★加星zzllrr小樂(lè)公眾號(hào)數(shù)學(xué)科普不迷路!
本月主題:
1. 糾纏烷Perplexanes,一類(lèi)新型分子拓?fù)浣Y(jié)構(gòu)
2. 幾何學(xué)與大腦遺傳學(xué)
作者:Tony Phillips(石溪大學(xué)數(shù)學(xué)教授)2025-7-30
譯者:zzllrr小樂(lè)(數(shù)學(xué)科普公眾號(hào))2025-8-1
1. 糾纏烷Perplexanes,一類(lèi)新型分子拓?fù)浣Y(jié)構(gòu)
![]()
圖源:JACS 147期 CC BY 4.0
分子拓?fù)浣Y(jié)構(gòu)在納米技術(shù)中的重要性日益凸顯。分子結(jié)已被用于加速化學(xué)反應(yīng) https://www.chem.ox.ac.uk/catalysis ,并被用作癌癥治療的遞送劑。Fredrik Schaufelberger在2020年發(fā)表于《自然通訊化學(xué)》的一篇文章 https://www.nature.com/articles/s42004-020-00433-7 中詳細(xì)闡述了這些應(yīng)用及其他應(yīng)用。他在文中寫(xiě)道:“分子結(jié)正從學(xué)術(shù)好奇演變?yōu)橐活?lèi)具有實(shí)際應(yīng)用價(jià)值的機(jī)械互鎖分子,能夠在納米尺度上執(zhí)行獨(dú)特的任務(wù)。”
《美國(guó)化學(xué)會(huì)志》五月刊發(fā)表的一篇論文分享了一種改進(jìn)的工藝 https://pubs.acs.org/doi/10.1021/jacs.5c04268 ,用于生產(chǎn)這些復(fù)雜拓?fù)涞姆肿印?jù)該研究的作者稱,合成分子結(jié)和鏈的嘗試一直“挑戰(zhàn)合成化學(xué)的極限”,因?yàn)闃?gòu)建塊通常是亞基的線性鏈,而結(jié)和鏈本質(zhì)上是曲線的環(huán)狀物體。
為了解決這個(gè)問(wèn)題,他們采用了一種新的分子合成方法,使用三足(Y形)構(gòu)建塊。這使得他們能夠以66%的產(chǎn)率合成四面體籠狀分子。相比之下,他們報(bào)告稱,之前最先進(jìn)的方法的產(chǎn)率為0.8% - 20%。當(dāng)他們利用允許非平面耦合的柔性肽來(lái)豐富合成時(shí) https://en.wikipedia.org/wiki/Zirconocene ,反應(yīng)產(chǎn)生了具有“不尋常的互鎖和交織組合”的新型分子。這些新型分子就是Perplexanes(糾纏烷)。
![]()
模擬霍普夫連接和右手三葉結(jié)的Perplexanes。
SCXRD代表單晶X射線衍射(single-crystal X-ray diffraction),該技術(shù)用于確定精確的分子結(jié)構(gòu)。
圖源(裁剪自):JACS 147期 https://pubs.acs.org/doi/10.1021/jacs.5c04268 CC BY 4.0。
這對(duì)拓?fù)鋵W(xué)家來(lái)說(shuō)是個(gè)挑戰(zhàn)嗎?作者評(píng)論道:“分支成分越多,復(fù)雜性越高,這應(yīng)該能讓我們探索到一些尚未被數(shù)學(xué)界定的新的拓?fù)渥宇?lèi)。”(加粗重點(diǎn)是Tony教授強(qiáng)調(diào)的。)
2. 幾何學(xué)和大腦遺傳學(xué)
在6月13日發(fā)表于《科學(xué)進(jìn)展》
Science Advanceshttps://www.science.org/doi/10.1126/sciadv.adr1644 的一篇報(bào)告中,一組神經(jīng)科學(xué)家研究了人類(lèi)基因組如何控制大腦內(nèi)部的形狀。這些形狀非常不規(guī)則,那么他們是如何量化的呢?他們借用了一項(xiàng)可以追溯到18世紀(jì)的數(shù)學(xué)研究工具:振動(dòng)膜研究。
核心觀察結(jié)果是,不同形狀的膜會(huì)以不同的頻率振動(dòng)。這也是不同樂(lè)器產(chǎn)生不同聲音的原因之一。大鼓的音調(diào)比小鼓低,因?yàn)樾」闹荒芤愿哳l振動(dòng),而大鼓的振動(dòng)速度更慢。一個(gè)曲面可能振動(dòng)頻率(實(shí)際上是振動(dòng)頻率的平方;參見(jiàn)下文)的集合稱為其頻譜(spectrum,譜)。
從計(jì)算角度來(lái)看,曲面的頻譜由一個(gè)稱為波動(dòng)方程(wave equation)的偏微分方程確定。對(duì)于非常簡(jiǎn)單或?qū)ΨQ的曲面,波動(dòng)方程及其頻譜可以用幾何和微積分在紙上計(jì)算出來(lái)。
