對于銀河系這樣具有盤和暈的漩渦星系，是先形成盤還是暈？這是探究星系起源和早期宇宙環(huán)境的關(guān)鍵問題，科學研究在結(jié)論的不斷“反轉(zhuǎn)”中逐漸逼近真相……

今年的三個諾貝爾科學獎項中，兩項都“爆冷”頒給了AI先驅(qū)。事實上，越來越多的學科在與AI“共舞”的過程中獲益。以化學領(lǐng)域為例，電解液被譽為“電池的血液”，過去的百年間，科學家致力于通過試錯的方式不斷探索，但真正被廣泛采用的電解液分子仍只有數(shù)十種。近期，清華大學研究人員在人工智能模型預(yù)測電池電解液性質(zhì)領(lǐng)域取得進展，他們所開發(fā)的知識與數(shù)據(jù)雙驅(qū)動的二次電池電解液分子性質(zhì)預(yù)測框架大大提高了預(yù)測效率。

基于國際科技創(chuàng)新中心網(wǎng)絡(luò)服務(wù)平臺科創(chuàng)熱榜每日榜單形成的一周科技記憶，我們推出《一周前沿科技盤點》專欄。今天，為大家?guī)淼?13期。

1、《Nature?Astronomy》丨銀河系先有盤還是先有暈？ “盤古”刷新認知

極早期銀河系想象圖

對于銀河系這樣具有盤和暈的漩渦星系，是先形成盤還是暈？這是探究星系起源和早期宇宙環(huán)境的關(guān)鍵問題，對此，科學研究在不斷“反轉(zhuǎn)”中逐漸逼近真相。

暗能量和冷暗物質(zhì)模型曾一度流行。該模型預(yù)言，宇宙早期環(huán)境動蕩不安，星系之間存在頻繁且劇烈的吞噬和合并現(xiàn)象，可能令早期星系盤難以存在和維持。觀測上，過去發(fā)現(xiàn)的大部分河外盤星系的紅移小于3（紅移指物體的電磁輻射由于某種原因頻率降低的現(xiàn)象，紅移增加的比例與距離成正比）；而對于銀河系，普遍認為銀暈是銀河系最古老的結(jié)構(gòu)，而銀盤則晚于銀暈，并于約100億前形成。

但近年來，詹姆斯·韋布太空望遠鏡發(fā)現(xiàn)星系盤可以出現(xiàn)在更高的紅移。即便是紅移大于5的星系，盤結(jié)構(gòu)仍普遍存在。同樣，銀河系恒星化學運動學數(shù)據(jù)研究表明，一些年老貧金屬恒星具有與相對富金屬的銀盤恒星相似的軌道運動學性質(zhì)，暗示銀盤出現(xiàn)的時間可能更早。

近日，中國科學院國家天文臺和德國馬克斯·普朗克天文研究所等國內(nèi)外單位共同開展研究。基于LAMOST和Gaia巡天數(shù)據(jù)獲取迄今最精確的恒星年齡大樣本，結(jié)合統(tǒng)計建模，他們重構(gòu)出銀盤恒星的空間分布結(jié)構(gòu)隨年齡的演化，發(fā)現(xiàn)年齡為130至135億年的極古老恒星其空間分布呈現(xiàn)出清晰的盤結(jié)構(gòu)。這說明，古銀盤在宇宙剛誕生不久的數(shù)億年內(nèi)便已開始形成，且在后續(xù)130多億年的星系演變過程中幸存。這比此前詹姆斯·韋布太空望遠鏡觀測到的盤結(jié)構(gòu)更早，是目前已知最早的星系盤。這一極早期形成的古銀盤成分被命名為“盤古”。研究得出“盤古”的恒星質(zhì)量約為2×109倍太陽質(zhì)量，大于早期銀暈的恒星質(zhì)量，表明“盤古”可能為極早期銀河系的主導結(jié)構(gòu)。

