科技資訊

東南大學取得壓電材料里程碑式突破

隨著科技發展與醫療需求增長，植入式壓電生物器件研究蓬勃興起，旨在提高生活質量。傳統壓電材料雖廣泛應用，因其不可降解屬性，植入后需二次手術取出。因此，研發可生物降解瞬態電子器件顯得尤為迫切，此類器件能在體內按預設時間運作后安全溶解，避免殘留風險。盡管天然壓電生物材料具備生物兼容優勢，但其壓電性能偏低，限制了其在醫療領域的使用。相比之下，分子鐵電材料具有易合成、易加工、輕便、良好生物兼容性及物理性能可調等優點，是理想植入式瞬態電子器件材料候選。當前關鍵任務在于開發具有更高壓電性能的可生物降解分子鐵電材料。

東南大學熊仁根教授是鐵電化學領域的創立者。在過去十余年間，他帶領團隊聚焦于分子鐵電材料的化學設計與研究。今年，基于鐵電化學的氫/氟取代策略和晶體工程，團隊效仿b相的PVDF結構，利用有限的奇數個（n=3）–CF2–基團，結合氫鍵相互作用形成了無限長的鏈狀結構，開發了一例有機小分子鐵電體。團隊將PVDF的結構單元從上千減少到了3，實現了小分子壓電性能四倍的提升，起到了四兩撥千斤的作用。

這一發現使得可植入式壓電材料的壓電性能達到新的高度。團隊還組裝一個可控的瞬態機電器件，并證實具有良好的生物傳感性能。這一研究為可降解植入式電子醫療器件提供了有前途的候選材料，也為分子壓電材料提供了與人體健康密切相關的重要應用。

微隕石撞擊竟催生前所未見礦物，或將改寫太空風化認知

太空風化是月球及太陽系其他無大氣天體表面的改造過程之一，包括微隕石轟擊、太陽風離子注入、高能宇宙射線作用等，其中月球表面的微隕石轟擊環境具有：粒徑小、速度快、通量大等特點。高速微隕石轟擊月壤可通過高溫熔融、破碎、氣化、沉積、膠結等機制改造月壤的物質組成、成分、光譜、物理性質等。由于月表物質組成多樣、微隕石轟擊過程復雜、轟擊產物不穩定等多因素的耦合影響，關于月球表面微隕石轟擊的改造機制及其效應認識不完善，甚至存在爭議。

中國科學院地球化學研究所聯合澳門科技大學和廣東工業大學，通過對嫦娥五號月壤顆粒開展研究，在月壤玻璃珠表面微隕石撞擊坑中發現一系列含Ti的蒸發沉積顆粒，TEM分析結果顯示，這些含Ti顆粒為金紅石、三方結構Ti2O和三斜結構Ti2O三種Ti納米礦物。其中，三方Ti2O和三斜Ti2O兩種物相，之前尚未在天然地質樣品中被發現，而在材料學領域，Ti2O是一種可在實驗室內制備的光催化薄膜材料。研究揭示了月壤中這些Ti納米礦物的成因過程。

研究結果完善了對月球表面太空風化過程的認識，也為理解太陽系其他無大氣天體表面的空間風化過程提供線索。

“氫原子擺渡車”“電子海綿”說的都是它

作為物質的一個新層次，團簇具有原子數可精準調控、結構精確的“原子精準”特點，因此可以作為理想的模型體系來研究制氫催化劑的催化制氫機制和儲氫材料的儲氫機理，對發展新型制氫催化劑和開發高效儲氫材料具有重要意義。

