stringtranslate.com

Partículas autopropulsadas

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

Las partículas autopropulsadas (SPP), también denominadas partículas autopropulsadas, son términos utilizados por los físicos para describir agentes autónomos , que convierten la energía del entorno en un paseo aleatorio dirigido 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 suelen referirse a sistemas artificiales como robots o partículas diseñadas específicamente como coloides de Janus nadadores , [2] nanobarras bimetálicas, nanomotores y granos andantes. En el caso de la propulsión dirigida, que es impulsada por un gradiente químico, esto se conoce como quimiotaxis , y se observa 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 quimiotaxis de enzimas. partículas duras y blandas impulsadas.

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 con las bandadas de pájaros, el enjambre de insectos, la formación de rebaños de ovejas, etc.

Para comprender la ubicuidad de tales 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) del 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 gatear. 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 bacterias también pueden tratarse como SPP. Estos sistemas biológicos pueden impulsarse basándose en 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 impulsan 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 en 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 correspondientes gradientes de sustrato. [11] [12] [13]

Sistemas artificiales

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

Existe una distinción entre sistemas húmedos y secos. En el primer caso las partículas "nadan" en un fluido circundante; en el segundo caso las partículas "caminan" sobre un sustrato.

Las partículas coloidales activas, denominadas nanomotores , son el ejemplo prototípico de SPP húmedo. Las partículas de Jano son partículas coloidales con dos lados diferentes y 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 de Jano. Por ejemplo, los dos lados de la partícula de Jano pueden inducir un gradiente local de temperatura, campo eléctrico o concentración de especies químicas. [15] [16] Esto induce el movimiento de la partícula de Jano a lo largo del gradiente mediante, respectivamente, termoforesis , electroforesis o difusioforesis . [16] Debido a que las partículas de Jano 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 del SPP seco: los granos son discos milimétricos que se asientan 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 suave en la parte trasera. Cuando se sacuden, 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 paseo aleatorio persistente. [24]

Rompiendo la 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 misma sino de su interacción con campos electromagnéticos, en particular si se tienen en cuenta los efectos de retardo. Esto puede utilizarse para el movimiento fototáctico incluso de nanopartículas muy 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 de partículas autopropulsadas hasta ahora no reconocido, al que llamaron "estado giratorio". El estado de remolino consiste en "remolinos", formados por grupos de partículas autopropulsadas que orbitan alrededor de un centro de masa común. Estas cuasipartículas demuestran un comportamiento sorprendente: en respuesta a una carga externa, se mueven con una velocidad constante proporcional a la fuerza aplicada, tal como los objetos en medios viscosos. Los remolinos 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 de remolino, se observaron estados gaseosos, líquidos y sólidos, dependiendo de las fuerzas entre partículas y 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 asambleas organizadas. [30]

El comportamiento emergente a gran escala más destacado y espectacular observado en las asambleas del 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 en movimiento.

Otra clase de comportamiento a gran escala, que no implica movimiento dirigido, es la formación espontánea de agrupaciones o la separación en una fase gaseosa y líquida, un fenómeno inesperado cuando los SPP 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, los SPP son partículas puntuales, que se mueven con una velocidad constante. y adoptar (en cada incremento de tiempo) la dirección promedio de movimiento de las otras partículas en su vecindad local hasta cierto ruido adicional. [33] [34]

Las simulaciones demuestran que una "regla del vecino más cercano" adecuada eventualmente da como resultado que todas las partículas se agrupen o se muevan en la misma dirección. Esto surge, aunque no existe una coordinación centralizada y aunque los vecinos de cada partícula cambian constantemente con el tiempo (ver la simulación interactiva en el cuadro de la derecha). [31]

Desde entonces se han propuesto varios modelos, que van desde la simple partícula browniana activa hasta modelos detallados y especializados destinados a describir sistemas y situaciones específicos. Entre los ingredientes 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 los sistemas de partículas autopropulsadas (como las transiciones de fase y el potencial de formación de patrones [37] ), así como cuestiones específicas relacionadas con la materia activa real. sistemas (por ejemplo, identificar los procesos biológicos subyacentes implicados en la invasión tumoral [38] ).

