面向分子科学的数据智能

分子科学是化学的核心,也是生物、材料、药学等学科的基础.传统的分子科学研究通过实验或理论手段进行,研究成本高、周期长,难以处理高复杂度体系.随着大数据时代的到来,数据驱动的人工智能研究已成为继实验、理论和模拟之后的第4种科学研究范式.数据驱动的机器学习凭借其快速高效的数据处理能力,在分子科学领域展现出巨大的发展潜力.尤其是在分子性质预测、分子设计、化学反应预测及逆合成、量子化学计算、自动化合成等领域获得了广泛应用.本文首先介绍面向分子科学数据智能研究过程中的3个关键部分,即分子科学开放数据集、分子描述符和机器学习算法;然后,列举机器学习在不同分子科学研究方向中的重要应用案例;最后,分析讨论该研究领域可能存在的挑战及潜在发展方向.     

机器学习与计算力学的结合及应用初探

自20世纪50年代以来,随着计算机科学的不断进步,机器学习和数据科学得到了长足发展.这些技术一般依靠大量数据作支撑,通过训练过程提取出蕴藏在数据内部的抽象映射关系,目前已被成功应用于化学、生物等自然科学研究领域.近年来,这些技术也逐渐受到计算力学领域研究者的关注.本文结合作者的相关研究成果介绍了机器学习、数据科学与计算力学相结合的3种形式:第一种是与有限元方程求解方面的结合,直接应用卷积神经网络算法求解线性有限元方程;第二种方式结合有限元计算和机器学习预测复杂材料结构与力学性能的关系.本文作者应用该方法基于细观页岩扫描照片和随机建模算法,成功训练出可以有效预测细观页岩样本等效模量的卷积神经网络;第三种方式是建立基于数据驱动的计算力学方法,比如直接利用真实的材料实验数据代替材料本构模型.这些工作显示了机器学习、数据驱动在处理材料的力学实验数据、设计新型材料以及创建更高效的计算力学模型方面的广阔前景.随着计算力学的发展,未来将可能出现更多将数据科学、机器学习与计算力学相结合的应用场景,进一步开发出更加强健、高效和保真的计算力学方法.     

光电半导体材料的理论设计

光电半导体作为一种可以将光能和电能相互转换的材料,近几十年来,在能源和电子信息等领域得到广泛应用.随着计算机算力的提升和理论算法的发展,理论设计方法可以在短时间内探索成百上千种材料,相比于采用试错法的实验方式,具有开发周期短且成本低等特点,逐渐成为新材料研发的关键步骤.通过将物理原则与高通量计算、智能优化算法和机器学习等理论设计策略相结合,可以准确高效地探索性能优异的光电半导体材料.本文概述了光电半导体材料的设计策略和研究进展.首先,介绍基于第一性原理计算光电性质的方法,并分析相关物理性质的成因及其在光电半导体设计方面的意义;然后,结合具体的研究成果对高通量材料筛选、物理原则导向的材料设计、基于智能算法的材料搜索和基于机器学习方法的材料发现等不同的光电半导体设计策略进行概述,为该领域的理论设计方向提供指导原则;最后,对光电半导体设计方面的工作进行总结,并对该领域未来的发展进行展望.     

机器学习在材料设计方面的研究进展

新材料的发现是推动现代科学发展与技术革新的源动力之一,是当前促进经济发展与解决环境问题的迫切需求.传统的材料研发基于试错法,效率低且成本高.大量实验与计算模拟产生的数据为新材料的研发提供了新契机.基于这些数据,机器学习最近在材料性能预测、新材料的发现与设计等领域取得了很大进展.譬如基于材料项目(materials project)数据库对钙钛矿材料的统计分类、结合高通量计算对双钙钛矿卤化物材料稳定性的预测,以及金属间化合物电催化剂的设计与筛选等.除了基于隐式模型的预测,机器学习也可以用来发现具有物理可解释性的显式描述符,从而加速新材料的发现.     

机器学习在聚烯烃催化剂领域的应用与展望

催化剂是决定聚烯烃的工业效率以及实现聚烯烃高端化的核心.传统开发催化剂的过程采用试错法,不仅实验步骤多、研发周期长,且催化性能的研究需要消耗大量资源.单纯依靠实验的分析方法很难挖掘出催化剂结构与聚合性能之间的内在关系.高水平的量子化学计算可以准确地获取反应机理,但针对宏量的实验数据,昂贵的计算成本是其局限.大数据时代,人工智能的发展势不可挡.机器学习作为人工智能的核心策略表现出强大的预测能力,并在科学、技术以及工业等各个领域获得了广泛的应用与发展.本文主要介绍机器学习在聚烯烃催化剂中的最新研究进展,并简要评述机器学习应用于烯烃催化中面临的机遇与挑战.     

