本周快讯
第一作者：Hongguang Liao, Sheng Hu
通讯作者：Ichigaku Takigawa, Wei Li, Hailong Fan , Jian Ping Gong
通讯作者单元：北海道大学
文章链接：https://www.nature.com/articles/s41586-025-09269-4
导读
面向海洋工程与生物医学范畴的战略应用，水下粘附质料的性能突破已成为质料科学与工程技能交织融合的焦点议题。这种质料必须在复杂水情况中完成稳固、可重复、长期的粘接。无论是海洋工程、舰船装备、照旧创伤封合、血管修复，水下粘附质料都是不可替换的关键支持技能。但恒久以来，这类质料的开辟依靠的是履历积聚与仿生灵感，缺乏体系性计划原则。本工作从天然数据出发，通过统计方法剖析“进化规则”，再在合成聚合物中构建等价序列布局，并借助AI模子优化性能界限——这是一条从卵白序列到质料性能的完备闭环。这项研究所展示的，不但是一个凝胶怎样“粘得更牢”，而是一个软质料智能计划的全新方向。它证明白：纵然面临布局不稳固、变量浩繁的软物质体系，只要构建出公道的形貌空间，也能让AI在此中找到秩序，开释出真正的计划潜力。
快读
图文
图1|数据驱动的水下粘附水凝胶计划计谋。
图2|粘卵白的数据发掘。
图3|仿生粘附水凝胶的合成。
图4|基于呆板学习的粘附性能优化。
图5|一系列水下粘附水凝胶的性能表征。
免责声明：本公众号内容仅代表作者个人观点，如有不敷，接待指正。
诚邀广大科研工作者保举或投递与光和热相干的资讯、希望与稿件至邮箱 guangreshijie@163.com，共同推进范畴的发展和进步！ |
1040
0
