能源危机可能引发多年的燃料短缺和高油价。生物细胞的能量短缺甚至更严重。后果包括肌萎缩侧索硬化和老化相关疾病，如阿尔茨海默氏症和帕金森病。

植物中的活细胞采用所谓的生物能量学机器 - 一系列相互关联的化学反应，将阳光转化为能量。高等生物对营养素的作用相同。当细胞变老时，它们会失去能量。

“老化是能量泄漏的直接表现，能量泄漏经常通过活性氧物质的形成而发生，”亚利桑那州立大学分子科学助理教授Abhishek Singharoy说。

Singharoy研究了两种相关的生物能量过程，在绿色能源和生物医学方面具有不同的潜在应用。他的工作在Oak Ridge领导计算设施(OLCF)的Titan超级计算机上得到了2亿个处理器小时的支持，这是一个能源部(DOE)科学办公室用户设施。该分配是DOE的INCITE计划(创新和新颖的理论和实验的计算影响)的一部分。

Singharoy及其同事专注于紫色细菌Rhodobacter sphaeroides，这是一种原型系统，可以为高等生物细胞呼吸中的光合作用或能量转换提供设计原则。它也是计算和实验伴随研究的理想模型。

“蛋白质通常不能培养维持能量，”Singharoy说，但紫色细菌的例外情况是例外。通过“训练”，他意味着它的蛋白质已经进化合作以保留它们收集的一些太阳能，将其转化为三磷酸腺苷(ATP)，这是一种对所有生物有重要作用的储能分子。

Singharoy说，“这些生物能量蛋白质是药物设计中非常热的分子靶点”。例如，疟疾寄生虫与紫色细菌共享蛋白质。一种名为atovoquone的药物可以通过阻断线粒体呼吸过程中蛋白质的活性来阻止疟疾 - 这是从营养物中提取ATP的细胞中的化学步骤。

Singharoy还希望利用自然来设计收获太阳能的设备。研究人员通常不会在单分子水平上观察到蛋白质的能量维持能力。尽管如此，Singharoy发现了一种强大的蛋白质熟练能力，可以在细胞膜中储存和转化能量。例如，他从他的模拟中学到，蛋白质在弯曲的膜上比在平膜上吸收阳光的方式更有效 - 更有效。“膜的曲率的潜在机制是什么?它正在训练蛋白质以某种方式吸收阳光。这是非常令人惊讶的。”

现在，Singharoy和他的同事正在准备公布第一次模拟紫色细菌的整个色谱 - 其1亿个原子亚细胞光合作用装置的结果，这种情况正在变得越来越普遍。

在这十年早些时候，千万亿次计算机的出现(每秒能够进行1015次计算)已经实现了以前无法实现的模拟，这些模拟可以处理和分析足够大的数据以填充数百万个光盘。他们揭示了数百种蛋白质如何在整个网络中整合其功能，以及它们如何将光转换为ATP和其他能量形式。Singharoy和他的同事们现在更好地了解紫色细菌的色素如何将光能转化为电能，然后转化为机械能，最后转化为化学能。

研究人员报告了过去两年这一多步骤过程中的主要发现，首先是2016年8月在伊利诺伊大学厄巴纳 - 香槟分校(UIUC)的主要作者Melih Sener的Elife杂志上的概述。他们在“美国化学学会杂志”的两篇2016年论文中描述了该系统的电气和机械特性。2018年“美国国家科学院院刊”与印第安纳大学的Amar Flood报道的一些生物学思想是人造分子马达的基础。这些是生物学启发的设备，将化学能转化为机械功，在纳米级轨道上进行简单的线性或旋转运动。

Singharoy去年1月加入了亚利桑那州立大学，开发了一个广泛的合作者网络来推动他的研究。他们包括Sener，ASU的Petra Fromme和英国谢菲尔德大学的Neil Hunter，他们负责调查验证计算预测。Sener和Hunter是美国能源部支持的圣路易斯华盛顿大学光合天线研究中心的成员，在那里进行了实验。

在ASU，Singharoy隶属于美国国家科学基金会的Bio-XFEL科学技术中心，研究人员使用X射线自由电子激光器观察生物机器的工作情况。“来自该中心的一些实验数据直接进入我的建模，”他说。一系列实验方法产生了这些信息，包括电子显微镜(他的研究的另一个推动力)，X射线晶体学和质谱。

Singharoy还积极参与由国家卫生研究院支持的基于UIUC的大分子模拟和生物信息学中心。该中心是UIUC理论和生物物理学小组的总部，由已故分子动力学(MD)模拟的创始人Klaus Schulten建立。MD将牛顿运动定律应用于原子和分子。Singharoy于2013年加入Schulten的研究小组，担任贝克曼研究员。

Schhaten对一些蛋白质储存和转化能量的能力着迷，Singharoy说，其中大多数都不是为了做到这一点。光合作用和呼吸蛋白质网络具有这种能力，但只有几毫秒 - 足以使蛋白质将能量从一种形式转变为另一种形式。自2016年后者去世以来，Singharoy继续沿着Schulten的道路前行。

Schulten领导了研究人员在全球采用的两个关键工具的开发：NAMD(纳米级分子动力学)和VMD(视觉分子动力学)。通过UIUC的Emad Tajkhorshid领导的这些工具的持续开发，Singharoy及其同事利用了Titan的并行处理能力。其图形处理单元(GPU)对两种封装的成功至关重要。

实际上，Singharoy将Schulten用于软件开发的互补愿景和OLCF科学总监Jack Wells认为是Titan硬件开发的“我们的主要成功来自超级计算的原因”。