stringtranslate.com

Partículas autopropulsadas

Los modelos SPP predicen que se producen comportamientos emergentes robustos en enjambres independientemente del tipo de animal que se encuentre en el enjambre. [1]

Las partículas autopropulsadas (SPP), también conocidas como partículas autodirigidas, son términos utilizados por los físicos para describir agentes autónomos , que convierten la energía del entorno en una caminata aleatoria dirigida o persistente . Los sistemas naturales que han inspirado el estudio y diseño de estas partículas incluyen animales que caminan, nadan o vuelan. Otros sistemas biológicos incluyen bacterias, células, algas y otros microorganismos. En general, las partículas autopropulsadas a menudo se refieren a sistemas artificiales como robots o partículas diseñadas específicamente como coloides de Janus nadadores , [2] nanobarras bimetálicas, nanomotores y granos caminantes. En el caso de la propulsión dirigida, que es impulsada por un gradiente químico, esto se conoce como quimiotaxis , observada en sistemas biológicos, por ejemplo, detección de quórum de bacterias y detección de feromonas de hormigas, y en sistemas sintéticos, por ejemplo, quimiotaxis de moléculas enzimáticas [3] y partículas duras y blandas impulsadas por enzimas.

Descripción general

Las partículas autopropulsadas interactúan entre sí, lo que puede dar lugar a la aparición de comportamientos colectivos. Estos comportamientos colectivos imitan la autoorganización observada en las bandadas de pájaros, los enjambres de insectos, la formación de rebaños de ovejas, etc.

Para comprender la ubicuidad de estos fenómenos, los físicos han desarrollado una serie de modelos de partículas autopropulsadas. Estos modelos predicen que las partículas autopropulsadas comparten ciertas propiedades a nivel de grupo, independientemente del tipo de animales (o partículas artificiales) en el enjambre. [1] Se ha convertido en un desafío en la física teórica encontrar modelos estadísticos mínimos que capturen estos comportamientos. [4] [5] [6]

Ejemplos

Sistemas biológicos

La mayoría de los animales pueden considerarse SPP: encuentran energía en su comida y exhiben diversas estrategias de locomoción, desde volar hasta arrastrarse. Los ejemplos más destacados de comportamientos colectivos en estos sistemas son los bancos de peces, las bandadas de pájaros, los rebaños de ovejas y las multitudes humanas. A menor escala, las células y las bacterias también pueden considerarse SPP. Estos sistemas biológicos pueden propulsarse a sí mismos en función de la presencia de quimioatrayentes. A una escala aún menor, los motores moleculares transforman la energía del ATP en movimiento direccional. Trabajos recientes han demostrado que las moléculas de enzimas también se propulsan a sí mismas. [7] Además, se ha demostrado que se moverán preferentemente hacia una región de mayor concentración de sustrato, [8] [9] un fenómeno que se ha desarrollado como una técnica de purificación para aislar enzimas vivas. [10] Además, las micropartículas o vesículas pueden autopropulsarse cuando se funcionalizan con enzimas. Las reacciones catalíticas de las enzimas dirigen las partículas o vesículas en función de los gradientes de sustrato correspondientes. [11] [12] [13]

Sistemas artificiales

Un ejemplo de SPP: una nanobarra de oro y platino que experimenta autopropulsión en peróxido de hidrógeno debido a fuerzas autoelectroforéticas.

Se distingue entre sistemas húmedos y secos. En el primer caso, las partículas "nadan" en un fluido circundante; en el segundo, las partículas "caminan" sobre un sustrato.

Las partículas coloidales activas, llamadas nanomotores , son el ejemplo prototípico de SPP húmeda. Las partículas Janus son partículas coloidales con dos lados diferentes, que tienen diferentes propiedades físicas o químicas. [14] Esta ruptura de simetría permite, al ajustar adecuadamente el entorno (normalmente la solución circundante), el movimiento de la partícula Janus. Por ejemplo, los dos lados de la partícula Janus pueden inducir un gradiente local de temperatura, campo eléctrico o concentración de especies químicas. [15] [16] Esto induce el movimiento de la partícula Janus a lo largo del gradiente a través de, respectivamente, termoforesis , electroforesis o difusioforesis . [16] Debido a que las partículas Janus consumen energía de su entorno (catálisis de reacciones químicas, absorción de luz, etc.), el movimiento resultante constituye un proceso irreversible y las partículas están fuera de equilibrio.