舉個(gè)例子。木板上兩個(gè)釘子之間拉著一根繩索,稱為弦(cord,我們可以把它看作一張一維的“膜”),撥動(dòng)它就會(huì)振動(dòng),在很多情況下會(huì)產(chǎn)生可聽(tīng)見(jiàn)的聲音。
為了簡(jiǎn)化記譜,我們以長(zhǎng)度為π的弦為例。選擇一端作為起點(diǎn),用x表示沿弦的距離。用f(x,t)表示弦從其在靜止位置x,經(jīng)過(guò)時(shí)間t之后移動(dòng)了多遠(yuǎn)。使用這些項(xiàng),波動(dòng)方程就寫(xiě)成?2f/?t2=c2 ?2f/?x2,其中c是波沿弦傳播的速度。
該方程表明,在弦上任何一點(diǎn),其垂直加速度都與其凹度(concavity)成正比。這是有道理的,因?yàn)楫?dāng)x處的形變向下凹陷( ?)時(shí),彈性會(huì)向下拉x(↓),而當(dāng)形變向上凹陷( ?)時(shí),彈性會(huì)向上拉x(↑)。
函數(shù)f_k(x,t)=sin(kx) cos(kct)(其中k=1,2,3,...)是波動(dòng)方程的解。每一個(gè)基本解,設(shè)定t=0,都對(duì)應(yīng)于弦的一種特定初始配置。這些配置被稱為振動(dòng)模式(modes of vibration)。通過(guò)傅里葉分析,弦的任何初始配置都可以寫(xiě)成這些模式的線性組合。對(duì)于撥動(dòng)弦的情況,其初始垂直速度為零,波動(dòng)方程的解是f_k的相應(yīng)線性組合。
基本解的可能頻率均為c/(2π)的整數(shù)倍,而弦的頻譜是這些頻率的平方: c2/(4π2), c2/π2, 9c2/(4π2)等等。(就調(diào)性tonality而言,如果 c/(2π) 是音符的音高,則 c/π 是其高八度音,而 3c/(2π) 是八度音上方的純五度音)。
![]()
兩端固定的弦的前三種振動(dòng)模式。弦長(zhǎng)度等于π,實(shí)線分別為 sin x 、sin 2x 和 sin 3x 的圖形。每幅圖下方是該模式的示意圖:藍(lán)色表示對(duì)應(yīng)函數(shù)值為正,紅色表示對(duì)應(yīng)函數(shù)值為負(fù),白色表示函數(shù)接近于零。
圖源:Tony Phillips
一旦我們知道了基本解的結(jié)構(gòu),這種方法就可以推廣到更復(fù)雜的情況。每個(gè)解的形式為h(x) cos(kct)(其中h是以x為唯一變量的函數(shù))。寫(xiě)出滿足波動(dòng)方程
?2(h(x) cos(kct))/?x2 = 1/c2 ?2(h(x) cos(kct))/?t2
的解,得到
?2h/?x2 cos(kct) = 1/c2 h(x) ?2(cos(kct))/?t2
簡(jiǎn)化為
?2h/?x2 = -k2h
這意味著算子 ?2/?x2(測(cè)量每個(gè)點(diǎn)的凹度)取 h(x)的倍數(shù)(-k2)。我們稱 h 是 ?2/?x2在特征值為 -k2 時(shí)的特征函數(shù)(eigenfunction)。在弦的例子中, sin (2x) 是特征值為-4時(shí),算子 ?2/?x2 的特征函數(shù)。
對(duì)于曲面, ?2/?x2 有一個(gè)類(lèi)似算子,稱為拉普拉斯-貝爾特拉米(Laplace-Beltrami)算子。該算子通常表示為Δ,包含有關(guān)局部幾何的信息;波動(dòng)方程現(xiàn)在是
?2f/?t2 = c2Δf
其中 f 是曲面變量和時(shí)間的函數(shù)。計(jì)算譜的過(guò)程與一維情況相同:如果在曲面上定義的函數(shù) h(x,y) 是 特征值為-k2時(shí) Δ 的特征函數(shù),則 h(x,y) cos(kct) 將是該曲面上的波動(dòng)方程的解。
假設(shè)我們可以確定足夠多的特征函數(shù) h?, h?, … ,使得曲面的任何初始配置 f(x,y) 都可以寫(xiě)成線性組合 a?h?+a?h?+ …,其過(guò)程類(lèi)似于傅里葉分析。然后,如果 -k?2 是與 h? 相關(guān)的特征值,則和
a?h? cos(k?ct) + a?h? cos(k?ct)+ …
是初始配置為 f(x,y) 的波動(dòng)方程的解。
特征值的集合(按照慣例,不帶負(fù)號(hào):k?2, k?2, … ),按升序排列,即為曲面的拉普拉斯-貝爾特拉米譜,或者簡(jiǎn)稱為“譜”。注意,各個(gè)特征函數(shù)的振動(dòng)頻率是相應(yīng)特征值的平方根乘以 c 得到的。
![]()
拉普拉斯-貝爾特拉米算子在半徑為 1 的二維球面上的第一個(gè)非零特征函數(shù),其藍(lán)紅白約定規(guī)則同上,在各列中列出了它們對(duì)應(yīng)的特征值。這些函數(shù)傳統(tǒng)上稱為球諧函數(shù)(spherical harmonics,球面諧波函數(shù))
