“不會弄濕的表面”，產(chǎn)業(yè)側(cè)該怎么落地？

當雨滴落在植物的葉片上，可以觀察到雨滴形成一個個圓滾滾、透明的水珠卻不鋪陳開來浸潤葉片，而且只要稍傾斜葉片，水珠還會快速滾離。用科學(xué)話語轉(zhuǎn)述一下，這種自潔葉面現(xiàn)象其實是超疏水表面形成的“荷葉效應(yīng)”。超疏水指水滴接觸角大于150度，滾動角小于10度的濕潤狀態(tài)?？茖W(xué)家觀察發(fā)現(xiàn)，葉片表面遍布微小的乳突結(jié)構(gòu)，正是這些復(fù)雜的“微米—納米”多重結(jié)構(gòu)導(dǎo)致了水滴落在葉面上之后，將與葉片隔著一層極薄的空氣而無法徹底浸潤。

過去的20年間，超疏水表面基礎(chǔ)研究取得快速發(fā)展，包括制備、仿生、潤濕性理論和潛在應(yīng)用等。由于其獨特的潤濕性，超疏水表面在自清潔、油水分離、防腐、防結(jié)冰等諸多領(lǐng)域具有廣闊應(yīng)用前景，但其實際應(yīng)用卻相對滯后。

中國科學(xué)院蘭州化學(xué)物理研究所環(huán)境材料與生態(tài)化學(xué)研發(fā)中心硅基功能材料組長期從事超疏水表面基礎(chǔ)研究和技術(shù)開發(fā)融合發(fā)展工作，致力于突破關(guān)鍵共性技術(shù)瓶頸，推進其產(chǎn)業(yè)化和實際應(yīng)用。截至目前，他們實現(xiàn)了在5G天線罩/雷達罩防雨衰、高壓輸電線路防結(jié)冰、抗危化液體黏附、電子產(chǎn)品防水防油膜、家電自清潔涂層和智能礦山影像識別系統(tǒng)等領(lǐng)域的實際應(yīng)用。交叉融合研究方向，將超疏水表面引入鋰金屬電池隔膜和太陽能界面蒸發(fā)等領(lǐng)域。

近日，該課題組發(fā)表展望文章，介紹了對超疏水表面發(fā)展現(xiàn)狀的調(diào)查結(jié)果，包括基礎(chǔ)研究、專利申請和商業(yè)化情況?；谇捌谡{(diào)查和多年研發(fā)基礎(chǔ)，探討了超疏水表面商業(yè)化和廣泛實際應(yīng)用的挑戰(zhàn)和策略——超疏水表面的綜合性能、制備方法和應(yīng)用場景是其商業(yè)化和廣泛實際應(yīng)用的主要制約因素，在設(shè)計制備超疏水表面時，應(yīng)同時兼顧、解決這些挑戰(zhàn)。為此，課題組提供了可行策略。文章重點介紹了超疏水表面綜合性能的標準測試方法，展望發(fā)展前景。課題組期望通過文中建議的策略及學(xué)術(shù)界和工業(yè)界的合作，于2035年左右實現(xiàn)超疏水表面的廣泛商業(yè)化和實際應(yīng)用。

大型醫(yī)學(xué)數(shù)據(jù)庫已建好，一起去挖掘數(shù)據(jù)“寶藏”吧

全基因組測序（WGS）數(shù)據(jù)已被廣泛應(yīng)用于疫情監(jiān)測、檢測、溯源和進化等研究中。但是現(xiàn)有的病原基因組數(shù)據(jù)庫并未覆蓋所有人類病原體，也存在數(shù)據(jù)質(zhì)量低、缺乏流行病學(xué)信息等問題。因此，建立一個全面覆蓋致人類傳染病病原體的高質(zhì)量參考基因組數(shù)據(jù)庫并整合流行病學(xué)數(shù)據(jù)的知識庫，將對各類疫情的全球監(jiān)測及預(yù)警具有重要價值。