Los granos móviles son una realización típica de la SPP seca: los granos son discos milimétricos colocados sobre una placa que vibra verticalmente, que sirve como fuente de energía y momento. Los discos tienen dos contactos diferentes ("pies") con la placa, un pie duro con forma de aguja en la parte delantera y un pie grande de goma blanda en la parte trasera. Cuando se agitan, los discos se mueven en una dirección preferencial definida por la simetría polar (cabeza-cola) de los contactos. Esto, junto con el ruido vibratorio, da como resultado un desplazamiento aleatorio persistente. [24]

Ruptura de simetría

La ruptura de la simetría es una condición necesaria para las SPP, ya que debe haber una dirección preferencial para moverse. Sin embargo, la ruptura de la simetría puede no provenir únicamente de la estructura en sí, sino de su interacción con los campos electromagnéticos, en particular cuando se tienen en cuenta los efectos de retardo. Esto se puede utilizar para el movimiento fototáctico de nanopartículas incluso altamente simétricas. [25] [26] En 2021, se demostró experimentalmente que las partículas completamente simétricas ( micronadadores esféricos en este caso) experimentan una fuerza termoforética neta cuando se iluminan desde una dirección determinada. [27]

Remolinos

En 2020, investigadores de la Universidad de Leicester informaron sobre un estado hasta ahora desconocido de partículas autopropulsadas, al que llamaron "estado swirlonic". El estado swirlonic consiste en "swirlons", formados por grupos de partículas autopropulsadas que orbitan un centro de masa común. Estas cuasipartículas muestran un comportamiento sorprendente: en respuesta a una carga externa se mueven con una velocidad constante proporcional a la fuerza aplicada, al igual que los objetos en medios viscosos. Los swirlons se atraen entre sí y se fusionan formando un remolino conjunto más grande. La coalescencia es un proceso extremadamente lento y desacelerado, que da como resultado un estado enrarecido de cuasipartículas inmóviles. Además del estado swirlonic, se observaron estados gaseoso, líquido y sólido, dependiendo de las fuerzas entre partículas y de las fuerzas autopropulsadas. A diferencia de los sistemas moleculares, los estados líquido y gaseoso de las partículas autopropulsadas no coexisten. [28] [29]

Comportamiento colectivo típico

El movimiento colectivo típico generalmente incluye la formación de estructuras autoensambladas, como grupos y conjuntos organizados. [30]

El comportamiento emergente a gran escala más destacado y espectacular que se observa en los conjuntos de partículas SPP es el movimiento colectivo dirigido . En ese caso, todas las partículas se mueven en la misma dirección. Además, pueden surgir estructuras espaciales como bandas, vórtices, ásteres y cúmulos móviles.

Otra clase de comportamiento a gran escala, que no implica movimiento dirigido, es la formación espontánea de cúmulos o la separación en una fase gaseosa y otra líquida, un fenómeno inesperado cuando las partículas sólidas de materia tienen una interacción puramente repulsiva. Esta separación de fases se ha denominado separación de fases inducida por motilidad (MIPS).

Ejemplos de modelado

El modelado de SPP fue introducido en 1995 por Tamás Vicsek et al. [31] como un caso especial del modelo de Boids introducido en 1986 por Reynolds . [32] En ese caso, las SPP son partículas puntuales, que se mueven con una velocidad constante y adoptan (en cada incremento de tiempo) la dirección promedio de movimiento de las otras partículas en su vecindario local hasta cierto ruido agregado. [33] [34]

Las simulaciones demuestran que una "regla del vecino más próximo" adecuada acaba dando lugar a que todas las partículas se agrupen o se muevan en la misma dirección. Esto se produce a pesar de que no existe una coordinación centralizada y a pesar de que los vecinos de cada partícula cambian constantemente con el tiempo (véase la simulación interactiva en el recuadro de la derecha). [31]

Desde entonces se han propuesto numerosos modelos, que van desde la simple partícula browniana activa hasta modelos detallados y especializados destinados a describir sistemas y situaciones específicos. Entre los componentes importantes de estos modelos se pueden enumerar:

También se pueden incluir influencias efectivas del entorno; por ejemplo, la velocidad nominal del SPP se puede configurar para que dependa de la densidad local, a fin de tener en cuenta los efectos de hacinamiento.

