物理科学学院田建国教授和材料科学与工程学院陈树琪教授团队在BICs微纳激光领域取得重要进展,利用微结构介电常数复傅里叶分量调控微纳结构的各阶Bragg散射,实现了全k空间BICs,并基于全k准BICs实现了微纳激光的腔内任意空间信息调制。相关成果以“全动量空间连续体束缚态实现的空间信息激光”为题,发表在国际顶级期刊《物理评论快报》(Physical Review Letters)上。
环境科学与工程学院周启星教授团队与国内多家单位合作,成功设计并报道了一种新型高效的非贵金属双功能析氧反应(OER)/氧还原反应(ORR)双功能电催化剂(FeOCo-SAD),通过调节热解温度和惰性气体氛围,合成具有原子分散的氧桥连Fe、Co双金属二聚体活性位点(Fe-O-Co-N6)。这项工作提供了一种设计高效ORR/OER催化剂的有效方法,有望在可再生能源(基于ZABs)、人工光合作用(基于碳生物地球化学循环)和复杂水体污染治理中得到广泛应用,并为理解具有氧桥构型的原子分散催化剂的催化行为提供了见解。该研究成果发表于国际顶级期刊PNAS上。
药学院赵炜教授团队与康复大学于凡研究员团队合作在《先进科学》(Advanced Science)以封面文章形式发表题为“一种靶向乙酰肝素酶的通过抑制细胞因子风暴来治疗脓毒症的新型候选药物”的研究论文。研究团队开发了寡糖类乙酰肝素酶抑制剂CV122并深入探索了其在治疗脓毒症方面的潜力。CV122发挥其“糖衣护卫”的作用,能够精准地靶向乙酰肝素酶,有效减少血管内皮糖被的降解,从而维护血管屏障的完整性。这一创新性的治疗思路,不仅有助于调节机体的免疫反应,还能有效保护肺部等关键器官免受炎症的侵害,为脓毒症治疗的未来指明了新的方向。
物理科学学院付学文教授团队成功研制并报道了国际首套超快扫描电子显微镜(SUEM)与超快阴极荧光(TRCL)多模态载流子动力学探测系统。该系统在飞秒超快电子模式下实现了空间分辨率优于10 nm,SUEM成像和TRCL探测的时间分辨率分别优于500 fs和4.5 ps,各项技术性能和参数指标达到国际领先水平。该仪器系统的成功研制填补了我国在该技术领域的空白,为研究和解耦半导体中复杂的光生载流子动力学过程提供了一个强有力的高时空分辨测量平台,将为新型半导体材料与高性能光电功能器件的开发提供重要支撑。相关论文发表于重要国际学术期刊《先进科学》(Advanced Science)。
物理科学学院程化教授和材料科学与工程学院陈树琪教授团队基于声学超声栅结构的OAM衍射机理,提出了透射相位调控的新机制,首次利用单个超表面在互易声学系统中打破了声涡旋透射的镜面对称,为互易声学系统实现涡旋不对称信号传输提供新的思路。该研究成果发表在《物理评论快报》(Physical Review Letters)上。
生命科学学院丁丹研究员与华南理工大学冯光雪教授合作在《自然·协议》(Nature Protocols)期刊在线发表文章,提供了一种基于聚集诱导发光(Aggregation-Induced Emission; AIE)材料制备近红外长余晖纳米探针的新方法,通过该方法制备的纳米探针能够同时实现余晖信号的红移和增强,用于高水平肿瘤成像和成像引导的肿瘤切除。
电子信息与光学工程学院张晓丹教授和赵颖教授团队在基于太阳电池的人工光合作用领域取得的最新研究进展发表在国际著名学术期刊Joule上。该工作主要针对在工业级电流密度下,催化剂的结构重建和相变引起的快速失活导致系统的耐久性问题,对催化剂进行了设计和研究,最终开发了一种稳定的六方相(γ-In2S3)催化剂,创下14.3%的太阳能-甲酸的能量转换效率的纪录。本工作为人工光合作用系统中的耐用催化剂设计和高效流动池提供了新思路,是实现高价值化学品和燃料合成以形成零碳排放循环系统的有效策略之一。
化学学院汪清民教授团队在《化学工程杂志》(Chemical Engineering Journal)上发表题为“基于多功能乳化交联剂光交联高效制备谷胱甘肽响应的纳米凝胶提高农药的利用率”的文章。该研究首次通过光交联不需额外添加任何化学试剂的方式,高效构建了多功能纳米凝胶,实现了农药的精准释放,同时兼具有叶片高黏附性及优良的抗光解性能,显著提高了农药的利用率,进而降低对生态环境的危害。
中国公司治理研究院李建标教授作为共同第一和通讯作者的合作论文,以“困惑不能解释公共物品博弈中的合作行为”为题发表于美国科学院院刊PNAS上。该研究针对“confused learner” hypothesis(CLH,混淆者学习假说),通过多组实验进行交叉学科研究、重新检验合作动机,首次将认知理解和行动实践巧妙分离,重申了社会偏好驱动人类合作的作用,对人类和机器博弈中人类合作行为的动机进行了深入剖析,明晰了社会规范这一主要动机。
人工智能学院张瀚教授团队联合腾讯AI实验室姚建华博士团队在国际顶级学术期刊《自然·方法》(Nature Methods)上发表题为“scPROTEIN: 一种用于单细胞蛋白质组学嵌入的多功能深度图对比学习框架” 的文章。该研究提出一种名为scPROTEIN的基于图对比学习的单细胞蛋白质组学表征学习方法。此方法首次开发了一个统一的深度学习框架,以解决质谱测序带来的数据缺失、批次效应和高噪声等在数据处理中互相影响的难题,并学习到准确的细胞嵌入表示,可用于一系列下游分析。
数学科学学院陈盛泉副教授课题组在《自然·通讯》(Nature Communications)上发表题为“scCASE:准确且可解释的单细胞染色质开放性数据增强方法” 的文章。该研究提出了一种名为scCASE的单细胞染色质开放性数据增强方法,基于非负矩阵分解,引入了可迭代优化的细胞间相似性矩阵,有效整合相似细胞的表观信号以克服数据噪声。银河国际galaxy网站