论文题目:The dynamic nature of percolation on networks with triadic interactions论文来源:Nature Communications论文链接:https://www.nature.com/articles/s41467-023-37019-5
渗流作用建立了复杂网络的连接性,是研究复杂系统的最基本的关键现象之一。在简单的网络上,渗流显示出二阶相变;在多重网络上,渗流相变可能变得不连续。然而,人们对具有高阶相互作用的网络中的渗流现象所知甚少。最新发表于 Nature Communications 的一篇文章,将研究聚焦在一种被称为三元互动的高阶相互作用的聚合类型,即当一个网络节点调节其它两个节点之间的相互作用时,就会产生三元互动。调节可以是积极的,即节点促进了相互作用,也可以是消极的,即调节抑制了相互作用。如果三元互动发生在生态系统中,其中两个物种之间的竞争可能会受到第三个物种的影响。在神经元网络中,神经元/神经胶质之间的相互作用被认为是三元的,神经胶质调节神经元之间的突触相互作用。在极端降雨事件的气候网络中,三元互动可以用来解释网络链接受到大规模模式(如罗斯比波)调制的情况,这些模式对气候具有调节作用,会导致欧洲、中亚甚至东亚之间的降雨长期同步。最后,在化学反应网络中,广义三元互动可以模拟酶作为生化反应生物催化剂的作用。这篇文章表明,当高阶相互作用被考虑在内时,渗流可以变成一个完全成熟的动力学过程。作者发现,在这个典型的模型中,网络的连通性在时间上发生了变化,序参数经历了周期性倍增,并走向了混沌。作者提供了一个关于三元渗流的一般理论,该理论准确地预测了随机图上的全部相图,并被大量的数值模拟所证实。最后研究发现,真实网络拓扑结构上的三元渗流揭示了类似的现象。这些结果从根本上改变了我们对渗流的理解,并可用于研究功能连接在时间上动态变化的复杂系统,如神经和气候网络。
推荐阅读