一个科学家团队开发出了一种新型算法来求解活性物质理论方程，从而加深了我们对生命材料的理解。这项工作在生物和计算科学领域举足轻重，为细胞形态学的新发现和人造生物机器的创造铺平了道路。

一种开源的先进超级计算机算法可以预测生物材料的形态和动力学，从而探索它们在空间和时间上的行为。

生物材料由单个组件组成，包括将燃料转化为运动的微小电机。这一过程创造了运动模式，使材料在持续能量消耗的驱动下通过连贯的流动塑造自身。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用活性物质理论来描述，这是一种理解生命物质的形状、流动和形态的科学框架。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们现在开发出了一种算法，并在开源超级计算机代码中实施，首次可以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离解开细胞和组织如何获得其形状这一世纪之谜以及设计人造生物机器又近了一大步。

活性物质在类似分裂细胞几何形状中的三维模拟。资料来源：辛格等人，《流体物理学》（2023 年）/ MPI-CBG

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一个精确的定量框架。活性物质理论为理解和描述活性物质的行为提供了一个框架，活性物质是由能够将化学燃料（"食物"）转化为机械力的单个成分组成的材料。

德累斯顿的几位科学家在这一理论的发展过程中发挥了关键作用，其中包括马克斯-普朗克复杂系统物理研究所所长弗兰克-尤里切尔（Frank Jlicher）和马克斯-普朗克复杂系统物理研究所所长斯蒂芬-格里尔（Stephan Grill）。有了这些物理学原理，就可以用数学方程来描述和预测活性生命物质的动态。

然而，这些方程极其复杂，难以求解。因此，科学家需要借助超级计算机的力量来理解和分析生命物质。预测活性物质行为的方法多种多样，有的侧重于微小的单个粒子，有的研究分子水平的活性物质，还有的研究大规模的活性流体。这些研究有助于科学家了解活性物质在不同空间尺度和时间范围内的行为。

求解复杂的数学方程

德累斯顿工业大学德累斯顿系统生物学中心（CSBD）教授、马克斯-普朗克分子细胞生物学和遗传学研究所（MPI-CBG）研究组组长、德累斯顿工业大学计算机科学学院院长伊沃-斯巴尔扎里尼（Ivo Sbalzarini）研究小组的科学家们现在已经开发出一种计算机算法，可以求解活动物质的方程。

他们的研究成果发表在《流体物理学》（Physics of Fluids）杂志上，并登上了封面。他们提出的算法可以在三维空间和形状复杂的空间中求解活动物质的复杂方程。

该研究的第一作者之一、数学家阿比纳夫-辛格（Abhinav Singh）说："我们的方法可以处理三维空间中随时间变化的不同形状。即使数据点不是规则分布的，我们的算法也采用了一种新颖的数值方法，可以无缝地处理复杂的生物现实场景，准确地求解理论方程。利用我们的方法，我们最终可以了解活性材料在移动和非移动情况下的长期行为，从而预测其动态。此外，该理论和模拟还可用于对生物材料进行编程，或在纳米尺度上制造发动机，以提取有用功"。

另一位第一作者菲利普-苏尔克（Philipp Suhrcke）是德累斯顿工业大学计算建模与仿真理学硕士课程的毕业生，他补充说："得益于我们的工作，科学家们现在可以预测组织的形状或生物材料何时会变得不稳定或失调等，这对理解生长和疾病的机理具有深远影响。"

人人可用的强大代码

科学家们使用开源库 OpenFPM 实现了他们的软件，这意味着其他人可以免费使用。OpenFPMMIwpzUO由Sbalzarini小组开发，旨在实现大规模科学计算的民主化。

作者首先开发了一种自定义计算机语言，允许计算科学家196世界之最通过用数学符号指定方程来编写超级计算机代码，并让计算机来创建正确的程序代码。

因此，他们不必在每次编写代码时都从头开始，从而有效地将科学研究中的代码开发时间从数月或数年缩短到数天或数周，极大地提高了工作效率。

由于研究三维活性材料的计算需求巨大，新代码可以在共享和分布式内存多处理器并行超级计算机上扩展，这要归功于 OpenFPM 的使用。虽然该应用程序是为在功能强大的超级计算机上运行而设计的，但它也可以在研究二维材料的普通办公196世界之最计算机上运行。

这项研究的首席研究员伊沃-斯巴尔扎里尼（Ivo Sbalzarini）总结道："我们经过十年的研究，终于创建了这个模拟框架，并提高了计算科学的生产力。现在，这一切都汇聚到一个工具中，用于了解生命材料的三维行为。我们的代码具有开源性、可扩展性和处理复杂情况的能力，为活性材料建模开辟了新的途径。这可能最终会让我们了解细胞和组织是如何形成的，从而解决几个世纪以来一直困惑科学家的形态发生这一根本问题。但它也可能帮助我们设计出元件数量最少的人造生物机器。"

这项研究得到了联邦教育与研究部（Bundesministerium f€ur Bildung und Forschung, BMBF）、联邦可扩展数据分析与人工智能中心（ScaDS.AI）和德累斯顿/莱比锡的资助。

支持本研究结果的计算机代码可在位于 https://github.com/mosaic-group/3Dactive-hydrodynamics的 3Dactive-hydrodynamics github 存储库中公开获取。

开源框架 OpenFPM 可在 https://github.com/mosaic-group/openfpm_pdata上获取。

嵌入式计算机语言和 OpenFPM 软件库的相关出版物MIwpzUO：

https://doi.org/10.1016/j.cpc.2019.03.007

https://doi.org/10.1140/epje/s10189-196世界之最021-00121-x