不起眼的粘液霉菌如何帮助物理学家绘制宇宙网图

很少有时间来写出我们遇到的每一个很酷的科学故事。因此，今年，我们将再次举办特别的圣诞节十二天系列文章，重点介绍一个科学故事，该故事从2020年的裂缝中消失，每天从12月25日到1月5日。今天：物理学家如何利用这一增长不起眼的粘液模型可以模拟构成宇宙纤维网细丝的暗物质。

我们宇宙的主干是相互连接的巨型细丝组成的庞大网络，其间有巨大的空隙。构成此＆＃34;的大多数材料宇宙网是暗物质，还有扩散的和遥远的气体。今年早些时候，加利福尼亚大学圣克鲁斯分校（UCSC）的一组科学家根据粘​​液霉菌的生长模式，设计了一种独特的方法来对该宇宙网建模，并发现了一些惊人的相似之处。他们在3月发表在《天体物理学杂志快报》上的论文中描述了他们的方法。

我们不认为宇宙是由巨大的粘液霉菌创造的，合著者约瑟夫·伯切特（Joseph Burchett）告诉Ars，打破了我们对新颖创作神话的希望。 ＆＃34;这实际上归结为这两个截然不同的过程的产品的相似性。归根结底，自然的最优性产生了相似性。＆＃34;

粘液霉菌有时被误认为是真菌，但从技术上讲，它们是变形虫的一种：缺乏神经元的单细胞生物，不要介意大脑。然而，它们有一些令人惊讶的壮举，促使一些科学家思考他们是否仍然有能力进行某种原始的认知。粘液霉菌的种类很多（实际上超过900种）。在这种情况下，我们谈论的是多头cephal草，一种渗出的海绵状黄色粘液霉菌，通常在林地或腐烂的原木上生长。

先前的研究表明，粘液霉菌能够解决例如迷宫和从陷阱中逃逸的能力，并且能够做出简单的决定。 2010年，科学家在含有代表东京火车站的燕麦片（一种偏爱的食物）的皮氏培养皿中放开了粘液霉菌，发现他们能够重塑运输网络，从根本上找到了最佳路线。

乍看之下，粘液模子似乎与宇宙纤维网相去甚远。正如Matthew Francis在2014年Ars Technica上解释的那样：

在其历史的早期，宇宙没有恒星或星系，并且所有物质的密度都非常均匀。但是，在宇宙微波背景下观察到的这种密度的微小波动导致了暗物质含量略高于其他地方的小区域。这些微小的密度反过来又吸引了更多的物质，从​​而产生了缓慢的级联：一些地方收集了大量的暗物质和气体，而其他地方则大都被清空了。

根据复杂的超级计算机模拟，结果是宇宙网：由较细的细丝连接的暗物质节点，其间有巨大的空隙。星系和星系团是由暗物质的引力吸引的气体在较稠密的区域中形成的。由此产生的网被称为宇宙的大规模结构，许多观测宇宙学都涉及将该宇宙网在三个维度上进行映射的过程...。将所有东西连接在一起的细丝从根本上很难观察到。那是因为它们含有很多暗物质，相对较少的气体，很少或没有恒星。天文学家通过测量气体吸收的光发现了一些细丝。其他人则使用暗物质的引力透镜。

Per Burchett认为，粘液模制工作是由哈勃太空望远镜资助的档案数据分析项目开始的，目的是研究宇宙网中的气体分布，即气体，燃料的仓库，其中形成了星系。 ，＆＃34;他说。虽然天文学家可以以围绕星系的暗物质光环的形式识别出该网的节点，但事实证明，发现连接线更具挑战性。 Burchett计划使用背景类星体来“点亮”背景。前景气体，但发现很难设计可靠的算法来在大量观测数据集中找到那些细丝。

＆＃34;您不可避免地遇到的问题是，我应该在哪里绘制宇宙网？他说，因为宇宙网的真正主干是暗物质。渗透到暗物质结构中的扩散气体实际上是我们检测该物质的唯一方法。 Burchett发现，最敏感的方法是使用背景类星体。即使这样，您也必须将气体检测为在背景类星体光中看到的阴影。他说。

Burchett与UCSC博士后Oskar Elek提到了对啤酒的这一研究领域。进一步的灵感来自一个不太可能的来源。 Elek的导师Angus Forbes（另一位合著者）向他介绍了一位柏林媒体艺术家Sage Jenson的作品，该艺术家正在使用煤泥霉菌生长的计算机模拟技术来创作艺术品，该作品基于2010年由人工生命杂志上的杰夫·琼斯（Jeff Jones）。

詹森（Jenson）创作中的粘液霉菌的生长方式（您可以在她的网站上看到示例）使埃莱克感到震惊，这些特征具有宇宙网的丝状特征。他和一个程序员朋友创建了3D版本的粘液霉菌生长模拟软件，称为蒙特卡洛（Monte Carlo Physarum）机器（MCPM），他们从Sloan Digital Sky Survey（SDSS）插入了37,000个星系的数据集，只是为了了解会发生。

当Elek第一次提出这种可能性时，Burchett承认有些怀疑，因为使用更传统的建模方法已经可以进行大量工作了。但是结果出奇地好。从视觉上看，真的很惊人，伯切特说。 ＆＃34;如果只看天空中的星系图，就可以知道细丝应该在哪里，而粘液霉菌模型非常适合这种直觉。正如粘液霉菌创造了一个优化的运输网络，寻找连接食物来源的最有效途径一样，宇宙网中结构的增长也产生了类似的最佳网络。每个过程的基础过程不同，但是它们产生相似的数学结构。

就是说，并不是有人已经证明宇宙网应该是最佳的传输网络，这是一个很难的，数学上的原因，＆＃34; Elek告诉Ars。 ＆＃34;它正接近它。这是一种更加直观的直觉，使这些东西距离足够近，足以使它们真正起作用。＆＃34;

为了验证MCPM的结果，Burchett等人。根据经典宇宙学模拟的数据建立了暗物质晕的目录，然后运行该算法来重建连接这些晕的丝状网。结果与原始宇宙学模拟高度相关。这使团队能够进一步完善其粘液模具模型。作为另一项＆＃34;健全性检查，＆＃34;研究小组还比较了粘液霉菌模型对星际间介质中气体密度的预测与SDSS中包括的星系中恒星形成活动的关系。

最后，他们针对来自哈勃太空望远镜的“宇宙起源”光谱仪的350个类星体的紫外线数据，测试了模型对宇宙网结构的预测。 ＆＃34;由于粘液霉菌，我们知道宇宙网的细丝应归于何处，因此我们可以使用存档的哈勃光谱中的类星体来探测该空间并寻找气体的特征，＆＃34;伯切特说。 ＆＃34;无论何时在模型中看到细丝，哈勃光谱都会显示出气体信号，并且信号向着细丝中间的地方变得更强，而气体应该是最稠密的。正如预期的那样，信号在气体最热的最稠密区域下降，被离子化，消除了吸收信号。

基于MCPM的成功，还有更多有趣的研究需要进行。 Burchett将注意力从将宇宙纤维网丝中的气体映射到星系本身转移了出来，指出了它们的性质与它们在宇宙纤维网中的位置之间的相关性如何。至于Elek，他将粘液模具模型视为＆结构查找器，并正在探索如何将其潜在地应用于生物打印以及其他用途。

＆＃34;我们认为这是我们可以科学开展工作的冰山一角，＆＃34;伯切特说。 ＆＃34;拆分了天体物理学内部和外部的各种炫酷应用。