【科创热榜前沿科技周报】-113期转贴

wangchenglong

前沿科技盘点〔113〕｜银河系先有盘还是先有晕？“盘古” 刷新认知；AI破译“电池血液”奥秘，精准预测电解液分子性质

原文链接:https://www.ncsti.gov.cn/kjdt/ztbd/kcrbqykjzb/202410/t20241021_182927.html

对于银河系这样具有盘和晕的漩涡星系，是先形成盘还是晕？这是探究星系起源和早期宇宙环境的关键问题，科学研究在结论的不断“反转”中逐渐逼近真相……

今年的三个诺贝尔科学奖项中，两项都“爆冷”颁给了AI先驱。事实上，越来越多的学科在与AI“共舞”的过程中获益。以化学领域为例，电解液被誉为“电池的血液”，过去的百年间，科学家致力于通过试错的方式不断探索，但真正被广泛采用的电解液分子仍只有数十种。近期，清华大学研究人员在人工智能模型预测电池电解液性质领域取得进展，他们所开发的知识与数据双驱动的二次电池电解液分子性质预测框架大大提高了预测效率。

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113期。

1《Nature Astronomy》丨银河系先有盘还是先有晕？ “盘古”刷新认知

极早期银河系想象图

对于银河系这样具有盘和晕的漩涡星系，是先形成盘还是晕？这是探究星系起源和早期宇宙环境的关键问题，对此，科学研究在不断“反转”中逐渐逼近真相。

暗能量和冷暗物质模型曾一度流行。该模型预言，宇宙早期环境动荡不安，星系之间存在频繁且剧烈的吞噬和合并现象，可能令早期星系盘难以存在和维持。观测上，过去发现的大部分河外盘星系的红移小于3（红移指物体的电磁辐射由于某种原因频率降低的现象，红移增加的比例与距离成正比）；而对于银河系，普遍认为银晕是银河系最古老的结构，而银盘则晚于银晕，并于约100亿前形成。

但近年来，詹姆斯·韦布太空望远镜发现星系盘可以出现在更高的红移。即便是红移大于5的星系，盘结构仍普遍存在。同样，银河系恒星化学运动学数据研究表明，一些年老贫金属恒星具有与相对富金属的银盘恒星相似的轨道运动学性质，暗示银盘出现的时间可能更早。

近日，中国科学院国家天文台和德国马克斯·普朗克天文研究所等国内外单位共同开展研究。基于LAMOST和Gaia巡天数据获取迄今最精确的恒星年龄大样本，结合统计建模，他们重构出银盘恒星的空间分布结构随年龄的演化，发现年龄为130至135亿年的极古老恒星其空间分布呈现出清晰的盘结构。这说明，古银盘在宇宙刚诞生不久的数亿年内便已开始形成，且在后续130多亿年的星系演变过程中幸存。这比此前詹姆斯·韦布太空望远镜观测到的盘结构更早，是目前已知最早的星系盘。这一极早期形成的古银盘成分被命名为“盘古”。研究得出“盘古”的恒星质量约为2×109倍太阳质量，大于早期银晕的恒星质量，表明“盘古”可能为极早期银河系的主导结构。

该工作对剖析早期银河系的结构演化具有启发意义。研究发现，在80至135亿年前的50多亿年间，古银盘的结构演化主要发生在垂直银盘面的方向，而这一演化效应可能由形成恒星的气体垂向冷却和恒星垂向加热机制共同决定。研究通过与星系流体数值模拟数据进行对比发现，实际的银盘比数值模拟中的银盘更薄，表明银河系实际经历的早期演化环境比理论预期要更加宁静。

原文链接：https://www.nature.com/articles/s41550-024-02382-w

2《Angew. Chem. Int. Ed》丨AI破译“电池血液”奥秘，精准预测电解液分子性质

KPI框架指导电解液分子设计

今年的三个诺贝尔科学奖项中，两项都“爆冷”颁给了AI。事实上，越来越多的学科在与AI“共舞”的过程中获益。电池由正极、负极和电解液三部分组成。其中，电解液被誉为“电池的血液”，电解液的物理化学性质直接影响了电池的性能。因此，深入研究和关注电解液的性质至关重要。然而，电解液分子的组分繁多、种类丰富，过去的百年间，尽管研究人员通过试错的方式不断探索研究，但真正被广泛采用的电解液分子仍只有数十种。

