机器人的动作往往比较笨拙。
对于我们人类来说，健康的大脑可以处理身体运动的所有微小细节，而不需要有意识的关注。但对于无脑的机器人来说并非如此，事实上，计算机器人运动是其自身的科学分支。
据外媒《The Conversation》报道，华盛顿大学蛋白质设计研究所的研究人员已经找到如何应用最初设计的一种帮助机器人移动的算法去帮助解决另外一个完全不同的问题：药物研发。该算法已经帮助解开了一类称为肽大环化合物的分子，其具有吸引力的药物性质。
运动规划的机器人学家设想它为“自由度”，以金属机械臂为例，手肘、手腕和关节是可移动的，因为他们都有自由度，而前臂、上臂以及每个手指的各个部分都没有。如果你想让一个机器人伸出手来抓住一个物体，或者执行计算出来的一个动作，你必须知道它的自由度是什么，如何操纵它们。
肢体的自由度越高，其潜在运动就越复杂。直接连接简单的机器人肢体所需的数学知识深奥得令人惊讶，该领域之父Ferdinand Freudenstein曾经称七关节肢体运动的计算为“运动学的珠穆朗玛峰”。
在上世纪50年代的计算机时代早期，Freudenstein就发明了他的运动学方程，此后，机器人专家们越来越依靠算法来解决这些复杂的运动学问题。特别是一种被称为“广义运动闭合”的算法，可以解决七关节问题，让机器人专家可以通过编程精细控制手指。
这一点居然引起了分子生物学家的关注。
活细胞内的许多分子可以被认为是具有枢轴点或者说是自由度的链条，类似于微小的机械臂。这些分子根据化学定律弯曲和扭曲。多肽及其细长的蛋白质，通常必须采用精确的三维形状才能发挥作用。准确预测肽和蛋白质的复杂形状，让科学家们能够理解它们是如何工作的。
尽管大多数肽形成直链，但其中一个称为大环化合物的会形成环。这种形状具有独特的药理学优势。环状结构比软链更不灵活，使得大环极其稳定。而且由于它们缺乏自由端，有些可以抵抗体内的快速降解，这是摄入肽的另一种常见命运。
天然化合物如环孢菌素是迄今为止发现最有效的治疗药物之一。它们结合了小分子药物（如阿司匹林）的稳定性优势，以及大型抗体治疗药物如赫赛汀的特异性。制药行业的专家认为，这类药用化合物“很有吸引力，尽管尚未得到重视”。
科学新报告的第一作者Gaurav Bhardwaj表示，“自然界中的细菌、植物以及一些哺乳动物身上存在大量各种不同的大环化合物，而大自然已经发展成为它们自己的特殊功能。” 事实上，许多 天然大环化合物是毒素，例如环孢菌素表现出抗真菌活性，但在临床中也充当强大的免疫抑制剂，使其用作类风湿性关节炎的治疗或预防移植器官的排斥。
生产新型大环类药物的流行策略涉及将药用有用的特征嫁接到本来安全和稳定的天然大环骨架上。Bhardwaj说：“当它工作时，它的作用非常好，我们可以放心地使用有限数量的特征明显的结构。换句话说，药物设计者在制造新的大环化合物药物时只能获得少数几个出发点。
为了创造更多可靠的出发点，他的团队使用广义运动学闭合-机器人联合算法来探索大环化合物可以采用的可能的构造或形状。
与键一样，大环化合物的确切形状也很重要。建立一个正确的构造，你可以解锁一种新的治疗方法。
该报告的另一主要作者Vikram Mulligan称，对现实构象进行建模是“宏观设计中最难的部分之一”。但是，得益于机器人启发式算法的效率，该团队能够以“相对低的计算成本”实现对似真构造的“接近完全抽样”。
实际上，计算非常高效，大部分工作并不需要超级计算机，分子工程领域通常就是如此。相反，成千上万志愿者的智能手机联网在一起形成分布式计算网络，科学计算以可管理的块形式分发。
随着最初智能手机数字计算完成，该团队对结果进行了深入研究，已经得到了数百个此前从未见过的大环化合物。在实验室中化学合成十二种这样的化合物时，显示九种实际上采用预测的构象。换句话说，智能手机可以准确呈现分子，科学家现在可以优化其作为靶向药物的潜力。
该团队预计，可以放心地用作药物设计起点的大环数量从不到10个增加到超过200个，这要感谢这项工作。许多新设计的大环化合物含有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，炎症和感染方面有很好的前景。得益于机器人数学、智能手机和跨学科思考，患者可能很快会从这种有前途的分子中得到更多的好处。
