Fractional Brownian Motion

Overview

Fractional Brownian motion (fBm) 은 표준 Brownian motion에서 딱 하나의 성질만 바꾼 확장이다. 표준 BM은 increment들이 독립(independent) 이지만, fBm은 increment들 사이에 long-range correlation (memory) 을 넣는다. 이 상관의 부호와 강도를 조절하는 단 하나의 parameter가 Hurst exponent 이며, 그 결과 MSD가 로 스케일한다. 즉 anomalous diffusion exponent .

viscoelastic medium이나 polymer network 안에서의 subdiffusion을 기술하는 대표적인 phenomenological model이며, chromatin locus dynamics의 유효 기술로 널리 쓰인다.

Symbol Table

Symbol	Meaning
	fractional Brownian motion at time
	Hurst exponent,
	conformational Hurst exponent (fBm in contour index ),
	temporal Hurst exponent (fBm in time ),
	Flory exponent,
	fractal dimension of the chain conformation,
	anomalous MSD exponent,
	fractional Gaussian noise (fGn), increment of fBm
	autocovariance of fGn at lag
	fractal dimension of the fBm graph
	fractal dimension of the trajectory (image) in
	dimension of the embedding space
	equality in distribution

Key Points

Definition

fBm은 다음을 만족하는 zero-mean Gaussian process 로 정의된다: , 그리고 covariance가

위 식이 직관적으로 느껴지지 않는다면, 아래 식이 더 와닿을 수 있다.

Gaussian process이므로 covariance만으로 process 전체가 완전히 결정된다. 여기서 를 넣으면 variance, 즉 MSD를 얻는다.

따라서 anomalous exponent는 이다.

Three regimes

Hurst exponent 하나가 세 가지 서로 다른 dynamics를 만든다.

	increment correlation	dynamics	intuition
	무상관	normal diffusion ()	기억 없는 보통 Brownian motion
	양의 상관 (persistent)	superdiffusion ()	추세가 이어짐, 경로가 매끄러움
	음의 상관 (antipersistent)	subdiffusion ()	자기 발자국을 되돌림, 경로가 거침

chromatin monomer는 Rouse-like dynamics로 , 즉 인 antipersistent 영역에 속한다.

Fractional Gaussian noise (fGn)

fBm의 increment 를 fractional Gaussian noise 라 부른다. 이는 stationary Gaussian sequence이며, 그 autocovariance는 의 second difference로 주어지고, 큰 lag에서 power-law로 감쇠한다.

• : 이고 가 발산 → long-range dependence.
• : (음의 상관), 되돌림 경향.
• : () → white noise → 보통 BM.

Self-similarity and fractal dimension

fBm은 통계적으로 self-similar 하다.

궤적을 확대/축소해도 로 리스케일하면 통계적으로 동일한 모양이 나온다.

주의: graph와 trajectory의 fractal dimension은 서로 다른 양이다. 혼동하기 쉬우므로 반드시 구분할 것.

(a) Graph dimension. 를 평면에 그린 시계열 플롯의 그래프가 갖는 차원. 경로의 거칠기(roughness)를 정량화한다.

이면 매끄러운 추세(), 이면 톱니 같은 거친 곡선(). 표준 BM()의 graph dimension은 이다.

(b) Trajectory (image) dimension. 시간 축을 제거하고, 입자가 차원 공간에 남긴 자취 그 자체가 갖는 차원. 공간을 얼마나 채우는지를 정량화한다.

(BM)		— 평면을 채움 (area-filling)
(Rouse monomer의 시간 궤적)		() — compact exploration
		— 거의 직선

표준 Brownian trajectory의 차원이 라는 것이 고전적 결과이며, 를 여기에 적용하면 안 된다. 단, 는 Hausdorff dimension이 embedding 차원과 같다는 뜻이지, 경로가 공간을 문자 그대로 덮는다는 뜻은 아니다 (평면 위 BM path는 dimension 2이지만 Lebesgue measure는 0이다).

