长周期气候变异由于持续时间长、机制复杂，加之对其变化因素的理解仍然不足，至今难以实现有效预测。近日，中国科学院海洋研究所徐永生团队在利用人工智能提升太平洋十年涛动预测能力方面取得突破性进展。
基因编辑动物在生物科学和医学研究中发挥着重要作用，在农业领域展现出实际应用潜力。随着基因编辑技术的发展，基因编辑动物的数量快速增长。目前，关于基因编辑动物数据的整理、汇总及标准化分析相对缺乏，限制了研究人员挖掘和利用这些数据。对此，中国科学院研究团队进行了相关探索。
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117期。
《Environmental Research Letters》丨AI技术大显身手！长周期气候预测难题迎刃而解
(a) 基于迁移学习增强的 CNN 模式（蓝色）与来自不同动力学模型预报系统（其他颜色）的年均 PDO 指数和均方根误差（RMSE）在不同前导月的相关性和（b）均方根误差
长周期气候变异由于持续时间长、机制复杂，加之对其变化因素的理解仍然不足，至今难以实现有效预测。
近日，中国科学院海洋研究所徐永生团队提出了一种基于迁移学习增强的卷积神经网络（CNN）方法，以解决长期而复杂的气候变异预测问题，能够提前一年预测PDO事件。PDO是一种类似厄尔尼诺的长期存在的气候变异模式，对气候和生态系统有着广泛而深远的影响。PDO周期较长，约为 20 至 30 年。准确预测PDO能为决策者应对其影响提供重要的科学依据。然而，受限于其较长的周期和复杂的形成机制，PDO的预测仍面临巨大挑战。
团队针对数据量有限的问题，采用了k折交叉验证评估模型在不同数据集上的性能，从而增强了模型的可靠性。在1983年至2022年的测试阶段，采用迁移学习增强的CNN模型在预测年均PDO指数和PDO位相方面始终优于现有的动力学预报系统，同时在降低季节变化带来的不确定性方面表现出色，展示了优秀的预测性能。
人工智能在预测长周期气候变异时面临的主要挑战之一是历史数据不足，难以有效训练模型。为解决这一问题，徐永生团队创新性地采用了迁移学习增强的CNN方法来预测PDO，通过从预训练模型中提取已有知识并将其应用于新的相关任务，从而有效克服了数据不足的限制。通常，训练深度CNN模型需要大量标注数据以实现良好的泛化能力，但通过利用预训练网络，即便数据样本非常有限，仍能达到较高的准确性。本研究提出的方法创新性地利用模式数据中的动力学信息来弥补观测数据的不足，成功实现了对PDO的预测，为长周期气候变异的预测提供了一种新途径。
原文链接：
https://iopscience.iop.org/article/10.1088/1748-9326/ad8be2
《Nucleic Acids Research》丨跨越物种界限，VDGE数据库为基因编辑动物研究打开新窗口
VDGE数据库构建流程与内容展示
基因编辑动物在生物科学和医学研究中发挥着重要作用，在农业领域展现出实际应用潜力。随着基因编辑技术的发展，基因编辑动物的数量快速增长。学界越来越关注基因编辑系统对生物基因组的影响以及基因编辑动物可能出现的新发突变问题。目前，关于基因编辑动物数据的整理、汇总及标准化分析相对缺乏，限制了研究人员挖掘和利用这些数据。
近日，中国科学院北京基因组研究所（国家生物信息中心）赵文明团队、昆明动物研究所王国栋研究组、遗传与发育生物学研究所张永清研究组从实验室基因编辑猴和基因编辑犬出发，收集、整理并分析了目前具有家系全基因组数据的相关数据集，构建了基因编辑动物新发突变数据库VDGE，实现了基因编辑动物新发突变的标准化分析、整合和展示，为相关数据的挖掘和利用提供了综合信息平台。