针对先进电解液设计的关键物性数据匮乏的关键难题，清华大学化工系陈翔-张强课题组开展了一系列创新研究，取得了多项成果。近日，他们开发了一种知识与数据双驱动的二次电池电解液分子性质预测框架——基于知识的电解液性质预测集成框架（KPI）。KPI框架首先收集并整理了大量电解液分子的结构和性质数据，自动整理成结构化数据集。通过可解释的机器学习算法，框架从微观角度探索了分子的构效关系，并将这些发现的知识嵌入到最终的预测模型中。KPI框架在熔点、沸点和闪点的预测中分别实现了10.4、4.6和4.8 K的低平均绝对误差（MAE）。此外，KPI在20个测试数据集中的18个达到了先进的预测结果。通过分子近邻搜索和高通量筛选，团队还成功预测了29个潜在适用于宽温域和高安全性的电池场景下的分子，其中一些分子已被文献证实具有优异性能，为电解液分子智能设计提供重要指导。

该框架不仅精确预测了电解液分子的关键性质，还深化了对分子构效关系的理解，为开发深度学习模型设立了新的标准，将化学知识的发现与嵌入有机结合，大大提升了人工智能方法在实际应用中的表现，为电池及其他相关领域的研发提供了有力支持。

原文链接：https://onlinelibrary.wiley.com/doi/abs/10.1002/anie.202416506

3《Nature Communications》丨揭秘空中“隐形杀手”，让飞行告别“刀尖之舞”

基于可解释半监督聚类的低空风场航空危害综合评估方法示意图

风场指一定范围内局地风速、风向等因子不一致的区域，是最常见的自然现象，与我们的生产生活密切相关。飞机尾流、风切变等复杂风场是40%以上重大航空灾难的主导因素，被称为空中“隐形杀手”，航母舰载机起降更是因复杂风场等影响被喻为“刀尖上的舞蹈”。风场的复杂性在于它受到地势地貌、气象条件等多种因素综合影响，在时空分布上具有多尺度、混沌的动力学特性，且其与飞行器气动特性耦合严重，导致复杂风场的航空危害辨识困难。国际现有危害检测标准往往针对不同的风场类型（如风切变、湍流、飞机尾流等）、地理位置和气象条件定制，这就像是设计不同的尺子去量不同的物体，有效性和通用性受限，亦容易顾此失彼。如何找到一把刻度精密的尺子来统一衡量复杂风场的航空危害，是航空安全保障领域长期面临的挑战。

针对这一问题，国防科技大学电子科学学院李健兵团队首创了一种基于可解释半监督聚类的低空风场航空危害综合评估方法，为提高航空安全保障水平提供了基础理论支撑。团队从风场空间非均匀性引发航空危害这一本质出发，结合风场物理先验知识和概率模型，提出了一种可解释半监督聚类的航空危害风场综合评估方法，在大量雷达探测数据和极少量标签数据的情况下，发现了低空风场航空危害的通用高维特征，首次实现了多种类型危害风场的高置信识别和量化评估。

原文链接：https://www.nature.com/articles/s41467-024-51597-y

4《Nature Communications》丨“晶”益求精，加速晶体结构优化

DeepRelax模型架构

原子或晶体结构优化在计算化学、计算物理和计算材料科学等领域具有广泛的应用。结构优化的主要目标是找到最低能量状态，也称为基态。基态结构是计算并预测其物理和化学性质的基础。该过程对表面化学反应、晶体缺陷调控以及药物设计等应用至关重要。

