← 最新论文
🔬 physics

Life as Form: Biomimetic Transport Networks in Complementary Active Matter

本文论证了受手性对称性破缺和互补相互作用支配的主动振荡器系综,如何通过利用内部动力学挫折来实现最优路由与自修复,从而自组织成自主的、仿生的传输网络,进而建立起一种植根于弱遍历性破缺的去中心化、自创生计算基质。

原作者: Alessandro Scirè

发布于 2026-09-01✓ Author reviewed
📖 1 分钟阅读☕ 轻松阅读

原作者: Alessandro Scirè

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

长期以来,生命一直被两种相互竞争的观点所理解。一种观点将生物视为特定物质的集合:构成身体的蛋白质、细胞和化学物质。另一种观点由研究复杂系统的思想家所倡导,他们将生命视为一种组织模式。在第二种视角中,使某物具有生命特征的并非其构成的特定物质,而是其各部分相互作用以维持自身的方式。这种自我维持被称为“操作闭合”(operational closure),即一个系统能够生成维持自身运转所需的条件,而无需来自外部的持续指令。几十年来,科学家们一直试图利用计算机模型构建这种自组织的、人工形态的生命。然而,许多此类模型依赖于僵化的网格,或者运行在一种临界点上——即系统过于敏感,微小的变化就会导致整体崩溃。它们往往缺乏自我修复的能力,也无法形成能够持久存在的稳定且功能性的结构。

帕维亚大学的亚历山德罗·斯奇雷(Alessandro Scirè)开展的一项新研究探索了一条不同的路径。该研究不再观察静态网格,而是模拟了一大群移动单元,这些单元就像微小的、自驱动的时钟。这些单元被分为两组,分别进行相反方向的旋转运动。它们遵循一套简单的局部规则:向相同方向运动的单元在空间上会互相排斥,但会尝试匹配彼此的内部节律;而向相反方向运动的单元在空间上会互相吸引,但会尝试不同步彼此的节律。这在群体内部创造了一种持续的张力,或称之为“挫折感”(frustration)。研究表明,当成千上万个这样的单元在这些特定规则下相互作用时,它们会自发地组织成复杂的、分支状的网络,其形态与自然界中的运输系统(如叶脉或真菌网络)极为相似。

模拟始于单元随机散布在一个平坦的开放空间中。随着计算机随时间运行交互规则,混沌的运动逐渐演变为有序的流动。这些单元并未仅仅形成一个实心的团块,而是排列成连接着节点的长而蜿蜒的通道。这些节点始终形成约120度角的三个分支点。这种特定的几何形状在物理学和生物学中被称为“最优配置”,因为它能最大限度地减少流体阻力,使能量和物质能以最小的损耗通过网络。该网络并非只是出现后便保持静止,它持续进行调整和优化。在数百万个模拟时间步长中,通道变得更加细窄和清晰,从宽阔弥散的区域变成了明确的路径。系统长时间维持了这种结构,展示了一种稳态(homeostasis),即网络能够吸收微小的扰动并恢复其稳定的形状。

为了测试这些网络的强度,研究人员对一个成熟网络的特定部分施加了突然的冲击。一个包含关键节点的圆形区域受到了破坏,其中的单元位置和内部节律被随机打乱。结果是即时且强健的。网络并未崩溃。在极短的时间内,受扰动区域内的单元重新组织了自身,节点几乎原样恢复到了原处。损伤被限制在直接受影响的区域内,而网络的其余部分未受影响。这种自我修复能力表明,该结构并非脆弱或依赖于特定部件的排列,而是整个系统的韧性属性。

然而,研究也揭显了这种稳定性并非永远可以保证。在大约一半的模拟运行中,系统成功找到了并锁定在这种稳定、可自我修复的状态中。而在另一半实验中,网络最终会失效。研究人员观察到,这些失败并非随机事故,而是遵循特定模式。在网络崩溃之前,其内部活动会发生一次混沌的爆发式加速,随后结构失去维持能力,最终冻结成一个死寂、静止的状态。通过追踪系统的内部“时钟”——即衡量单元运动和变化程度的一个指标——研究人员发现他们可以预测崩溃。内部活动的突然剧烈加速是网络即将死亡的预警信号。这表明系统拥有一种关于自身衰老过程的“内部记忆”,即结构变化的累积可能导致临界失效点。

这些发现挑战了这样一种观点,即复杂的类生命行为需要系统完美地平衡在“混沌边缘”。相反,该系统运行在一种“弱遍历性破缺”(weak ergodicity breaking)的状态下。简单来说,系统陷入了一个特定的、复杂的运动模式中无法轻易逃脱,但这种模式并非随机的。它是一个结构化的、功能性的状态,系统在积极维护它。研究认为,这是一种“自创生”(autopoiesis)的形式,即网络利用其内部的张力来构建并修复自身的结构。研究人员将网络变化的统计模式与大脑中神经元的放电进行了对比,指出网络调整的时机遵循一种被称为“幂律”(power law)的特定数学法则。这意味着网络的改变是无标度的(scale-free),微小的调整频繁发生,而大规模的重组虽然罕见,但遵循相同的底层规则。

这项工作为如何从简单的规则中涌现出仿生运输网络提供了一个新的理论实现。它表明,一个系统不需要中央控制器或预设蓝图即可创造出功能性的、可自我修复的网络。通过利用由竞争性局部规则产生的“挫折感”,活跃物质(active matter)将自身组织成一个稳定且高效的结构。研究证实,此类系统可以维持其身份特征,在受损时进行自我修复,甚至表现出衰老和最终死亡的迹象。这些结果提供了一个全新的视角,探讨类生命组织如何从非生物组分中产生,并表明自组织原则比此前认为的更加稳健且多变。该研究并非声称构建了一个生命有机体,但它确实展示了一条从简单的物理交互到复杂的、功能性的、自维持形态演进的清晰模拟路径。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →