Active mixtures in a narrow channel: motility diversity changes cluster sizes
Notice bibliographique
Résumé
The persistent motion of bacteria produces clusters with a stationary cluster size distribution (CSD). Here we develop a minimal model for bacteria in a narrow channel to assess the relative importance of motility diversity (i.e. polydispersity in motility parameters) and confinement. A mixture of run-and-tumble particles with a distribution of tumbling rates (denoted generically by α) is considered on a 1D lattice. Particles facing each other cross at constant rate, rendering the lattice quasi-1D. To isolate the role of diversity, the global average α stays fixed. For a binary mixture with no particle crossing, the average cluster size (Lc) increases with the diversity as lower-α particles trap higher-α ones for longer. At finite crossing rate, particles escape from the clusters sooner, making Lc smaller and the diversity less important, even though crossing can enhance demixing of particle types between the cluster and gas phases. If the crossing rate is increased further, the clusters become controlled by particle crossing. We also consider an experiment-based continuous distribution of tumbling rates, revealing similar physics. Using parameters fitted from experiments with Escherichia coli bacteria, we predict that the error in estimating Lc without accounting for polydispersity is around 60%. We discuss how to find a binary system with the same CSD as the fully polydisperse mixture. An effective theory is developed and shown to give accurate expressions for the CSD, the effective α, and the average fraction of mobile particles. We give reasons why our qualitative results are expected to be valid for other active matter models and discuss the changes that would result from polydispersity in the active speed rather than in the tumbling rate.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».