北京大学深圳研究生院研究员、科学智能中心主任陈语谦与新加坡国立大学合作，开发了一种机器学习模型——DeepRelax。该模型通过单步计算，直接预测出比初始结构更稳定的结构，避免了DFT中需要迭代计算电子密度和总能量的计算瓶颈。研究团队进一步使用DFT对DeepRelax预测的结构进行优化，实现快速收敛。在使用单个A6000 GPU进行计算时，DeepRelax仅需几百毫秒便能完成一个晶体结构的优化工作，DeepRelax还具备并行结构优化的能力，这一特点使其在高通量材料筛选和计算中的应用价值得到显著提升。

原文链接：https://www.nature.com/articles/s41467-024-52378-3

5《ACS Sensors》丨 “定制化”的转录因子生物传感器，面向工业4.0应运而生

转录因子生物传感器概述

工业4.0指利用信息化技术促进产业变革，强调智能工厂、智能生产和智能物流的融合，以推动传统制造业从大规模生产向个性化定制转型，最终令生产过程更加柔性化、个性化和定制化。当下面向工业4.0，有哪些生物技术应运而生呢？ 

蓬勃发展的生物技术经济依赖于生物工具和技术的不断进步。DNA 合成在可支付性、成分标准化方面的提升以及计算机算法技术的进步，有力地推动了各种遗传元件在生物传感器开发中的应用。基于转录因子（TF）的生物传感器（TFB）因其具备模块化、多样性、集成化和可定制性等特点，受到了广泛的关注。TF本质上是一种具有特殊结构和功能的调节蛋白，会在响应特定生物信号时发生构象变化。生物体借助 TF介导的调节作用来调控代谢通量，并维持整体代谢网络的平衡。TF在识别输入配体后，可以结合或游离于配对启动子区域内或附近的TF结合区（TFBR）。这种相互作用通过影响RNA聚合酶（RNAP）与启动子的结合来调节下游基因的转录。基于其传感特性，TF被广泛用于开发基于细胞或无细胞的生物传感系统，用于分子检测或途径调控。

近日，北京理工大学霍毅欣课题组的一篇文章综述了转录因子生物传感器的机制和构建原则、在生物技术领域的应用、以及响应性能导向的改进策略。包括定制TFBs特定功能和性能参数的工程策略，乃至实现激活和抑制的功能反转。他们还深入讨论了通过改变TFB的组成元件来系统地改善TFB的性能，以及在多/跨学科合作的帮助下TFBs的进展，如现象模型、基于深度学习的蛋白质结构预测、DNA功能序列预测和蛋白质从头设计。

论文提出了TFBs在开发快速响应生物传感器和解决应用隔离挑战方面的未来方向，展望了人工智能技术和编程TFB遗传电路的各种模型的潜力，为构建和设计TFBs的提供了技术建议和基本指导，促进了TFBs在工业4.0中的更广泛应用，如智能生物制造，环境和食品污染物检测及医学科学领域。

原文链接：https://pubs.acs.org/doi/10.1021/acssensors.4c01072

6《Nature Communications》丨脊髓损伤谜团未解？小胶质细胞变身“守护者”为治疗带来曙光

脊髓损伤可造成严重后果，例如终身瘫痪，但科学界至今尚未全面了解它的机理，因此未能找到有效的治疗方法。长期以来，由于缺乏适当的活体成像技术，科学家无法精确地观察研究脊髓内未受干扰的细胞生物过程。

为了克服这一困难，香港科技大学工学院电子及计算机工程学系瞿佳男教授与理学院生命科学部刘凯教授组成跨学科团队，揭示了一种脊髓神经损伤的保护机制为治疗方法的发展提供了创新方向，有望造福全球逾千万患者。

他们结合多模态显微成像技术和光学清除技术，在国际上首次展示了自然生理条件下脊髓中胶质细胞与节点的相互作用，成功实现微创活体成像，并由此发现小胶质细胞在脊髓轴突损伤后，会发挥一种特殊功能，并有效阻止轴突退化。（专栏作者 李潇潇）

原文链接：https://www.nature.com/articles/s41467-024-53218-0

haydnzhang

涨知识。