該工作對剖析早期銀河系的結(jié)構(gòu)演化具有啟發(fā)意義。研究發(fā)現(xiàn)，在80至135億年前的50多億年間，古銀盤的結(jié)構(gòu)演化主要發(fā)生在垂直銀盤面的方向，而這一演化效應(yīng)可能由形成恒星的氣體垂向冷卻和恒星垂向加熱機制共同決定。研究通過與星系流體數(shù)值模擬數(shù)據(jù)進行對比發(fā)現(xiàn)，實際的銀盤比數(shù)值模擬中的銀盤更薄，表明銀河系實際經(jīng)歷的早期演化環(huán)境比理論預(yù)期要更加寧靜。

2、《Angew. Chem. Int. Ed》丨AI破譯“電池血液”奧秘，精準預(yù)測電解液分子性質(zhì)

KPI框架指導電解液分子設(shè)計

今年的三個諾貝爾科學獎項中，兩項都“爆冷”頒給了AI。事實上，越來越多的學科在與AI“共舞”的過程中獲益。電池由正極、負極和電解液三部分組成。其中，電解液被譽為“電池的血液”，電解液的物理化學性質(zhì)直接影響了電池的性能。因此，深入研究和關(guān)注電解液的性質(zhì)至關(guān)重要。然而，電解液分子的組分繁多、種類豐富，過去的百年間，盡管研究人員通過試錯的方式不斷探索研究，但真正被廣泛采用的電解液分子仍只有數(shù)十種。

針對先進電解液設(shè)計的關(guān)鍵物性數(shù)據(jù)匱乏的關(guān)鍵難題，清華大學化工系陳翔-張強課題組開展了一系列創(chuàng)新研究，取得了多項成果。近日，他們開發(fā)了一種知識與數(shù)據(jù)雙驅(qū)動的二次電池電解液分子性質(zhì)預(yù)測框架——基于知識的電解液性質(zhì)預(yù)測集成框架（KPI）。KPI框架首先收集并整理了大量電解液分子的結(jié)構(gòu)和性質(zhì)數(shù)據(jù)，自動整理成結(jié)構(gòu)化數(shù)據(jù)集。通過可解釋的機器學習算法，框架從微觀角度探索了分子的構(gòu)效關(guān)系，并將這些發(fā)現(xiàn)的知識嵌入到最終的預(yù)測模型中。KPI框架在熔點、沸點和閃點的預(yù)測中分別實現(xiàn)了10.4、4.6和4.8 K的低平均絕對誤差（MAE）。此外，KPI在20個測試數(shù)據(jù)集中的18個達到了先進的預(yù)測結(jié)果。通過分子近鄰搜索和高通量篩選，團隊還成功預(yù)測了29個潛在適用于寬溫域和高安全性的電池場景下的分子，其中一些分子已被文獻證實具有優(yōu)異性能，為電解液分子智能設(shè)計提供重要指導。

該框架不僅精確預(yù)測了電解液分子的關(guān)鍵性質(zhì)，還深化了對分子構(gòu)效關(guān)系的理解，為開發(fā)深度學習模型設(shè)立了新的標準，將化學知識的發(fā)現(xiàn)與嵌入有機結(jié)合，大大提升了人工智能方法在實際應(yīng)用中的表現(xiàn)，為電池及其他相關(guān)領(lǐng)域的研發(fā)提供了有力支持。

3、《Nature Communications》丨揭秘空中“隱形殺手”，讓飛行告別“刀尖之舞”

基于可解釋半監(jiān)督聚類的低空風場航空危害綜合評估方法示意圖

風場指一定范圍內(nèi)局地風速、風向等因子不一致的區(qū)域，是最常見的自然現(xiàn)象，與我們的生產(chǎn)生活密切相關(guān)。飛機尾流、風切變等復(fù)雜風場是40%以上重大航空災(zāi)難的主導因素，被稱為空中“隱形殺手”，航母艦載機起降更是因復(fù)雜風場等影響被喻為“刀尖上的舞蹈”。風場的復(fù)雜性在于它受到地勢地貌、氣象條件等多種因素綜合影響，在時空分布上具有多尺度、混沌的動力學特性，且其與飛行器氣動特性耦合嚴重，導致復(fù)雜風場的航空危害辨識困難。國際現(xiàn)有危害檢測標準往往針對不同的風場類型（如風切變、湍流、飛機尾流等）、地理位置和氣象條件定制，這就像是設(shè)計不同的尺子去量不同的物體，有效性和通用性受限，亦容易顧此失彼。如何找到一把刻度精密的尺子來統(tǒng)一衡量復(fù)雜風場的航空危害，是航空安全保障領(lǐng)域長期面臨的挑戰(zhàn)。

