對(duì)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(xué)研究在結(jié)論的不斷“反轉(zhuǎn)”中逐漸逼近真相……

今年的三個(gè)諾貝爾科學(xué)獎(jiǎng)項(xiàng)中，兩項(xiàng)都“爆冷”頒給了AI先驅(qū)。事實(shí)上，越來越多的學(xué)科在與AI“共舞”的過程中獲益。以化學(xué)領(lǐng)域?yàn)槔?，電解液被譽(yù)為“電池的血液”，過去的百年間，科學(xué)家致力于通過試錯(cuò)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(xué)研究人員在人工智能模型預(yù)測(cè)電池電解液性質(zhì)領(lǐng)域取得進(jìn)展，他們所開發(fā)的知識(shí)與數(shù)據(jù)雙驅(qū)動(dòng)的二次電池電解液分子性質(zhì)預(yù)測(cè)框架大大提高了預(yù)測(cè)效率。

基于國(guó)際科技創(chuàng)新中心網(wǎng)絡(luò)服務(wù)平臺(tái)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(diǎn)》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(rèn)知

極早期銀河系想象圖

對(duì)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(duì)此，科學(xué)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(dòng)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(cè)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(duì)于銀河系，普遍認(rèn)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(yuǎn)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(xué)運(yùn)動(dòng)學(xué)數(shù)據(jù)研究表明，一些年老貧金屬恒星具有與相對(duì)富金屬的銀盤恒星相似的軌道運(yùn)動(dòng)學(xué)性質(zhì)，暗示銀盤出現(xiàn)的時(shí)間可能更早。

近日，中國(guó)科學(xué)院國(guó)家天文臺(tái)和德國(guó)馬克斯·普朗克天文研究所等國(guó)內(nèi)外單位共同開展研究?；贚AMOST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(jì)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(yuǎn)鏡觀測(cè)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(yáng)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(dǎo)結(jié)構(gòu)。

該工作對(duì)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(jī)制共同決定。研究通過與星系流體數(shù)值模擬數(shù)據(jù)進(jìn)行對(duì)比發(fā)現(xiàn)，實(shí)際的銀盤比數(shù)值模擬中的銀盤更薄，表明銀河系實(shí)際經(jīng)歷的早期演化環(huán)境比理論預(yù)期要更加寧?kù)o。

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

KPI框架指導(dǎo)電解液分子設(shè)計(jì)

今年的三個(gè)諾貝爾科學(xué)獎(jiǎng)項(xiàng)中，兩項(xiàng)都“爆冷”頒給了AI。事實(shí)上，越來越多的學(xué)科在與AI“共舞”的過程中獲益。電池由正極、負(fù)極和電解液三部分組成。其中，電解液被譽(yù)為“電池的血液”，電解液的物理化學(xué)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(cuò)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(duì)先進(jìn)電解液設(shè)計(jì)的關(guān)鍵物性數(shù)據(jù)匱乏的關(guān)鍵難題，清華大學(xué)化工系陳翔-張強(qiáng)課題組開展了一系列創(chuàng)新研究，取得了多項(xiàng)成果。近日，他們開發(fā)了一種知識(shí)與數(shù)據(jù)雙驅(qū)動(dòng)的二次電池電解液分子性質(zhì)預(yù)測(cè)框架——基于知識(shí)的電解液性質(zhì)預(yù)測(cè)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(dòng)整理成結(jié)構(gòu)化數(shù)據(jù)集。通過可解釋的機(jī)器學(xué)習(xí)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(shí)嵌入到最終的預(yù)測(cè)模型中。KPI框架在熔點(diǎn)、沸點(diǎn)和閃點(diǎn)的預(yù)測(cè)中分別實(shí)現(xiàn)了10.4、4.6和4.8 K的低平均絕對(duì)誤差（MAE）。此外，KPI在20個(gè)測(cè)試數(shù)據(jù)集中的18個(gè)達(dá)到了先進(jìn)的預(yù)測(cè)結(jié)果。通過分子近鄰搜索和高通量篩選，團(tuán)隊(duì)還成功預(yù)測(cè)了29個(gè)潛在適用于寬溫域和高安全性的電池場(chǎng)景下的分子，其中一些分子已被文獻(xiàn)證實(shí)具有優(yōu)異性能，為電解液分子智能設(shè)計(jì)提供重要指導(dǎo)。