西安交通大學侯高壘教授及合作者提出了一種將團簇研究與實際催化建立聯系的研究策略。他們以原子數精確可控和幾何結構精確可確定的富勒烯負載金屬單原子作為碳基載體金屬單原子催化劑的模型，富勒烯作為多孔碳材料的模型，從而在團簇催化研究中巧妙地考慮載體效應。研究團隊利用雙樣品靶雙束濺射激光的團簇束源、高分辨高靈敏飛行時間質譜、紅外多光子解離光譜結合第一性原理計算以及分子動力學模擬，深入詳細地研究了C60V+催化水分解生成H2和O2的微觀機制，精確表征了該催化反應的關鍵中間體，發現C60負載具有顯著的載體效應，不僅可以作為水分解制氫的“氫擺渡車”幫助氫原子轉移和氫氣形成，而且可以因其獨特的得失電子能力驅動金屬中心的價態轉變，從而推動整個催化反應的完成。由此，研究團隊提出C60可以作為催化水分解的“電子海綿”。C60通常被認為是良好的電子受體，而作為電子給體的重要性則鮮有報道。

揭秘氧化鈦儲鈉“黑科技”，打開低成本鈉離子電池潛能新世界

鈉離子電池因較低的成本和豐富的資源，有望應用于大規模儲能，因而備受研究者們關注。關于鈉離子電池材料的儲鈉機理需要深入研究，此前關于二氧化鈦儲鈉機制主要存在兩種相矛盾的觀點：一種認為二氧化鈦儲鈉是嵌入型反應，另一種認為二氧化鈦儲鈉過程會伴隨著無定形化轉變。此外，二氧化鈦儲鈉性能的構效關系和其贗電容響應來源需要進一步揭示，為實際的鈉離子電池材料設計提供科學依據。

基于此，廈門大學魏湫龍副教授課題組與美國加州大學洛杉磯分校材料系Bruce?Dunn教授合作，系統地研究了不同顆粒尺寸TiO2的儲鈉過程的電化學行為及結構演化過程，提出了表面氧化還原儲鈉反應模型，揭示了顆粒尺寸和比容量之間的關系，并成功解釋了以往報道中TiO2塊體和納米材料之間儲鈉結果差異的本質原因。

AI從“人生錯題本”中能學到什么？

如何正確看待錯誤是每個人一生都要面對的課題。一些人取得成功的秘訣在于，他們總能從自己和別人的錯誤中不斷學習，汲取經驗教訓，進而獲得系統性成長。近期一項研究表明，研究“錯題本”對人工智能也大有裨益。

近年來，有監督的數據驅動算法大大推動了人工智能領域的發展。在該類學習任務中，局部錯誤標簽的出現是一種普遍現象。特別是對大型數據集來說，含有錯標數據/不確定性標注數據更是在所難免。然而，這些被錯誤標注的樣本對模型訓練有很大的誤導作用，如何在AI模型訓練中有效處理這些錯標數據就成了一個重要問題。

東南大學儀器科學與工程學院劉澄玉、李建清團隊針對錯誤標簽（noisy?label）數據對模型精度的潛在影響這一普遍問題，提出了一種對特征層數據分布進行先驗假設的損失函數構建方法，提升了對含有錯誤標簽的數據集進行訓練的學習效果。具體來看，他們認為將數據通過模型提取到的深層特征的類概率分布假設為特定的長尾T分布，以此有效抑制錯標數據影響，并從理論推導和實驗驗證兩個方面給出了翔實論證。研究團隊證實了一種全新的損失函數——學生損失函數（Student?Loss）機制，可以在訓練中對干凈樣本與錯標樣本進行自主篩選，從而提升模型表現。同時，結合度量學習策略，他們還進一步發展了該函數的泛化版本。

人類大腦皮質神經元有160億個，是怎么做到的？

大腦皮質是智力的重要基礎。有人將哺乳動物的大腦皮質比作計算機的CPU，神經元則是CPU的基本單元。人類的大腦皮質擁有160億神經元，而猩猩只有80億神經元，非洲大象有56億神經元，獼猴有17億神經元，小鼠有1400萬神經元。那么，人類這160億個大腦皮質神經元是如何發育生長出來的呢？在哺乳動物2億年的漫長進化過程中，大腦皮質神經元又是如何逐漸增加的呢？復旦大學腦科學研究院和附屬中山醫院的楊振綱團隊給出了答案。

