दोन सूक्ष्म-जलतरणपटू, एक कैद्यांची कोंडी

सूक्ष्मजीव क्वचितच एकटे पोहतात. जीवाणू, अमीबासारख्या पेशी, शुक्राणू आणि शैवाल गटांमध्ये आणि वसाहतींमध्ये फिरतात. त्यांच्या पातळीवर श्यानता (viscosity) जडत्वावर वरचढ ठरते: प्रत्येक हालचालीने निर्माण झालेला प्रवाह तत्क्षणी उमटतो, अंतरानुसार हळूहळूच क्षीण होतो, आणि जवळपासच्या पेशींना तो जाणवतो. ठरावीक हालचाली असलेले जलतरणपटू या प्रवाहांमुळे एकमेकांना आकर्षित करतात, दूर ढकलतात आणि एका तालात येतात, हे आधीच माहीत आहे.

कोपनहेगनमधील आलबोर्ग विद्यापीठाचे Albert Alonso यांनी याच्या पुढचा प्रश्न विचारला. एका पेशीसाठी पोहण्याचा सर्वोत्तम मार्ग जर तिचे शेजारी कसे पोहतात यावर अवलंबून असेल, तर एकत्र पोहणे हा एक खेळ बनतो. अशा खेळात, नैसर्गिक निवड नॅश समतोलाला (Nash equilibrium) अनुकूल ठरते — अशी स्थिती जिथे कोणतीही पेशी केवळ स्वतःची हालचाल बदलून अधिक चांगली कामगिरी करू शकत नाही. पण पेशी एकत्रितपणे जे साध्य करू शकल्या असत्या, त्यापेक्षा नॅश समतोल सर्वांसाठीच वाईट असू शकतो.

शून्यापासून पोहायला शिकणे

Alonso यांनी मऊ, द्विमितीय पेशींचे सिम्युलेशन केले, ज्यांचे पटल (membrane) वाकू शकते पण ताणले जाऊ शकत नाही, आणि ज्यांच्याकडे तितक्याच क्षेत्रफळाच्या वर्तुळापेक्षा 10% अधिक पटल असते — हाच ढिलेपणा पेशीला मुळात आकार बदलू देतो. प्रत्येक पेशीला गुण दिले जातात: ती किती अंतर कापते, वजा ती खर्च करत असलेली ऊर्जा.

उत्तर मॉडेलमध्ये आधीच घातले जाऊ नये म्हणून, Alonso यांनी सुरुवातीला पेशींना यादृच्छिक आकार-बदल दिले, आणि मग ते टप्प्याटप्प्याने सुधारले. यासाठी एक द्रव-सिम्युलेशन वापरले, जे अशा प्रकारे लिहिले होते की हालचालीतील कोणत्याही लहान बदलाला प्रत्येक पेशीचे गुण कसा प्रतिसाद देतील, हे ते मोजू शकेल.

एकटी असताना, प्रत्येक यादृच्छिक सुरुवात एकाच हालचालीवर येऊन स्थिरावली: दोन्ही बाजूंनी एकाच वेळी पुढून मागे धावणारी विरूपणाची लाट, जी प्रत्येक चक्रात पेशीला तिच्या त्रिज्येच्या जवळपास तीन-चतुर्थांश इतकी पुढे ढकलते. लहान विरूपणांसाठी सर्वोत्तम म्हणून फार पूर्वीपासून ज्ञात असलेल्या प्रवासी लाटेशी ती जुळते, आणि पोहणाऱ्या Dictyostelium अमीबांवर दिसणाऱ्या V-आकाराच्या शेवरॉन खुणांसारखी दिसते.

एकतर्फी खेळ

त्यानंतर Alonso यांनी दोन पेशी 5 ते 20 पेशी-त्रिज्या अंतरावर, एकीमागे एक किंवा शेजारी-शेजारी ठेवल्या, आणि दोन गोष्टी मोजल्या.

