项目标题：集成2D材料的片上非线性光学效应研究进展
1
技术梗概：
目前，硅材料在高光功率下易出现显著双光子吸收、氮化硅本征非线性系数偏低的痛点，进而制约高效率非线性光子器件的性能。
针对当前硅基光电子集成平台的性能瓶颈，东南大学倪振华、吕俊鹏教授团队系统梳理了以石墨烯、氧化石墨烯、过渡金属硫化物、Ⅲ-Ⅵ 族化合物为代表的2D材料，并且进行了一系列针对片上微纳结构结合增强非线性光学效应的研究。
这类2D材料凭借原子级厚度下的强量子限域效应与极高本征非线性极化率，可以有效突破片上非线性性能瓶颈。
这些研究为光参量放大器、片上孤子微梳、量子光源等应用提供了新的技术路径，同时也指出低损耗优化、材料稳定性提升与晶圆级可制造性是未来的核心攻关方向，为下一代高性能集成非线性光电子芯片的发展提供了系统性的参考。
常见的2D材料非线性效应及应用
2
探索的应用领域：
光学、半导体
3
项目标题：机器学习加速"壳外"共溶剂筛选以稳定阴离子衍生界面相——用于水系锌电池
1
技术梗概：
厦门大学团队针对水系锌电池中传统 “壳内共溶剂” 策略无法同时兼顾析氢抑制、离子去溶剂化与阴离子成膜的矛盾，提出了一种“壳外共溶剂”的全新电解液设计思路。
该研究不再让有机分子直接进入 Zn²+ 的第一溶剂化壳层替换水分子，而是通过重构外围水分子的氢键网络，间接削弱锌离子与水的配位作用，同时为阴离子进入溶剂化壳层、形成稳定的固体电解质界面创造条件。
值得一提的是，该研究团队在研究过程中借助电解液通用势函数，对酰胺、醚类等 6 大类共28种候选有机共溶剂开展了高效的机器学习分子动力学筛选，最终精准锁定 N,N - 二甲基乙酰胺（DMAC）为目标分子，并通过体相光谱、原位界面表征与电化学测试，逐层验证了结构假设，证实该电解液配方能大幅降低析氢副反应、实现均匀致密的锌沉积。
2
探索的应用领域：
材料学、人工智能
3
项目标题：强效细胞表面展示元件的发现与设计
1
技术梗概：
耶鲁大学医学院陈斯迪团队发表于《自然・生物技术》（Nature Biotechnology）的研究，推出了名为 DeepSCan 的 AI 平台，针对 mRNA 疫苗与细胞治疗领域中细胞表面展示（CSD）序列缺乏系统定量评估、传统实验筛选效率低下的行业难题，
该团队通过整合多物种天然膜蛋白序列、实验验证了570 余种嵌合抗原，最终循环迭代并优化出成熟的DeepSCan模型。此外，该团队还开发了更精细的AI模型（Genesis Quant model）。该模型不仅能对序列展示强度进行定量打分，还能解析高效序列的氨基酸结构特征、揭示背后的生物学规律。
依托该平台，研究团队生成了约3700条全新的人工 CSD 序列，最终筛选出7条性能显著超越现有最强天然序列的全新序列，这些序列在 CAR-T 细胞实验中有效提升了免疫细胞的抗原识别与肿瘤杀伤能力。
该研究标志着蛋白工程正从传统经验试错转向 AI 驱动的可预测设计，为新一代 mRNA 疫苗、癌症免疫疗法的研发提供了全新的技术路径。
2
探索的应用领域：
生物医药、人工智能
3
有意向深度了解某项技术
请扫描二维码联系客服小镁
记得星标微信公众号：镁客网（im2maker），更多干货在等你
热门跟贴