
DNA双螺旋结构的发现堪称科学发展历程中的里程碑。而通过模拟这种复杂的遗传分子结构,我们又发现了一种使人造肌肉纤维更上一层楼的新方法,有望在各类微型机构(例如假肢及机器人手臂等装置)上发挥作用。
螺旋的力量
除了DNA之外,自然界中还存在着多种其他螺旋结构。翻开任何一本生物学教科书,我们都能看到大量螺旋——从蛋白质中的阿尔法螺旋、到纤维蛋白聚集体(例如头发角质蛋白)中的卷曲螺旋等。
螺旋体等细菌也拥有螺旋形结构。甚至植物的细胞壁,也包含大量以螺旋形式排列的纤维素纤维。
肌肉组织同样由螺旋状包裹的蛋白质组成,并由蛋白质形成细丝。既然如此,螺旋结构是不是真的具有某种进化优势?
这些自然衍生出的螺旋结构,大多与运动有着千丝万缕的关联。例如种荚的打开,树干、舌尖与触手的扭曲等等。这类系统不约而同地采用一种共通的结构:将螺旋形纤维嵌入柔软的基质当中,由此实现弯曲、扭曲、伸长、缩短或盘绕等复杂动作。
这种能够实现复杂形变的功能性优势,似乎正是螺旋普遍存在于自然界中的原因。
缠绕的纤维
十年之前,我曾从事过人工肌肉的设计,并由此对螺旋结构进行过一番深入研究。我和同事们发现了一种简单方法,只需将合成纱线加捻缠绕,即可制成强大的旋转人造肌肉纤维。
通过加热、吸引小分子物质或充电令纱线体积膨胀、扩大体积,这些纱线纤维即可完成解捻并旋转起来。而在收缩过程中,纤维又会重新回归缠绕状态。
实验证明,这些纤维能够驱动转子以每分钟11500转的速度快速旋转。虽然纤维很小,但却足以产生与大型电动机相同的单位质量扭矩。
关键在于,我们需要保证纱线中螺旋排列的细丝坚硬可靠。纱线体积膨胀的过程中,各条细丝都必须能够顺利延长、或者说解捻。而在达到细丝延伸长度的极限之后,即相当于解捻完成。
DNA中的奥秘
最近,我意识到DNA分子的活动与我们的纱丝解捻过程非常相似。研究单个DNA分子的生物学家们发现,在向DNA的双螺旋结构添加小分子物质时,双链DNA也会同样解捻。
DNA的骨架是名为糖磷酸酯的分子刚性链,因此在插入小分子将两条DNA链彼此推开时,双螺旋结构也就完成了解捻。实验还表明,如果将DNA的末端束缚起来以阻止其旋转,则解捻过程会产生“超螺旋”结构:DNA分子构成一条围绕自身的环。
事实上,特殊的几种蛋白质会在我们的细胞中产生调节超螺旋,从而将DNA分子堆叠至微小的核当中。
我们在日常生活中也经常能接触到超螺旋结构——例如当花园里灌水的软管缠结时,对任何一条长管的加捻都会产生超螺旋。这种情况在纺织工艺中被称为“股线扭结”、在线缆布置中则被称为“缠结”。
超螺旋增强“人造肌肉”强度
我们的最新研究结果表明,可以通过引导预捻纺织纤维膨胀以产生类似于DNA的超螺旋结构。我们使用两根涤纶缝纫线制成复合纤维,并为其分别涂上水凝胶(接触水后会膨胀),再对二者进行加捻。
水凝胶在接触水后会溶胀,令复合纤维膨胀并产生解捻。但如果将纤维末端夹紧了阻断解捻,纤维本身则构成超螺旋结构。
结果就是,纤维的长度缩短至原始长度的十分之一。在收缩过程中,其做出的机械功相当于每克干纤维1焦耳的能量。
相比之下,以人类为代表的哺乳动物的肌肉纤维只能完成20%左右的肌肉纤维收缩比例,每克质量的功率输出为0.03焦耳。换句话说说,同等直径的超螺旋纤维能够实现30倍于人体肌肉的输出功率。
为什么要使用人造肌肉?
人造肌肉材料在受限空间的应用场景下意义重大。例如,最新型的机动义肢手臂虽然令人印象深刻,但在灵活性上还远远无法与真手相比。要想顺畅模拟健康人体的运动、抓取与力量输出效果,必须向其中引入更多执行器。
但电动机自身的体积越小,输出的功率也会大大降低,这就导致我们无法在义肢或其他微型设备中使用传统电驱结构。而相比之下,人造肌肉在小尺寸下仍能维持较高的做功能力与功率输出。
为了探索其他潜在应用,我们尝试使用超螺旋肌肉纤维操作微型镊子。这类工具有望成为下一代非侵入性手术或机器人手术系统的重要组成部分。
过去十年以来,研究人员曾先后推出多种新型人造肌肉方案。考虑到现实场景对于这类小/微型机械设备的旺盛需求,人造肌肉已经成为高度活跃的研究领域。尽管这个方向已经取得了长足的进步,但我们仍然没能打造出与天然肌肉完全对等的人造肌肉:高收缩率、速度快、效率高、使用寿命长、静音以及能够与人体安全接触等。
通过引入新的超螺旋、高收缩率设计机制,这种前所未有的人造肌肉也许帮助我们在探索道路上迈出了重要的一步。目前相关研究仍在缓慢推进,但我们似乎看到了人造肌肉实现响应速度飞跃的胜利曙光。期待在未来的探索中,超螺旋结构能给我们带来更多新的惊喜。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。