近日，中國科學(xué)院微生物研究所國家微生物科學(xué)數(shù)據(jù)中心開發(fā)的“全球病原微生物數(shù)據(jù)庫”發(fā)布相關(guān)論文，詳細介紹了人類病原體綜合基因組參考數(shù)據(jù)庫以及利用參考數(shù)據(jù)庫所整合的一系列病原微生物研究分析工具和應(yīng)用實例。

“全球病原微生物數(shù)據(jù)庫”通過收集、整合全球范圍的食品、環(huán)境、病人等來源的病原微生物基因組及流行病學(xué)、文獻等數(shù)據(jù)，對人類病原微生物進行了分型、核心基因、藥物抗性、毒力基因和移動元件的分析研究；推出一系列整合高質(zhì)量參考數(shù)據(jù)庫的病原微生物鑒定、溯源和進化分析的在線工具平臺，實現(xiàn)了基于全球真實數(shù)據(jù)的動態(tài)病原譜、分型譜、抗性譜和毒力譜的繪制。

惠及多領(lǐng)域研究者！“驚蜇”成新秀

脈沖神經(jīng)網(wǎng)絡(luò)（SNN）被譽為第三代神經(jīng)網(wǎng)絡(luò)，使用更低層次的生物神經(jīng)系統(tǒng)的抽象，既是神經(jīng)科學(xué)中研究大腦原理的基本工具，又因其稀疏計算、事件驅(qū)動、超低功耗的特性而備受計算科學(xué)的關(guān)注。隨著深度學(xué)習(xí)算法的引入，SNN的性能得到大幅度提升，脈沖深度學(xué)習(xí)作為計算神經(jīng)科學(xué)與深度學(xué)習(xí)的交叉學(xué)科，成為新興研究熱點。傳統(tǒng)SNN框架更多關(guān)注生物可解釋性，致力于構(gòu)建精細脈沖神經(jīng)元并仿真真實生物神經(jīng)系統(tǒng)，并不支持自動微分，無法充分利用圖形處理器（GPU）的大規(guī)模并行計算能力，也缺乏對神經(jīng)形態(tài)傳感器和計算芯片的支持，難用于脈沖深度學(xué)習(xí)任務(wù)。

對此，北京大學(xué)深圳研究生院信息工程學(xué)院田永鴻教授團隊構(gòu)建并開源了脈沖神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)框架SpikingJelly（中文名：驚蜇）?！绑@蜇”提供了全棧式的脈沖深度學(xué)習(xí)解決方案，提供神經(jīng)形態(tài)數(shù)據(jù)處理、深度SNN的構(gòu)建、替代梯度訓(xùn)練、人工神經(jīng)網(wǎng)絡(luò)（ANN）轉(zhuǎn)換SNN、權(quán)重量化和神經(jīng)形態(tài)芯片部署等功能。研究團隊認為，“驚蜇”框架的顯著優(yōu)勢體現(xiàn)在兩方面：簡單易用，研究者可以快速進行跨領(lǐng)域的學(xué)習(xí)和使用，通過寥寥數(shù)行代碼輕松構(gòu)建并訓(xùn)練深度SNN；超高性能，與其他框架相比，“驚蜇”可達11倍的訓(xùn)練加速。

自2019年冬季一經(jīng)推出，“驚蜇”框架就獲得研究者青睞，基于“驚蜇”的研究工作大量出版，將SNN的應(yīng)用從簡單的MNIST數(shù)據(jù)集分類擴展到人類水平的imageNet圖像分類、網(wǎng)絡(luò)部署、事件相機數(shù)據(jù)處理等實際應(yīng)用。圍繞該框架，還有尖端前沿領(lǐng)域的探索，包括可校準的神經(jīng)形態(tài)感知系統(tǒng)、神經(jīng)形態(tài)憶阻器、事件驅(qū)動加速器硬件設(shè)計等。目前有超過123篇公開論文使用“驚蜇”框架進行實驗。上述應(yīng)用和研究表明，“驚蜇”的開源，極大促進了脈沖深度學(xué)習(xí)領(lǐng)域的發(fā)展。

