Quantum Entanglement Simulation

Reakcja, dyfuzja, samoorganizacja

Systemy reakcji i dyfuzji łączą dwa efekty, które oddziałują na siebie w przeciwnych kierunkach. Dyfuzja sama z natury rozprasza wszelkie gradienty stężeń, aż do uzyskania jednolitego, pozbawionego cech stanu. Z kolei reakcja chemiczna między dwiema lub więcej substancjami może tworzyć lokalne punkty koncentracji, ale nie posiada poczucia przestrzennego. Połączenie tych dwóch zjawisk – reakcja chemiczna zachodząca jednocześnie z dyfuzją na obszarze 2D – prowadzi do powstania czegoś nieoczekiwanego: zamiast ulec upadkowi do jednorodności, system może ustabilizować się w stabilnym, powtarzającym się wzorcu. Alan Turing zaproponował dokładnie taki mechanizm w 1952 roku, aby wyjaśnić, jak jednolicinnie rozmieszczone embryo może rozwijać okresowe struktury, takie jak plamki i paski, z wielopoziomowym opóźnieniem przed identyfikacją rzeczywistych biochemikaliście "morfogenów".

demo na żywo · powiązana symulacja● LIVE

Model Graya-Scotta

Model Graya-Scott śledzi dwie substancje U i V na siatce, gdzie V katalizuje własne produkcję konsumując U (reakcja autocatalityczna), a obie dyfundują z własnymi szybkościami D_u i D_v:

∂u/∂t = D_u·∇²u − u·v² + F·(1−u) // U uzupełniane w przepływie F ∂v/∂t = D_v·∇²v + u·v² − (F+k)·v // V usuwane z szybkością F+k D_u > D_v // U (tutaj inhibitor) dyfunduje szybciej niż V (aktywator) Wyraz reakcji u·v² jest tym, co sprawia, że V jest autocatalityczny — potrzebuje zarówno siebie, jak i U do wzrostu, więc niewielki lokalny nadmiar V szybko konsumuje pobliskie U i rośnie dalej, podczas gdy F stale uzupełnia U wszędzie i (F+k) stale odprowadza V. Wymóg, aby inhibitor dyfundował szybciej niż aktywator, jest ogólną warunkiem Turinga dla powstawania wzorców — usunięcie go powoduje, że system tylko się zrelaksuje do płaskiego stanu równowagi.

∂u/∂t = D_u·∇²u − u·v² + F·(1−u)      // U replenished at feed rate F
∂v/∂t = D_v·∇²v + u·v² − (F+k)·v      // V removed at rate F+k
  D_u > D_v   // U (the inhibitor here) diffuses faster than V (the activator)

Zwierzęta w stadku parametrów: F i k wybierają wzorzec

Cała różnorodność wyjść Graya-Scotta – plam, prążków, labiryntów, samonaglicających się grud i nic – jest dobierana przez zaledwie dwie liczby: prędkość podawania F oraz współczynnik zabijania k. Małe obszary przestrzeni (F, k) graniczą ze sobą ostro: niewielkie przesunięcie k o kilka tysięcy jednostek może odwrócić symulację od stabilnych plam do chaotycznego, nieustannie się zmieniającego labiryntu. Ta wrażliwość jest właśnie powodem, dla którego model generuje tak bogaty wizualny "zoo" z pojedynczego, stałego zestawu równań różniczkowych cząstkowych.

Dyskretyzacja na siatce: FTCS

Symulacja postępuje przy użyciu schematu Forward-Time Centred-Space (FTCS): laplasian ∇²u w każdym elemencie jest przybliżany przez dyskretny wzór na jego sąsiadach, a cała siatka jest kroczona w przód z góry:

laplacian(u, x, y) = u[x-1][y] + u[x+1][y] + u[x][y-1] + u[x][y+1] - 4*u[x][y] // wzór na 4 sąsiadach v_nowe = u + dt * (D_u*laplacian(u) - u*v*v + F*(1-u)) v_nowe = v + dt * (D_v*laplacian(v) + u*v*v - (F+k)*v)

laplacian(u, x, y) =
  u[x-1][y] + u[x+1][y] + u[x][y-1] + u[x][y+1] - 4*u[x][y]   // 4-neighbour stencil

u_new = u + dt * (D_u*laplacian(u) - u*v*v + F*(1-u))
v_new = v + dt * (D_v*laplacian(v) + u*v*v - (F+k)*v)

Turingi wzorce w rzeczywistej biologii

Początkowy mechanizm Turinga – aktywator i inhibitor o szybszej dyfuzji – został odniesiony do rzeczywistych systemów rozwojowych: formowanie prążków u żab, rozstaw palców u zwierząt kręgowych oraz modelowanie rowków włosowych zostało prześledzone w kontekście par aktywatora-inhibitor zachowujących się zgodnie z tą samą matematyką. Równania Graya-Scotta stanowią uproszczoną, symulowaną reprezentację tych znacznie bardziej złożonych sieci biochemicznych, ale reprodukują tę samą jakościową zachowanie: początkowe warunki uniformne plus lokalna niestabilność równowarto się z trwałą, powtarzającą się strukturą.

Często zadawane pytania

Dlaczego model Gray-Scott potrzebuje dwóch chemikaliów zamiast jednego?

Wynika to z faktu, że powstawanie wzorców wymaga aktywatora, który wzmacnia się lokalnie, oraz inhibitora, który rozprzestrzenia się szybciej i tłumi go na większych odległościach – oryginalny wgląd Tura. Pojedynczy rozpuszczający się związek chemiczny może jedynie wygładzać do płaskiego, pozbawionego cech stanu równowagi; dwa połączone związki o różnych szybkościach dyfuzji mogą zamiast tego zablokować stabilny, powtarzający się wzór.

Co parametry F i k faktycznie kontrolują?

F to tempo podawania chemicznego U z zewnątrz systemu, a k to szybkość usuwania V. Razem określają, w jakim obszarze przestrzeni parametrów Gray-Scott znajduje się symulacja – różne pary (F, k) generują plamki, paski, labirynty, samoreplikujące się bloki lub stan o jednorodnym wzorcu bez wzorców.

Jak to się łączy z rzeczywistymi znakami zwierzęcymi?

Alan Turing zaproponował w 1952 roku, że dwa morfogeny rozpuszczające się i reagujące podczas rozwoju embrionalnego mogłyby wyjaśnić okresowe wzory, takie jak plamki na skórze leopardów, paski zebry i linie palców – jeszcze przed zidentyfikowaniem rzeczywistych biochemicznych morfogenów. Model Gray-Scott jest konkretnym, symulowalnym przypadkiem mechanizmu reakcji-dyfuzji Tura.

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz the simulation i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.

▶ Otwórz symulację the simulation