具有内部自由度的主动物质的热力学

为什么物质内部的小型引擎与我们息息相关

许多生物体，从细菌到我们的细胞，靠持续消耗能量来移动和自我组织。工程师现在也制造出类似行为的合成粒子，有望实现能输送药物、自我修复或按需重构的智能材料。然而，大多数理论把这些“主动”单元简化为以固定力向前推动，忽视了将燃料转化为运动的复杂内部步骤。本文提出了一套通用蓝图，描述这些隐藏的内部机制如何产生运动和废热，并将单个单元内的微小事件与我们可观察到的大尺度行为连接起来。

驱动运动的隐藏内部状态

作者从这样一个观察出发：真实的生物机器——分子马达、酶和游动微生物——并非靠单次推力移动。相反，它们在许多内部构型间循环，结合和释放分子并在过程中改变形状。为捕捉这种行为，把每个主动单元建模为由内部状态构成的网络，状态间的跃迁可依赖于环境。其中一些跃迁是特殊的“动力冲程”，会推动整个单元向前或向后，而其他跃迁仅重排其内部构型。通过要求每一步遵守关于热和熵的基本热力学规则，该框架追踪了消耗了多少能量以及其中多少被转化为定向运动。

从微观跳跃到平滑运动

尽管内部网络可能非常复杂，实验通常只观测到每个单元的位置和朝向。因此，作者发展了一种方法，将离散的动力冲程“放大”到更平滑的粗粒化描述。当典型步长较小时，许多内部跃迁会汇集成一个有效的漂移速度和沿粒子朝向的额外随机运动。值得注意的是，所有不直接导致粒子位移的纯内部跃迁在可见运动中消失。对只跟踪轨迹的观察者而言，一个主动驱动的系统甚至可能看起来像平凡的平衡被动悬浮体系——尽管它在看不见的内部循环中仍在消耗能量。这一结论强调了要进行忠实的热力学核算，必须包含隐藏的状态网络，而不仅仅是空间中描摹的路径。

测量活动的代价

为量化主动材料向周围环境排放的热量，作者使用了现代随机热力学。他们将总耗散分为三部分：外力下的被动漂移和扩散、由动力冲程产生的主动位移，以及诸如化学反应等纯内部跃迁。借助网络理论的工具，他们表明无需追踪内部状态图中的每一条连接。相反，耗散可以用穿过网络的一组最小独立循环来表示。每个循环具有一个电流（循环被遍历的频率）和一个“驱动力”（由燃料或外部作用驱动的强度）。热产生量就是对这些循环的求和，加上非保守外力所做的任何功，从而给出一个简洁且物理透明的图景。

一个测试案例：软陷阱中的智能粒子

为了说明他们的理论，作者研究了二维中被软谐势阱限制的单个主动粒子，类似于光镊中被束缚的微球。粒子内部有四个状态，排列成若干循环，其中一些包含向前步、一部分包含向后步，还有一个“空转”回路在消耗燃料而不产生净位移。模拟显示，粒子的推进速度和方向随在阱中位置而变化：远离中心时，恢复力抑制向前步，而向后或空转循环变得更常见。随着阱的刚度增大，总耗散率呈现出意想不到的非单调趋势——先下降，达到最小值，然后再上升——因为不同循环的重要性随着机械弛豫与内部循环的竞争而发生转变。相比之下，更简单的“紧耦合”模型（每次化学事件总是产生相同步长）预测耗散平滑衰减，因而错过了这种丰富性。

从单个粒子到流动的主动流体

超越单个单元，作者推导了许多相互作用主动粒子的粗粒化流体动力学方程。通过对除一个“标记”粒子外的所有粒子以及其朝向进行平均，他们得到如密度和极化等连续场，描述材料在大尺度上的行为。在同一框架内，他们识别出局域耗散场：一个位置相关的热率，可以用宏观电流和循环驱动力来表示。这将内部状态网络与可实验测量的场联系起来，提出了在不解析每个微观细节的情况下推断或控制主动材料能流的途径。

这对未来智能材料意味着什么

本质上，本文为具有丰富内部结构的主动物质提供了一种通用的热力学语言。它表明每个单元内部发生的事情——循环的数量、哪些循环与运动耦合以及它们如何响应力——都能定性地改变能量消耗量和系统在受限或驱动下的行为。对于仿生机器和自适应材料的设计者而言，这意味着调节内部网络可能与调整外部力或形状同样重要。该框架为系统地探索哪些最小内部设计能够再现关键的生物能力（如感测、适应和高效能量利用）打开了大门。

引用: Bebon, R., Speck, T. Thermodynamics of active matter with internal degrees of freedom. Commun Phys 9, 162 (2026). https://doi.org/10.1038/s42005-026-02662-z

关键词: 主动物质, 随机热力学, 自驱动粒子, 非平衡物理, 智能材料