Moving backward to go faster: Diatom-inspired sliding reveals efficient modes of locomotion

这项受硅藻群落启发的研究所揭示了一种新型且高效的游泳机制，其中堆叠细胞之间的内部滑动产生了与经典波动运动相反的推进力，为仿生微型游动体提供了新的设计原则。

要点

想象一列由长形细胞组成的微型、微观火车，漂浮在粘稠的糖浆状液体中。这并不是一列拥有轮子或引擎的火车；它是一个受名为硅藻（diatoms）的一种藻类启发而形成的生命链条。长期以来，科学家们一直认为这些微小的游泳者是以类似蛇类蠕动或鱼类游泳的方式运动的：通过身体呈波浪状摆动来向后推水，从而推动自己前进。

但这篇文章揭示了一个令人惊讶的秘密：这些链条拥有一种“超能力”模式，即通过向后移动来实现更快的速度。

以下是其运作方式的分解，通过简单的概念进行说明：

1. “滑动火车” vs. “蠕动之蛇”

大多数微观游泳者（如精子细胞）的行为就像一条蛇。它们让整个身体呈现波浪状弯曲。如果波浪从头传导到尾，蛇就会向前移动。

这里研究的硅藻链条表现得更像是一列滑动火车。想象一长排人肩并肩站立。他们不是弯曲脊椎，而是让身体在彼此之间前后滑动。

• 机制： 细胞被粘合在一起，但可以彼此相互滑动。
• 波浪： 它们以协调的节奏进行滑动，产生一个沿链条传播的运动波。

2. 向后的惊喜

研究人员发现，这列火车移动的方向完全取决于波浪的速度相对于链条长度的关系。

• “蛇”模式（向前）： 如果滑动的波浪又长又慢（就像一个缓慢、懒散的波浪），链条就会向前移动，就像传统的游泳者一样。这是“预料之中”的方式。
• “超级滑动”模式（向后）： 如果波浪短促且快速，神奇的事情发生了。由于滑动细胞之间的摩擦（剪切力），链条开始轻微旋转。因为这些细胞的形状像长棒，这种旋转与滑动相结合，使链条以极高的速度向后方冲刺。

类比： 想想一个人试图在光滑的地板上行走。如果他们只是缓慢地挪动双脚，他们会向前移动。但如果他们以特定的扭转模式快速滑动双脚，他们可能会开始旋转并比走路时更快地向后冲刺。这就是这些硅藻链条的做法。

3. 为什么要向后移动？

你可能会问：“为什么一个生物会想要向后游？”论文指出，这关乎效率。

• 速度： 向后模式的速度比向前模式快多达 3.5 倍。
• 能量： 这也是最节能的旅行方式。链条可以用更少的能量消耗覆盖更多的距离。
• 最佳平衡点： 研究人员发现，当“滑动波”比链条本身短得多时，链条移动得最好。这种特定的节奏创造了完美的旋转量，从而将它们向后发射。

4. 自然的设计

论文指出，自然界中发现的真实硅藻群体，其细胞形状（长而细）完美契合了这种向后游泳效率的“最佳平衡点”。这表明，进化可能已经调整了这些微小生物，使其利用这种滑动技巧，从而在它们的水生世界中更有效地生存和移动。

5. 这对未来意味着什么

虽然论文的重点在于理解这些微小的藻类，但作者认为这种“滑动”技巧为工程师提供了一种新的蓝图。如果我们想要制造微型机器人（微型游泳者）或需要在粘稠液体中高效移动的小型机器人集群，我们不应该仅仅模仿鱼尾。相反，我们或许可以设计它们像这些硅藻链条一样相互滑动，以实现更快、更高效的运动。

简而言之： 自然界找到了一种打破游泳规则的方法。通过相互滑动而不是仅仅蠕动，这些微小的链条发现，有时，前进最快的方式是旋转并向后滑动。

技术摘要

问题陈述
从精子细胞到鲸鱼，跨越生物尺度的水生运动主要依赖于波动式步态，即传播中的变形波与周围流体相互作用，从而产生与波传播方向相反的推力。在微观尺度下，雷诺数较低（$Re \ll 1$）且流体惯性可以忽略不计时，推进需要通过非互易的形状变化来打破时间反演对称性。虽然鞭毛状微生物通过沿细长丝状物的弯曲波来实现这一点，但硅藻菌落（特别是 Bacillaria）的运动机制仍不为人所熟知。Bacillaria 菌落由由长棒状细胞组成的链组成，这些细胞通过由肌动蛋白-肌球蛋白驱动的滑行机制进行相对滑动。这种细胞间滑行产生的流体动力学后果，特别是它如何产生推进力并区别于经典的波动式游泳，尚未得到充分表征。