• प्रभाव: एका पेशीची हालचाल तिच्या शेजारणीचे गुण किती बदलते.
• प्रोत्साहन: आपली हालचाल शेजारणीनुसार जुळवून घेऊन एखादी पेशी स्वतःसाठी किती फायदा मिळवू शकते.

एका रेषेत असलेल्या पेशींसाठी, या दोहोंतील तफावत मोठी असते. पोहणारी पेशी आपल्यासोबत द्रव ओढत नेते, आणि तिची शेजारीण त्या प्रवाहासोबत सहज वाहून नेली जाते — हा परिणाम अंतर ℓ सोबत 1/ℓ प्रमाणे क्षीण होतो. पण संपूर्ण शरीराला सोबत वाहून नेणारा प्रवाह सर्वोत्तम हालचाल बदलत नाही; ती फक्त शरीरभर प्रवाह कसा बदलतो यामुळे बदलते, आणि तो परिणाम 1/ℓ² प्रमाणे क्षीण होतो. सिम्युलेशनमध्ये, प्रभाव प्रोत्साहनापेक्षा 5 त्रिज्यांवर 6 पटीने आणि 20 त्रिज्यांवर 33 पटीने मोठा असतो. प्रभावापैकी 98% हून अधिक भाग प्रवाहासोबत वाहून नेले जाण्यातून येतो.

प्रयत्न केल्याने उलट नुकसान

मग प्रत्येक पेशीने स्वतःसाठी आपली हालचाल जुळवून घेतली, तर काय होते? प्रत्येक पेशी फक्त कमकुवत प्रोत्साहनाला प्रतिसाद देते, आणि प्रभावाने ठरणारा मोठा फायदा गमावते.

5 त्रिज्यांच्या अंतरावर, एका रेषेत, आकडेच सारे सांगतात. आपापल्या एकट्याच्या हालचाली कायम ठेवून फक्त योग्य तालात येणाऱ्या दोन पेशी, दोन एकट्या पेशींपेक्षा 17% अधिक चांगली कामगिरी करतात. दोन स्वार्थी पेशी, ज्या प्रत्येकी स्वतःची हालचाल इष्टतम करतात, केवळ 14% अधिक चांगली कामगिरी करतात. आपले संयुक्त गुण इष्टतम करणाऱ्या दोन सहकारी पेशी 29% अधिक चांगली कामगिरी करतात. दुसऱ्या पेशीची हालचाल गृहीत धरता प्रत्येक स्वार्थी पेशी स्वतःची स्थिती सुधारते, तरीही दोघींपैकी कोणीच आकार बदलला नसता त्यापेक्षा एकत्रितपणे दोघींची स्थिती वाईट होते — “कैद्यांच्या कोंडीत होते तसेच”, असे शोधनिबंध नमूद करतो.

(a) हालचाल जुळवून घेतल्याने प्रत्येक पेशीला होणारा फायदा, सहकारी आणि स्वार्थी पेशींसाठी; (b) सहकार्य किती अधिक चांगले ठरते, एका रेषेत आणि शेजारी-शेजारी; (c) एकट्याच्या हालचाली असलेल्या दोन पेशींचा लाभ त्यांच्या ताळमेळानुसार, स्वार्थी आणि सहकारी पातळ्यांसह; (d) मागच्या आणि पुढच्या पेशींचे आकार. — Figure 3, Alonso (2026), arXiv:2610.41965.

जुळवणुकीही वेगवेगळ्या असतात. स्वार्थी पुढची पेशी आपली हालचाल केवळ 5% ने बदलते, आणि तिच्या मागोमाग तिच्या प्रवाहात पोहणारी पेशी 12% ने. सहकारी पेशी दोन्ही सुमारे 27% ने बदलतात: पुढची पेशी आता, मागची पेशी ज्या प्रवाहात पोहते तो प्रवाह घडवण्यासाठी जुळवून घेते. स्वार्थीपणाच्या तुलनेत सहकार्याचा फायदा अंतरानुसार कमी होतो — एका रेषेत 5 त्रिज्यांवर सहकारी जोड्या स्वार्थी जोड्यांपेक्षा 14% अधिक चांगली कामगिरी करतात, 20 वर 1.4% — आणि शेजारी-शेजारी असलेल्या पेशींसाठी तो 5 त्रिज्यांवरही केवळ 0.4% असतो.