放入人體的“絲”，量產(chǎn)化難題已解決！

如神經(jīng)纖維、肌纖維、心肌纖維……可以說，纖維在人體中廣泛存在。隨著生物醫(yī)學(xué)中仿生材質(zhì)的普遍使用，具有仿生性能的人工合成纖維在組織功能修復(fù)、生理信號監(jiān)測、光電刺激干預(yù)等生物醫(yī)學(xué)場景展示出了巨大前景，開發(fā)生物相容性且與生物軟組織力學(xué)性質(zhì)（柔軟且可延展）相似的合成纖維變得尤為關(guān)鍵。從材料角度看，水凝膠穩(wěn)定性不佳限制了其應(yīng)用范圍，而彈性體聚合物可以用于制備柔軟且穩(wěn)定的延展纖維，但制備過程受制于聚合物的可紡性。對這類不可紡的彈性體聚合物，如在生物醫(yī)學(xué)中廣泛應(yīng)用的硅膠類聚合物，現(xiàn)有技術(shù)仍難以實現(xiàn)高品質(zhì)、大規(guī)模生產(chǎn)。

對此，西安交通大學(xué)生命科學(xué)與技術(shù)學(xué)院仿生工程與生物力學(xué)研究所與海南大學(xué)生物醫(yī)學(xué)工程學(xué)院趙國旭副教授和王東教授開展多學(xué)科交叉合作，他們開發(fā)了一種水凝膠輔助的同軸微流控紡絲方法，能夠量產(chǎn)纖維形態(tài)優(yōu)異的可拉伸纖維，普適于一大類不可紡聚合物。

他們研究揭示了纖維制備過程的流體力學(xué)機制，成功制備了直徑大范圍可控、長度數(shù)十米且形態(tài)優(yōu)異的可拉伸纖維。同時，該技術(shù)也能夠通過纏繞塑形制備尺寸大范圍可控、可拉伸性優(yōu)異且力學(xué)順應(yīng)的彈性體螺旋纖維。

基于該技術(shù)，課題組成功制備了多種可拉伸功能纖維并驗證了其生物醫(yī)學(xué)應(yīng)用潛力：PDMS纖維可編織為繩索和織物；導(dǎo)光PDMS纖維能夠可穿戴式監(jiān)測多種人體力學(xué)信號；平直和螺旋結(jié)構(gòu)碳納米管（CNT）/PDMS導(dǎo)電纖維能夠分別用作可穿戴力學(xué)傳感器和力不敏感導(dǎo)體；磁性修飾的螺旋PDMS纖維能夠在血管樣管道內(nèi)磁控移動，有望用作血管內(nèi)軟體機器人。

這項研究解決了一大類不可紡聚合物的量產(chǎn)化紡絲難題，將極大地促進新型可拉伸纖維的研發(fā)和應(yīng)用，有望作為一種基礎(chǔ)性制備技術(shù)和材料類型，廣泛應(yīng)用在生物醫(yī)學(xué)等多行業(yè)領(lǐng)域。

AI賦能3D打印，距離骨缺損修復(fù)精準治療不遠了

多孔結(jié)構(gòu)超材料廣泛存在于自然界中，如蝴蝶翅膀和人體骨骼，展現(xiàn)出優(yōu)于基質(zhì)材料的力學(xué)和生物學(xué)性能，被廣泛應(yīng)用于輕質(zhì)結(jié)構(gòu)、組織工程、聲學(xué)和電學(xué)等領(lǐng)域。3D打印令高精度復(fù)雜多孔結(jié)構(gòu)的低成本高效制造成為可能，然而，超材料的結(jié)構(gòu)設(shè)計空間十分龐大，結(jié)構(gòu)與性能的映射關(guān)系復(fù)雜，如何發(fā)揮3D打印的結(jié)構(gòu)功能化優(yōu)勢成為科學(xué)難題?；跈C器學(xué)習(xí)的設(shè)計方法能夠?qū)崿F(xiàn)無先驗知識條件下的高效設(shè)計，但目前多集中于二維結(jié)構(gòu)，僅適用于低維或單目標優(yōu)化問題。而工程中廣泛應(yīng)用的三維結(jié)構(gòu)通常涉及高維多目標優(yōu)化，具有數(shù)據(jù)稀疏性、龐大搜索空間和嚴格外部約束等特點。