針對這一問題，國防科技大學電子科學學院李健兵團隊首創(chuàng)了一種基于可解釋半監(jiān)督聚類的低空風場航空危害綜合評估方法，為提高航空安全保障水平提供了基礎(chǔ)理論支撐。團隊從風場空間非均勻性引發(fā)航空危害這一本質(zhì)出發(fā)，結(jié)合風場物理先驗知識和概率模型，提出了一種可解釋半監(jiān)督聚類的航空危害風場綜合評估方法，在大量雷達探測數(shù)據(jù)和極少量標簽數(shù)據(jù)的情況下，發(fā)現(xiàn)了低空風場航空危害的通用高維特征，首次實現(xiàn)了多種類型危害風場的高置信識別和量化評估。

4、《Nature Communications》丨“晶”益求精，加速晶體結(jié)構(gòu)優(yōu)化

DeepRelax模型架構(gòu)

原子或晶體結(jié)構(gòu)優(yōu)化在計算化學、計算物理和計算材料科學等領(lǐng)域具有廣泛的應(yīng)用。結(jié)構(gòu)優(yōu)化的主要目標是找到最低能量狀態(tài)，也稱為基態(tài)。基態(tài)結(jié)構(gòu)是計算并預(yù)測其物理和化學性質(zhì)的基礎(chǔ)。該過程對表面化學反應(yīng)、晶體缺陷調(diào)控以及藥物設(shè)計等應(yīng)用至關(guān)重要。

北京大學深圳研究生院研究員、科學智能中心主任陳語謙與新加坡國立大學合作，開發(fā)了一種機器學習模型——DeepRelax。該模型通過單步計算，直接預(yù)測出比初始結(jié)構(gòu)更穩(wěn)定的結(jié)構(gòu)，避免了DFT中需要迭代計算電子密度和總能量的計算瓶頸。研究團隊進一步使用DFT對DeepRelax預(yù)測的結(jié)構(gòu)進行優(yōu)化，實現(xiàn)快速收斂。在使用單個A6000 GPU進行計算時，DeepRelax僅需幾百毫秒便能完成一個晶體結(jié)構(gòu)的優(yōu)化工作，DeepRelax還具備并行結(jié)構(gòu)優(yōu)化的能力，這一特點使其在高通量材料篩選和計算中的應(yīng)用價值得到顯著提升。

5、《ACS Sensors》丨 “定制化”的轉(zhuǎn)錄因子生物傳感器，面向工業(yè)4.0應(yīng)運而生

轉(zhuǎn)錄因子生物傳感器概述

工業(yè)4.0指利用信息化技術(shù)促進產(chǎn)業(yè)變革，強調(diào)智能工廠、智能生產(chǎn)和智能物流的融合，以推動傳統(tǒng)制造業(yè)從大規(guī)模生產(chǎn)向個性化定制轉(zhuǎn)型，最終令生產(chǎn)過程更加柔性化、個性化和定制化。當下面向工業(yè)4.0，有哪些生物技術(shù)應(yīng)運而生呢？