研究團隊發現，種系演化過程中，由于FGF—ERK通路在大腦皮質神經干細胞中隨著進化越來越強，哺乳動物大腦皮質的神經干細胞越來越多地表達BMP7基因。BMP7的功能是加強神經干細胞自我更新和顯著延長神經元產生的時間，并抑制神經膠質細胞的產生。最終人類大腦皮質神經干細胞獲得了高表達BMP7基因的能力，因此也就具有了長時間產生神經元的能力。

進一步，他們發現了大腦皮質中FGF-ERK-BMP7-GLI3R信號通路隨著大腦皮質的不斷增大而逐漸增強，呈現一個正反饋的形式。這個發現解釋了，從小鼠、雪貂、獼猴、猩猩到人類，隨著進化，不同物種的大腦皮質的神經干細胞為什么會越來越多。人類大腦皮質包含更多的神經元，提示人類大腦有更強的信息處理能力，這可能是人類智力高于動物智力的原因之一。

數千年思想的演進軌跡，彈指一揮就出現在眼前

《老子》等道家文獻的書本級互文網絡、篇章級互文分布與句子級互文頻率統計，由此可以觀察出典籍文獻中所蘊含的思想觀念在后世文獻中的遞相傳播和演化。

近日，北京大學人工智能研究院支持、北京大學數字人文研究中心研究并設計、北京大學王選計算機研究所參與研發了古文獻溯源分析平臺原型系統。該平臺應用深度學習技術對大規模古典文獻集進行定量文化分析，追溯中華思想文化觀念的源流及其在后世的演化軌跡，在詞匯、句子和文檔三個層面提供數據驅動的人文研究組合工具。該平臺為人文學者應用定量分析方法從事思想史和文化史研究提供了便利。在此基礎上，數字人文研究中心和王選計算機研究所合作開發了應用級的古文獻溯源分析系統（訪問地址：https：//ca.pkudh.org/）。

該平臺匯集了目前能收集到的唐以前的所有數字化典籍，加上《二十四史》《資治通鑒》以及若干精選典籍和文章總集，共計201種30880篇，內容涉及哲學、歷史、政治、文學、宗教等多個領域。除了常見的瀏覽、檢索和頻率統計等基礎功能外，還提供了文本重用、詞共現、歷時性等定量文化分析功能，配備了多樣化的可視化呈現。用戶點擊操作，就能觀察千余年的思想演化軌跡。

從紛繁復雜的單細胞蛋白組中成功地“大海撈針”

快速發展的測序技術產生了大量背景復雜、內涵豐富的數據，如何從紛繁復雜的生物信息數據中恢復出數據的真相，打開認知生物奧秘的窗口，成為當今人工智能與相關交叉學科研究的前沿課題。其中，單細胞蛋白組中存在著批次效應、數據噪聲和數據缺失等獨特、復雜的問題，令數據分析處理格外棘手。

近日，南開大學人工智能學院張瀚團隊聯合騰訊AI實驗室姚建華團隊提出一種名為scPROTEIN的基于圖對比學習的單細胞蛋白質組學表征學習方法，此方法首次開發了一個統一的深度學習框架，以解決質譜測序帶來的數據缺失、批次效應和高噪聲等在數據處理中互相影響的難題，并學習到準確的細胞嵌入表示，可用于一系列下游分析。

隨著單細胞蛋白質組學技術的迅速發展和應用，scPROTEIN可以在各類單細胞蛋白質組學數據分析場景中發揮更大作用，為解讀復雜的生物數據提供新工具和方法。這一前沿成果也為科學智能（AI?for?Science）提供了新的思路，顯示了深度學習在解決生物醫學數據分析中復雜問題的潛力。