VDGE包括物种、家系、样本、目标突变、变异和相关基因6个关键模块。目前，VDGE的数据主体来源于具有家系全基因组测序数据的相关数据集，涵盖恒河猴、食蟹猴和犬等物种的107个动物家系、174个全基因组测序样本、56个目标突变、115,710个变异和12,708个相关基因。同时，VDGE整合了部分缺乏全基因组测序数据的基因编辑猪和犬以及与它们相关的目标突变信息。未来，VDGE将整合更多的基因编辑物种以及多种类型的变异数据，为科研人员提供更全面和多样化的数据资源平台。
原文链接：
https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkae956/7848839
《Advanced Materials》丨长寿命高容量，钠离子电池碳负极材料的重大进展
随着全球能源结构的转型和对可再生能源需求的不断增长，高效、环保的储能技术成为了研究的热点。锂离子电池虽然已广泛应用于各种领域，但锂资源的稀缺性和分布不均限制了其进一步发展。钠离子电池因其丰富的钠资源和与锂离子电池相似的工作原理，被视为一种有前景的替代技术。然而，钠离子电池在商业化道路上仍面临诸多挑战，尤其是碳质负极材料在充放电过程中的低初始库仑效率和钠存储机制的不明确，这些问题严重制约了钠离子电池的性能和可靠性。为了解决这些问题，研究人员不断探索新的碳质材料，并试图通过先进的表征技术深入理解钠的存储机制，以期设计出高性能的碳负极材料。
近日，东南大学能源与环境学院吴宇平教授“三尺储能”研究团队合理设计了一种高缺陷超薄碳纳米片(HDCS)负极，其具有强烈的Na+自吸附行为，并详细揭示了其储钠机理。通过原位XRD直接观察到在HDCS-8负极吸附的准钠金属团簇和晶系转变的独特的储钠机制。放电过程中，高电压区首先形成小的六方晶系准钠金属团簇，然后在低电压区转变为较大的斜方晶系准钠金属团簇。HDCS-8表现出这种独特的储钠机制使其具有优异的性能。HDCS-8负极具有364 mAh g−1的高可逆容量，同时在1.0 A g−1下循环1000次后容量保持100%，并在5.0 A g−1大电流密度下循环600次后容量仍保持94%。因此，这种独特的准钠金属团簇吸附和晶系转化机制为钠存储提供了一个有前景的发展方向，有助于未来开发具有长寿命和高容量的碳质负极材料。
原文链接：
https://onlinelibrary.wiley.com/doi/10.1002/adma.202410673
《Environmental Technology & Innovation》丨微生物群落新动态，牡蛎壳与生物炭共促生态循环
添加剂对海藻堆肥的影响
随着全球水产养殖产业的发展，每年会产生大量海藻、牡蛎壳等废弃物。而这些废弃物通常被堆放在垃圾填埋场、近海滩涂或直接丢弃到海洋中，对土壤、自然水域及海洋生态系统带来环境影响。为促进水产养殖的可持续发展，中国科学院烟台海岸带研究所冯大伟团队在海藻、牡蛎壳等废弃物资源化利用及土壤改良技术研究方面取得进展。
研究团队探索了如何将海藻、玉米淀粉渣、鸡粪、玉米秸秆以及牡蛎壳等废弃物转化为有价值的资源。首先，在海藻和玉米淀粉渣的堆肥体系中加入了生物炭、磷酸盐和氧化镁等添加剂，显著提高了堆肥过程中的有机质分解效率、氮素转换率和腐殖化水平，同时保持或增强了海藻的植物刺激作用。其次，对于鸡粪和玉米秸秆的堆肥体系，研究发现添加40%的牡蛎壳粉能够有效改善酸性土壤，促进油菜生长，同时提高了有机质降解效率和钙元素的活化率。最后，在海藻和糖渣的共堆肥过程中，研究团队比较了不同比例的生物炭和牡蛎壳粉对堆肥效果的影响，结果显示适量的生物炭能够大幅提升有机质降解效率和腐殖质的比例，而牡蛎壳粉则有助于减少废弃物总量并维持堆肥质量。这些研究成果提升了废弃物资源化利用效率，为生态环境保护与可持续农业发展开辟了新路径。