Las partículas autopropulsadas también se pueden modelar utilizando modelos en red, que ofrecen la ventaja de ser simples y eficientes de simular y, en algunos casos, pueden ser más fáciles de analizar matemáticamente. [36] Los modelos en red, como los modelos BIO-LGCA, se han utilizado para estudiar aspectos físicos de sistemas de partículas autopropulsadas (como transiciones de fase y potencial de formación de patrones [37] ), así como preguntas específicas relacionadas con sistemas de materia activa reales (por ejemplo, identificar los procesos biológicos subyacentes involucrados en la invasión tumoral [38] ).

Algunas aplicaciones a sistemas reales

Ninfa de langosta

Langostas en marcha

Las langostas jóvenes del desierto son ninfas solitarias y sin alas . Si el alimento escasea, pueden reunirse y comenzar a ocupar áreas vecinas, reclutando más langostas. Con el tiempo, pueden convertirse en un ejército en marcha que se extiende a lo largo de muchos kilómetros. [39] Esto puede ser el preludio del desarrollo de enormes enjambres de langostas adultas voladoras que devastan la vegetación a escala continental. [40]

Una de las predicciones clave del modelo SPP es que, a medida que aumenta la densidad de población de un grupo, se produce una transición abrupta desde individuos que se mueven de forma relativamente desordenada e independiente dentro del grupo hasta que el grupo se mueve como un todo altamente alineado. [41] Por lo tanto, en el caso de las langostas jóvenes del desierto, debería producirse un punto de activación que convierta a las langostas desorganizadas y dispersas en un ejército en marcha coordinado. Cuando se alcanza la densidad de población crítica, los insectos deberían empezar a marchar juntos de forma estable y en la misma dirección.

En 2006, un grupo de investigadores examinó cómo se mantenía este modelo en el laboratorio. Se colocaron langostas en una arena circular y se siguió su movimiento con un programa informático. En densidades bajas, por debajo de 18 langostas por metro cuadrado, las langostas se movían de un lado a otro de forma desordenada. En densidades intermedias, empezaron a ponerse en fila y a marchar juntas, interrumpidas por cambios de dirección abruptos pero coordinados. Sin embargo, cuando las densidades alcanzaron un valor crítico de alrededor de 74 langostas/m2 , las langostas dejaron de hacer cambios de dirección rápidos y espontáneos y, en cambio, marcharon de forma constante en la misma dirección durante las ocho horas completas del experimento.

Esto confirmó el comportamiento predicho por los modelos SPP. [1]

En el campo, según la Organización de las Naciones Unidas para la Alimentación y la Agricultura , la densidad media de las bandas de marcha es de 50 langostas/m 2 (50 millones de langostas/km 2 ), con un rango típico de 20 a 120 langostas/m 2 . [40] : 29  Los hallazgos de la investigación discutidos anteriormente demuestran la inestabilidad dinámica que está presente en las densidades de langostas más bajas típicas en el campo, donde los grupos de marcha cambian de dirección aleatoriamente sin ninguna perturbación externa. Comprender este fenómeno, junto con el cambio a una marcha totalmente coordinada a densidades más altas, es esencial si se quiere controlar el enjambre de langostas del desierto. [1]

Aterrizajes de aves

Las bandadas de pájaros pueden cambiar abruptamente su dirección al unísono y luego, de repente, tomar la decisión grupal unánime de aterrizar [42].