清華大學(xué)機械系溫鵬副教授團隊近日提出一種生成模型、三維卷積神經(jīng)網(wǎng)絡(luò)和數(shù)值模擬相融合的設(shè)計——多目標主動學(xué)習(xí)循環(huán)（GAD-MALL）算法的超材料設(shè)計方法。這種學(xué)習(xí)方法能在數(shù)據(jù)稀疏場景下有效解決高維多目標優(yōu)化難題，為AI賦能材料和結(jié)構(gòu)設(shè)計提供了一種高效范式。

研究團隊成功地將這種方法應(yīng)用于鈦合金和可降解鋅金屬骨缺損修復(fù)多孔植入物的優(yōu)化設(shè)計和3D打印。其生成的多孔植入物在快速匹配骨骼解剖形態(tài)和彈性模量的同時，還能保持良好的孔隙連通性和可制造性，展現(xiàn)出比均質(zhì)結(jié)構(gòu)和拓撲優(yōu)化結(jié)構(gòu)更高的屈服強度和更均勻的應(yīng)力分布。

目前該團隊和北京大學(xué)第三醫(yī)院骨科合作，在國際上率先實現(xiàn)了3D打印可降解金屬多孔植入物的臨床應(yīng)用，成功完成圍關(guān)節(jié)骨折骨缺損修復(fù)30余例。據(jù)稱，未來將會采用AI賦能的定制化方法，對3D打印多孔植入物的材料和結(jié)構(gòu)進一步優(yōu)化，實現(xiàn)骨缺損修復(fù)的精準治療。

拓撲編碼的繁花，將綻放于量子存儲的土壤之上

拓撲量子物態(tài)是一個在凝聚態(tài)物理和量子信息領(lǐng)域中都備受關(guān)注的研究方向，其中之一就是可以為量子計算機的設(shè)計提供有效的糾錯容錯方案。使用多粒子系統(tǒng)的集體拓撲態(tài)作為有效的邏輯量子比特，拓撲編碼因而可以免疫局部錯誤帶來的影響。然而，標準的拓撲編碼仍有缺陷——在現(xiàn)實三維空間（或其低維子空間）中，仍需要持續(xù)性的人為糾錯操作，去對抗持續(xù)的熱噪聲以及其他不斷積累的誤差。而理想的存儲器應(yīng)具備無限長的記憶時間，通過保持低溫和本身動力學(xué)就可以自行進行糾錯，將錯誤率維持在容錯范圍之內(nèi)。

量子自行糾錯相關(guān)理論探索方面，科學(xué)家已經(jīng)構(gòu)造出一些分形子（fracton）模型，這類模型簡單而奇異，具有一類不可自由移動的點狀激發(fā)，是超出現(xiàn)有框架的非常規(guī)拓撲序。盡管尚不能完全實現(xiàn)自行糾錯，但分形子模型揭示了一類非傳統(tǒng)意義的新奇拓撲序——分形子拓撲序，提供了超出拓撲計算標準范式的替代方案。但當下，分形子編碼的很多基本特性尚未被探索。

近日，中國科學(xué)院理論物理研究所宋昊副研究員與合作者首次研究了分形子模型作為量子糾錯碼的理論容錯極限。該工作將尋找分形子編碼容錯極限的問題轉(zhuǎn)化為求解自旋統(tǒng)計模型相變溫度的統(tǒng)計物理問題。其求解的自旋統(tǒng)計模型具有子系統(tǒng)對稱性和隨機的多體相互作用，是一類新穎的統(tǒng)計力學(xué)模型。

該研究揭示了分形子拓撲序作為量子存儲平臺的巨大潛力：通過并行回火蒙特卡羅方法進行數(shù)值模擬，研究人員得到自旋統(tǒng)計模型的相圖，進而獲得相應(yīng)的分形子編碼容錯極限。以最簡單的分形子模型——X-cube模型為例，研究人員詳細地計算并與已知的常規(guī)三維拓撲編碼進行比較后，發(fā)現(xiàn)分形子編碼擁有更好的容錯性。