1.发现低剂量等离子体肿瘤治疗机制
2.在水稻抗除草剂基因发掘和功能研究方面取得新进展
3.提出用于遥感图像全色锐化的Pan-Mamba网络架构
4.在高压下氧化铝中氢扩散行为研究方面取得新进展
5.在神经网络变量选择算法方面取得新进展
6.解析水稻色氨酸合成调控细胞程序性死亡新机制
7.研制新型黄酮类荧光材料实现多组分溶剂和温度的实时可视化检测
8.在药食同源经济物种杜仲高效离体再生方面取得重要进展
9.在基于遥感的分散农业小地块作物类型制图方面取得进展
10.提出一种基于注意力机制和数据增强的点云3D目标检测方法
发现低剂量等离子体肿瘤治疗机制——诱导细胞发生有丝分裂灾难实现抑癌
在等离子体肿瘤治疗机制方面，中国科学院合肥物质院健康所韩伟团队再次取得突破，发现低剂量（大气压低温）等离子体仍可有效抑制肿瘤，其机制是通过损伤肿瘤细胞的线粒体结构与功能，继而诱导发生有丝分裂灾难实现抑癌。相关研究发表在Advanced Science 期刊。
等离子体生物效能的肿瘤深度相关性示意图
中国科学院合肥物质院智能所离子束作物种质创制研究团队在水稻抗除草剂（草铵膦）基因发掘和功能研究方面取得新的进展。研究成果在线发表于植物科学领域Top期刊Plant Physiology上。
本研究为GLR2-GLR1分子模块在调控水稻抗草铵膦抗性及耐盐性的作用提供了新的见解。GLR2基因的挖掘及其与GLR1的协同调控机制，不仅丰富了对水稻草铵膦抗性调控网络的理解，也为耐逆性水稻分子设计育种提供重要的基因资源和理论支持。
抗草铵膦水稻突变体筛选及验证
中国科学院合肥物质院智能所谢成军与张洁团队将 Mamba 模型引入遥感图像全色锐化领域，提出了一种名为Pan-Mamba的网络框架。相关研究成果发表在计算机科学和人工智能领域国际顶尖权威刊物、中国科学院1区Top期刊Information Fusion上。
Pan-Mamba 网络结构图
中国科学院合肥物质院固体所王贤龙研究员团队系统模拟了高压下氧化铝(Al2O3)中氢的扩散行为，发现与氧化铝的常压相不同，由于螺旋对称结构的消失，氢在氧化铝高压相中极易扩散，其高压相不适合作为阻氢材料，为遴选高压下阻氢材料和理解下地幔矿物中元素的扩散行为提供了新的思路。相关成果发表在Physical Review B上。
该研究揭示了Al2O3在高压条件下螺旋对称结构的消失对其阻氢性能的影响。研究结果表明，超过100 GPa时，Al2O3不再适合作为有效的阻氢材料，而此时未相变的MgO将具有更好的阻氢性能，选择合适的高压下阻氢材料时应当充分考虑到材料发生的相变和扩散过程中原子配位数的变化。
氢原子在corundum (a)、Rh2O3(II) (b)、CaIrO3层内(c)和层间(d)中的扩散路径和能垒。
中国科学院合肥物质院智能所光谱智能感知团队提出了一种新型基于神经网络的变量选择算法VSNN，用于光谱检测应用中非线性模型的变量选择。相关研究成果已在分析化学领域期刊Analytica Chimica Acta上发表。
神经网络变量选择算法（VSNN）
中国科学院合肥物质院智能所离子束作物种质创制团队在水稻色氨酸合成调控细胞程序性死亡机制研究方面取得重要进展。研究成果在线发表于植物科学领域Top期刊Plant Journal上。
这项研究不仅揭示了 ELS1 在 ROS 动态平衡和细胞死亡调控中的作用，还为深入理解水稻叶片早衰的分子机制提供了重要线索。研究结果为作物抗逆性育种开辟了新的研究方向。
ELS1突变体表型分析
中国科学院合肥物质院固体所蒋长龙研究员团队在可视化检测环境中多组分有机溶剂研究方面取得了新进展。该团队开发了一种具有光物理化特性的新型供体-受体（Donor-acceptor）类型的黄酮类荧光染料，其荧光颜色和强度会随极性和粘度的变化而改变，实现溶剂极性及温度的可视化快速响应。相关研究成果发表在Advanced Functional Materials 上。
该研究为开发新型D-A类荧光传感材料提供了全新方案，并拓展了D-A类黄酮染料在可视化传感技术领域的应用。
供体受体荧光染料AFL的合成路线以及基于AFL的荧光传感器的设计思路和响应机制。
中国科学院合肥物质院智能所离子束研究中心吴丽芳研究员课题组在药食同源经济物种杜仲的高效离体再生方面取得重要进展，研究成果在线发表于植物领域国际期刊Frontiers in Plant Science上。
本研究建立的微繁技术体系为优良杜仲种质资源的保存、种苗的工厂化生产和后期的品种改良提供了技术支撑，同时也为难生根树种的细胞工程育苗提供了借鉴。
杜仲带腋芽茎段的直接再生及二步生根过程。
中国科学院合肥物质院智能所智慧农业研究中心胡宜敏、许桃胜、王儒敬研究团队在针对小型分散农业地块的作物识别和制图领域取得重要进展，提出一种双分支网络结构时序遥感深度学习模型DBL，该模型针对亚洲部分代表性的散布不规则、边界模糊的小型地块作物类型识别具有显著应用价值。研究成果在遥感领域的国际顶级期刊Remote Sensing of Environment上发表。
DBL模型的整体框架
中国科学院合肥物质院智能所王智灵研究员课题组提出了一种基于注意力机制和数据增强的点云3D目标检测方法，有效提高了自动驾驶车辆对成像小目标的检测性能。该研究成果被智能交通领域国际顶级期刊IEEE Transactions on Intelligent Transportation Systems 正式接收，并以“Early Access”的方式网络首发 。
SCNet3D模型结构
