Un concurs científic avalua diversos mètodes de difusió anòmala
L’estudi analitza els resultats d’un esforç comunitari i determina que l’aprenentatge automàtic millora en gran mesura l’estimació de les propietats de la difusió de partícules.
Des que Albert Einstein va aconseguir proporcionar una base teòrica per a l’observació que Robert Brown havia fet, sobre el moviment erràtic o impredictible de les partícules microscòpiques suspeses dins dels grans de pol·len, s’han fet nous descobriments que es desvien de les lleis del moviment brownià, en sistemes animats o inanimats, com el camp de la biologia o la borsa.
La difusió anòmala, pretén ampliar el concepte de moviment brownià i està vinculada a sistemes desordenats, com fluxos d’energia, informació o transport en sistemes vius.
S’han desenvolupat diversos mètodes per a detectar l’ocurrència de difusió anòmala, fent servir l’estadística clàssica. No obstant això, als darrers anys, l’increment de l’aprenentatge automàtic (o machine learning) ha estimulat el desenvolupament de mètodes orientats a l’anàlisi de dades per a caracteritzar la difusió anòmala a partir de trajectòries individuals, proporcionant així eines més refinades per resoldre aquest problema.
Un grup de científics, liderats per investigadors de la Universitat de Vic – Universitat Central de Catalunya (Uvic-UCC) i de l’ICFO, en col·laboració amb investigadors de la Universitat de Gothemburg, la Universitat de Potsdam i la Universitat Politècnica de València, ha donat a conèixer recentment la primera avaluació de mètodes convencionals i innovadors per quantificar la difusió anòmala en diverses condicions. Els resultats d’aquest estudi, promogut per l’esforç comunitari a nivell científic, s’han publicat a la revista internacional Nature Communications.
L’equip d’investigadors va posar en marxa l’any passat un concurs obert a tot el món, per tal de comparar els mètodes existents en aquesta temàtica i estimular-ne la invenció de nous. El concurs, amb el nom de “The Anomalous Dissemination Challenge” (AnDi), va reunir una comunitat molt activa de científics, de diverses disciplines, que treballen en el camp. Hi van participar més de 30 participants de 22 institucions i 11 països diferents. L’anàlisi dels resultats obtinguts a partir d’un conjunt de dades de referència va proporcionar una avaluació objectiva de la capacitat d’aquests mètodes per caracteritzar la difusió anòmala, a partir de trajectòries individuals, per a tres tasques específiques: la inferència d’exponents anòmals, la classificació de models i la segmentació de trajectòries.
“Els resultats d’aquest estudi posen, encara més en relleu, el paper crucial que la difusió anòmala juga en la definició de les funcions biològiques a múltiples escales, i alhora ens donen informació sobre l’estat actual d’aquest camp de recerca, proporcionant un punt de referència per als futurs desenvolupadors”, diu Carlo Manzo, coautor de l’estudi.
Aquesta investigació contribueix a definir una col·lecció d’eines i tècniques, que tenen la capacitat de convertir-se en mètodes estandarditzats, per a l’anàlisi de trajectòries generades a partir d’una varietat d’experiments, que van des de la física atòmica fins a l’ecologia. El resultat d’aquest estudi reforça també la importància de realitzar esforços en conjunt per a l’avenç de la ciència.
Referència: Muñoz-Gil et al.: “Objective comparison of methods to decode anomalous diffusion” published in Nature Communications on October 29, 2021. doi: 10.1038/s41467-021-26320-w