな混合とは異なり、マイクロスケールの流れは低レイノルズ数に支配されており、時間可逆的である。そのため、攪拌だけでは不十分であり、混合は移流と分子拡散の相互作用に依存する。既存の混合効率の指標（例：$L_2$ ノルム、リアプノフ指数）は存在するが、これらは特定の初期パターンや局所的な伸長に依存することが多い。著者らは、これまで単純化されたモデル系（クーエット流など）においてのみ検証されてきた情報理論的尺度である相互情報量を用いて、スイマーが生み出す複雑で能動的な流体中の混合を調査し、その適用可能性を明らかにすることを目的としている。

手法
本研究では、ストークス流における非変形かつ力学的に自由な円形粒子を記述するために、2次元のスクワーマー（squirmer）モデルを採用している。

• 流体モデル： 流場は、スイマー表面の接線方向の滑り速度によって生成され、これはモード $B_n$ によって特徴付けられる。著者らは最初の2つのモード、$B_1$（源双極子：並進速度を決定）および $B_2$（力双極子／ストレスレット：スイマーのタイプ［プッシャー、プルラー、またはストレスレット］を決定）を保持している。スクワーマーパラメータは $\beta = B_2/B_1$ と定義される。
• 閉じ込め： シミュレーションは、完全滑り（応力フリー）境界条件を持つ2次元正方形領域で行われる。有限サイズのスイマーを表現するためのスペクトル正則化を含め、数値的安定性を確保するために、鏡像法を用いて構成された閉じ込められたグリーン関数をフーリエ空間で計算する。
• 混合の定量化： 混合効率は、粒子の初期位置 $x_0$ と時刻 $t$ における最終位置 $x_t$ の間の相互情報量 $I[x_0; x_t]$ によって定量化される。これは、最終位置の分布のシャノンエントロピーと、初期位置が与えられたときの条件付きエントロピーの差として計算される。
• 輸送ダイナミクス： トレーサー粒子の確率密度関数（PDF）の進化は、移流拡散（フォッカー・プランク）方程式を用いて数値的に解かれる。条件付きPDFは擬似スペクトル法を用いて得られる。
• パラメータ： 本研究では、異なるスイマー構成（整列または無秩序な位置／配向）、固定された総エネルギー散逸制約下での異なるスイマータイプ（ストレスレット、プッシャー、プルラー、源双極子）、および流体力学的相互作用（HI）がある場合とない場合でのシステムを比較している。

主な結果

1. 空間的組織化の影響：

   • 無秩序が混合を促進する： 高度に対称的な構成（例：同一の配向を持つ整列した位置）は、停滞線によって分離された流れの領域を作り出し、大規模な輸送を抑制する。スイマーの配向および位置に無秩序を導入することで、これらの対称性が打破され、より不規則な速度場が生成され、トレーサーの伸長と分散が促進される。
   • 凝集が混合を抑制する： スイマーが局所的な領域に強く凝集すると、誘起される流れが集中し、外側の領域はほとんど影響を受けなくなる。スイマーの空間分布が広がるにつれて、混合効率は向上する。

2. 最適なスイマータイプと散逸：

   • 非単調な依存性： 固定されたエネルギー散逸率において、混合効率はスクワーマーパラメータ $|\beta|$ に対して非単調に依存する。
   • トレードオフ： 強力で長距離のせん断流を生成すること（ストレスレット成分 $|\beta| \to \infty$ が支配的）と、スイマーの並進運動による空間的な分散（源双極子成分 $\beta=0$ が支配的）との間にはトレードオフが存在する。
   • 有限の最適値： 最適な混合効率は、ストレスレットの長距離の流れと、スイマーの並進運動とのバランスをとる有限の $|\beta|$ の値において発生する。純粋なストレスレット（$\beta \to \infty$）は、HIがない場合には非移動的であり、有限の $|\beta|$ を持つスイマーよりもグローバルな混合において効果が低い。

3. 流体力学的相互作用（HI）：

   • HIが含まれる場合、プッシャー（$\beta < 0$）はプルラー（$\beta > 0$）よりも優れた性能を示す。これは、プルラーが凝集したり極性配向を示したりする傾向があり、それが混合効率を低下させるためである。
   • HIの導入は、効率の $|\beta|$ に対する依存性を滑らかにし、最適なスイマータイプをより大きな $|\beta|$ の値へとシフトさせる。

4. 混合レジームとシステムサイズ：

   • 相互情報量の減衰は、以下の3つの明確な段階を経て起こる：
     1. 拡散支配段階： 純粋な拡散のスケーリングに従う初期段階。
     2. 移流促進段階： 移流が混合を加速させる中間段階。固定されたスイマー密度に対して、減衰率はシステムサイズに依存しない。
     3. 緩和段階： システムサイズによって制御される最終段階であり、トレーサーは境界と相互作用する。
   • より大きなシステムは、より長い期間、より多くの相互情報量を保持する。緩和時間はシステムサイズとともにスケールするが、広範な移流の流れの及ぶ範囲により、純粋な有効拡散で期待される $L^2$ スケーリングよりも依存性は弱い。

意義と主張
本論文は、相互情報量が、複雑な能動的流体における混合効率を定量化するための、堅牢で普遍的かつ仮定のない尺度であることを示し、単純化されたせん断流を超えたその妥当性を実証している。本研究は、マイクロスイマーによる混合が根本的なトレードオフによって支配されていることを明らかにしている。すなわち、混合を最大化するには、双極子成分による強力なせん断流の生成と、スイマーの並進運動によって提供される空間的分散とのバランスを取ることが不可欠である。さらに、結果は、スイマーの組織化における無秩序と、集合的な流体力学的相互作用（プルラーよりもプッシャーを優位にする）が、生物学的混合の効率を決定する上で極めて重要であることを強調している。この枠組みは、繊毛流、微生物懸濁液、細胞内輸送などの輸送現象を理解するための定量的な基礎を提供するものである。