原文链接：
https://www.sciencedirect.com/science/article/pii/S2352186424002682?via%3Dihub
《Nature Chemistry》丨化学燃料驱动，液滴也能“跑”起来
薛定谔提出生命以负熵为生。普里高津提出耗散结构理论，进一步阐释了能量在有序结构演化中的作用。生物组装体展现出这种能量耗散的特性。当前，科学家借助化学手段，构建了多种耗散组装体系，获得了瞬态结构和性质。而远离平衡态的涌现功能如机械功能相对稀缺。因此，需要拓展耗散组装的研究范式来探索能量消耗带来的独特性质与行为，这将有助于开发复杂功能并深化科学家对生命活性的认知。
中国科学院深圳先进技术研究院研究员刘凯和荷兰格罗宁根大学Sijbren Otto团队合作，开发了一种基于耗散酰胺键的活性液滴系统，该系统通过马来酸酐与辛胺在水溶液中的反应生成酰胺化合物，后者能够在酸性条件下水解。碳二亚胺作为额外的燃料分子，促进了二酸废料与辛胺重新生成酰胺，形成了一个耗散反应网络。这些酰胺化合物通过分子间的作用力与辛胺组装成液滴，其中的疏水区域能够加速反应，产生自催化生长。
通过控制化学燃料的供给，研究人员实现了对液滴生长和消失的动态调控，表现出周期性的生长和再生特性。此外，他们还利用液滴与油酸之间的化学交互作用，使液滴具备了趋化性运动的能力。液滴中的辛胺在水解后被油酸吸收，造成表面张力差异，借助马兰戈尼效应，液滴向油酸方向移动。此过程可通过调整燃料分子的添加来控制液滴的运动速度和持续时间。
这项研究不仅展示了耗散组装系统中实现机械做功的可能性，而且通过整合耗散组装和马兰戈尼效应，构建了一个能够进行跨尺度能量转化的活性液滴系统。该系统不仅为开发新型活性材料提供了新思路，也为理解生命系统中的能量耗散机制提供了重要参考。
原文链接：
https://www.nature.com/articles/s41557-024-01665-z
《Advanced Materials》丨模拟蚁穴结构，金属表面实现自我启动超疏水
长春光机所等在飞秒激光制备无涂层持久超疏水表面研究中获进展
金属表面超疏水在自清洁、防腐、减阻和防冰等领域具有潜在的应用价值。当前，金属表面超疏水性能的实现依赖于传统的二元协同设计思想，即在材料表面制作微/纳米结构，进而采用低表面能有机物进行修饰。这种依靠粘附涂层的设计在实际腐蚀性环境如海水中易遭受侵蚀性离子的渗透，导致涂层分解、疏松和剥落等风险，从而引发超疏水化学耐久性下降。特别是，化学反应诱导的材料表面能变化对液体滚动角产生影响，使得超疏水表面性能难以在长时间范围得到维持。
中国科学院长春光学精密机械与物理研究所杨建军团队提出了飞秒激光元素掺杂微纳结构与循环低温退火相结合的研究方法，在金属铝合金表面构建了以次晶相态为主导的仿生蚁穴状结构，实现了高效稳定的自启动超疏水效果。其中，多级微纳结构有助于实现对空气捕获的稳定利用，而次晶相态形成可以降低材料表面自由能，从而使金属表面展现出超疏水化学稳定性。研究发现，这种自主性的超疏水金属表面可以应对不同酸碱溶液浸泡、紫外辐射和冷冻循环等苛刻环境的挑战。
进一步，该团队与中国科学院金属研究所马会团队合作，运用从头计算方法，从理论层面进一步验证了次晶相态形成对于材料表面能降低和化学稳定性提升的贡献。
上述研究解决了金属表面极端拒水性持久保持难题，并为基于原子尺度调控的高性能材料表面设计与开发提供了新的研究思路。
原文链接：
https://onlinelibrary.wiley.com/doi/10.1002/adma.202412850
来源：北京市科学技术委员会、中关村科技园区管理委员会