該框架不僅精確預(yù)測(cè)了電解液分子的關(guān)鍵性質(zhì)，還深化了對(duì)分子構(gòu)效關(guān)系的理解，為開發(fā)深度學(xué)習(xí)模型設(shè)立了新的標(biāo)準(zhǔn)，將化學(xué)知識(shí)的發(fā)現(xiàn)與嵌入有機(jī)結(jié)合，大大提升了人工智能方法在實(shí)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(fēng)場(chǎng)航空危害綜合評(píng)估方法示意圖

風(fēng)場(chǎng)指一定范圍內(nèi)局地風(fēng)速、風(fēng)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(jī)尾流、風(fēng)切變等復(fù)雜風(fēng)場(chǎng)是40%以上重大航空災(zāi)難的主導(dǎo)因素，被稱為空中“隱形殺手”，航母艦載機(jī)起降更是因復(fù)雜風(fēng)場(chǎng)等影響被喻為“刀尖上的舞蹈”。風(fēng)場(chǎng)的復(fù)雜性在于它受到地勢(shì)地貌、氣象條件等多種因素綜合影響，在時(shí)空分布上具有多尺度、混沌的動(dòng)力學(xué)特性，且其與飛行器氣動(dòng)特性耦合嚴(yán)重，導(dǎo)致復(fù)雜風(fēng)場(chǎng)的航空危害辨識(shí)困難。國(guó)際現(xiàn)有危害檢測(cè)標(biāo)準(zhǔn)往往針對(duì)不同的風(fēng)場(chǎng)類型（如風(fēng)切變、湍流、飛機(jī)尾流等）、地理位置和氣象條件定制，這就像是設(shè)計(jì)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(fēng)場(chǎng)的航空危害，是航空安全保障領(lǐng)域長(zhǎng)期面臨的挑戰(zhàn)。

針對(duì)這一問題，國(guó)防科技大學(xué)電子科學(xué)學(xué)院李健兵團(tuán)隊(duì)首創(chuàng)了一種基于可解釋半監(jiān)督聚類的低空風(fēng)場(chǎng)航空危害綜合評(píng)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(tuán)隊(duì)從風(fēng)場(chǎng)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(fēng)場(chǎng)物理先驗(yàn)知識(shí)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(fēng)場(chǎng)綜合評(píng)估方法，在大量雷達(dá)探測(cè)數(shù)據(jù)和極少量標(biāo)簽數(shù)據(jù)的情況下，發(fā)現(xiàn)了低空風(fēng)場(chǎng)航空危害的通用高維特征，首次實(shí)現(xiàn)了多種類型危害風(fēng)場(chǎng)的高置信識(shí)別和量化評(píng)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(jì)算化學(xué)、計(jì)算物理和計(jì)算材料科學(xué)等領(lǐng)域具有廣泛的應(yīng)用。結(jié)構(gòu)優(yōu)化的主要目標(biāo)是找到最低能量狀態(tài)，也稱為基態(tài)?；鶓B(tài)結(jié)構(gòu)是計(jì)算并預(yù)測(cè)其物理和化學(xué)性質(zhì)的基礎(chǔ)。該過程對(duì)表面化學(xué)反應(yīng)、晶體缺陷調(diào)控以及藥物設(shè)計(jì)等應(yīng)用至關(guān)重要。