क्लोन आणि प्रतिस्पर्धी

एका क्लोनमधील पेशींची जनुके समान असतात, आणि उत्क्रांती मग त्यांच्या संयुक्त यशाला अनुकूल ठरते. Alonso यांनी प्रत्येक पेशीला तिच्या शेजारणीच्या गुणांना ρ या भाराने महत्त्व देऊ दिले — हा तिचा नातेसंबंध-गुणांक (relatedness): क्लोनसाठी 1, अनोळखींसाठी 0, आणि शेजारीण हरल्यावर फायदा होणाऱ्या प्रतिस्पर्ध्यांसाठी ऋण. दोन स्वार्थी पेशींच्या तुलनेत जोडीचा फायदा मग एका साध्या नियमाचे पालन करतो: सहकार्याच्या संपूर्ण फायद्याच्या (2ρ − ρ²) पट. पहिले पद म्हणजे पेशीला मिळणारी मदत; दुसरे, बदल्यात मदत करण्यासाठी ती जे सोडून देते ते.

एका रेषेतील पेशींच्या जोडीचा लाभ त्यांच्या नातेसंबंध-गुणांक ρ नुसार, स्वार्थी जोडीपासून मोजलेला, सहकारी फायद्याच्या एककांत, तीन अंतरांवर. रेषा म्हणजे 2ρ − ρ² हे भाकीत. — Figure 4, Alonso (2026), arXiv:2610.41965.

स्वार्थी पेशी जो फायदा सोडून देतात, तो संपूर्ण फायदा क्लोन परत मिळवतात. प्रतिस्पर्धी एकमेकांना अडथळा आणण्यासाठी किंमत मोजतात: ρ = −1 असताना, हा नियम असे भाकीत करतो की प्रत्येकीचे सहकारी फायद्याच्या तिप्पट नुकसान होते. शोधनिबंध हरण-उंदरांच्या (deer mice) शुक्राणूंकडे निर्देश करतो, जे त्याच नराच्या शुक्राणूंसोबत गटाने अधिक वेगाने पोहतात, तर इतर नरांच्या शुक्राणूंशी स्पर्धा करतात.

सपाटीकडून वास्तवाकडे

हा अभ्यास द्विमितीय आहे, आणि त्यात पेशींची स्थाने स्थिर ठेवली आहेत. त्रिमितीत प्रवाह अधिक वेगाने, 1/ℓ² प्रमाणे, क्षीण होतो, ज्यामुळे ही कोंडी जवळच्या शेजाऱ्यांपुरतीच मर्यादित राहायला हवी — आणि जीवाणूंच्या थव्यांमध्ये पेशी 5 त्रिज्यांपेक्षा जवळ असतात. Alonso एका चाचणीचे भाकीत करतात: एका रेषेतील, एकमेकांशी नाते नसलेल्या दोन जलतरणपटूंनी असमानपणे जुळवून घ्यायला हवे — मागच्या पेशीने आपली हालचाल पुढच्या पेशीच्या दुपटीहून अधिक बदलायला हवी. शोधनिबंध पुढे म्हणतो की केवळ स्वतःच्या बक्षिसावर प्रशिक्षित केलेले सूक्ष्म-रोबोही, ते बक्षीस वाटून घेतल्याशिवाय, याच स्वार्थी सापळ्यात अडकतील. “कोणत्याही संकेताशिवाय किंवा संपर्काशिवायही,” तो निष्कर्ष काढतो, “केवळ द्रवच पोहण्याला एक सामाजिक कृती बनवतो.”