2018年12月28日，《美国科学院院刊》（PNAS）在线发表题为“Data-driven quantitative modeling of bacterial active nematics”的研究论文。（www.pnas.org/cgi/doi/10.1073/pnas.1812570116）施夏清为该论文的共同一作。上海交通大学张何朋课题组领导开发的实验体系结合苏州大学施夏清和法国CEA-Saclay的Hugues Chaté建立的理论模型首次在该领域实现数据驱动的活性物质定量化模型研究工作。  

活性物质是一类十分广泛存在的物质状态。它突破了人们对于物质体系能量输入的传统认识。在活性物质体系，个体单元可以将能量转变为各种力学运动。这类物质体系在微观层次进行能量输入，突破体系能量瓶颈，从而驱动系统远离平衡态。同时个体的运动可以通过相互作用耦合在大尺度展现出极为惊人的集体动力学行为。这样的体系在自然界不胜枚举，像细胞骨架自组织行为，细胞迁移，组织生长，甚至动物群体的集体运动等等都可以认为是活性物质体系集体动力学的一种体现。

在该研究工作中，研究人员利用粘质沙雷氏杆菌（Serratia marcescens）菌落实现可控的活性物质体系。他们通过加入头孢抗生素来控制细菌的长度，通过荧光标定来示踪细菌，从而不仅可以控制细菌体系的结构和动力学，并且可以实现高质量的实时的数据采集。更为有意思的是，该实验体系成功实现了理论研究中非常关注的活性向列相体系。在获得大量数据的基础上，研究人员发展了一套普适性的粒子模型从而可以利用实验数据定量化模型的参数空间，在实验和模型层次首次实现定量匹配的研究工作。大规模的数值研究表明，可以通过表征和匹配体系的空间关联长度，以及两类拓扑缺陷的动力学来匹配模型中所有的参数。利用这样优化的参数，研究人员可以从模型上重现实验中观测到的时空动力学。他们的精确测量和模拟显示拓扑缺陷在大时空尺度的生灭和自发迁移，并且与体系的自激发流场之间存在强烈的耦合关系。

目前该方面的基础研究工作方兴未艾，该类体系正广受实验和理论学家青睐。   

该研究工作得到国家自然科学基金的支持。  

论文链接:

www.pnas.org/cgi/doi/10.1073/pnas.1812570116

以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。