গণিত এবং জীববিজ্ঞান: মশার মেঘ নিউরন নেটওয়ার্ক হিসাবে কাজ করতে পারে

মশা কীভাবে সন্ধ্যাবেলায় এই আকর্ষণীয় ঝাঁকগুলি গঠন করে? সেন্টার ফর রিসার্চ, ইনোভেশন এবং প্রসারণ ইন নিউরোম্যাথেমেটিক্স (নিউরোম্যাট) থেকে সাও পাওলো (ইউএসপি) এর আমাদের দল দ্বারা পরিচালিত গবেষণাটি দেখায় যে প্রতিটি মশা তার প্রতিবেশীদের মধ্যে সান্নিধ্যের ভিত্তিতে তার অবস্থান সামঞ্জস্য করে। গণনামূলক সিমুলেশনগুলির সাহায্যে আমরা একটি সাধারণ মডেল ব্যবহার করে প্রাকৃতিক ঝাঁকুনি তৈরি করতে সক্ষম হয়েছি।

অন্যান্য মডেলগুলি ধরে নিয়েছে যে মশাগুলি একটি কেন্দ্রীয় পয়েন্টের প্রতি আকৃষ্ট হয়, যেন সেগুলি কোনও অদৃশ্য বসন্তের সাথে যুক্ত ছিল। তবে এই দৃষ্টিভঙ্গি প্রদীপের চারপাশে গঠিত পোকামাকড়ের মেঘের ক্ষেত্রে আরও ভাল সম্পর্কিত হতে পারে, যা প্রাকৃতিক সংশ্লেষের ঘটনার ক্ষেত্রে প্রযোজ্য নয় এবং আমরা এখানে বিশ্লেষণ করব।

আরেকটি হাইপোথিসিসও ধরে নিয়েছিল যে মশা এটির এবং মেঘের কেন্দ্রের মধ্যে দূরত্ব গণনা করতে পারে।

শেষ সম্ভাবনাটি এই পোকামাকড়ের সম্মিলিত আচরণের মূল্যায়ন করে মেঘে উপস্থিত মশার ঘনত্বের উপর ভিত্তি করে। সুতরাং, traditional তিহ্যবাহী অনুমানকে চ্যালেঞ্জ করার পাশাপাশি, ফলাফলগুলি পদার্থবিজ্ঞানের ধারণাগুলির জৈবিক অ্যাপ্লিকেশনগুলির বোঝার প্রসারিত করে।

মডেল কীভাবে কাজ করে

ব্রাজিলিয়ান জার্নাল অফ ফিজিক্স ম্যাগাজিনে প্রকাশিত আমাদের দলের স্টাডিতে আমরা মুর পাড়ার ধারণাটি ব্যবহার করি – এটি কম্পিউটেশনাল মডেলগুলির একটি সাধারণ পদ্ধতি, যা মেঘের পোকামাকড়ের মধ্যে ব্যবধান অনুকরণ করতে দেয়।

মূল পরীক্ষাটি হ’ল নয় -পয়েন্ট কাল্পনিক স্তরে নিকটতম আট প্রতিবেশীর অবস্থানের তথ্য ব্যবহার করা। আমাদের তিনটি মাত্রিক পদ্ধতির জন্য, আমরা একটি 3x3x3 কিউবের সমতুল্য গণনা করি, অর্থাত্ একটি কেন্দ্রীয় মশার কাছে 26 প্রতিবেশী।

গ্রিডগুলিতে স্থানটির এই বিভাগটি বিচক্ষণতা হিসাবে পরিচিত একটি ধারণার উপর ভিত্তি করে। এমন কিছু যা প্রয়োজনীয় বা বাস্তববাদী নয়, তবে এই ধারণাটি প্রদর্শনের জন্য যথেষ্ট যে মশার স্ব-সংগঠিত ঝাঁকুনির জন্য দীর্ঘ-দূরত্বের তথ্যের প্রয়োজন হয় না। প্রতিটি মশা সাইটের ঘনত্বের উপর ভিত্তি করে তার অবস্থানটি সামঞ্জস্য করে, অর্থাত্ কাছের প্রতিবেশীদের সংখ্যা। এই সহজ তবে দৃ ust ় পদ্ধতির সঠিকভাবে জলাবদ্ধতা গঠন এবং ছড়িয়ে পড়া পুনরুত্পাদন করা, আশ্চর্যজনক নিদর্শনগুলি প্রকাশ করে।