Algunas aplicaciones a sistemas reales

ninfa langosta

langostas marchantes

Las langostas jóvenes del desierto son ninfas solitarias y sin alas . Si escasea la comida, pueden reunirse y empezar a ocupar zonas 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 de individuos que se mueven de manera relativamente desordenada e independiente dentro del grupo a que el grupo se mueve como un todo altamente alineado. [41] Así, 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 comportaba este modelo en el laboratorio. Las langostas se colocaron en una arena circular y se siguieron sus movimientos con un software de computadora. En densidades bajas, por debajo de 18 langostas por metro cuadrado, las langostas se mueven de forma desordenada. En densidades intermedias, comienzan a alinearse y a marchar juntos, puntuados por cambios de dirección abruptos pero coordinados. Sin embargo, cuando las densidades alcanzaron un valor crítico de aproximadamente 74 langostas/m 2 , las langostas dejaron de hacer cambios rápidos y espontáneos de dirección y, en cambio, marcharon constantemente 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 Agricultura y la Alimentación , la densidad media de las bandas de música 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 más bajas de langostas típicas en el campo, donde los grupos que marchan cambian de dirección aleatoriamente sin ninguna perturbación externa. Comprender este fenómeno, junto con el cambio a marchas totalmente coordinadas y con mayor densidad, es esencial si se quiere controlar el enjambre de langostas del desierto. [1]

Desembarcos de aves

Las bandadas de pájaros pueden cambiar abruptamente su dirección al unísono y luego, con la misma rapidez, tomar una decisión grupal unánime de aterrizar [42]

A menudo se observa que los enjambres de animales, como hormigas, abejas, peces y pájaros, cambian repentinamente de un estado a otro. Por ejemplo, las aves cambian abruptamente del estado de vuelo al estado de aterrizaje. O los peces pasan de formarse en una dirección a formarse en otra dirección. Estos cambios de estado pueden ocurrir con una velocidad y sincronía asombrosas, como si todos los miembros del grupo tomaran 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 a tierra. Las aves, como los estorninos de la imagen de la derecha, no tienen un líder que tome decisiones, pero la bandada sabe exactamente cómo aterrizar de forma unificada. La necesidad del grupo de aterrizar anula las intenciones desviadas de las aves individuales. El modelo de partículas encontró que el cambio colectivo hacia el aterrizaje depende de perturbaciones que se aplican a las aves individuales, como dónde se encuentran las aves en la bandada. [42] Se trata de un comportamiento que se puede comparar con la forma en que la arena cae en avalancha, si está amontonada, antes del punto en el que se producirían avalanchas de granos simétricos y cuidadosamente colocados, porque las fluctuaciones se vuelven cada vez más no lineales. [44]

"Nuestra principal motivación era comprender mejor algo que es desconcertante y que existe en la naturaleza, especialmente en los casos que implican la interrupción o el inicio de un patrón de comportamiento colectivo en un grupo de personas o animales... Proponemos un modelo simple para un sistema cuyo Los miembros tienen la tendencia a seguir a los demás tanto en el espacio como en su estado de ánimo en cuanto a la decisión de detener una actividad. Este es un modelo muy general, que se puede aplicar 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 de grupo cuando se compran o venden acciones en el mercado de valores. [45]

Otros ejemplos

Los modelos SPP se han aplicado en muchas otras áreas, como la formación de bancos de peces , [46] enjambres de robots , [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]

