每月科技資訊

01 從生物演化到AI突破，E2VD模型革新病毒進化預測

近日，北京大學深圳研究生院信息工程學院田永鴻、陳杰團隊在AI"for"Science方面取得了新進展，團隊聯合廣州國家實驗室周鵬開展研究，他們通過定制化蛋白質語言模型和創新性進化預測策略，實現了跨病毒類型的通用進化預測，極大展現了AI助力自然科學研究范式革新的潛力。

在自然界，物種多樣性與生物體內承載功能的蛋白質相互約束，這是因為蛋白質作為功能的載體決定了生物的性狀，而這些性狀經過選擇壓力篩選后形成了當下的物種多樣性分布結果。立足達爾文進化論及表觀遺傳學持續新研究的角度，生物演化與環境組成了復雜系統，是與環境的協同演化。

受此啟發，研究團隊基于進化論視角重新審視病毒進化預測難題，提出了解決病毒進化兩大本質問題的跨病毒類型、跨毒株類型的通用進化預測模型E2VD，為疫苗、藥物的快速主動更新以及提高人類對于新發病毒感染的響應速度提供了強大工具，支撐和加速對于物種復雜進化機制的探索。

02 引入超納后，超強韌合金誕生

近日，西安交通大學金屬材料強度國家重點實驗室、微納尺度材料行為研究中心吳戈、單智偉團隊和該校劉暢、劉思達，聯合香港城市大學先進結構材料研究中心呂堅，在超強韌合金方面取得新突破。

2017年，吳戈教授與呂堅院士提出超納（Supra-nano）概念，意為結構特征尺寸小于10"nm，他們通過在材料中引入超納結構單元，整體材料展現出一些奇異性能。在此前研究基礎上，此次研究團隊通過晶粒內部以及晶界附近的兩種有序結構設計，實現了具有2.6"GPa抗拉強度和10%均勻延伸率的合金，為打造出兼具超高強度與卓越均勻延伸率的合金開辟了新道路。

他們巧妙利用短程序（SRO）與FCC基體的正界面作用能，調控短程序在晶界附近偏聚，形成短程有序界面。SRO在晶界附近的偏聚顯著提升了晶界抵抗位錯運動所需的應力水平，屈服強度提升至2.2"GPa。同時，他們在FCC相的晶界附近和晶粒內部引入兩種有序結構（SRO和超納析出相），形成互補的強化和塑化機制，促進了高應變硬化率和優異延伸率。

03 植物抗病基因“層級式”演化規律：以退為進，攻守有道

植物在其整個生命周期和演化過程中，面臨各種病原體的持續威脅。為了應對這些威脅，植物演化出了數量龐大的抗病基因（disease"resistance"gene，"R基因）。維持較多種類的R基因有利于植物應對環境中復雜多變的病原，但因此也會影響植物的正常生長發育，即付出“適應性代價”。那么，在這種“抗病或生長”的矛盾博弈中，植物R基因是如何演化，從而促進植物適應環境得以繁衍至今的呢？

南京大學生命科學學院陳建群/邵珠卿團隊長期致力于解析植物免疫系統的演化。此前，該團隊聚焦于植物最大的抗病基因家族—NLR基因，發現生存環境中病原的增加（如植物登陸）驅動了植物基因組中NLR基因數量的明顯擴張。近期，研究團隊通過系統收集808個植物基因組，將NLR基因的“生態適應性演化”推廣到了真菌異養等SLH物種，并通過比較研究SLH物種與其近緣non-SLH物種，清晰地展示了SLH物種NLR基因數量收縮的“來龍去脈”，有力地證實了NLR基因的“生態適應性演化”這一科學假說的可靠性和普適性，系統論證了病原選擇壓力對植物R基因演化的驅動作用。

04 全球最小微型醫療機械人，突破現有技術“不可能三角”