A menudo se observa que los animales que se mueven en enjambre, como las hormigas, las abejas, los peces y los pájaros, cambian de repente de un estado a otro. Por ejemplo, los pájaros pasan abruptamente de un estado de vuelo a un estado de aterrizaje. O los peces pasan de un cardumen en una dirección a otro en otra. Estos cambios de estado pueden ocurrir con una velocidad y una sincronicidad asombrosas, como si todos los miembros del grupo hubieran tomado una decisión unánime al mismo tiempo. Fenómenos como estos han desconcertado a los investigadores durante mucho tiempo. [43]

En 2010, Bhattacharya y Vicsek utilizaron un modelo SPP para analizar lo que está sucediendo aquí. Como paradigma, consideraron cómo las aves voladoras llegan a una decisión colectiva de realizar un cambio repentino y sincronizado para aterrizar. Las aves, como los estorninos en la imagen de la derecha, no tienen un líder que tome decisiones, pero la bandada sabe exactamente cómo aterrizar de manera unificada. La necesidad del grupo de aterrizar prevalece sobre las intenciones desviadas de las aves individuales. El modelo de partículas descubrió que el cambio colectivo para aterrizar depende de perturbaciones que se aplican a las aves individuales, como dónde se encuentran las aves en la bandada. [42] Es un comportamiento que se puede comparar con la forma en que la arena se amontona, antes del punto en que los granos simétricos y cuidadosamente colocados se avalancharían, porque las fluctuaciones se vuelven cada vez más no lineales. [44]

"Nuestra principal motivación era entender mejor algo que es desconcertante y extraño en la naturaleza, especialmente en casos que involucran la detención o el inicio de un patrón de comportamiento colectivo en un grupo de personas o animales... Proponemos un modelo simple para un sistema cuyos miembros tienen la tendencia a seguir a los demás tanto en el espacio como en su estado mental con respecto a una decisión sobre detener una actividad. Este es un modelo muy general, que puede aplicarse a situaciones similares". [42] El modelo también podría aplicarse a un enjambre de drones no tripulados , para iniciar el movimiento deseado en una multitud de personas, o para interpretar patrones grupales cuando se compran o venden acciones en la bolsa. [45]

Otros ejemplos

Los modelos SPP se han aplicado en muchas otras áreas, como los bancos de peces , [46] enjambres robóticos , [47] motores moleculares , [48] el desarrollo de estampidas humanas [49] y la evolución de senderos humanos en espacios verdes urbanos. [50] Los SPP en el flujo de Stokes , como las partículas de Janus , a menudo se modelan mediante el modelo Squirmer . [51]