Ver 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 las langostas marchantes" (PDF) . Ciencia . 312 (5778): 1402–6. Código Bib : 2006 Ciencia... 312.1402B. doi : 10.1126/ciencia.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, Antonio J.; Bueno, Tim; Vafabakhsh, Reza; Golestanian, Ramin (27 de julio de 2007). "Partículas coloidales automóviles: de la propulsión dirigida al paseo aleatorio". Cartas de revisión física . 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 Bib : 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". Revista de Física A. 42 (44): 445001. arXiv : 0907.4688 . Código Bib : 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 escuelas en partículas autopropulsadas» (PDF) . Physica D: Fenómenos no lineales . 237 (5): 699–720. Código bibliográfico : 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 del 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". Cuentas de la investigación química . 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 impulsados ​​por catálisis enzimática". Nano Letras . 15 (12): 8311–5. Código Bib : 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 impulsadas por enzimas". Nano Letras . 19 (9): 6019–6026. Código Bib : 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 y col. (Diciembre de 2019). "Quimiotaxis positiva y negativa de motores de liposomas recubiertos de enzimas". Nanotecnología de la naturaleza . 14 (12): 1129-1134. Código Bib : 2019NatNa..14.1129S. doi :10.1038/s41565-019-0578-8. PMID  31740796. S2CID  208168622.
  14. ^ Golestaniano, Ramin (2022). "Materia Activa Forética". academic.oup.com . págs. 230–293. doi :10.1093/oso/9780192858313.003.0008. ISBN 978-0-19-285831-3. Archivado desde el original el 23 de febrero de 2024 . Consultado el 23 de abril de 2024 .
  15. ^ Golestaniano, Ramin; Liverpool, Tanniemola B.; Ajdari, Armand (10 de junio de 2005). "Propulsión de una máquina molecular mediante distribución asimétrica de productos de reacción". Cartas de revisión física . 94 (22): 220801. arXiv : cond-mat/0701169 . Código Bib : 2005PhRvL..94v0801G. doi :10.1103/PhysRevLett.94.220801. PMID  16090376.
  16. ^ ab Golestanian, R.; Liverpool, tuberculosis; Ajdari, A. (mayo de 2007). "Diseño de micro y nanonadadores foréticos". Nueva Revista de Física . 9 (5): 126. arXiv : cond-mat/0701168 . Código Bib : 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-platino". Revista de la Sociedad Química Estadounidense . 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 impulsado 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". Comunicaciones de la naturaleza . 10 (1): 495. Código bibliográfico : 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 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". Cartas de revisión física . 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, Josué E.; Sen, Ayusman; Guan, Jianguo (enero de 2022). "Conjuntos de micromotores isotrópicos programables por luz". Investigación . 2022 . Código Bib : 2022Resea202216562C. doi :10.34133/2022/9816562. ISSN  2639-5274. PMC 9297725 . PMID  35928302. 
  26. ^ Zhang, Jianhua; Mou, Fangzhi; Tang, Shaowen; Kauffman, Josué E.; Sen, Ayusman; Guan, Jianguo (1 de marzo de 2022). "Micromotor fotoquímico de núcleo excéntrico en carcasa hueca isotrópica que exhibe un comportamiento de movimiento multimodal". Materiales aplicados hoy . 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 internacional Creative Commons Attribution 4.0.
  29. ^ Súperpartículas arremolinadas: 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 autoimpulsadas". Cartas de revisión física . 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, rebaños y escuelas: un modelo de comportamiento distribuido". Actas de la 14ª conferencia anual sobre gráficos por computadora 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 que interactúan". Física A. 281 (1): 17–29. arXiv : cond-mat/0611742 . Código Bib : 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 mediante reglas de vecino más cercano". Transacciones IEEE sobre control automático . 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 autónomo". 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?". Transacciones filosóficas de la Royal Society de Londres. Serie B, Ciencias Biológicas . 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 reticulares de gas asincrónicos con aplicación a una regla de enjambre". Computación Natural . 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 poblacional . Saltamontes y langostas: un manual de acridología general. vol. II. Prensa de la Universidad de Cambridge.
  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 autoimpulsadas". Cartas de revisión física . 92 (16): 168701. Código bibliográfico : 2004PhRvL..92p8701H. doi :10.1103/PhysRevLett.92.168701. PMID  15169268.
  42. ^ abc Bhattacharya K, Vicsek T (2010). "Toma de decisiones colectiva en bandadas cohesionadas". Nueva Revista de Física . 12 (9): 093019. arXiv : 1007.4453 . Código Bib : 2010NJPh...12i3019B. doi :10.1088/1367-2630/12/9/093019. S2CID  32835905.
  43. ^ "El sistema de partículas autopropulsadas mejora la comprensión de los patrones de comportamiento" (Presione soltar). Noticias médicas hoy . 18 de septiembre de 2010.
  44. ^ Somfai E, Czirok A, Vicsek T (1994). "Distribución de la ley potencial de deslizamientos de tierra en un experimento sobre la erosión de un montón granular". Revista de Física A: Matemática y General . 27 (20): L757–L763. Código Bib : 1994JPhA...27L.757S. doi :10.1088/0305-4470/27/20/001.
  45. ^ "Revelada la toma de decisiones en bandadas de aves". Tiempos del Himalaya . 14 de septiembre de 2010.
  46. ^ Gautrais J, Jost C, Theraulaz G (octubre de 2008). "Factores de comportamiento clave en un modelo de banco de peces autoorganizado" (PDF) . Annales Zoologici Fennici . 45 (5). Junta Finlandesa de Publicaciones Zoológicas y Botánicas: 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". Revisión física E. 80 (5 partes 1): 050103. Código bibliográfico : 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". Física A. 372 (1): 84–95. arXiv : física/0605053 . Código Bib : 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 características dinámicas del pánico de fuga". Naturaleza . 407 (6803): 487–90. arXiv : cond-mat/0009448 . Código Bib :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". Naturaleza . 388 (6637): 47–50. arXiv : cond-mat/9805158 . Código Bib :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 las proximidades de partículas calientes de Janus autopropulsadas". Revisión física E. 88 (1): 012301. arXiv : 1401.7311 . Código bibliográfico : 2013PhRvE..88a2301B. doi : 10.1103/PhysRevE.88.012301. PMID  23944457. S2CID  36558271.

Más referencias

Enlaces externos