科学家发布机器人育种家“吉儿”系统

8月11日，中国科学院遗传与发育生物学研究所研究员许操带领的智能育种攻关团队在《细胞》（Cell）发表了题为Engineering crop flower morphology facilitates robotization of cross-pollinationspeed breeding的研究论文。该研究将BT(生物技术)+AI(人工智能)深度融合，首次提出作物-机器人协同设计的“双向奔赴”理念，通过基因编辑重新设计作物花型，快速精准创制“机器人友好”的结构型雄性不育系，运用深度学习和人工智能成功研制世界首台可自动巡航杂交授粉的智能育种机器人“吉儿”GEAIR(Genome Editing combined with AI-based Robotics)，降低育种成本、缩短育种周期、提高育种效率。 杂交育种和制种的高成本和低效率是制约杂种优势利用的重要瓶颈。以番茄为例，绝大部分商业种均为杂交种，但因柱头内缩的闭合花型，全球番茄杂交育种和制种至今仍完全依赖人工进行杂交授粉，这项工作的人力成本已占番茄总育种成本的25%以上，仅人工去雄一项就占番茄杂交授粉成本的40%；随着人口老龄化，杂交制种的人工成本逐年升高。此外，大豆等一些花型闭合的作物因杂交制种成本过高，至今仍无法利用杂种优势。柱头外露的结构型雄性不育系可免除上述操作，一直是杂交育种和制种梦寐以求的性状。 许操带领的智能育种攻关团队另辟蹊径，使用基因编辑靶向番茄花器官ABC模型基因中特异调控雄蕊发育的MADS-box基因GLO2，使原本闭合的雄蕊开裂而花粉败育，柱头无需伸长便可自然外露，成功创制结构型雄性不育系，且不影响杂交果实产量和种子质量，结束了番茄育种长期缺乏柱头外露型雄性不育系的历史，该技术摆脱了遗传背景限制，具有普遍适用性。 许操与中国科学院自动化研究所副研究员杨明浩带领的团队合作，研发了智能授粉机器人“吉儿”并在商业化生产温室稳定运行，柱头识别准确率可达85.1%，每授粉一个花朵仅耗时15秒，单次巡航授粉实现了77.6% ± 9.4%的成功率，且机器人可全天候不间断进行反复巡航自动杂交授粉以确保每朵花成功授粉坐果。“吉儿”机器人的零部件国产化自主率已达95%以上，极具应用前景。 研究人员进一步将“吉儿”与许操团队2018年创建的“从头驯化”育种技术以及“快速育种”技术结合，建立了智能育种工厂，使得近缘野生种的育种利用周期由原来的5年缩短为1年且节省人工，释放了作物野生近缘种在提升栽培种抗逆和口感特性方面的育种潜力，可批量快速培育风味浓郁的口感番茄和抗逆丰产的优质番茄新种质。为突破杂交授粉成本过高导致大豆杂种优势无法应用的难题，研究人员将“吉儿”系统应用于大豆，首次实现结构型大豆雄性不育系快速创制，使用该不育系可节省76.2%人工授粉操作时间，有望为突破大豆杂交育种难题和大幅提高单产，提供新一代智能育种技术和智能装备。 该研究开辟了“BT筑基+AI赋能+机器人(Robot)劳作”的智能育种(BAR)模式，在生物育种范式革新和催生新质生产力方面展现了“AI for Science”的应用前景。 该研究得到农业农村部重大项目、中国科学院战略性先导科技专项、国家自然科学基金、北京市智能温室蔬菜创新团队项目等的资助。 作物花型重塑与AI机器人协同设计实现智能自动化杂交育种

柔性侵入式脑机接口器件植入研究取得进展

柔性神经电极凭借优异的生物相容性与机械匹配性，被学界认为是实现长期稳定采集神经信号的理想选择。相较于传统刚性电极，柔性探针能有效减少脑组织损伤、抑制炎症反应、延长在体寿命。然而，由于自身刚度较低，这类探针在缺乏额外支撑的情况下难以穿透脑组织。因此，植入难题成为制约柔性电极推广应用的关键瓶颈。 针对上述问题，中国科学院半导体研究所研究员裴为华团队联合心理研究所研究员梁璟团队，研发出刚柔可调的“神经触手”式神经探针。该探针通过微型液压系统调控内部压力，能在插入阶段变得刚硬，并精准穿刺脑组织，且植入完成后可恢复柔软状态，以适应脑组织微环境。这一方案在无需借助硬质导入工具的情况下，实现了低损伤植入与长期高质量神经信号记录的双重目标。实验证实，相较于传统方法，该技术可显著降低急性损伤超74%、减轻慢性免疫反应约40%，且在小鼠长期在体记录中始终保持优异的神经元信号质量与信噪比，信号通道的功能性和单位数量均显著优于对照组。 该研究为柔性电极实用化应用迈出了关键一步，并为下一代微创神经接口技术提供了新的解决方案。 近日，相关研究成果以Stiffness-tunable Neurotentacles for Minimally Invasive ImplantationLong-Term Neural Activity Recordings为题，发表在《先进科学》（Advanced Science）上。 论文链接 可变刚度的神经触手式神经探针 神经触手探针的超低急性损伤和慢性免疫反应 神经触手探针记录到的高质量神经活动信号