机器学习在可穿戴智能传感系统中的应用与进展

近些年,随着传感器和集成电路制造工艺的高速发展,可穿戴设备的应用越来越多;同时,利用人工智能和机器学习方法来辅助和促进可穿戴系统的应用也得到了广泛的研究.机器学习辅助的可穿戴智能传感系统可以跟踪监测人体活动和生命体征信号,在人机交互、数字健康乃至临床诊断等领域具有重要的应用前景.本文详细介绍和讨论了近期可穿戴传感器件、机器学习算法及其辅助可穿戴传感应用等研究进展,并探讨了机器学习辅助的可穿戴传感系统面临的挑战,总结了有待改进之处.同时,本文也针对机器学习在可穿戴传感系统中的进一步应用提出了潜在的解决方案和可能的发展方向.     

吗啡的合成生物学研究和工业化生产

吗啡是鸦片中重要的生物碱,其合成生物学制造及相关工业化生产,是合成生物学领域继人工合成青蒿素之后最有代表性的实例.本文从吗啡合成的有关代谢通路的阐明和设计开始,总结整理吗啡在酵母中的生物合成方法,介绍这一划时代工作的全过程及合成生物学技术的潜力和前景.     

几何形态学:关于形态定量比较的科学计算工具

形态比较是人类认识世界的重要方法.长期以来,定性比较方法因其简单易用而得到广泛应用.然而定性的形态比较具有很多局限性,远不能满足当前需求.因此,形态定量比较方法势在必行.几何形态学是关于形态定量比较的科学计算工具,主要应用于生物学领域,但其研究方法与理念完全可以移植到其他学科,并具有巨大的潜在应用前景.本文先对其简史、原理及在生物学领域应用的流程进行了简述,接着对其在非生物学领域应用的几个典型案例进行解析,并对还未应用几何形态学但具发展潜力的领域进行概述,提出:如何将相关问题图形化并确保代表性、可比性以及标准化处理,是几何形态学在非生物领域应用的关键所在.最后,对几何形态学的发展前景进行了展望,特别指出其在生物学领域将向规模化和整合化两个方向发展,而应用于其他学科领域时,具有一定的普适性和先进性.最终希望为我国科研工作者在形态定量比较方面的工作提供一些借鉴.     

合成微生物组:当“合成生物学”遇见“微生物组学”

合成微生物组是指运用合成生物学方法构建的功能菌群.合成微生物组以代谢通路模块化为核心特征,每个代谢模块的工作由一个菌株完成,从而实现多个菌株的分工与合作.与单菌株相比,合成微生物组具有降低菌株代谢负担与遗传改造难度、提供多样的元件表达平台、实现"即插即用"的模块替换等优势.在合成生物学与微生物组学快速发展、交汇融合的影响下,合成微生物组已成为近些年微生物领域新的研究热点,在生物合成平台化合物、复杂大分子以及生产生物燃料等方面具有广阔的应用前景.本文介绍了合成微生物组的设计原理与优势,总结了近些年的主要研究成果,阐述其目前面临的挑战与机遇,最后对其未来的发展进行展望.     

药用模式生物研究策略

模式生物是用于研究某种特定的生物学现象而被选定的物种.基于模式生物的研究策略已经在多个生物学领域取得巨大的成功,揭示了众多生命科学的机理,发展了一系列生命科学研究技术.近年来,现代生物学发展迅速,其相关的概念和技术正不断渗入并影响着药用生物的研究领域,包括基于模式生物的研究策略.丹参(Salvia miltiorrhiza)、灵芝(Ganoderma lucidum)等模式药用生物已经提出了多年,受到国内外的广泛关注.但是由于缺乏成熟的模式药用生物研究体系,使得当前药用生物的研究成果比较分散,难以在理论水平上汇总提高,极大地消耗了药用生物界的研究资源和研究力量,阻碍了药用生物学的发展.本文结合近期药用生物学的研究成果,从药用模式生物研究体系建立的必要性出发,提出了药用模式生物研究体系的基本概念和建立目的,分析了应用药用模式生物研究体系研究的可行性,提出了药用模式生物的选择原则并从遗传信息获得、遗传转化体系建立、突变体库构建和次生代谢物生产体系建立4个方面描述了药用模式生物研究体系的建立策略.本文还介绍了以药用模式生物为对象的次生代谢产物生源合成及调控研究策略,同时认为,药用模式生物体系在阐释药材道地性等中医药传统问题及发展合成生物学等现代科学前沿中发挥重要作用.     

