生物物理学家指出，对这样的非制导系统进行建模和表征非常困难。“要使用模拟来预测过程，您需要完整描述整个迷宫，否则您将永远无法掌握它，这几乎是不可能的。要全面描述搜索空间，必须折衷肽模型的分辨率。模型的分辨率，您将无法如实地捕获疾病突变的影响。”

正如资深作者Chen Jianhan Chen指出的那样，“淀粉样蛋白假说”很有前途-淀粉样蛋白原纤维是阿尔茨海默氏病，帕金森氏病和其他神经退行性疾病的主要特征。他说：“但是这个过程真的很难研究。” “多年来，人们一直认为原纤维可能是大脑中的有害因素。但是在数十亿美元的投资未能提供阿尔茨海默氏症药物后，这种想法遭到了质疑。我们现在认为，原纤维不是有毒物种，但它是早期的形式，可溶性低聚物或原纤维。这就是我们要研究的内容。”

他说，必须同时满足这些矛盾的要求，即分辨率和完整性。Chen说：“我们的方法是同时满足这两者的第一个方法。这是我们的技术突破之一。”

他和贾首先关注的是无序溶液中肽的行为。Chen指出，该过程始于部分展开构象的肽。他们描述了生产性和非生产性聚集过程，并指出非生产性聚集过程可能需要很长时间才能脱离相互作用。陈说：“这就像在树林里徒步旅行一样。” “这就像一个迷宫。如果一种肽采用错误的途径，它会重新开始并重试很多次。”

Chen补充说：“过程缓慢且非常复杂。所有非生产性途径通常都是隐藏的，从未以全面和定量的方式加以描述。这就像月球的新开网页传奇页游。”

相比之下，原纤维的生长发生在“真正平坦”的能源格局中。“在陷入深渊之前，有很多很多错误会导致原纤维形成。” 他说，生物化学家称其为“无向导搜索”，并补充说“冒泡”是描述它的好方法。

他说，一个关键的见解是要解释导致运动缓慢并导致“运动瓶颈”的许多非生产性途径(太多的可能性)。陈指出，另一个重要的见解是生物物理学家称之为“能源格局”至关重要。尽管具有复杂的结构，但使用“通常的”结构化蛋白质，它们仍可以快速折叠，因为其基础的能量结构结构良好，可支持快速，有效的折叠。

Chen说，他们的模型“没有参数，并且完全基于物理学，不需要拟合或假设。我们提供了完整的过程描述，物理学自然而然地出现了。它确实令人满意;我们认为这是一个真正的突破。”

Chen和第一作者贾志光(Chenguang Guang)是Chen的计算生物物理实验室的研究科学家，他研究了构建基肽如何形成原纤维。“我们为这项工作感到非常自豪，因为据我们所知，这是我们首次描述了原纤维生长如何发生的全面过程。我们说明，致病突变的影响通常来自累积影响许多小扰动。全面的描述对于产生可靠且可检验的假设绝对至关重要。” 美国国家科学院院刊上详细介绍了其多尺度方法以及许多原子模拟方法。

Chen说，多尺度算法的主要灵感来自堪萨斯州立大学的论文的合作者和合着者Jeremy Schmit的理论工作。“共同，我们展示了如何在原子水平上描述肽搜索过程。我们通过观察淀粉样β肽中的突变如何影响原纤维生长来展示我们的方法。我们的结果表明，我们可以重现这些突变体的已知信息，加上实验中观察到的特殊的非可加性突变。这意味着两个位置都可以发生突变，并且一个位置都会使原纤维的生长加快，但是如果两个位置都发生突变，原纤维的生长就会缓慢。”

正如医生和家人所知道的那样，尽管对阿尔茨海默氏病进行了数十年的深入研究，，但对于导致这种疾病的大脑分子过程仍然知之甚少。现在，马萨诸塞州阿默斯特大学的研究人员说，来自分析理论和分子模拟技术的新见解提供了对淀粉样蛋白原纤维生长和脑病理学的更好理解。