量子計量的熱力學原理 | 複雜性科學頂刊精選7篇

量子計量中的熱耗散問題不僅是量子傳感器件實際應用中不可迴避的問題，也是熱力學與量子計量之間的一種基本關係。然而，在量子計量學中支配能量消耗規則的一般熱力學原理，類似於計算中熱耗散的蘭道爾原理，仍然難以捉摸。在這裡，我們建立了一個能量消耗的物理原理，以便在量子計量中達到一定水平的測量精度，並表明它本質上是由量子Fisher信息的擦除決定的。該原理提供了一個強大的工具來研究量子資源在測量精度和能源效率方面的優勢。同時，它也在熱力學與量子物理學和量子信息理論中相關的各種基本物理概念之間的搭建了橋樑。

圖：量子計量中的熱耗散。

2.結構化微生物生態系統模型中

粗粒度的定義

論文題目：Defining Coarse-Grainability in a Model of Structured Microbial Ecosystems

論文來源： Physical Review X

論文連結：https://journals.aps.org/prx/abstract/10.1103/PhysRevX.12.021038

論文題目：Defining Coarse-Grainability in a Model of Structured Microbial Ecosystems

論文來源： Physical Review X

論文連結：https://journals.aps.org/prx/abstract/10.1103/PhysRevX.12.021038

儘管微生物生態系統很複雜，但其似乎至少部分是「粗粒度的」，因為一些感興趣的特性可以由維度遠遠小於相互作用譜係數量的有效模型充分描述。這尤其令人費解，因為最近的研究表明，微生物組在所有尺度上都存在數量驚人的功能相關多樣性，甚至小到只有100個核苷酸或更少差異的菌株。嚴格定義粗粒度（coarse-grainability）並了解其出現的條件對於了解微生物生態系統至關重要。為了開始解決這些問題，我們提出了一個最小模型，用於在資源競爭的框架內研究具有層級結構的生態系統。我們使用的模型，能夠根據指定實驗結果的可重複性在操作上定義粗粒化質量（coarse-graining quality），並表明儘管將功能多樣的菌株組合在一起，粗粒度在操作上仍然有效。此外，我們證明了高度多樣性的菌株（雖然名義上似乎更複雜）實際上可能促進粗粒度，並且至少在我們的模型中，當群落在其「原生」環境中組裝時，粗粒度會被最大化。我們的建模框架提供了一條路徑，可以在此基礎上通過粗粒度模型對生態系統特性和環境條件展開理論理解並使其可預測。

圖：生態演化框架提供的資源競爭模型。（a）反應器中的生態系統對應代謝解釋；（b）本工作中，資源 i 不必然與代謝直接相關；（c）微生物組的粗粒化。

3.非馬爾可夫反饋控制與非因果性：

一個實驗研究

論文題目：Non-Markovian Feedback Control and Acausality: An Experimental Study

論文來源： Physical Review Letters

論文連結：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.128.200601

論文題目：Non-Markovian Feedback Control and Acausality: An Experimental Study

論文來源： Physical Review Letters

論文連結：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.128.200601

因果關係是熱力學第二定律非平衡態推廣的一個重要假設，被稱為漲落關係（fluctuation relations）。這篇文章實驗性地研究了連續受到延時反饋控制的光阱中的欠阻尼納米粒子的功和熵產生的非平衡統計特性。對於前向軌跡來說，非馬爾可夫反饋取決於粒子的過去位置，而對於時間反演路徑來說，則取決於粒子的未來位置，因此是非因果的（acausal）。在穩態條件下，研究發現，在長時間極限中，相應的漲落關係表現出這種非因果性的明顯特徵，儘管時間反演動力學在物理上是不可實現的。

圖：實驗裝置。一個納米粒子被懸浮在一個由兩個反傳播光束（紅色）形成的諧波光阱中，在一個空芯光子晶體光纖內。納米粒子受到一個延遲的反饋力 Ffb 的作用，這個反饋力通過一個聲光調製器利用另一束雷射（綠色）的輻射壓力實現。反饋迴路的特點是增益g和時間延遲τ。

