/ チューリングパターン・シミュレーター 戻る
Reaction-Diffusion Simulator

チューリングパターン
反応拡散シミュレーター

Gray-Scottモデルによる自己組織化パターン生成。フィードレートとキルレートを変化させるだけで、ヒョウの斑点からシマウマの縞、螺旋構造まで多様なパターンが現れる。クリックで新たな種を植え付けよう。

Gray-Scott Model Float32Array高速演算 クリックでインタラクション 5種カラースキーム
プリセットパターン
パラメータ
フィードレート f0.035
キルレート k0.065
拡散係数 Du0.2097
拡散係数 Dv0.1050
速度 (steps/frame)8
カラースキーム
統計
ステップ数
0
平均 v 濃度
0.000
パターン種
斑点
FPS
--
アクション

キャンバスをクリックして化学物質Bを注入

理論:チューリングの反応拡散方程式

Gray-Scottモデル

このシミュレーターはGray-Scottモデルを数値的に解きます。化学物質A(濃度 u)と化学物質B(濃度 v)が空間中で反応・拡散します。

∂u/∂t = Du · ∇²u − u·v² + f·(1−u)
∂v/∂t = Dv · ∇²v + u·v² − (f+k)·v

反応項 u·v² は「AとBが2対1で反応し、Bが3つになる自己触媒反応」を表します。fはフィードレート(Aの補給量)、kはキルレート(Bの消費率)です。

パターン形成の直感

Duが大きい(Aが速く拡散)とAは広域に均一化されます。一方DvはDuより小さく設定されているため、Bは局所的に高濃度域を保ちます。この「遅い活性化因子・速い抑制因子」の非対称性がチューリング不安定性を生み、空間的な濃度波を作り出します。

CAE・工学への応用

反応拡散方程式は燃焼フロントの伝播解析、金属腐食の局所化モデル、凝固界面の安定性解析、バイオエンジニアリングでの組織パターン形成に応用されます。チューリング不安定性は均一解が崩れる典型例として、数値解析の検証ベンチマークにも使われます。

💬 チューリングパターンって何がすごいの?

🧑‍🎓
ヒョウとシマウマの模様って、全然違うじゃないですか。あれって何が違うんですか?
🎓
実はこのシミュレーターのパラメータ f と k を少し変えるだけで、斑点から縞に切り替わるんだ。ヒョウの胎児の皮膚では f と k のバランスが「斑点ゾーン」にあって、シマウマでは「縞ゾーン」に入ってる、というイメージ。
🧑‍🎓
え、それって生物の設計図に f と k の値が書いてあるってことですか?
🎓
正確には、発生中の皮膚細胞が分泌する「メラニン誘導物質」と「その抑制因子」の拡散速度の比が、遺伝子で決まってる。チューリングは1952年の論文で「数学的なパターン形成メカニズム」をコンピューターが普及する前に理論だけで予言したんだ。
🧑‍🎓
工学でも使えるんですか?なんかバイオっぽいイメージなんですが。
🎓
めちゃくちゃ使われてるよ。例えば金属の腐食ピットって最初は点々と広がるでしょ?あれも活性化腐食と不動態膜の「反応拡散」だし、燃焼の火炎フロントが安定か分裂するかの判定にも使う。最近はトポロジー最適化でわざとチューリング不安定性を使って多孔構造を作る手法もあるよ。

