在AI的加持下，用冷冻电镜观察目前已知细胞中最大、最复杂的蛋白质复合体——核孔复合体的结构越发清晰，未来我们对生命本质也将有更加深刻的理解；另一方面，随着计算机技术快速渗透，机器学习也在光学成像领域获得大量应用。近期，科学家通过弹道光与散射光在散射成像中不同作用的发现解释了深度学习散射成像无法突破厚度限制的物理原因。这也给研究者提了醒，想找到症结所在，除了借助算法建模等工具之外，也别忘了要让科研“回归本源”。
基于国际科技创新中心网络服务平台科创热榜每日榜单形成的一周科技记忆，我们推出《一周前沿科技盘点》专栏。今天，为大家带来第四十二期。
1《Journal of Molecular Biology》丨生物大分子看得一清二楚！AI让分子生物学研究的“利器”如虎添翼
特刊封面图，反映了AI技术与冷冻电镜技术的融合对于未来超大蛋白复合体结构解析的重要作用
2017年，三位科学家Jacques Dubochet、Joachim Frank、Richard Henderson因发明、应用、推广了冷冻电镜技术摘得诺贝尔化学奖，被媒体有趣地称为“一个发给了物理学家的诺贝尔化学奖，奖励他们帮助了生物学家”。
冷冻电镜的厉害之处在哪呢？正所谓“工欲善其事，必先利其器”。此前，电子显微镜只能用于观察死去的生物，因为电子显微镜的电子束会杀死活体，真空管也会令活体脱水而死、令生物大分子瓦解。而冷冻电镜的快速冷却技术可以让生物大分子在真空管中保持其自然形态，并且生成清晰的3D图像。这项技术已成为分子生物科学家的研究“利器”。
近日，中国科学院生物物理研究所孙飞研究组发表综述文章，全面介绍了对核孔复合体（Nuclear Pore Complex，简称NPC）结构组装的最新认识。要知道，在现代生物学中，核孔（Nuclear pore）是一个著名的亚细胞结构，负责细胞核内外的物质运输。而NPC是目前已知细胞中最大、最复杂的蛋白质复合体。
该综述文章回顾了人们利用冷冻电镜技术逐步提高NPC结构解析分辨率并从体外研究发展到体内研究的历史过程，并展望了NPC结构生物学的未来方向。研究组认为，随着冷冻电镜和AI等相关技术的快速发展，对NPC的研究也将会让我们对生命本质有更深刻的理解
2《Photonics Research》丨深度学习这个工具固然好用，科研也别忘了“回归本源”
现实生活中，散射现象无法避免，它会导致遥感、军事天文观测、生物医学成像时，探测器所接收到的图像细节模糊、分辨率低，而且，成像质量会随着散射的强度增加或探测距离的增加而进一步降低。
为了对成像质量进行优化提升，近年来，各种人工智能算法被应用于散射介质中的目标成像。原理为提取观测到的样本点，进行拟合，最终生成模型。这其中，卷积神经网络是一个热门研究方向，卷积神经网络（Convolutional Neural Networks简称CNN）是一种深度学习模型，通过提取识别图像特征的方式来分析视觉图像。近年来该神经网络结构不断优化升级，但仍难以透过厚散射介质获得理想的目标重建效果。
近日，中科院量子光学实验室刘红林副研究员与香港理工赖溥祥教授课题组、上海理工大学张大伟教授合作，使用从同一块毛玻璃不同区域采集的实验数据、经弹道光比例可调位板（调节范围0%-100%）生成的模拟数据分别进行CNN训练和测试。他们对比发现，弹道光是提高网络泛化性的先决条件，而散射光则是开启某一散射条件下网络模型使用权限的特定“密钥”，网络只能识别训练时见过的密钥。
如果没有弹道光存在，即便使用多种散射条件下的数据进行训练，网络也始终不会具有泛化性。研究团队认为，主流研究方向一直被研发新型网络提高重建效果的思路所束缚，却忽略了其中的物理本质。通过 “回归本源”，科研团队解释了深度学习散射成像无法突破厚度限制的物理原因，对今后深度学习散射成像的应用研究具有指导意义。
3《Nature Communications》丨这种材料产能产量提高6倍多，智能手机、电动汽车行业都能吃到红利
从高浓度单分散碳纳米管溶液中分离毫克量级单一手性碳纳米管
碳纳米管指纳米颗粒构成的固体材料，其中纳米颗粒的尺寸通常情况下不超过100nm，其具备优异的导电性、化学稳定性与柔性，且不会产生污染，被认为是后摩尔时代制备高性能电子器件的理想材料。一直以来，单一手性碳纳米管的规模化制备更是被视为碳纳米管研究领域的“圣杯”。这是因为它是揭示碳纳米管新奇物理特性、发展其应用的前提与基础，更是构建高速、低功耗碳基电子、光电子器件的前提和关键。
