开源的高级超级计算机算法可以预测生命材料的模式和动态，从而可以跨空间和时间探索它们的行为。
生物材料由单独的部件组成，包括将燃料转化为运动的微型发动机。这个过程创造了运动模式，导致材料通过持续能量消耗驱动的连贯流动来塑造自身。这些永久驱动的材料被称为“活性物质”。
细胞和组织的力学可以通过活性物质理论来描述，活性物质理论是理解生命材料的形状、流动和形式的科学框架。活性物质理论由许多具有挑战性的数学方程组成。
来自德累斯顿马克斯·普朗克分子细胞生物学和遗传学研究所 (MPI-CBG)、德累斯顿系统生物学中心 (CSBD) 和德累斯顿工业大学的科学家现已开发出一种算法，并在开源超级计算机代码中实现，首次能够在现实场景中求解活性物质理论方程。这些解决方案使我们距离解决细胞和组织如何形成形状以及设计人造生物机器这一百年之谜又近了步。
生物过程和行为通常非常复杂。物理理论为理解它们提供了精确和定量的框架。活性物质理论提供了一个框架来理解和描述活性物质的行为，活性物质是由能够将化学燃料(“食物”)转化为机械力的各个成分组成的材料。
来自德累斯顿的几位科学家是这一理论发展的关键，其中包括马克斯·普朗克复杂系统物理研究所所长 Frank Jülicher 和 MPI-CBG 所长 Stephan Grill。利用这些物理原理，可以通过数学方程来描述和预测活跃生命物质的动力学。
然而，这些方程极其复杂且难以求解。因此，科学家需要超级计算机的力量来理解和分析生命材料。预测活性物质的行为有不同的方法，一些方法侧重于微小的单个粒子，另一些方法研究分子水平的活性物质，还有一些方法研究大规模的活性流体。这些研究帮助科学家了解活性物质在空间和时间的不同尺度上如何表现。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！