Véase también

Referencias

  1. ^ abcd Buhl J, Sumpter DJ, Couzin ID, Hale JJ, Despland E, Miller ER, Simpson SJ (junio de 2006). "Del desorden al orden en la marcha de langostas" (PDF) . Science . 312 (5778): 1402–6. Bibcode :2006Sci...312.1402B. doi :10.1126/science.1125142. PMID  16741126. S2CID  359329. Archivado desde el original (PDF) el 29 de septiembre de 2011 . Consultado el 7 de abril de 2011 .
  2. ^ ab Howse, Jonathan R.; Jones, Richard AL; Ryan, Anthony J.; Gough, Tim; Vafabakhsh, Reza; Golestanian, Ramin (27 de julio de 2007). "Partículas coloidales automóviles: de la propulsión dirigida al paseo aleatorio". Physical Review Letters . 99 (4): 048102. arXiv : 0706.4406 . Código Bibliográfico :2007PhRvL..99d8102H. doi :10.1103/PhysRevLett.99.048102. PMID  17678409.
  3. ^ Agudo-Canalejo, Jaime; Adeleke-Larodo, Tunrayo; Illien, Pierre; Golestanian, Ramin (16 de octubre de 2018). "Difusión mejorada y quimiotaxis a nanoescala". Cuentas de la investigación química . 51 (10): 2365–2372. arXiv : 2104.02398 . doi : 10.1021/acs.accounts.8b00280. ISSN  0001-4842. PMID  30240187.
  4. ^ Toner J, Tu Y, Ramaswamy S (2005). "Hidrodinámica y fases de bandadas" (PDF) . Anales de Física . 318 (170): 170–244. Código Bibliográfico :2005AnPhy.318..170T. doi :10.1016/j.aop.2005.04.011. Archivado desde el original (PDF) el 18 de julio de 2011 . Consultado el 7 de abril de 2011 .
  5. ^ Bertin E, Droz M, Grégoire G (2009). "Ecuaciones hidrodinámicas para partículas autopropulsadas: derivación microscópica y análisis de estabilidad". Journal of Physics A . 42 (44): 445001. arXiv : 0907.4688 . Bibcode :2009JPhA...42R5001B. doi :10.1088/1751-8113/42/44/445001. S2CID  17686543.
  6. ^ Li YX, Lukeman R, Edelstein-Keshet L (2007). "Mecanismos mínimos para la formación de cardúmenes en partículas autopropulsadas" (PDF) . Physica D: Nonlinear Phenomena . 237 (5): 699–720. Bibcode :2008PhyD..237..699L. doi :10.1016/j.physd.2007.10.009. Archivado desde el original (PDF) el 1 de octubre de 2011.
  7. ^ Muddana HS, Sengupta S, Mallouk TE, Sen A, Butler PJ (febrero de 2010). "La catálisis de sustrato mejora la difusión de una sola enzima". Revista de la Sociedad Química Estadounidense . 132 (7): 2110–1. doi :10.1021/ja908773a. PMC 2832858. PMID  20108965 . 
  8. ^ Sengupta S, Dey KK, Muddana HS, Tabouillot T, Ibele ME, Butler PJ, Sen A (enero de 2013). "Moléculas enzimáticas como nanomotores". Revista de la Sociedad Química Estadounidense . 135 (4): 1406–14. doi :10.1021/ja3091615. PMID  23308365.
  9. ^ Zhao X, Gentile K, Mohajerani F, Sen A (octubre de 2018). "Impulsando el movimiento con enzimas". Accounts of Chemical Research . 51 (10): 2373–2381. doi :10.1021/acs.accounts.8b00286. PMID  30256612. S2CID  52845451.
  10. ^ Dey KK, Das S, Poyton MF, Sengupta S, Butler PJ, Cremer PS, Sen A (diciembre de 2014). "Separación quimiotáctica de enzimas". ACS Nano . 8 (12): 11941–9. doi : 10.1021/nn504418u . PMID  25243599.
  11. ^ Dey KK, Zhao X, Tansi BM, Méndez-Ortiz WJ, Córdova-Figueroa UM, Golestanian R, Sen A (diciembre de 2015). "Micromotores accionados por catálisis enzimática". Nano Letters . 15 (12): 8311–5. Código Bibliográfico :2015NanoL..15.8311D. doi :10.1021/acs.nanolett.5b03935. PMID  26587897.
  12. ^ Ghosh S, Mohajerani F, Son S, Velegol D, Butler PJ, Sen A (septiembre de 2019). "Motilidad de vesículas alimentadas por enzimas". Nano Letters . 19 (9): 6019–6026. Código Bibliográfico :2019NanoL..19.6019G. doi :10.1021/acs.nanolett.9b01830. PMID  31429577. S2CID  201095514.