中空多壳层结构TiO2及其复合材料的合成及应用

中空多壳层微、纳米分级结构材料因具有比表面积大、密度小及结构稳定等优点,在多个领域受到广泛关注.二氧化钛(TiO_2)作为一种安全性高、稳定性好的环境友好型半导体材料,被广泛应用于锂离子电池、染料敏化太阳能电池、光催化等领域.在这些领域,中空多壳层结构TiO_2及其复合材料能够利用中空多壳层结构的诸多优点,如优异的结构稳定性能够提升锂离子电池的循环性能,中空多壳层结构对光的多级散射作用能够提高对光的利用率,从而提升太阳能电池及光催化性能.然而,对其实现更精确的控制合成仍然面临挑战.为了实现对优异性能的进一步追求,精细调控中空多壳层结构TiO_2及其复合材料十分重要,但仍少有报道重点对中空多壳层结构TiO_2进行总结.本文首先介绍了TiO_2的基本信息,随后总结了近年来对中空多壳层结构TiO_2及其复合材料在合成方法及应用方面的研究进展,最后对该研究领域进行了总结与展望.通过本文,可以综合了解基于TiO_2的中空多壳层结构材料的合成方法,为实现精细控制合成及性能调控提供参考与方向.     

体外合成生物学:无细胞蛋白合成系统研究进展

合成生物学是近年来融合生物、化学和工程等学科的新兴交叉研究领域,推动人类由理解生命到创造生命的革新.体外合成生物学不依赖生命体,在试管等媒介中研究生命活动和规律,是合成生物学重要的前沿领域.作为体外合成生物学最重要的研究平台,无细胞蛋白合成系统利用外源DNA或mRNA直接在体外合成目标蛋白质,不依赖于细胞结构,突破传统生物方法的局限,具有简便、快速、可控性强和绿色经济等优点,同时为理解生命进化和人工创造生命系统提供了重要的研究模型.本文综述了无细胞蛋白合成系统的发展历程、组成、类型、优势等,并对其在高通量蛋白质和药物合成方面的应用进行了总结.     

以多巴胺为功能单体的生物大分子印迹聚合物

分子印迹聚合物(molecularly imprinted polymer, MIP)是指功能单体与模板分子组装后发生聚合,通过移除模板分子得到的聚合物.与天然抗体相比, MIP具有制备简单、成本低廉、稳定性好、可重复使用等优点,因此被广泛地用于分离富集、化学传感、药物运输及生物催化等领域.近年来,分子印迹技术的发展促进了以生物大分子特别是蛋白质为模板的印迹材料的设计、制备和应用研究.由于生物相容性好,聚合反应条件温和且容易调控,多巴胺被用作功能单体在固体基质表面通过自聚合反应印迹生物大分子.本文综述这类分子印迹聚合物的设计和制备方法,并介绍印迹材料的性能表征和应用;重点论述以蛋白质为模板的印迹聚合物,同时兼顾以其他生物大分子如多肽、低聚糖以及病毒、酵母细胞等直接作为模板的印迹聚合物的合成和表征;最后讨论该领域的未来发展趋势和存在的挑战.     

从首个合成细胞看合成生物学的现状与发展

合成生物学是一门新兴交叉学科,诞生至今已在医药、能源、环境、农业等多个领域展现出巨大的应用前景和发展潜力,对探索生命起源与进化等生物学基本问题亦发挥重要作用.随着2010年5月首个合成细胞的诞生,合成生物学再次引起了社会各界的高度关注和广泛讨论.欧美等国已在合成生物学领域开展多项研究并已取得诸多成果.为了推动和促进这一新兴学科在中国的发展,本文在阐明合成生物学概念及研究内容的基础上,一方面综述了合成生物学的研究现状及国内外发展,分析了合成生物学所面临的机遇与挑战;另一方面,对合成生物学未来的发展,尤其是在中国的发展作出展望.     

衍射极限储存环光源相关物理问题

基于电子储存环的同步辐射光源是20世纪基础科学研究领域应用最为广泛的高性能X射线源,已经历了三代发展.第四代同步辐射光源一个重要的发展方向是衍射极限储存环光源.衍射极限储存环基于紧致型的多弯铁消色散结构,可以实现接近甚至达到X射线衍射极限的超低发射度,具有超高亮度、强相干性等优点.不过,超低发射度设计带来一系列的挑战,需要在诸多性能参数之间寻求合理的平衡点.本文将主要介绍衍射极限储存环的磁聚焦结构设计及注入方法的发展演化、面临的挑战以及解决措施.此外,还将介绍机器学习在衍射极限储存环物理研究中的应用,以及结合自由电子激光原理提升同步辐射性能等课题.     