দ্বিতীয় অর্ডার পর্যায় রূপান্তর

মডেলের ফলাফলগুলিতে, দুটি পর্যায় উপস্থিত হয়: একটি খুব কমপ্যাক্ট এবং অনমনীয় জলাবদ্ধতা সহ এবং খুব ছড়িয়ে ছিটিয়ে থাকা ঝাঁক সহ অন্য একটি পর্ব। কেবলমাত্র এই দুটি পর্যায়ের (সমালোচনামূলক অঞ্চল) মধ্যে রূপান্তর অঞ্চলে মডেলটি রাজকীয় মশার মেঘের বর্ণনা দিতে সক্ষম হয়। সুতরাং, বৈজ্ঞানিক দৃষ্টিকোণ থেকে, আমাদের অধ্যয়নের মূল সন্ধানটি হ’ল মশার দ্বারা গঠিত জলাবদ্ধতাগুলি পদার্থবিজ্ঞানে সুপ্রতিষ্ঠিত একটি ধারণা, একটি সমষ্টিগত “দ্বিতীয় -অর্ডার ফেজ ট্রানজিশন” এর অনুরূপ একটি সম্মিলিত আচরণ প্রদর্শন করে।

এই ধরণের দ্বিতীয় অর্ডার ট্রানজিশনটি একটি বাহ্যিক ফ্যাক্টরের দ্বারা সৃষ্ট পদার্থের অবিচ্ছিন্ন রূপান্তর দ্বারা চিহ্নিত করা হয়। এর একটি সর্বোত্তম উদাহরণ চৌম্বকগুলির খুব অধ্যয়ন করা আচরণ। তাপমাত্রা বাড়ার সাথে সাথে পরমাণুগুলি ধীরে ধীরে তাদের চৌম্বকীয় সংস্থা হারায়। যতক্ষণ না, একটি সমালোচনামূলক বিন্দুতে, উপাদানটি আর চৌম্বকীয় নয়।

এই আচরণের বিপরীতে, তথাকথিত প্রথম-আদেশের রূপান্তরগুলি অধ্যয়নের অধীনে নির্দিষ্ট পদার্থের ফিজিকোকেমিক্যাল বৈশিষ্ট্যগুলিতে আকস্মিক পরিবর্তন জড়িত। এবং এর সর্বোত্তম এবং প্রাচীনতম উদাহরণটি খুব সহজ: তীব্র উত্তাপ দ্বারা ত্বরান্বিত হয়ে বাষ্পের পানিতে তরল উত্তরণ।

এবং মস্তিষ্কের সাথে এর কী সম্পর্ক আছে?

জৈবিক সিস্টেমে পর্যায় এবং সমালোচনামূলক রূপান্তরগুলি বর্তমান পরিসংখ্যান পদার্থবিজ্ঞানের গুরুত্বপূর্ণ গবেষণা বিষয়। এই বিষয়টি, যা প্রথম নজরে সংযোগ বিচ্ছিন্ন বলে মনে হতে পারে, মস্তিষ্কের সমালোচনা সম্পর্কিত গবেষণার লাইন থেকে নিউরোমেটে পৌঁছেছিল, যা আমাদের সহযোগীদের নেটওয়ার্ক দ্বারা বিকাশিত হয়েছিল।