4.食物喜好的

遺傳決定因素和相關神經生理因素

論文題目：Large-scale GWAS of food liking reveals genetic determinants and genetic correlations with distinct neurophysiological traits

論文來源： Nature Communications

論文連結：https://www.nature.com/articles/s41467-022-30187-w

論文題目：Large-scale GWAS of food liking reveals genetic determinants and genetic correlations with distinct neurophysiological traits

論文來源： Nature Communications

論文連結：https://www.nature.com/articles/s41467-022-30187-w

研究人員展示了對來自 UK-Biobank 的 161,625 名參與者進行的，食物喜好全基因組關聯研究（GWAS）的結果。他們使用量表評估了 139 種特定食物的喜好。同時將遺傳相關性與結構方程建模相結合，確定了具有三個主要維度的多層次的食物喜好層次圖：高適口性、獲得性與低熱量。高適口性的維度與其他兩個維度在遺傳上不相關，這表明喜歡高回報食物的過程是獨立的。這一點通過與 MRI 大腦特徵的遺傳相關性得到證實，這些特徵顯示出明顯的關聯。與相應的食物消費特徵的比較顯示出高度的遺傳相關性，而喜好則表現出兩倍的遺傳力。GWAS 分析確定了 1,401 個重要的食物喜好關聯，這些關聯在 11 個獨立隊列的影響方向上顯示出實質的一致性。總之，本項研究創建了食物喜好的遺傳決定因素和相關神經生理因素的綜合地圖。

圖：一個由多達 4 個級別組成的樹結構模型，頂部有三個主要的食物喜好維度。

5.通過腦電腦圖解碼

揭示人腦中氣味表征的時空動力學

論文題目：Spatiotemporal dynamics of odor representations in the human brain revealed by EEG decoding

論文來源： PNAS

論文連結：https://www.pnas.org/doi/10.1073/pnas.2114966119

論文題目：Spatiotemporal dynamics of odor representations in the human brain revealed by EEG decoding

論文來源： PNAS

論文連結：https://www.pnas.org/doi/10.1073/pnas.2114966119

從令人愉悅的花香到令人作嘔的腐爛氣味，人類大腦如何將嗅覺輸入轉化為不同的感知，是嗅覺的基本問題之一。為了研究嗅覺感知的不同方面如何在人腦的空間和時間中出現，研究人員對經頭皮記錄的腦電圖對 10 種不同氣味的反應進行了時間分辨多變量模式分析，並將由此產生的解碼精度與感知和源活動相關聯。氣味的平均解碼精度在氣味出現後 100 毫秒超過機會水平，並在 350 毫秒達到最大值。結果表明，個體氣味的神經表征在 350 毫秒時最大程度地分離。感知表征出現在解碼峰值之後：從 300 毫秒開始的單極不愉快（中性到不愉快），以及從氣味發作後 500 毫秒開始的愉快（中性到愉快）和感知質量（適用於諸如「果味」或「花香」之類的語言描述），所有這些感知表征在 600 毫秒後達到最大值。來源估計表明，在氣味出現後 100~350 毫秒，代表氣味信息的區域（根據解碼精度估計）位於初級和次級嗅覺區域及其周圍。氣味表征隨後擴展到與情感、語義和記憶處理相關的更大區域，這些後期區域的活動與感知顯著相關。這些結果表明，在嗅覺區域（<350 ms）編碼的初始氣味信息通過廣泛分布的皮質區域的計算演變為它們的感知實現（300 到>600 ms），不同的感知方面具有不同的時空動力學。

圖：針對每種氣味，在所有 64 個電極上計算的受試者間平均基線校正全局場功率（GFP）。

6.離散截斷Wigner近似中的

驅動耗散臨界性

論文題目： Driven-Dissipative Criticality within the Discrete Truncated Wigner Approximation