  13. ^ Somasundar A, Ghosh S, Mohajerani F, Massenburg LN, Yang T, Cremer PS, et al. (diciembre de 2019). "Quimiotaxis positiva y negativa de motores de liposomas recubiertos con enzimas". Nature Nanotechnology . 14 (12): 1129–1134. Bibcode :2019NatNa..14.1129S. doi :10.1038/s41565-019-0578-8. PMID  31740796. S2CID  208168622.
  14. ^ Golestanian, Ramin (2022). "Materia activa forética". academic.oup.com . págs. 230–293. doi :10.1093/oso/9780192858313.003.0008. ISBN 978-0-19-285831-3Archivado desde el original el 23 de febrero de 2024 . Consultado el 23 de abril de 2024 .
  15. ^ Golestanian, Ramin; Liverpool, Tanniemola B.; Ajdari, Armand (10 de junio de 2005). "Propulsión de una máquina molecular mediante distribución asimétrica de productos de reacción". Physical Review Letters . 94 (22): 220801. arXiv : cond-mat/0701169 . Bibcode :2005PhRvL..94v0801G. doi :10.1103/PhysRevLett.94.220801. PMID  16090376.
  16. ^ ab Golestanian, R.; Liverpool, TB; Ajdari, A. (mayo de 2007). "Diseño de micro y nanonadadores foréticos". New Journal of Physics . 9 (5): 126. arXiv : cond-mat/0701168 . Bibcode :2007NJPh....9..126G. doi :10.1088/1367-2630/9/5/126. ISSN  1367-2630.
  17. ^ Paxton WF, Kistler KC, Olmeda CC, Sen A, St Angelo SK, Cao Y, et al. (octubre de 2004). "Nanomotores catalíticos: movimiento autónomo de nanobarras rayadas". Revista de la Sociedad Química Estadounidense . 126 (41): 13424–31. doi :10.1021/ja047697z. PMID  15479099.
  18. ^ Liu R, Sen A (diciembre de 2011). "Nanomotor autónomo basado en nanobatería segmentada de cobre y platino". Journal of the American Chemical Society . 133 (50): 20064–7. doi :10.1021/ja2082735. PMID  21961523.
  19. ^ Das S, Garg A, Campbell AI, Howse J, Sen A, Velegol D, et al. (Diciembre de 2015). "Los límites pueden dirigir las esferas activas de Janus". Comunicaciones de la naturaleza . 6 : 8999. Código Bib : 2015NatCo...6.8999D. doi : 10.1038/ncomms9999. PMC 4686856 . PMID  26627125. 
  20. ^ Pavlick RA, Sengupta S, McFadden T, Zhang H, Sen A (septiembre de 2011). "Un motor alimentado por polimerización". Angewandte Chemie . 50 (40): 9374–7. doi :10.1002/anie.201103565. PMID  21948434. S2CID  6325323.
  21. ^ Brooks AM, Tasinkevych M, Sabrina S, Velegol D, Sen A, Bishop KJ (enero de 2019). "Rotación dirigida por la forma de micromotores homogéneos mediante autoelectroforesis catalítica". Nature Communications . 10 (1): 495. Bibcode :2019NatCo..10..495B. doi :10.1038/s41467-019-08423-7. PMC 6353883 . PMID  30700714. 
  22. ^ Unruh, Angus; Brooks, Allan M.; Aranson, Igor S.; Sen, Ayusman (28 de abril de 2023). "Programación del movimiento de micropartículas de platino: de lineal a orbital". Materiales de ingeniería aplicada de la ACS . 1 (4): 1126–1133. doi :10.1021/acsaenm.2c00249. ISSN  2771-9545. S2CID  257849071.
  23. ^ Meredith, Caleb H.; Castonguay, Alejandro C.; Chiu, Yu-Jen; Brooks, Allan M.; Moerman, Pepijn G.; Torab, Pedro; Wong, Pak Kin; Sen, Ayusman; Velegol, Darrell; Zarzar, Lauren D. (2 de febrero de 2022). "Diseño químico de gotitas de Janus autopropulsadas". Asunto . 5 (2): 616–633. doi :10.1016/j.matt.2021.12.014. ISSN  2590-2385. S2CID  246203036.
  24. ^ Deseigne J, Dauchot O, Chaté H (agosto de 2010). "Movimiento colectivo de discos polares vibrados". Physical Review Letters . 105 (9): 098001. arXiv : 1004.1499 . Código Bibliográfico :2010PhRvL.105i8001D. doi :10.1103/PhysRevLett.105.098001. PMID  20868196. S2CID  40192049.
  25. ^ Che, Shengping; Zhang, Jianhua; Mou, Fangzhi; Guo, Xia; Kauffman, Joshua E.; Sen, Ayusman; Guan, Jianguo (enero de 2022). "Conjuntos programables por luz de micromotores isotrópicos". Investigación . 2022 . Bibcode :2022Resea202216562C. doi :10.34133/2022/9816562. ISSN  2639-5274. PMC 9297725 . PMID  35928302. 