গবেষণার এই লাইনে, আমরা দেখাই যে নিউরন নেটওয়ার্কগুলি যখন কোনও পর্যায় পরিবর্তনের প্রান্তিকের উপর সমালোচনামূলক হয় তখন তথ্যগুলি আরও দক্ষতার সাথে প্রক্রিয়া করতে পারে। এই মুহুর্তে, নেটওয়ার্ক উদ্দীপনার প্রতি আরও সংবেদনশীল হয়ে ওঠে এবং একই সাথে খুব দুর্বল এবং খুব শক্তিশালী সংকেত সনাক্ত করতে পারে। এই প্রক্রিয়াটি মস্তিষ্ক কীভাবে গন্ধ এবং চিত্রগুলির ব্যাখ্যা করে তা ব্যাখ্যা করতে সহায়তা করতে পারে, কারণ ঘ্রাণ এবং রেটিনা সিস্টেমে একই ঘটনা ঘটে। তদতিরিক্ত, আমরা প্রস্তাব দিচ্ছি যে নিউরনের মধ্যে বৈদ্যুতিক সংযোগ এই ক্ষমতাটিকে উন্নত করে, আমাদের আরও সঠিকভাবে বিশ্বকে উপলব্ধি করতে দেয়।

এই গবেষণা ক্ষেত্রের প্রতি আমাদের আগ্রহ (মশার মতো প্রাণীর সম্মিলিত আন্দোলনের), পরিসংখ্যানগত পদার্থবিজ্ঞানের ধারণাগুলির সার্বজনীনতার কারণে গণনা জীববিজ্ঞানে প্রয়োগ করা হচ্ছে। মনে রাখবেন যে 2021 সালে পদার্থবিজ্ঞানের নোবেল পুরষ্কার বিজয়ী, জর্জিও প্যারিসি, নিউরোনাল নেটওয়ার্কগুলিতে রূপান্তরগুলির সমস্যার জন্য নিজেকে নিবিড়ভাবে উত্সর্গ করেছিলেন। এবং সম্প্রতি মাতাল ড্রাইভ আন্দোলনে। আরও সাম্প্রতিক, 2024 নোবেল পুরষ্কার বিজয়ীদের নিউরোনাল নেটওয়ার্কগুলিতে তাদের ফেজ ট্রানজিশনাল আইডিয়া দেওয়া হয়েছিল।

নিউরন থেকে মশার জনসংখ্যা পর্যন্ত এই জাতীয় স্বতন্ত্র ঘটনায় পর্যায় রূপান্তরগুলির থিমটি দেখে পদার্থবিজ্ঞান এবং জীববিজ্ঞানের তাত্ত্বিক ধারণাগুলি কীভাবে সংযুক্ত তা দেখায়। এছাড়াও, এই মানগুলি বাস্তুশাস্ত্র, মহামারীবিজ্ঞান এবং এমনকি সমাজবিজ্ঞানে এবং এও পরিলক্ষিত হয় অর্থনীতিপরামর্শ দেওয়া যে একটি পর্যায় স্থানান্তরের প্রান্তে সম্মিলিত সংগঠনটি জটিল সিস্টেমে একটি কেন্দ্রীয় থিম।

যদিও অধ্যয়নটি মশার সম্মিলিত আচরণের তাত্ত্বিক বোঝার দিকে এগিয়ে গেছে, তবুও আকর্ষণীয় প্রশ্নগুলি এখনও রয়ে গেছে: পোকামাকড়গুলি কীভাবে স্থানীয় ঘনত্ব সনাক্ত করে এবং পরিবর্তনের সময় তাদের ক্রিয়াকলাপকে সমন্বিত করে? এই রহস্যগুলি প্রকৃতির সর্বজনীন আইনগুলি বোঝার জন্য প্রতিদিনের ঘটনাগুলি অন্বেষণের গুরুত্বকে মুগ্ধ করে এবং শক্তিশালী করে চলেছে। আমরা বিশ্বাস করি যে আমাদের কাজটি বিভিন্ন স্কেলে জৈবিক সিস্টেমে পদার্থবিজ্ঞানের মৌলিক ধারণাগুলি সংযুক্ত করে গাণিতিক এবং জৈবিক বিজ্ঞানের প্রসারকে আরও প্রশস্ত করতে অবদান রাখে।

ওসাম কিনুচি এফএপিএসপি এবং সিএনপিকিউ থেকে অর্থায়ন পান

গিলহার্মে রনকারাটি গালান্টি সিএনপিকিউ থেকে তহবিল পান।