論文來源： Physical Review Letters

論文題目： Driven-Dissipative Criticality within the Discrete Truncated Wigner Approximation

論文來源： Physical Review Letters

本文提出了一種基於離散截斷 Wigner 近似的半經典框架的開放量子多體系統的數值模擬方法。我們建立了一個量子跳躍形式化，來整合描述系統動力學的量子主方程，結果發現，它在非相互作用極限和經典速率方程描述系統的極限下都是精確的。我們將該方法應用於典型的耗散 Ising 模型的模擬，在該模型中，我們能夠捕獲超出平均場理論的系統臨界漲落。

圖：離散截斷 Wigner 近似中的開放系統動力學。

7.自然選擇對全球遺傳變異模式

的影響及與「新冠」感染

相關基因臨床表型的關聯

論文題目：Impact of natural selection on global patterns of genetic variation and association with clinical phenotypes at genes involved in SARS-CoV-2 infection

論文來源： PNAS

論文連結：https://www.pnas.org/doi/10.1073/pnas.2123000119

論文題目：Impact of natural selection on global patterns of genetic variation and association with clinical phenotypes at genes involved in SARS-CoV-2 infection

論文來源： PNAS

論文連結：https://www.pnas.org/doi/10.1073/pnas.2123000119

人類基因組多樣性受到來自病毒的古老而持續挑戰的影響。當前由新冠病毒(SARS-CoV-2) 引起的疫情對人群健康造成了破壞性影響。然而，這種影響與 SARS-CoV-2 感染相關的宿主基因的遺傳多樣性和進化力尚不清楚。研究人員探索了與 SARS-CoV-2 感染相關的自然選擇宿主基因（血管緊張素轉換酶 2 [ACE2]、跨膜蛋白酶絲氨酸 2 [TMPRSS2]、二肽基肽酶 4 [DPP4] 和淋巴細胞抗原6復合物基因座 E [LY6E]）的全球遺傳變異模式和特徵。他們使用電子健康記錄分析了來自 2,012 名不同種族的非洲人和 15,977 名歐洲和非洲血統的人的數據，並與來自 1000 Genomes Project 的全球數據進行了整合。

在ACE2受體中，研究人員確定了41個在大多數人群中罕見的非同義變體，其中一些影響蛋白質功能。然而，三個非同義變體（rs138390800、rs147311723 和 rs145437639）在來自喀麥隆的中部非洲狩獵採集者中很常見（次要等位基因頻率為 0.083 至 0.164），並且在表現出正選擇特徵的單倍型上。研究人員確定了影響多個非洲人群中影響 ACE2 表達的調節區域變異的選擇特徵。同時，他們確定了與黑猩猩基因組相比，人類譜系具有適應性和特異性的 13 種胺基酸變化。作為自然選擇目標的遺傳變異與 COVID-19 患者常見的臨床表型相關。本項研究提供了對與 SARS-CoV-2 感染相關的宿主基因的全局變異的見解，這些變異由某些人群的自然選擇形成，可能是由於先前的病毒感染。

圖：全球人群中ACE2的編碼變異。

關於Complexity Express

Complex World, Simple Rules.

複雜世界，簡單規則。

Complex World, Simple Rules.

複雜世界，簡單規則。

由於學科交叉融合，大量針對複雜系統的研究成果散落在人工智慧、統計物理、網絡科學、數據科學、計算社會科學、生命科學、認知科學等等不同領域的期刊會議中，缺乏整合。

為了讓大家能及時把握複雜系統領域重要的研究進展，我們隆重推出「Complexity Express」服務，匯總複雜系統相關的最新頂刊論文。

Complexity Express 是什麼？

Complexity Express 每天爬取複雜系統領域最新發表的頂刊論文，每周通過「集智斑圖」服務號匯總推送。

進入 Complexity Express 頁面即可隨時查看頂刊論文更新，你也可以通過微信接收研究更新推送和一周匯總。

Complexity Express 為誰服務？

• 如果你是複雜系統領域的研究者，可獲得重要論文上線通知，每周獲取最新頂刊論文匯總。
• 如果你是複雜系統領域的學習者，可了解學界關注的前沿問題，把握專業發展脈絡。
• 如果你是傳統的生命科學、社會科學等學科中的研究者/學習者，可以從複雜科學和跨學科研究中獲得靈感啟發。