方法论
作者开发了一个受生物启发性的理论和数值模型，用以研究由长棒之间滑动驱动的运动。

• 模型几何结构： 系统被建模为 $N_{rods}$ 个长度为 $L_r$、直径为 $h$ 的刚性棒组成的链，堆叠形成总长度为 $L_c$ 的菌落。
• 运动学： 为了模拟 Bacillaria 的行为，棒之间通过运动学约束相连，以保持恒定的法向间距和平行排列，同时规定一个切向滑动位移。该位移被建模为相邻棒中心之间的正弦波 $L_n(t) = A \sin(2\pi f t + \phi_n)$，其中 $A$ 为振幅，$\phi_n$ 为相位差。
• 流体动力学： 给定低雷诺数环境，周围流体遵循斯托克斯方程（Stokes equations）。作者采用刚性多球模型（rigid multiblob method）来计算棒之间的三维流体动力学相互作用，通过沿其中心线离散化标记点来对每根棒进行处理。
• 分析参数： 动力学过程通过菌落中的波长数量 $N_\lambda = \Delta \Phi / 2\pi$ 来量化，其中 $\Delta \Phi$ 是总相位差。研究改变了 $N_\lambda$、菌落规模（$N_{rods}$）以及细胞长宽比（$L_r/h$）。
• 分解： 为了阐明推进机制，作者将游泳问题分解为两个线性子问题：(1) 抑制旋转时的运动（纯滑动变形）以及 (2) 具有预设旋转的刚体运动（无滑动）。

核心贡献与结果
本研究识别出一种基于滑动的、本质上不同的游泳机制，这挑战了经典的波动式范式。

1. 双向游泳与运动反转： 与典型的向着波方向运动的鞭毛游泳不同，滑动诱导的游泳是双向的，并受振荡波长的控制。

   • 后向游泳： 当 $N_\lambda$ 较小（具体为 $N_\lambda \approx 0.2$）时，菌落向与行进波相同的方向运动。这种“后向游泳”模式是由菌落几何不对称性引起的强自感应剪切和旋转-平移耦合驱动的。
   • 前向游泳： 随着 $N_\lambda$ 的增加，运动发生转变。在 $N_\lambda \approx 1.1$ 时，菌落表现出前向游泳（与波方向相反），类似于经典的鞭毛推进。
   • 转变： 后向推进与前向推进之间的转变发生在 $N_\lambda \approx 0.6$ 处。

2. 增强的速度与效率： 后向游泳模式明显优于前向模式。

   • 速度： 后向模式的速度比前向模式快多达 3.5 倍，每个滑动周期可使菌落位移约 1.4 个体长。
   • 效率： 后向模式也是能量效率最高的。游泳效率（弗劳德效率）在 $N_\lambda \approx 0.2$ 时达到峰值，而前向模式的效率较低。

3. 推进机制： 快速的后向推进源于两种机制之间的竞争：

   • 一个类似于鞭毛的、由沿中心线的变形波驱动的前向分量。
   • 一个由菌落旋转驱动的强后向分量。滑动运动在链条上产生平均剪切，导致不对称的菌落发生旋转。由于形状的不对称性，这种旋转与平移耦合，产生了快速的后向运动。在最优 $N_\lambda$ 下，旋转速率与旋转-平移耦合系数的乘积达到最大。

4. 几何优化与进化意义：

   • 研究发现，最大化能量效率的最佳长宽比（$L_r/h$）约为 10.66（标准差为 3.52）。
   • 这一预测的最优范围与自然界中 Bacillaria 菌落的实验测量值高度吻合。
   • 对于较低的长宽比（$L_r/h < 4$），系统表现得更像细长的鞭毛，且最优模式转向前向游泳（$N_\lambda \approx 1.2$）。

意义
本文声称，滑动代表了一种此前被忽视的多细胞组装体运动模式。研究结果表明，流体动力学效率可能构成塑造硅藻链形态的进化选择压力，因为观察到的自然长宽比与模型预测的最大效率相对应。此外，该研究确立了滑动作为一种强大的运动机制，为仿生微型游动器和集群机器人系统提供了新的设计原则。这些系统可以利用简单的局部相互作用以及基本单元之间的滑动，来实现鲁棒、协调的运动、自组装以及高能效的推进，而无需复杂的控制架构。