四川
本周快讯
第一作者：Hongguang Liao, Sheng Hu
通信作者：Ichigaku Takigawa, Wei Li, Hailong Fan , Jian Ping Gong
通讯作者单位：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领域的战略应用，水下粘附材料的性能突破已成为材料科学与工程技术交叉融合的核心议题。这种材料必须在复杂水环境中完成稳定、可重复、持久的粘接。无论是海洋工程、舰船装备、还是创伤封合、血管修复，水下粘附材料都是不可替代的关键支撑技术。但长期以来，这类材料的开发依赖的是经验积累与仿生灵感，缺乏系统性设计原则。本工作从自然数据出发，通过统计方法解析“进化规则”，再在合成聚合物中构建等价序列结构，并借助AI模型优化性能边界——这是一条从蛋白序列到材料性能的完整闭环。这项研究所展示的，不只是一个凝胶如何“粘得更牢”，而是一个软材料智能设计的全新方向。它证明了：即使面对结构不稳定、变量众多的软物质系统，只要构建出合理的描述空间，也能让AI在其中找到秩序，释放出真正的设计潜力。
快读
图文
图1|数据驱动的水下粘附水凝胶设计策略。
图2|粘蛋白的数据挖掘。
图3|仿生粘附水凝胶的合成。
图4|基于机器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，如有不足，欢迎指正。
诚邀广大科研工作者推荐或投递与光和热相关的资讯、进展与稿件至邮箱 guangreshijie@163.com，共同推进领域的发展和进步！
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