• 如果你是關注前沿研究發現的知識獵手，可獲得複雜系統研究對自然和人類世界的最新洞見。

如果你是關注前沿研究發現的知識獵手，可獲得複雜系統研究對自然和人類世界的最新洞見。

Complexity Express 欄目也是集智俱樂部公眾號的主要選題來源，誠摯邀請你訂閱，與我們信息同步。

Complexity Express 論文從哪裡來？

考慮複雜系統研究往往屬於跨學科工作，我們主要抓取綜合類和泛物理類/計算機類的頂級期刊，從每周新發表的數百篇論文中精選出與複雜系統相關的論文。

Complexity Express 參考影響因子和學者口碑，選擇了如下期刊，每日爬取其論文更新：

• Nature
• Science
• PNAS
• Nature Communications
• Science Advances
• Physics Reports
• Physical Review Letters
• Physical Review X
• Nature Physics
• Nature Human Behaviour
• Nature Machine Intelligence

• Review of Modern Physics

• Nature Review Physics

• Nature Computational Science

• National Science Review

• 更多期刊持續增補中，歡迎推薦你認為重要的期刊！

Review of Modern Physics

Nature Review Physics

Nature Computational Science

National Science Review

更多期刊持續增補中，歡迎推薦你認為重要的期刊！

如果你在 Complexity Express 中發現了感興趣的論文，請立刻「點贊」！每周最高贊的論文，集智編輯部將組織專業解讀~

Complexity Express 追蹤哪些領域？

我們力求兼顧熱點追蹤與領域覆蓋，目前篩選的論文主要集中在如下與複雜性關係密切的領域：

• 複雜系統基本理論

• 複雜網絡方法及應用

• 圖網絡與深度學習

• 計算機建模與仿真

• 統計物理與複雜系統

• 量子計算與量子信息

• 生態系統、進化、生物物理等

• 系統生物學與合成生物學

• 計算神經科學與認知神經科學

• 計算社會科學與社會經濟複雜系統

• 城市科學與人類行為

• 科學學

• 計算流行病學

• 以及一些領域小眾，但有趣的工作

複雜系統基本理論

複雜網絡方法及應用

圖網絡與深度學習

計算機建模與仿真

統計物理與複雜系統

量子計算與量子信息

生態系統、進化、生物物理等

系統生物學與合成生物學

計算神經科學與認知神經科學

計算社會科學與社會經濟複雜系統

城市科學與人類行為

科學學

計算流行病學

以及一些領域小眾，但有趣的工作

由於複雜性研究領域橫跨多個學科，研究論文散落在不同的期刊上，很難不重不漏地把握最新工作。針對複雜性領域的論文篩選，我們專門設計了算法。經過數月的訓練疊代優化，目前對上述領域爬取準確率達到90%以上。

將來我們還會根據你的具體研究領域，推出研究分類與個性化的訂閱服務，敬請期待！

由於複雜性領域涉及的論文關鍵詞和研究問題紛繁複雜，所以算法難免有不成熟的地方，如果你發現我們有漏掉的重要論文，或者爬到了領域有偏差的論文，歡迎聯繫我們（小助手微信：swarmaAI），幫助我們持續優化算法。

如果你對科學學、計算術語學等感興趣並有代碼能力，歡迎報名成為集智算法志願者/實習生（具體請郵件聯繫算法組負責人[email protected]）。

如果你對複雜科學及相關跨學科研究有長期興趣，並樂於解讀分享，歡迎加入集智作者團隊（具體請郵件聯繫編輯部負責人[email protected]）。