活性物质流体动力学的数据驱动统计描述

在集体尺度上对生命系统建模可能极具挑战性，因为个体组分本身可能很复杂，且组分间的相互作用尚未被完全理解。随着高通量实验的出现和大数据时代来临，数据驱动方法正兴起以克服这些挑战。为直接揭示底层物理原理，我们提出了一种数据驱动方法以获取相空间密度，从而活性物质随机动力学方程的解自然浮现，由此可便捷提取物理序参量的时空依赖性。若系统接近稳态，我们阐明如何构建场论以随后对系统作出物理预测。该方法先解析推导，随后用模拟数据校准。该方法随后应用于由粘质沙雷氏菌(Serratia marcescens)细菌 swarm 主动驱动且存在空间局域化紫外光的实验粒子系统。分析表明，粒子在紫外光之前及之后某段时间内处于稳态，并在这些区间内服从具有空间变化“质量”的高斯场论。鉴于细菌 swarm 的复杂动力学，这一新颖而简单的发现令人惊讶。作为对紫外光的响应，我们证明粒子存在远离紫外光的净流动，且粒子的熵随远离光而增加。最后我们讨论了数据驱动方法的其他潜在应用，例如当个体组分的内部结构动态变化导致支配系统的随机动力学方程被修正时。