银河galaxy官网7月17日，物理学系赵俊教授团队利用高压光学浮区技术成功生长了三层镍氧化物La4Ni3O10高质量单晶样品，证实了镍氧化物中具有压力诱导的体超导电性 (bulk superconductivity)，其超导体积分数达到86%。研究还发现该类材料呈现出奇异金属和独特的层间耦合行为，为人们理解高温超导机理提供了新的视角和平台。该研究成果以“Superconductivity in pressurized trilayer La4Ni3O10-δ single crystals”为题发表于最新一期的Nature上。Nature同期在“新闻和观点”（News&Views）专栏以“The search for superconductivity widens”为题对该文进行亮点推荐和介绍。

　　（a,b）Ag2Te器件和光电流扫描结果；（c,d）理论和实验测得的光电流偏振依赖情况；（e,f）体光伏效应和表面光伏效应。

　　7月5日，物理学系修发贤教授课题组与中国科学技术大学及中国科学院上海硅酸盐研究所合作，在三维拓扑绝缘体碲化银（Ag2Te）中发现表面光伏效应。相关研究成果以“Surface photogalvanic effect in Ag2Te）”为题在线发表于期刊Nature Communications。该发现阐明了中心反演破缺并非产生本征光伏效应的必要条件，为光电应用相关研究提供表面光伏效应这一新思路，拓宽了基于光伏效应的光电材料选择范围，有助于实现新一代宽谱、高效、自供电的光电探测器及太阳能电池等。

　　现代物理研究所马余刚院士课题组在超氚核动量谱的量子软化效应方面取得新进展

　　7月12日，现代物理研究所马余刚院士课题组理论预言了高能重离子碰撞中超氚核动量谱的量子软化效应。该研究以“Softening of the hypertriton transverse momentum spectrum in heavy-ion collisions”为题，发表在核物理期刊Physics letters B上。该研究发现的超氚动量谱的量子软化效应为理解超氚的结构和产生机制提供了全新的窗口，具有重要物理意义。

　　（a）光刻胶组成;(b)光刻胶聚集态结构;(c)在不同衬底上加工的有机晶体管阵列；（d）有机晶体管阵列结构示意图及光学显微镜照片；（e）有机光电晶体管成像芯片（PQD-nanocell OPT）与现有商用CMOS成像芯片以及其他方法制造有机成像芯片的像素密度对比。

　　图1. 液滴产生量的骤增及气泡碰撞的发现。(a)产生气泡的气流速率与亚微米液滴产生速率、气泡曲率半径的关系; (b,c) 阈值前后水下气泡碰撞现象的照片。

　　7月8日，环境科学与工程系系王笑非研究员课题组与法国艾克斯-马赛大学Emmanuel Villermaux教授团队合作在物理评论快报Physical Review Letters上发表了题为“Abyss Aerosols: Drop Production from Underwater Bubble Collisions”的论文。该论文首次揭示了气泡在水下碰撞产生大量亚微米级液滴的新机理。这一发现为水气界面物质交互提供了全新的视角，并为准确预测海洋飞沫气溶胶的产生通量及其环境效应提供了理论基础。

　　微纳电子器件与量子计算机研究院沈健/何攀课题组在量子霍尔绝缘体中发现奇异的非线性霍尔效应

　　经典和量子霍尔态下的线性和非线性霍尔效应示意图。a.经典霍尔效应。H为磁场，n为载流子密度。b.二维电子气中的量子霍尔效应。其特征是体绝缘和边缘导电。经典(a)和量子(b)霍尔效应对外加电流表现为线性响应。c.非线性霍尔效应。d.量子霍尔态的非线性霍尔响应。（c）和（d）中霍尔电压对电流呈现高阶响应（整数m ≥ 2），因此在交流电下可以检测到高次谐波霍尔电压的产生。

　　7月24日，微纳电子器件与量子计算机研究院沈健/何攀课题组与日本理化学研究所Naoto Nagaosa团队合作，在二维石墨烯量子霍尔绝缘体中，发现一个三阶的非线性霍尔效应，其大小与外电流呈三次方关系，与线性量子霍尔效应同时产生。相关成果以“Third-order nonlinear Hall effect in a quantum Hall system”为题，发表在Nature Nanotechnology杂志上。

　　Desulfovibrio产生H2S抑制肠道内GLP-1进而影响机体代谢分子机制示意图。

　　基础医学院徐延勇联合吴慧娟课题组揭示Atf3重塑肝脏巨噬细胞糖脂代谢干预MASH进程的新机制

　　脑科学研究院江燕课题组合作研究揭示SETDB1调控神经前体细胞中短散在核元件和染色质环构象的分子机制

　　7月10日，附属华山医院神经内科郁金泰教授团队领衔，联合类脑智能科学与技术研究院的冯建峰/程炜团队运用AI for Medicine（AI4M，人工智能驱动的医学研究）创新思路和分析策略，对迄今为止最大规模的高通量脑脊液蛋白质组学（6361种蛋白）数据进行分析建模，发现了对阿尔茨海默病（AD）诊断和预测具有重要价值的新型生物标志物——YWHAG。该发现具有较高的临床应用价值，此项研究成果发表在Nature Human Behavior杂志。

　　(a) DeepGP模型结构示意图；(b) DeepGP预测的糖基化肽段二级谱图与实验二级谱图比对。(来源于发表论文)。

　　7月30日，化学系乔亮团队将深度学习与糖蛋白质组学相结合，开发了DeepGP深度学习框架。DeepGP在糖肽串联质谱（MS/MS）分析方面取得了突破性进展。相关成果以“Deep learning prediction of glycopeptide tandem mass spectra powers glycoproteomics”为题，在Nature Machine Intelligence上发表。DeepGP结合了两种人工智能模型：一种擅长理解序列（Transformer），另一种擅长处理图形（图神经网络）。这种结合可以完美地处理糖基化肽段中的线性肽段序列和二维糖链结构。此外，研究团队还采用了预训练策略以克服糖蛋白质组学数据的稀缺性。

　　▼更多复旦新闻，敬请留意复旦大学官方网站。阅读原文继续滑动看下一个轻触阅读原文