  26. ^ Zhang, Jianhua; Mou, Fangzhi; Tang, Shaowen; Kauffman, Joshua E.; Sen, Ayusman; Guan, Jianguo (1 de marzo de 2022). "Micromotor fotoquímico de núcleo excéntrico en carcasa hueca isotrópica que exhibe comportamiento de movimiento multimodal". Applied Materials Today . 26 : 101371. doi : 10.1016/j.apmt.2022.101371 . ISSN  2352-9407. S2CID  246188941.
  27. ^ Fränzl M, Muiños-Landin S, Holubec V, Cichos F (febrero de 2021). "Micronadadores termoplasmónicos simétricos totalmente orientables". ACS Nano . 15 (2): 3434–3440. doi :10.1021/acsnano.0c10598. PMID  33556235. S2CID  231874669.
  28. ^ Brilliantov NV, Abutuqayqah H, Tyukin IY, Matveev SA (octubre de 2020). "Estado giratorio de la materia activa". Informes científicos . 10 (1): 16783. Código bibliográfico : 2020NatSR..1016783B. doi :10.1038/s41598-020-73824-4. PMC 7546729 . PMID  33033334.  El material fue copiado de esta fuente, que está disponible bajo una Licencia Creative Commons Atribución 4.0 Internacional.
  29. ^ Superpartículas Swirlonic: físicos desconcertados por un nuevo estado de la materia SciTechDaily , 11 de febrero de 2021.
  30. ^ Zhang, Jianhua; Laskar, Abhrajit; Canción, Jiaqi; Shklyaev, Oleg E.; Mou, Fangzhi; Guan, Jianguo; Balazs, Anna C.; Sen, Ayusman (10 de enero de 2023). "Oscilación, migración y manipulación reversible impulsadas por luz y sin combustible de múltiples tipos de carga mediante enjambres de micromotores". ACS Nano . 17 (1): 251–262. doi :10.1021/acsnano.2c07266. ISSN  1936-0851. PMID  36321936. S2CID  253257444.
  31. ^ ab Vicsek T, Czirók A, Ben-Jacob E, Cohen I, Shochet O (agosto de 1995). "Nuevo tipo de transición de fase en un sistema de partículas autodirigidas". Physical Review Letters . 75 (6): 1226–1229. arXiv : cond-mat/0611743 . Código Bibliográfico :1995PhRvL..75.1226V. doi :10.1103/PhysRevLett.75.1226. PMID  10060237. S2CID  15918052.
  32. ^ Reynolds CW (1987). "Rebaños, manadas y cardúmenes: un modelo de comportamiento distribuido". Actas de la 14.ª conferencia anual sobre gráficos por ordenador y técnicas interactivas - SIGGRAPH '87 . Vol. 21. págs. 25–34. CiteSeerX 10.1.1.103.7187 . doi :10.1145/37401.37406. ISBN .  978-0897912273.S2CID 546350  .
  33. ^ Czirók A, Vicsek T (2006). "Comportamiento colectivo de partículas autopropulsadas en interacción". Physica A . 281 (1): 17–29. arXiv : cond-mat/0611742 . Código Bibliográfico :2000PhyA..281...17C. doi :10.1016/S0378-4371(00)00013-3. S2CID  14211016.
  34. ^ Jadbabaie A, Lin J, Morse AS (2003). "Coordinación de grupos de agentes autónomos móviles utilizando reglas de vecino más cercano". IEEE Transactions on Automatic Control . 48 (6): 988–1001. CiteSeerX 10.1.1.128.5326 . doi :10.1109/TAC.2003.812781– Pruebas de convergencia para el modelo SPP.
  35. ^ "Modelo de partículas autodirigidas". Simulaciones interactivas . Universidad de Colorado. 2005. Archivado desde el original el 14 de octubre de 2012. Consultado el 10 de abril de 2011 .
  36. ^ Nava-Sedeño JM, Voß-Böhme A, Hatzikirou H, Deutsch A, Peruani F (septiembre de 2020). "Modelado del movimiento celular colectivo: ¿son equivalentes los modelos dentro y fuera de la red?". Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences . 375 (1807): 20190378. doi :10.1098/rstb.2019.0378. PMC 7423376 . PMID  32713300. 
  37. ^ Bouré O, Fatès N, Chevrier V (1 de diciembre de 2013). "Primeros pasos en modelos asincrónicos de gas reticular con una aplicación a una regla de enjambre". Natural Computing . 12 (4): 551–560. doi :10.1007/s11047-013-9389-2. ISSN  1572-9796. S2CID  6794567.
