基于肌动蛋白的自适应非平衡设计：对控制的基本和实际限制
摘要：生物材料在远离平衡的环境中自组装所表现出的适应性和令人惊讶的新兴性质，为设计纳米材料及其性质提供了灵感。特别地，控制自组装条件可以调节材料的性质，但目前对于如何参数化这种控制以及给定材料的可控性没有系统的理解。在这里，我们证明分叉肌动蛋白网络可以通过动态控制它们生长时施加的力来编码外部渲染材料的性质，并且可以使用多任务强化学习来选择协议。这些肌动蛋白网络根据所选择的外部协议具有可调的响应范围，为这些结构内部编码“记忆”提供了一条途径。有趣的是，我们发现编码记忆需要耗散，并且编码的速率受到熵流（包括物理和信息论）的限制。综上所述，这些结果强调了非平衡控制在设计自组装纳米结构中的实用性和必要性。
作者：Shriram Chennakesavalu, Sreekanth K. Manikandan, Frank Hu and Grant M. Rotskoff
论文ID：2306.10778
分类：Statistical Mechanics
分类简称：cond-mat.stat-mech
提交时间：2023-07-07