双黑洞背后有何玄机？中国团队首次发现第三致密天体存在迹象

双黑洞在超大质量黑洞附近并合的艺术想象图。中国科学院上海天文台 供图 GW190814引力波事件的参数估计结果。中国科学院上海天文台 供图 LIGO-Virgo-KAGRA引力波合作组织（LVK）公布的引力波事件。中国科学院上海天文台 供图 宇宙中神秘的双黑洞系统是如何形成和演化的？其背后究竟有何玄机？这些议题长期以来备受关注，也吸引国际天文学界持续跟踪研究。 来自中国科学院上海天文台的最新消息说，该台韩文标研究员带领的科研团队最近在引力波天文学领域取得突破性进展，他们首次发现双黑洞并合事件可能发生在第三个致密天体附近。这是国际上首次在双黑洞并合事件中发现第三致密天体存在的明确迹象，为揭开双黑洞的形成之谜提供了全新线索。 这项重要天文发现研究的相关成果论文，北京时间8月1日凌晨在国际专业学术期刊《天体物理杂志快报》上发表。 形成黑洞“三人组”系统 研究团队介绍，自2015年人类首次探测到引力波以来，美国激光干涉仪引力波天文台（LIGO）-欧洲室女座天文台（Virgo）-日本神冈引力波探测器（KAGRA）合作组织（LVK）已探测超过100次引力波事件，其中绝大多数来自双黑洞并合。这些事件为人类理解双黑洞并合的物理过程提供了关键数据，但目前学术界对双黑洞如何形成、如何演化的机制还不确定。 2018年，论文通讯作者、中国科学院上海天文台引力波团组负责人韩文标和合作者首次研究提出，由一个超大质量黑洞抓住一对双黑洞，形成一个“三人组”，双黑洞在超大质量黑洞附近“跳舞”，进而辐射多频段的引力波。 该“三人组”系统随后在国际上被欧洲空间引力波计划写入白皮书，也被中国空间引力波探测计划列为独特波源。从那时起，研究团队就开始从LVK引力波数据中寻找双黑洞在超大质量黑洞附近并合的证据。 信号中留下独特“印记” 在本项研究中，研究团队经过分析，将目标瞄准编号为GW190814的引力波事件。 论文第一作者、中国科学院上海天文台杨舒程博士指出，GW190814引力波事件中的两个黑洞很不一般，其质量大小相差近10倍。这么悬殊的组合可能是它们曾和一个超大质量黑洞组成“三人组”，在彼此的引力拉扯下越靠越近；也有人认为它们诞生在活动星系核的吸积盘里，被周围其他致密天体的引力推搡着慢慢靠近，最终并合。 研究团队提出，若双黑洞在第三个致密天体附近并合，其绕第三个天体的轨道运动会产生视向加速度即沿观测者视线方向的加速度，这种加速度会通过多普勒效应改变引力波的频率，在信号中留下独特“印记”。 为捕捉这一信号，研究团队构建了一种包含视向加速度的引力波波形模板，通过贝叶斯推断方法，对多个高信噪比双黑洞事件进行分析。结果显示，对于 GW190814引力波事件，包含视向加速度的模型显著优于传统的“孤立双黑洞”模型。该事视向加速度的研究表明，数据强烈支持“存在视向加速度”的结论。 处于更复杂引力系统 “这是国际上首次在双黑洞并合事件中发现第三致密天体存在的明确迹象。这一发现意味着GW190814（引力波事件）的双黑洞可能并非孤立形成，而是处于一个更复杂的引力系统中，在揭示双黑洞形成通道方面具有重要价值。”韩文标强调说。 研究团队表示，随着下一代地面引力波探测器（如爱因斯坦望远镜、宇宙探索者）和空间探测器（如欧洲空间引力波计划、中国的太极和天琴计划）投入使用，人类将能更精确地捕捉引力波信号中的细微变化。未来，天文学家可能会发现更多类似 GW190814的引力波事件，帮助人类理解双黑洞的形成演化机制。