反応拡散とチューリングパターンとは

🧑‍🎓
このシミュレーターで作れるヒョウの斑点やシマウマの縞って、どうやってコンピューターで再現してるんですか?
🎓
ざっくり言うと、2種類の「仮想的な化学物質」が反応しながら広がる様子を計算してるんだ。例えば、物質Aは自分自身を増やす性質(活性化因子)があって、物質BはAを消す性質(抑制因子)がある。この2つが、広がる速さ(拡散係数)を変えて相互作用すると、均一だった状態から自発的に模様が浮かび上がるんだよ。実際に、上の「フィードレート」と「キルレート」のスライダーをちょっと動かしてみて、模様がどう変わるか見てみよう。
🧑‍🎓
え、自発的に模様が? 最初はランダムな状態からスタートするだけなのに、規則正しい模様になるのが不思議です。どういう条件だと縞になったり、斑点になったりするんですか?
🎓
それがチューリングパターンの面白いところで、カギは2つの物質の「広がる速さの差」にあるんだ。抑制因子の方が活性化因子よりずっと速く広がると、活性化因子が増えすぎるのを局所的に抑えられる。その結果、活性化因子が集まった「島」が斑点になったり、連なって縞になったりする。シミュレーターで「拡散係数B」を大きくして、抑制因子の広がりを速くしてみると、模様の形が変わるのが観察できるよ。
🧑‍🎓
なるほど!でも、こういう模様のシミュレーションって、実務では何に使われるんですか? お絵描きツールみたいなものですか?
🎓
いやいや、実はすごく応用範囲が広いんだ。例えば、新しい素材の表面に微細な模様(ナノパターン)を自己組織化で作る設計や、生体組織が形作られる発生生物学の研究、さらには都市の人口分布のシミュレーションにも使われる考え方なんだ。このツールで「フィードレート」を極端に低くして「キルレート」を高くすると、迷路みたいな複雑な構造ができるでしょ?ああいう構造は、材料科学では多孔質材料の設計の参考になるんだ。

物理モデルと主要な数式

このシミュレーターの核心は、Gray-Scottモデルという2成分の反応拡散方程式です。以下の連立偏微分方程式で、化学物質U(活性化因子)とV(抑制因子)の濃度変化を計算しています。

$$ \begin{aligned}\frac{\partial u}{\partial t}&= D_u \nabla^2 u - uv^2 + f(1-u) \\ \frac{\partial v}{\partial t}&= D_v \nabla^2 v + uv^2 - (f+k)v \end{aligned}$$

$u, v$: それぞれ活性化因子と抑制因子の濃度(0〜1)。
$D_u, D_v$: それぞれの拡散係数。通常 $D_v > D_u$ で、抑制因子の方が速く広がることが模様形成の条件です。
$f$: フィードレート。基質(背景物質)からUが供給される速度です。
$k$: キルレート。Vが除去される速度です。
$\nabla^2$: ラプラシアン。濃度の空間的な広がり(拡散)を表します。

このモデルでは、非線形項 $uv^2$ が反応の核心です。これはUとVが反応してVを消費する過程(U + 2V → 3V)を表しており、自己触媒的な振る舞いの源となります。

$$ \text{反応項:} \quad uv^2 $$

この項により、Vが多い場所ではUが急速に消費され、逆にVが少ない場所ではUが増殖します。この局所的な反応と、$D_v$と$D_u$の差による「長距離抑制」効果が組み合わさることで、安定した空間パターンが自己組織化します。

実世界での応用

発生生物学と形態形成:生物の胚発生において、手足の指が分かれる位置や、毛根(毛並み)のパターンがどのように決定されるかを説明するモデルとして研究されています。シマウマの縞やヒョウの斑点の形成メカニズムも、この反応拡散系で説明が試みられています。

材料科学とナノ加工:自己組織化現象を利用して、均一な基板上にナノスケールの規則的な凹凸や孔パターンを形成する技術の基礎理論です。半導体の微細加工や、特殊な光学特性を持つメタマテリアルの設計に応用されます。

生態学と人口動態:捕食者と被食者の個体数が空間的に分布する様子をモデル化する際に、反応拡散方程式が用いられます。被食者が増える地域と捕食者が駆逐する地域が交互に現れ、斑状の分布パターンを形成することがあります。

コンピュータグラフィックスとデザイン:自然らしいテクスチャ(毛皮、羽毛、大理石の模様など)をアルゴリズム的に生成する手法として利用されます。パラメータを調整するだけで多様な模様が得られるため、ゲームやVFXの制作現場でも活用される概念です。