中国科学院物理研究所/北京凝聚态物理国家研究中心先进材料与结构分析实验室A05组刘华平研究员团队长期致力于单一手性碳纳米管的分离制备。最近，该团队发现凝胶色谱法分离碳纳米管手性结构的过程中，增加碳纳米管浓度，有利于促进其从流动相输运到凝胶表面，增强其在凝胶上的吸附，进而增加碳纳米管的分离效率和分离产量。为此，他们发展了一种再分散技术，通过超声分散-离心除杂-再分散过程，将单分散碳纳米管溶液的浓度从0.19毫克/毫升增加到了约1毫克/毫升。利用高浓度碳纳米管的分散液作为母液，单一手性碳纳米管的分离效率和产量提高6倍以上，实现了多种单一手性碳纳米管毫克量级分离。该技术同样适用于低成本的碳纳米管/石墨烯杂化物原材料。通过生命周期和技术经济评估，利用高浓度单分散碳纳米管溶液作为母液分离单一手性碳纳米管，在能耗和成本方面可以减少80-90%。因此目前的分散和分离策略为单一手性碳纳米管产业化分离提供了重要途径。
4《Global Change Biology》丨“深挖”冻土后，碳释放加剧的原因终于找到了
不同气候变化情景下激发效应导致的冻土碳释放
全球多年冻土面积约占陆地面积的20%至25%，主要分布在北半球（约占北半球陆地面积的24%)，包括俄罗斯和加拿大近一半以上的面积。我国是世界第三冻土大国。
冻土中储存着大量的碳，其碳库约占全球土壤碳库的50%。所以说，冻土生态系统在全球碳循环中发挥的重要作用不可小觑。快速气候变暖会令冻土中长期封存的大量有机碳被微生物分解释放，这可能进一步加剧气候变暖。
中科院植物所杨元合研究组以青藏高原多年冻土区为研究对象，持续推进相关研究，对冻土碳—气候反馈效应的认识不断深挖。作为土壤碳分解的关键过程，激发效应指植物碳输入或可溶性有机碳淋溶改变土壤碳分解速率的现象。该研究组基于大尺度取样和13C同位素标记实验相结合的手段，揭示了冻土碳分解激发效应的方向和强度。
该研究组发现，冻土碳分解整体表现出正激发效应，且激发效应的强度随冻土碳密度的增加而增强，外源碳输入导致碳分解速率最高能增加31%。研究人员还通过整合活动层厚度、土壤碳库及其垂直分布等数据集，结合土壤碳分解激发效应与冻土碳密度之间的经验模型，预估了未来不同气候变化情景下激发效应导致的碳释放量。
5《Advanced Materials》丨性能提升和工艺精简 “双管齐下”，Micro-LED全彩化商用再进一步
双组分多重包覆结构钙钛矿量子点结构及非辐射能量传递机理示意图
随着技术不断迭代演进，显示面板行业已经历了三代技术变革，当下正处于第四代技术变革周期。第一代显示技术是CRT技术、等离子PDP技术；第二代显示技术是LCD，也就是通常所说的液晶显示屏；第三代显示技术是OLED，即有机发光二极管，是当下正在普及的技术。
而第四代显示技术MicroLED能够克服LCD和OLED的技术缺陷，是业内公认的解决方案。顾名思义，MicroLED指将 LED 缩放到极小尺寸的一种新型显示技术，现阶段产业化应用在于商用的大尺寸拼接显示、智能手表等可穿戴产品、AR 产品上的单色 Micro-LED 设备。
专家预测，未来Micro-LED显示的发展将朝着微缩化、集成化、阵列转移化、全彩化不断发展。这里面的全彩化技术是近年来国际学术界和产业界的公认难点。钙钛矿量子点因其在发光性能的诸多优势，在Micro-LED全彩显示领域具有极高的应用潜力。然而，钙钛矿量子点的短板也很明显，尤其是红色发光的钙钛矿量子点，稳定性较之绿光钙钛矿量子点更差，亮度也更弱。
近日，厦门大学电子科学与技术学院半导体照明实验室在Micro-LED全彩显示技术方面取得突破性进展。他们将非辐射能量传递机制与Micro-LED色转换技术相结合，从性能提升、工艺精简方面“双管齐下”，突破当前Micro-LED红光色转换技术瓶颈，以更低成本实现了高质量Micro-LED全彩显示效果，推动Micro-LED全彩显示技术的产业化发展。（专栏作者 李潇潇）
/2 
eetop公众号
创芯大讲堂
创芯人才网
发表于 2024-3-12 09:11:29