⚠️ Rouse monomer trajectory vs. Rouse chain conformation

가장 혼동하기 쉬운 지점. Rouse polymer에는 fBm이 두 번 등장하며, 둘은 서로 다른 축을 파라미터로 갖는 별개의 process이다.

	chain conformation	monomer trajectory
fBm의 파라미터 축	contour index	time
대상	— 사슬이 공간에 놓인 모양	— monomer 하나의 시간 자취
Hurst	(ideal chain)
image dimension

따라서:

• ideal Rouse chain의 conformation은 fractal dimension 이며, space-filling이 아니다. ideal chain은 공간 속 random walk이므로 당연한 결과다.
• 3차원을 채우는 conformation(, 즉 )은 fractal globule 이며, 이것은 Rouse ideal chain이 아니다.
• monomer의 시간 궤적이 인 것은 전혀 별개의 사실이며, “한 monomer가 자기 주변을 recurrent하게 빠짐없이 훑는다”는 compact exploration을 뜻한다.

chromatin 문헌에서 “space-filling polymer”는 관용적으로 fractal globule의 conformation을 가리키므로, monomer의 시간 궤적을 설명할 때 이 단어를 쓰면 안 된다. 대신 compact / recurrent exploration 이라고 쓴다.

두 exponent를 잊는 다리

MSD exponent from scale-dependent Flory exponent
둘은 별개의 process이지만 무관하지는 않다. Rouse-type dynamics(no hydrodynamics)에서 conformational exponent 가 temporal exponent 를 결정한다.

polymer
ideal chain (Rouse)
fractal globule

즉 static conformation의 fractal 구조가 dynamic anomalous exponent를 낳는다. 이 map의 scale-dependent 확장이 framework의 핵심이다. relaxation time exponent 관계식(, , )과 의 물리적 범위(, 단 local exponent는 예외)는 MSD exponent from scale-dependent Flory exponent §6–7 참조.

Physical origin

antipersistent fBm이 세포 내 subdiffusion의 대표 모델이 되는 이유는 viscoelastic medium이 stress를 탄성적으로 저장했다가 시차를 두고 되돌려주기 때문이다. 입자를 밀면 매질이 나중에 되민다 — 이것이 음의 increment correlation의 물리적 기원이다. 미시적으로는 power-law memory kernel을 가진 generalized Langevin equation (GLE) 이 fBm-like dynamics를 낳는다. Rouse model에서 single-monomer MSD가 중간 시간 영역에서 로 자라는 것()이 대표적 예다.

Contrast with CTRW

같은 subdiffusion()이라도 fBm과 continuous-time random walk (CTRW) 는 물리가 완전히 다르다. 이 구분은 single-particle tracking 분석에서 핵심이다.

	fBm	CTRW
느려지는 원인	increment의 음의 상관 (방향 되돌림)	heavy-tailed waiting time (trapping)
displacement 분포	Gaussian	non-Gaussian
ergodicity	ergodic	non-ergodic, aging
그림	쉬지 않고 걷되 발자국을 지움	가끔 아주 오래 멈춤

MSD exponent만으로는 둘을 구별할 수 없으므로, ergodicity breaking parameter, p-variation, Gaussianity test 등으로 판별한다.

Questions & Insights

• 실제 chromatin locus 궤적이 fBm인가 CTRW인가? MSD exponent는 같아도 ergodicity/Gaussianity 검정으로 갈라야 하며, MINFLUX 같은 고해상도 tracking 데이터가 이 판별의 열쇠가 된다.
• forward-map framework에서 fBm은 phenomenological 유효 기술, Rouse/GLE는 그 microscopic 기원. 두 층위가 어떻게 정합적으로 연결되는지가 핵심 질문.
• fGn의 정확한 autocovariance 는 의 이산 second difference이며, large- 극한에서 식 (3)으로 수렴한다.

Related Concepts

• Brownian Motion Properties
• Rouse Model
• K-matrix Diagonalization (Generalized Rouse Model)
• MSD exponent from scale-dependent Flory exponent
• Power_Spectral_Density
• White Noise and Brownian Motion Relationship
• Ornstein-Uhlenbeck Process
• 📑 Journal reading - Anomalous diffusion models and their properties