콘서트에서 원자와 한 무리의 사람들을 주위에 휘두르는 전자는 거의 공통점이없는 것 같습니다. 따라서 Cornell의 연구원들이 수자적 역학을 위해 원래 개발 된 수학적 모델을 사용하여 유기체 그룹의 행동을 정확하게 모델링 할 수있는 방법을 찾았다는 것은 놀라운 일입니다.
8 월 30 일에 발표 된 연구에서 연구원 그룹은 물리학 및 화학에 사용되는 수학적 모델링 기술 인 많은 바로 양자 시스템의 특성을 설명하는 데 사용되는 수학적 모델링 기술을 기반으로하는 모집단 행동을 모델링하기위한 수학적 프레임 워크를 도입했습니다. 수정 된 버전의 DFT를 사용함으로써 팀은 새로운 환경에서 과일 플라이 개체군의 대규모 행동을 올바르게 예측할 수있었습니다. 팀은 인간 인구의 행동을 모델링하기 위해 그들의 프레임 워크가 확장 될 수 있다고 확신합니다.
이러한 발견은 둘 다 큰 유기체 그룹의 행동을 모델링하는 계산적으로 우아하고 효율적인 방법을 제공하기 때문에 중요하며, 양자 역학의 영역과 인구 생물학 사이의 예기치 않은 연결을 설명합니다. Tomas Arias에 따르면,이 연구의 저자 중 한 명은“이것은 특히 살아있는 시스템이 관여하는 곳에서 이론이 앞서, 실험이 정확한 수학적 세부 사항으로 이론을 완전히 확인한 곳 중 하나입니다.”
.DFT, 시스템 및 과일 파리
큰 그룹의 행동을 모델링하는 것은 어려울 수 있습니다. 상식은 사물 그룹을 모델링하는 가장 정확한 방법은 각각을 개별적으로 모델링하는 것이며 그룹의 다른 사람들과 어떻게 상호 작용 하는지를 지시하는 것 같습니다. 어떤 경우에는이 "상향식"접근 방식이 의미가 있습니다. 그러나 매우 많은 그룹의 사물과 함께 일할 때 해당 그룹의 각 구성원의 역학을 모델링하면 엄청나게 복잡하고 부담스러운 모델이 생길 수 있습니다. DFT는 해당 시스템의 각 개별 신체의 특성과 역학을 계산하지 않고도 다중 바디 시스템의 특성을 설명 할 수 있도록 중요한 모델링 기술입니다.
양자 전기 역학의 맥락에서, DFT 모델을 알리는 주요 매개 변수는 전자 밀도, 즉 공간 영역에 대한 평균 전자 분포의 척도입니다. 특정 시스템의 전자 밀도를 알고 있다면 해당 시스템에 대한 다른 정보 (예 :지면 상태 특성)를 추론 할 수 있습니다. DFT의 일반적인 자만은 시스템의 글로벌 속성은 해당 시스템의 개별 품질의 모든 속성을 모르더라도 결정할 수 있다는 것입니다.
과일 파리 그룹의 행동을 검토함으로써 연구자들은 두 명의 기능 연산자를 추출했습니다. 하나는 파리가 환경의 다른 부분, 즉“vexation”기능에 얼마나 많은 양을 끌어들이는지를 정량화하기위한 것이며, 다른 하나는 과일 파리가 특정 지점에서 견딜 수있는“좌절”기능을 정량화하는 것입니다. 이 두 기능 연산자는 전자 밀도가 양자 역학에 사용되는 DFT 모델의 기본 매개 변수와 마찬가지로 모델의 기본 매개 변수입니다. 위치의 상대적 선호도는 해당 위치에 대한 vexation 및 좌절 효과의 합입니다.
이러한 파생 된 기능적 방정식을 사용함으로써 연구원들은 새로운 환경에서 과일 파리 그룹의 집단적 행동을 예측할 수있었습니다. 상대적 선호도가 높고 선호도가 낮은 영역을 피하는 경향이있는 경향이 있습니다. 더욱이 과학자들은 인구의 전반적인 "분위기"를 정량화 할 수 있었으며, 이는 인구 분포가 시간이 지남에 따라 어떻게 변할 것인지 예측하는 데 사용될 수있었습니다. 수십 년 동안의 생물 학자들은 인구 행동의“하향식”모델을 구성 해 왔지만 현재로서는 살아있는 유기체의 출현 집단 행동을 예측하는 일반적으로 허용되는 방법이 없습니다. 이 새로운 모델은 그 방향의 단계를 나타낼 수 있습니다.
아리아스에 따르면, 과일 파리는 그들과 마찬가지로 시험 대상으로 선정되었으며, 그들의 가까운 사촌 인 Housefly는“편리하고 윤리적 인 첫 번째 시험 시스템”입니다. 그러나 연구자들은이 방법이 인간 집단의 행동을 분석하기 위해 확장 될 수 있고 정치 집회, 이민 패턴 또는 도시의 인구 분포와 같은 것들을 예측하는 데 사용될 수 있다고 생각합니다.
.과학 모델링에 대한 통찰력
인구 생물학에 대한 DFT의 적용 가능성은 과학적 모델의 흥미로운 특징을 나타냅니다. 동일한 모델은 종종 다른 물리적 본성을 가진 여러 대상 시스템을 설명하는 데 사용될 수 있습니다. 전자 행동을 담당하는 기본 역학은 유기체의 집단적 행동에 기초한 역학과 가장 다르지만 그럼에도 불구하고 우리는 동일한 클래스의 수학적 모델을 사용하여 두 현상을 정확하게 설명 할 수 있습니다. DFT 의이다면 적용 가능성은 단일 클래스에 따라 다양한 현상 그룹을 성공적으로 통합합니다. 뉴턴 이후 과학적 진보의 특징.
또한, 이러한 모델은 해당 시스템의 개별 구성 요소에 대해 많이 말하지 않고 시스템의 글로벌 특성을 결정하는 것이 전적으로 가능하다는 것을 보여줍니다. 과학적 모델링에 대한 전통적인 이해는 가장 정확하고 유용한 모델이 시스템의 요소와 모델의 요소간에 1 대 1의 대응으로 대상 시스템을 진실로 표현하는 모델이라고 주장 할 수 있습니다. 다시 말해, 전통적인 이해는 과학적 모델과 관련하여 더 자세한 내용이 많을수록 좋습니다. 반대로, 우리는 때때로 away 을 추상화하여 시스템에 대한보다 정확한 이해를 얻을 수 있습니다. 특정 세부 사항에서. 어떤 경우에는 과학자들이 마찰이없는 표면이나 연속 액과 같은 가상의 이상화를 도입 할 때와 마찬가지로 예측력과 이해가 대상 시스템을 의도적으로 잘못 표현함으로써 발생할 수 있습니다.
.마지막으로, 그러한 연구는 수학적 및 계산 방법이 생물학 과학에 꽃이 혼합 된 것을 보여줍니다. 꽤 오랫동안 생물학적 과학은 전자의 엄격한 수학적 형식이 상대적으로 부족하여 다른 물리 과학의 뒤에있는 것으로 간주되었습니다. 생물학 영역에 양자 역학에 공통적 인 기술의 도입은 전통적으로 과학자들을 분열시킨 방법 론적 장벽의 일종의 용해를 나타냅니다. 그것은 과학의 밝은 미래를 여러 영역에 걸친 문제에 직면 할 수있는 명시 적으로 학제 간 과정으로 암시합니다.