圖源:Mireia Crispin(劍橋大學(xué))的視頻演示 https://youtu.be/5PMqf3Hj-Aw 經(jīng)許可使用
曲面的譜在多大程度上決定了它的形狀?馬克·卡克(Mark Kac)在其1966年的論文《能聽(tīng)到鼓的形狀嗎?》
Can one hear the shape of a drum?中提出了這個(gè)問(wèn)題。 https://www.math.ucdavis.edu/~hunter/m207b/kac.pdf
通常情況下,我們無(wú)法聽(tīng)到鼓的形狀,但反例卻很難構(gòu)造。對(duì)于絕大多數(shù)曲面,如果兩個(gè)譜相同,則它們必定是等距的,即幾何上等價(jià)。
在最近的論文中,作者假設(shè)人類(lèi)海馬體的形狀屬于這一類(lèi),并使用計(jì)算出的頻譜作為形狀的數(shù)值表征。海馬體過(guò)于復(fù)雜,波動(dòng)方程無(wú)法精確求解;因此,他們利用計(jì)算機(jī)構(gòu)建了一個(gè)由微小三角形組成的三維模型,并使用離散版本的波動(dòng)方程計(jì)算頻譜。
正如他們所寫(xiě)的,“這種多維內(nèi)稟的形狀表示,作為等距不變量,與坐標(biāo)系的旋轉(zhuǎn)、平移和縮放無(wú)關(guān),無(wú)需進(jìn)行容易出錯(cuò)的個(gè)體間圖像配準(zhǔn),并且會(huì)隨著(曲面)的任何變化而連續(xù)變化。”
![]()
成人腦干的拉普拉斯-貝爾特拉米特征函數(shù) (Sci. Adv. 11(24), 10.1126/sciadv.adr1644 https://doi.org/10.1126/sciadv.adr1644 )
圖中顯示了前五個(gè)特征函數(shù),以及特征函數(shù) 10、20、30、40 和 49 及其對(duì)應(yīng)的特征值。顏色約定與上述類(lèi)似,但藍(lán)綠色表示正值,棕色表示負(fù)值。
根據(jù) CC BY-NC 許可使用,略作編輯
Primus及其同事研究了拉普拉斯-貝爾特拉米譜(Laplace-Beltrami spectrum),該譜由其前49個(gè)特征值表示。他們發(fā)現(xiàn)了19862個(gè)人的22 個(gè)不同大腦區(qū)域的譜圖,并記錄了他們的基因組。
由于作者關(guān)注的是形狀而非大小,因此對(duì)譜圖進(jìn)行了歸一化處理。對(duì)于每個(gè)大腦區(qū)域,他們進(jìn)行了多元綜合統(tǒng)計(jì)檢驗(yàn) https://pmc.ncbi.nlm.nih.gov/articles/PMC7360598/ ,以尋找譜圖與基因組之間的相關(guān)性。
他們報(bào)告了DNA中的 80 個(gè)單字母變化,其中 31 個(gè)此前是未知的,這些變化“與至少一個(gè)大腦結(jié)構(gòu)的形狀獨(dú)立相關(guān)”。具體來(lái)說(shuō),他們發(fā)現(xiàn)大腦形狀與高血壓、缺血性中風(fēng)和精神分裂癥易感基因標(biāo)記之間存在顯著相關(guān)性,“表明(拉普拉斯-貝爾特拉米譜)可能作為早期疾病的生物標(biāo)記。”
參考資料
https://mathvoices.ams.org/mathmedia/tonys-take-june-2025/
https://www.chem.ox.ac.uk/catalysis
https://www.nature.com/articles/s42004-020-00433-7
https://pubs.acs.org/doi/10.1021/jacs.5c04268
https://en.wikipedia.org/wiki/Zirconocene
https://pubs.acs.org/doi/10.1021/jacs.5c04268
https://www.science.org/doi/10.1126/sciadv.adr1644
https://youtu.be/5PMqf3Hj-Aw
https://www.math.ucdavis.edu/~hunter/m207b/kac.pdf
https://doi.org/10.1126/sciadv.adr1644
https://pmc.ncbi.nlm.nih.gov/articles/PMC7360598/
小樂(lè)數(shù)學(xué)科普近期文章
·開(kāi)放 · 友好 · 多元 · 普適 · 守拙·![]()
讓數(shù)學(xué)
更加
易學(xué)易練
易教易研
易賞易玩
易見(jiàn)易得
易傳易及
歡迎評(píng)論、點(diǎn)贊、在看、在聽(tīng)
收藏、分享、轉(zhuǎn)載、投稿
查看原始文章出處
點(diǎn)擊zzllrr小樂(lè)
公眾號(hào)主頁(yè)
加星★
數(shù)學(xué)科普不迷路!
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.