背景与挑战
结节在生物DNA、蛋白质及合成高分子中普遍存在，影响材料力学性能和生物功能。传统被动聚合物中，短链（<400个单体）的自发结节概率极低（约0.04%），而活性体系（如细菌鞭毛）的动力学复杂性使结节调控困难重重。如何在可控条件下高效生成简单结节，是软物质物理和纳米技术领域的长期挑战。
创新方法
研究团队设计了一种极性双嵌段共聚物模型：链的一端为活性单体（比例p），受切向自驱动力作用；另一端为被动单体。通过大规模朗之万动力学模拟（链长N=300-400）和拓扑分析软件KYMOKNOT，系统研究了结节形成、迁移与解开的动态过程，并结合理论模型揭示了其非平衡机制。
关键发现
1.结节概率激增：当活性单体比例p≈0.4时，结节生成概率（Pₖₙ₀ₜ）较被动链提升2-3个数量级（图1a）。这一非单调峰值与活性驱动强度（Péclet数，Pe）无关，为普适性规律。
2.结节迁移机制：结节在活性端形成后，沿链向被动端迁移。活性段内结节松散且迁移快（速度∝Pe），被动段内结节紧密且寿命长（图2,3）。二者竞争导致最优p值的存在。
3.拓扑简单性：生成的结节以简单素结（如三叶结3₁、八字结4₁）为主，复合结占比不足20%（图1b,c），显著区别于传统压缩或电场诱导的复杂缠结。
应用潜力
该发现为纳米级结节的按需制备提供了新思路：
· 可调控性：通过调节p和Pe，可精准控制结节产率及复杂度，适用于药物载体、分子马达设计。
展望
通讯作者Emanuele Locatelli表示：“下一步将探索结节形成的动态演变机制，并开发机器学习模型预测最优活性构型，推动活性材料从‘经验设计’向‘精准编程’的跨越。” 这一突破为活性物质拓扑调控开辟了新维度，有望在柔性机器人、靶向给药等领域引发技术革新。