北京大學(xué)深圳研究生院研究員、科學(xué)智能中心主任陳語(yǔ)謙與新加坡國(guó)立大學(xué)合作，開發(fā)了一種機(jī)器學(xué)習(xí)模型——DeepRelax。該模型通過單步計(jì)算，直接預(yù)測(cè)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(jì)算電子密度和總能量的計(jì)算瓶頸。研究團(tuán)隊(duì)進(jìn)一步使用DFT對(duì)DeepRelax預(yù)測(cè)的結(jié)構(gòu)進(jìn)行優(yōu)化，實(shí)現(xiàn)快速收斂。在使用單個(gè)A6000 GPU進(jìn)行計(jì)算時(shí)，DeepRelax僅需幾百毫秒便能完成一個(gè)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(diǎn)使其在高通量材料篩選和計(jì)算中的應(yīng)用價(jià)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(yùn)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(jìn)產(chǎn)業(yè)變革，強(qiáng)調(diào)智能工廠、智能生產(chǎn)和智能物流的融合，以推動(dòng)傳統(tǒng)制造業(yè)從大規(guī)模生產(chǎn)向個(gè)性化定制轉(zhuǎn)型，最終令生產(chǎn)過程更加柔性化、個(gè)性化和定制化。當(dāng)下面向工業(yè)4.0，有哪些生物技術(shù)應(yīng)運(yùn)而生呢？

蓬勃發(fā)展的生物技術(shù)經(jīng)濟(jì)依賴于生物工具和技術(shù)的不斷進(jìn)步。DNA 合成在可支付性、成分標(biāo)準(zhǔn)化方面的提升以及計(jì)算機(jī)算法技術(shù)的進(jìn)步，有力地推動(dòng)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(diǎn)，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(huì)在響應(yīng)特定生物信號(hào)時(shí)發(fā)生構(gòu)象變化。生物體借助 TF介導(dǎo)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(shí)別輸入配體后，可以結(jié)合或游離于配對(duì)啟動(dòng)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(dòng)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(xì)胞或無細(xì)胞的生物傳感系統(tǒng)，用于分子檢測(cè)或途徑調(diào)控。

近日，北京理工大學(xué)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(jī)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(dǎo)向的改進(jìn)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(shí)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(xué)科合作的幫助下TFBs的進(jìn)展，如現(xiàn)象模型、基于深度學(xué)習(xí)的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、DNA功能序列預(yù)測(cè)和蛋白質(zhì)從頭設(shè)計(jì)。

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(jì)TFBs的提供了技術(shù)建議和基本指導(dǎo)，促進(jìn)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(cè)及醫(yī)學(xué)科學(xué)領(lǐng)域。

6、《Nature Communications》丨脊髓損傷謎團(tuán)未解？小膠質(zhì)細(xì)胞變身“守護(hù)者”為治療帶來曙光

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

為了克服這一困難，香港科技大學(xué)工學(xué)院電子及計(jì)算機(jī)工程學(xué)系瞿佳男教授與理學(xué)院生命科學(xué)部劉凱教授組成跨學(xué)科團(tuán)隊(duì)，揭示了一種脊髓神經(jīng)損傷的保護(hù)機(jī)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(xué)清除技術(shù)，在國(guó)際上首次展示了自然生理?xiàng)l件下脊髓中膠質(zhì)細(xì)胞與節(jié)點(diǎn)的相互作用，成功實(shí)現(xiàn)微創(chuàng)活體成像，并由此發(fā)現(xiàn)小膠質(zhì)細(xì)胞在脊髓軸突損傷后，會(huì)發(fā)揮一種特殊功能，并有效阻止軸突退化。

免責(zé)聲明：本網(wǎng)轉(zhuǎn)載自其它媒體的文章，目的在于弘揚(yáng)科技創(chuàng)新精神，傳遞更多科技創(chuàng)新信息，宣傳國(guó)家科技政策，展示國(guó)家科技形象，增強(qiáng)國(guó)家科技軟實(shí)力，參與國(guó)際科技輿論競(jìng)爭(zhēng)，提高國(guó)際科技話語(yǔ)權(quán)，并不代表本網(wǎng)贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)，在此我們謹(jǐn)向原作者和原媒體致以崇高敬意。如果您認(rèn)為本網(wǎng)文章及圖片侵犯了您的版權(quán)，請(qǐng)與我們聯(lián)系，我們將第一時(shí)間刪除。