作者:慕尼黑路德维希·马克西米利安大学
时间复杂性
(A–C)四种情况下的最小装配时间Tmin90in，取决于从随机模拟中获得的目标结构的尺寸S或结构的不同维度:(A) 1D，(B) 2D，和(C) 3D
反应时间刻度(Cν)1定义了系统中的基本时间刻度，它取决于每种单体的初始浓度
因此，最小装配时间以(Cν)1为单位
每个数据点代表由参数扫描确定的相同(最佳)参数值的随机模拟的几个独立实现的平均值(国际标准附录，第1节)
我们发现最小装配时间对目标结构尺寸的幂律依赖性
从模拟中得到的相应时间复杂度指数θsim及其理论估计值θth(我们在国际标准化组织附录第3节中推导出)总结在表A–C中
我们将场景表示为rev，可逆绑定；行动，激活；jis，按顺序排列；和二聚化
信用:DOI: 10
1073/pnas
2116373119 慕尼黑路德维希·马克西米利安大学的研究人员开发了一种新的策略，以节省时间和资源的方式制造纳米级结构
细胞结构或病毒衣壳等大分子可以在没有外部控制的情况下从小的构建块中出现，形成复杂的空间结构
这种自组织是生物系统的核心特征
但是这种自组织过程对于在纳米技术应用中构建复杂的纳米粒子也变得越来越重要
例如，在DNA折纸术中，更大的结构是由单个碱基创造出来的
但是如何优化这些反应呢？这是LMU物理学家教授提出的问题
欧文·弗雷和他的团队正在调查
正如他们在《PNAS》杂志上报道的那样，研究人员现在已经开发出一种基于时间复杂性概念的方法，这种方法允许创造新的策略来更有效地合成复杂的结构
来自计算机科学的概念 时间复杂性最初描述的是信息学领域的问题
它包括调查当有更多数据需要处理时，算法所需的时间是如何增加的
例如，当数据量翻倍时，所需时间可能会翻倍、翻两番或增加到更高的功率
在最坏的情况下，算法的运行时间会增加很多，以至于无法在合理的时间范围内输出结果
“我们将这个概念应用于自组织，”弗雷解释道
“我们的方法是:当单个构件的数量增加时，建造大型结构所需的时间如何变化？”如果我们假设——类似于计算中的情况——随着组件数量的增加，所需的时间周期以非常高的幂增加，这实际上将使大型结构的合成变得不可能
弗雷解释说:“因此，人们希望开发出一种方法，使时间尽可能少地依赖于组件的数量。”
LMU的研究人员现在已经使用计算机模拟和数学分析进行了这样的时间复杂性分析，并开发了一种制造复杂结构的新方法
他们的理论表明，构建复杂分子的不同策略具有完全不同的时间复杂性，因此效率也不同
有些方法更适合合成纳米技术中的复杂结构，有些方法则不太适合
“我们的时间复杂性分析导致了对自组装过程的简单但信息丰富的描述，以便精确预测必须如何控制系统参数来实现最佳效率，”弗瑞小组成员、该论文的主要作者弗洛里安·加特纳(Florian Gartner)解释道
该团队用纳米技术领域的一个著名例子证明了新方法的实用性:科学家们分析了如何有效地制造高度对称的病毒包膜
计算机模拟显示，两种不同的组装方案在短时间内产生了高产量
自组织的新策略 在此之前进行这样的实验时，科学家们依赖于一种实验上复杂的方法，这种方法涉及修改单个构件之间的结合强度
Gartner解释说:“相比之下，我们的模型完全基于控制单个构建块的可用性，因此为监管人工自组织过程提供了更简单、更有效的选择。”
就时间效率而言，新技术与现有方法相当，在某些情况下甚至更好
这位物理学家说:“最重要的是，这种模式有望比传统的组装策略更加通用和实用。”
弗雷说:“我们的工作提出了一种新的自组织概念方法，我们相信这将对物理、化学和生物学产生极大的兴趣。”
“此外，它还为纳米技术以及合成和分子生物学的新实验方案提出了具体的实际建议
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