香港科技大學（科大）電子及計算機工程學系申亞京帶領團隊成功研發出一款全球最小的多功能手術機械人。這款微型醫療手術機械人的直徑僅為0.95毫米，較現有的機械人小60%。該機械人集三大功能于一身，突破現有技術限制的“不可能三角”。它具備高清拍攝功能，有助延伸障礙物檢測距離至約9.4毫米，與理論極限相比，這是10倍提升。其移動精確度亦提升至小于30微米，達至更細小、更靈巧，并能大幅擴展其成像區域，超越中心傳像束的固有成像比例約25倍。該機器人可協助醫療人員在人體內取樣、傳送藥物及進行激光熱療手術，其障礙物檢測距離實現10倍提升，有助將微創手術應用于人體內支氣管末端、輸卵管等微小腔道分支，擴大其應用范圍。

微型機械人具有多項優點，能進入狹窄腔道，并有助于病人迅速康復，感染風險亦較低。當下，微型機械人已應用在各種疾病的診療中，例如在心臟手術中協助置入冠狀動脈支架，在胃潰瘍和十二指腸潰瘍手術中進行腹腔鏡切除治療等。

05 電化學制備均一單層氧化石墨烯，工業化方法來了

氧化石墨烯（GO）是一類重要的石墨烯材料，具有多種不同于石墨烯的獨特性質，是目前應用最為廣泛的二維材料，在熱管理、復合材料等領域已實現工業化應用，在物質分離、生物醫藥等領域也表現出良好的應用前景。目前，GO的批量制備主要采用化學氧化方法（如Hummers法），即通過石墨與濃硫酸、濃硝酸、高錳酸鉀等強氧化劑的反應來實現GO制備。該反應迄今已有150多年的歷史，由于大量強氧化劑的使用，在制備過程中存在爆炸風險、嚴重的環境污染、成本高等問題，已成為制約GO產業發展的瓶頸。

中國科學院金屬研究所沈陽材料科學國家研究中心先進炭材料研究部任文才團隊發明了微液膜電解（LME）方法精確控制水的擴散，實現了電解水氧化與水吸附脫插層的動態平衡，進而實現了均一單層GO的工業化連續制備。GO的單層率≥99%，產率可達～180"wt.%，而成本僅為Hummers方法的1/7。利用LME方法可以實現對GO氧化程度和尺寸的有效控制以及利用純水電解制備GO。該工作不僅為電化學制備GO提供了新的認識，而且提供了一種低成本、高產率、可持續制備均一單層GO的方法。

06 借鑒人腦提出“存內稀疏”架構，二維半導體在AI領域潛力逐步釋放

稀疏性"（Sparsity）"是人腦中的神經突觸的本征屬性。在大腦發育過程中，超過一半的突觸會以細粒度和非結構化的方式被剪枝，這是人腦具有高能效的關鍵因素。受此啟發，稀疏神經網絡早在20世紀90年代就被提出，已成為人工智能輕量化的主流路徑。雖然稀疏神經網絡中90%的權重可以被剪枝，但剪枝過程中需要反復與外部存儲設備進行索引，消耗了整個系統90%以上的能耗和時延。類比于分離計算和存儲的馮·諾依曼瓶頸，索引過程成為稀疏神經網絡硬件的瓶頸。目前產業界主流方案為英偉達自A100芯片開始提出的大粒度、結構化剪枝，其本質是通過一定程度的精度犧牲來減輕索引開銷，并未在根本上解決索引瓶頸。為了解決稀疏神經網絡軟硬件不適配的問題，南京大學王欣然及合作團隊受人腦啟發，借鑒了神經生物學模型，他們發現，稀疏性信息在位置上也需要盡可能接近權重信息，并直接參與稀疏運算。

團隊首次提出稀疏神經網絡的“存內稀疏”計算架構，并基于二維半導體鐵電晶體管技術進行了免索引單元開發和陣列級片上演示，打破了稀疏神經網絡硬件技術瓶頸。其工作也充分展示了二維半導體等新材料、新器件技術賦能人工智能硬件的潛力，二維材料具有低溫后道工藝兼容的特點，可以與成熟的硅基電路進行三維單片集成，突破先進封裝技術在互聯密度方面的局限，進一步提升近存、存算芯片的效能。