量子点的水相合成及其生物成像分析研究进展

半导体量子点具有宽的激发光谱、窄而对称的发射光谱、高的量子产率以及良好的光稳定性, 因而受到物理、化学、材料科学、生命科学等多个领域研究者的广泛关注. 与有机相合成法相比, 量子点的水相合成方法简单, 合成后不需要将量子点进行相转移, 是有机相合成的重要补充, 已经成为半导体量子点的重要合成方法之一. 本文介绍了量子点常用的一些水相合成方法, 如溶胶法、水热法、微波辅助法及微生物合成法. 在此基础上, 阐述了量子点在细胞成像分析及活体成像分析中的应用, 并对基于量子点的磁性荧光双功能纳米材料在成像分析中的应用及量子点生物毒理效应研究进行了简要的评述.     

大数据与量子计算

大数据技术的迅猛发展对计算效率提出了更高的要求.由于量子系统的独特性质,量子计算具有经典计算不具有的量子超并行计算能力,能够对某些重要的经典算法进行加速.人们发现,除了大数分解算法,量子计算的更多用途是对量子体系的仿真计算和在数据分析领域的应用.近年来,大数据和量子计算开始融合.虽然实际使用的量子计算机尚未建成,量子计算在大数据的应用在理论上已经取得了一些重要的进展.实验上也有了一些发展.本文首先介绍量子计算的基本原理和Grover量子算法.随后以量子机器学习作为切入点,介绍了量子计算在数据挖掘领域的应用.     

定量工程生物学的化学蛋白质组学支撑性技术

定量工程生物学是一门前沿交叉学科,通过设计-合成-测试-学习-再设计路线将不同的生物元器件组合,形成可以执行特定功能的基因线路,再经过不断优化获得稳定的、可控的基因线路,最后将设计优化后的线路引入不同的生命体,以达到预设的目的.这种变革性的方法可以创建一些能够灵敏感知和响应各种环境的工程系统,但在其中的功能检测环节,化学蛋白质组学技术则成为了测试工程改造生物功能和探究其作用机制的重要工具.随着以非天然氨基酸嵌入、生物正交化学、高分辨率质谱等技术为手段的化学蛋白质组学方法的发展,在复杂环境中解析工程生物的蛋白质组时空动力学变化成为可能,为探究工程改造菌或工程改造细胞的工作原理及其在生物体内的作用机制提供了必要的技术支撑,也为定量工程生物学研究中所需的深度功能测试提供了有效方法.本文主要是概述化学蛋白质组学技术在定量工程生物学研究中的潜在应用.     

一维纳米金刚石的制备、性质及应用

一维金刚石纳米材料除了具有金刚石固有的物理化学性质以外,其形貌及尺寸的改变也使其拥有一些块体金刚石所没有的特性.如既硬又弹的力学性能、高的比表面积、尖端效应,以及通过掺杂和空位缺陷实现的独特性能等.近年来,一维纳米金刚石材料优异的性能让研究者产生了浓厚的兴趣,并促进了其合成方法及应用的发展.本文对一维纳米金刚石的制备方法进行了简要总结,介绍了一维纳米金刚石阵列在量子信息器件、药物传输、化学与生物传感器、高性能电极、分析传感器等诸多领域近期的研究进展,并讨论了一维纳米金刚石应用所面临的技术挑战和未来的研究方向.     

二维碳石墨炔研究进展与展望

石墨炔是由二炔键将6个苯环共轭连接形成的具有二维平面网络结构的全碳分子,其sp与sp2杂化态的成键方式决定了它的独特分子构型,使其具有优异的电学、光学和光电性能,在信息技术、电子、能源、催化以及光电等领域具有潜在、重要的应用前景.自2010年被成功合成后,石墨炔的研究吸引了不同领域科学家的广泛关注,已经在石墨炔的理论预测、合成方法及应用方面开展了大量研究工作,使石墨炔研究稳定地进入了一个较快发展时期,并正在形成了一个新的研究热点和领域.本文总结了石墨炔近3年来的最新研究成果,重点描述了石墨炔的电学、电化学和催化性质及功能化等方面的研究进展,并对未来的研究进行了展望.