قطرة حبر في كوب ماء تنتشر بشكل منتظم، لكن في كوب يحتوي على قطع من الجيلي بالفواكه، يسلك الحبر مسارات متعرجة — فيعلق أحيانًا ويمر بسرعة أحيانًا أخرى. هكذا، لا تتحرك الجزيئات في الخلايا الحية أو المواد المسامية عبر حقل أملس، بل عبر وسط مضطرب: أحيانًا أكثر كثافة وأحيانًا أقل.
النماذج المعتادة تنعم هذا الاضطراب بمتوسط جميع العوائق في «لزوجة متوسطة» واحدة. لكن عندها تضيع تفاصيل مهمة: قد يعلق الجسيم لفترة طويلة في منطقة كثيفة ثم يتسارع فجأة. الطريقة الجديدة للنمذجة العشوائية مع خريطة للخصائص المحلية تفصل بين تأثيرين: التأخيرات العشوائية بسبب عدم التجانس و«ذاكرة» الوسط للحركات السابقة للجسيم. هذا يشبه، عند توقع الازدحام، ألا نأخذ في الاعتبار السرعة المتوسطة في المدينة فحسب، بل أيضًا مواقع إشارات المرور والحفر.
اختبر المؤلفون الطريقة في تجارب عددية: من خلال مسارات قصيرة للجسيمات، تمكنوا من التنبؤ بكيفية ظهور الحركة بعد فترة طويلة، واستعادة تباين خصائص الوسط. يمكن أن يفيد هذا النهج في دراسة انتشار الأدوية في الأنسجة أو الأيونات في البطاريات، حيث يكون الوسط غير متجانس بشكل مؤكد.
كما كتبه المؤلفون، بالإنجليزية arXiv:2604.16825
We introduce the spatial disorder-generalized Langevin equation (SD-GLE), a data-driven method for constructing coarse-grained (CG) dynamics in heterogeneous systems. Unlike conventional CG approaches that rely on a mean-field potential, SD-GLE utilizes a variational Bayesian framework with a random field prior to explicitly disentangle static spatial disorder from viscoelastic friction. Numerical results demonstrate the limits of standard GLEs, whereas SD-GLE accurately extrapolates long-time dynamics to capture the anomalous diffusion crossover from short trajectories and recover the ensemble statistical properties inherent to the disordered nature of these systems.
الانتشار في الخلايا الحية غالبًا ما يكون شاذًا: قد تتحرك الجزيئات أبطأ أو أسرع مما تتنبأ به معادلة أينشتاين الكلاسيكية، بسبب البيئة المزدحمة—«الحشد» من البروتينات والعضيات.