一种行进网络模型基于多头绒泡菌的局部重塑预测涌现动力学与搜索行为

内容形式：摘要译文

从细胞骨架到人类组织，各类相互连接的系统都会动态地重组自身，以便在物理空间或抽象空间中移动。然而，我们对系统层面的行为如何由局部重构行为产生仍知之甚少，因此有必要将现实世界的数据与能够预测网络结构和动态的模型进行比较。为理解这类系统，我们研究了一个易于观察的实例——具有分支结构的多头绒泡菌（Physarum polycephalum）：通过对其移动过程进行成像，我们从其持续重塑的管状网络中提取关键的基本量。将这些量作为输入参数用于行进网络模型后，我们发现，无需进一步拟合，该模型便能定量匹配多头绒泡菌动态中若干关键的涌现特性，包括路径长度、迁移时间以及不同空间分辨率下的搜索效率。这些发现表明，行进网络模型能够捕捉多头绒泡菌的行为，并凸显了更广泛地利用行进网络来理解和预测相互连接的动态系统的潜力：通过将局部测量与系统整体涌现行为联系起来，实现这一目标。

关键词：多头绒泡菌 · 行进网络模型 · 局部网络重塑 · 涌现动力学 · 搜索行为

原文链接：https://www.biorxiv.org/content/10.64898/2026.08.13.744445v1?rss=1