以下文章经许可转载自The Conversation，这是一个涵盖最新研究的在线出版物。
机器人的运动可能很笨拙。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您正在帮助确保关于塑造当今世界的发现和想法的重大故事的未来。
对我们人类来说，一个健康的大脑可以处理身体运动的所有微小细节，而无需有意识的关注。对于没有大脑的机器人来说则不然——事实上，计算机器人运动本身就是一个科学子领域。
我在华盛顿大学蛋白质设计研究所的同事们已经弄清楚了如何应用一种最初设计用于帮助机器人移动的算法来解决一个完全不同的问题：药物发现。该算法帮助解开了一类被称为肽大环的分子，它们具有吸引人的药物特性。
一小步，一大步
负责编程运动的机器人专家将其构想为他们所谓的“自由度”。以金属臂为例。肘部、腕部和指关节是可移动的，因此包含自由度。前臂、上臂和每个手指的各个部分则不是。如果您想编程一个机器人伸出手抓住物体或迈出计算好的一步，您需要知道它的自由度是什么以及如何操纵它们。
一个肢体拥有的自由度越多，其潜在的运动就越复杂。即使是指导简单的机器人肢体所需的数学也出奇地深奥；该领域的奠基人费迪南德·弗罗伊登斯坦曾将支撑一个具有七个关节的肢体运动的计算称为“运动学的珠穆朗玛峰”。
弗罗伊登斯坦在 20 世纪 50 年代计算机时代初期开发了他的运动学方程。从那时起，机器人专家越来越依赖算法来解决这些复杂的运动学难题。一种名为“广义运动闭合”的算法特别地解决了七关节问题，允许机器人专家将精细控制程序编写到机械手中。
分子生物学家注意到了这一点。
生活细胞内的许多分子可以被认为是具有枢轴点或自由度的链条，类似于微小的机械臂。这些分子根据化学定律弯曲和扭曲。肽及其细长的近亲蛋白质通常必须采用精确的三维形状才能发挥作用。准确地预测肽和蛋白质的复杂形状可以使像我这样的科学家了解它们是如何工作的。
掌握大环
虽然大多数肽形成直链，但一个被称为大环的子集形成环。这种形状提供了独特的药理优势。环状结构不如松散的链条灵活，这使得大环非常稳定。而且，由于它们没有自由端，一些大环可以抵抗体内快速降解，否则这是摄入的肽的常见命运。
诸如环孢菌素之类的天然大环是迄今为止确定的最有效的治疗剂之一。它们结合了小分子药物（如阿司匹林）的稳定性优势和大抗体治疗剂（如赫赛汀）的特异性。制药行业的专家将这类药物化合物视为“有吸引力，但被低估了”。
“大自然中存在着种类繁多的大环——在细菌、植物、一些哺乳动物中，”《科学》杂志新报告的主要作者加拉夫·巴德瓦杰说，“大自然为了其自身特殊的功能而进化了它们。”事实上，许多天然大环是毒素。例如，环孢菌素显示出抗真菌活性，但也可以作为临床上强大的免疫抑制剂，使其可用于治疗类风湿性关节炎或防止移植器官排斥。
生产新的大环药物的一种流行策略是在原本安全稳定的天然大环骨架上移植药用特性。“当它起作用时，效果非常好，但我们可以有把握地使用的特征明确的结构数量有限，”巴德瓦杰说。换句话说，在制造新的大环药物时，药物设计者只能获得少数几个起点。
为了创建更多可靠的起点，他的团队使用了广义运动闭合——机器人关节算法——来探索大环可以采用的可能的构象或形状。
适应性算法
就像钥匙一样，大环的确切形状很重要。构建一个具有正确构象的分子，您可能会打开一种新的疗法。
根据该报告的另一位主要作者维克拉姆·穆里根的说法，建模真实的构象是“大环设计中最困难的部分之一”。但是，由于受机器人技术启发的算法的效率，该团队能够以“相对较低的计算成本”实现对可能的构象的“近乎详尽的采样”。
事实上，这些计算非常高效，以至于大部分工作不需要像分子工程领域通常那样使用超级计算机。相反，属于志愿者的数千部智能手机被网络连接在一起，形成一个分布式计算网格，科学计算被分成可管理的小块。
随着最初的智能手机数字运算完成，该团队仔细研究了结果——数百种前所未见的大环的集合。当在实验室中化学合成了十几种这样的化合物时，发现其中九种实际上采用了预测的构象。换句话说，智能手机正在准确地呈现科学家现在可以优化其作为靶向药物潜力的分子。
该团队估计，由于这项工作，可以可靠地用作药物设计起点的大环数量已从不到 10 个跃升至 200 多个。许多新设计的大环包含在生物学中从未见过的化学特征。
迄今为止，大环肽药物在对抗癌症、心血管疾病、炎症和感染方面显示出希望。由于机器人数学、一些智能手机和一些跨学科思考，患者可能很快会从这一有前景的分子类别中看到更多益处。
本文最初发表于The Conversation。阅读原文。