蓬勃發(fā)展的生物技術(shù)經(jīng)濟依賴于生物工具和技術(shù)的不斷進步。DNA 合成在可支付性、成分標準化方面的提升以及計算機算法技術(shù)的進步，有力地推動了各種遺傳元件在生物傳感器開發(fā)中的應(yīng)用?；谵D(zhuǎn)錄因子（TF）的生物傳感器（TFB）因其具備模塊化、多樣性、集成化和可定制性等特點，受到了廣泛的關(guān)注。TF本質(zhì)上是一種具有特殊結(jié)構(gòu)和功能的調(diào)節(jié)蛋白，會在響應(yīng)特定生物信號時發(fā)生構(gòu)象變化。生物體借助 TF介導的調(diào)節(jié)作用來調(diào)控代謝通量，并維持整體代謝網(wǎng)絡(luò)的平衡。TF在識別輸入配體后，可以結(jié)合或游離于配對啟動子區(qū)域內(nèi)或附近的TF結(jié)合區(qū)（TFBR）。這種相互作用通過影響RNA聚合酶（RNAP）與啟動子的結(jié)合來調(diào)節(jié)下游基因的轉(zhuǎn)錄?；谄鋫鞲刑匦裕琓F被廣泛用于開發(fā)基于細胞或無細胞的生物傳感系統(tǒng)，用于分子檢測或途徑調(diào)控。

近日，北京理工大學霍毅欣課題組的一篇文章綜述了轉(zhuǎn)錄因子生物傳感器的機制和構(gòu)建原則、在生物技術(shù)領(lǐng)域的應(yīng)用、以及響應(yīng)性能導向的改進策略。包括定制TFBs特定功能和性能參數(shù)的工程策略，乃至實現(xiàn)激活和抑制的功能反轉(zhuǎn)。他們還深入討論了通過改變TFB的組成元件來系統(tǒng)地改善TFB的性能，以及在多/跨學科合作的幫助下TFBs的進展，如現(xiàn)象模型、基于深度學習的蛋白質(zhì)結(jié)構(gòu)預(yù)測、DNA功能序列預(yù)測和蛋白質(zhì)從頭設(shè)計。

論文提出了TFBs在開發(fā)快速響應(yīng)生物傳感器和解決應(yīng)用隔離挑戰(zhàn)方面的未來方向，展望了人工智能技術(shù)和編程TFB遺傳電路的各種模型的潛力，為構(gòu)建和設(shè)計TFBs的提供了技術(shù)建議和基本指導，促進了TFBs在工業(yè)4.0中的更廣泛應(yīng)用，如智能生物制造，環(huán)境和食品污染物檢測及醫(yī)學科學領(lǐng)域。

6、《Nature Communications》丨脊髓損傷謎團未解？小膠質(zhì)細胞變身“守護者”為治療帶來曙光

脊髓損傷可造成嚴重后果，例如終身癱瘓，但科學界至今尚未全面了解它的機理，因此未能找到有效的治療方法。長期以來，由于缺乏適當?shù)幕铙w成像技術(shù)，科學家無法精確地觀察研究脊髓內(nèi)未受干擾的細胞生物過程。

為了克服這一困難，香港科技大學工學院電子及計算機工程學系瞿佳男教授與理學院生命科學部劉凱教授組成跨學科團隊，揭示了一種脊髓神經(jīng)損傷的保護機制為治療方法的發(fā)展提供了創(chuàng)新方向，有望造福全球逾千萬患者。

他們結(jié)合多模態(tài)顯微成像技術(shù)和光學清除技術(shù)，在國際上首次展示了自然生理條件下脊髓中膠質(zhì)細胞與節(jié)點的相互作用，成功實現(xiàn)微創(chuàng)活體成像，并由此發(fā)現(xiàn)小膠質(zhì)細胞在脊髓軸突損傷后，會發(fā)揮一種特殊功能，并有效阻止軸突退化。

免責聲明：本網(wǎng)轉(zhuǎn)載自其它媒體的文章，目的在于弘揚科技創(chuàng)新精神，傳遞更多科技創(chuàng)新信息，宣傳國家科技政策，展示國家科技形象，增強國家科技軟實力，參與國際科技輿論競爭，提高國際科技話語權(quán)，并不代表本網(wǎng)贊同其觀點和對其真實性負責，在此我們謹向原作者和原媒體致以崇高敬意。如果您認為本網(wǎng)文章及圖片侵犯了您的版權(quán)，請與我們聯(lián)系，我們將第一時間刪除。