  38. ^ Tektonidis M, Hatzikirou H, Chauvière A, Simon M, Schaller K, Deutsch A (octubre de 2011). "Identificación de mecanismos celulares intrínsecos in vitro para la invasión de gliomas". Revista de Biología Teórica . 287 : 131–47. Código Bib : 2011JThBi.287..131T. doi :10.1016/j.jtbi.2011.07.012. PMID  21816160.
  39. ^ Uvarov BP (1977). Comportamiento, ecología, biogeografía, dinámica de poblaciones . Saltamontes y langostas: un manual de acridología general. Vol. II. Cambridge University Press.
  40. ^ ab Symmons PM, Cressman K (2001). "Directrices sobre la langosta del desierto: biología y comportamiento" (PDF) . Roma: FAO .
  41. ^ Huepe C, Aldana M (abril de 2004). "Intermitencia y agrupamiento en un sistema de partículas autodirigidas". Physical Review Letters . 92 (16): 168701. Bibcode :2004PhRvL..92p8701H. doi :10.1103/PhysRevLett.92.168701. PMID  15169268.
  42. ^ abc Bhattacharya K, Vicsek T (2010). "Toma de decisiones colectiva en bandadas cohesionadas". New Journal of Physics . 12 (9): 093019. arXiv : 1007.4453 . Bibcode :2010NJPh...12i3019B. doi :10.1088/1367-2630/12/9/093019. S2CID  32835905.
  43. ^ "Un sistema de partículas autopropulsadas mejora la comprensión de los patrones de comportamiento" (nota de prensa). Medical News Today . 18 de septiembre de 2010.
  44. ^ Somfai E, Czirok A, Vicsek T (1994). "Distribución de deslizamientos de tierra según la ley de potencias en un experimento sobre la erosión de una pila granular". Journal of Physics A: Mathematical and General . 27 (20): L757–L763. Bibcode :1994JPhA...27L.757S. doi :10.1088/0305-4470/27/20/001.
  45. ^ "Revelan la toma de decisiones de las bandadas de aves". Himalayan Times . 14 de septiembre de 2010.
  46. ^ Gautrais J, Jost C, Theraulaz G (octubre de 2008). "Factores conductuales clave en un modelo de banco de peces autoorganizado" (PDF) . Annales Zoologici Fennici . 45 (5). Junta de Publicaciones Zoológicas y Botánicas de Finlandia.: 415–428. doi :10.5735/086.045.0505. S2CID  16940460. Archivado desde el original (PDF) el 12 de enero de 2011.
  47. ^ Baglietto G, Albano EV (noviembre de 2009). "Naturaleza de la transición orden-desorden en el modelo de Vicsek para el movimiento colectivo de partículas autopropulsadas". Physical Review E . 80 (5 Pt 1): 050103. Bibcode :2009PhRvE..80e0103B. doi :10.1103/PhysRevE.80.050103. PMID  20364937.
  48. ^ Chowdhury D (2006). "Efectos colectivos en el transporte motor molecular intracelular: coordinación, cooperación y competencia". Physica A . 372 (1): 84–95. arXiv : physics/0605053 . Código Bibliográfico :2006PhyA..372...84C. doi :10.1016/j.physa.2006.05.005. S2CID  14822256.
  49. ^ Helbing D, Farkas I, Vicsek T (septiembre de 2000). "Simulación de las características dinámicas del pánico al escapar". Nature . 407 (6803): 487–90. arXiv : cond-mat/0009448 . Bibcode :2000Natur.407..487H. doi :10.1038/35035023. PMID  11028994. S2CID  310346.
  50. ^ Helbing D, Keltsch J, Molnár P (julio de 1997). "Modelado de la evolución de los sistemas de senderos humanos". Nature . 388 (6637): 47–50. arXiv : cond-mat/9805158 . Bibcode :1997Natur.388...47H. doi :10.1038/40353. PMID  9214501. S2CID  4364517.
  51. ^ Bickel T, Majee A, Würger A (julio de 2013). "Patrón de flujo en la vecindad de partículas Janus calientes autopropulsadas". Physical Review E . 88 (1): 012301. arXiv : 1401.7311 . Bibcode :2013PhRvE..88a2301B. doi :10.1103/PhysRevE.88.012301. PMID  23944457. S2CID  36558271.

Referencias adicionales

Enlaces externos