万米海底，“奋斗者”号发现生命绿洲

近日，由中国科学院深海科学与工程研究所领导的国际研究团队，在西北太平洋的千叶-堪察加海沟和阿留申海沟发现了一个惊人的海底生态系统——在深度达到9,533米的深渊海底，存在着目前已知最深的化能合成生命群落。研究成果30日在国际学术期刊《自然》发表。 科研团队利用“奋斗者”号载人潜水器，揭示了全球海洋最深地带——深渊带中延绵蓬勃生长的化能合成群落。这些生命不依赖阳光获取能量，而是利用地质流体中的化学反应获取新陈代谢所必需的能量。这一突破性发现不仅挑战了关于生命在极端深度生存能力的传统认知，更为理解深海碳循环的复杂机制提供了全新视角。 深渊里的隐秘世界 深渊是指深度在6,000米至近11,000米之间的海沟区域，通常形成于板块俯冲带。虽然科学界长期推测化能合成群落可能广泛存在于深渊区域，但此前实际发现的案例屈指可数。 此次研究首次在深达9533米的极端深度，以及跨越2,500公里的广阔海沟底部，直接观测到了世界上分布最深、分布规模最大的化能合成生命群落。这些群落主要由被称为深海管状蠕虫和双壳类软体动物组成，它们依靠沿着断层上涌的富含硫化氢和甲烷的流体维持生命。研究不仅发现了化能合成生命新物种，后续研究还有可能揭示全新的代谢途径和极端压力适应机制。 重新思考深海碳循环 该研究对理解地球深部碳循环具有深远意义。通过地球化学分析，研究人员发现这些环境中的甲烷实际上是由沉积层深处的微生物活动产生的。这一结果表明，在深渊海底之下还存在着一个前所未知的、庞大活跃的深部生物圈，不断将底部埋藏的碳转化为甲烷，并以天然气水合物等形式在深渊海底形成规模巨大的甲烷储库，挑战了传统的深海碳循环和碳收支模式。 这一发现也直接挑战了深渊生态系统主要依靠从海洋表层沉降的有机颗粒和动物残骸维持的传统观点。相反，研究证明，化能合成生命可能在深渊生态系统发挥着比想象中更重要的作用，并深刻影响着深渊生态系统结构。 本次研究是"全球深渊探索计划"（Global Hadal Exploration Programme，简称GHEP）的重要组成部分。这项为期十年的国际科研计划由深海所主导，旨在利用最先进的深潜技术揭开地球深渊无人区的奥秘。

研究发现辐射主导磁重联中的自旋凝聚等离子体

磁重联是等离子体中磁能快速释放和粒子加热加速的关键过程，广泛存在于太阳耀斑、地球磁尾、黑洞喷流、伽马暴乃至聚变装置等多种等离子体环境中。当磁场强度达到极端水平时，电子在重联过程中将进入辐射主导区域，此时辐射阻尼、光子辐射及粒子自旋动力学等因素成为重要机制。然而，在这类极端磁重联环境中，等离子体将如何演化、自旋如何响应、辐射信号呈现出怎样的观测特征，仍是等离子体物理与高能天体物理交叉研究中的前沿科学问题。 近日，中国科学院理论物理研究所副研究员弓正与德国马克斯-普朗克核物理研究所科研人员合作，在极端强场磁重联研究方面取得进展。该研究基于包含辐射反作用、自旋动力学及量子辐射偏振效应的粒子模拟系统，在辐射主导的磁重联中发现了一种新结构——自旋极化凝聚等离子体。研究发现，在这一过程中，电子在相空间中迅速收缩至一个由辐射阻尼诱导形成的“螺旋吸引子”不动点，形成多个微小且高密度的等离子团粒，并实现了自旋方向与局域磁场方向平行的准同步极化。 这一凝聚结构表现出高于传统等离子体团粒的密度压缩率，同时，电子辐射出的高能伽马光子呈现出一种异常的线性偏振状态，其偏振方向垂直于电子的运动平面。这一现象偏离了经典同步辐射模型预期，表明自旋翻转在辐射过程中对角动量转换具有关键作用，进而引发了辐射偏振方向的重新分布。这一发现为解释磁星、蟹状星云等高能天体观测中出现的异常伽马射线偏振信号提供了新的理论支撑。 上述研究将辐射反作用与自旋动力学系统性地引入强辐射磁重联的建模框架，突破了传统等离子体模型中“忽略自旋辐射效应”的近似假设，为高能等离子体辐射过程建模提供了新的理论工具。研究揭示的“自旋极化-辐射偏振”关联机制，为多信使天体物理中关于高能偏振的观测研究打开了新窗口，有望成为未来解析宇宙磁场结构、粒子加速机制与局域等离子体状态的物理手段之一。 相关研究成果在线发表在《物理评论快报》（Physical Review Letters）上。研究工作得到国家自然科学基金的支持。 论文链接 磁场和等离子体的空间分布：a、b描绘磁场，c、d展示电子密度。

科研团队利用卫星遥感技术精确量化全球垃圾填埋场甲烷排放

近日，中国科学院空天信息创新研究院研究员程天海团队在垃圾填埋场甲烷排放监测方面取得进展。该团队利用高分辨率卫星遥感技术，开发了精准量化垃圾填埋场甲烷排放的新方法，并基于这一方法对全球垃圾填埋场进行了系统评估。 垃圾填埋场是全球第三大人为甲烷排放源，约占全球人为甲烷排放量的18%，对其开展甲烷排放精准监测具有重要意义。传统甲烷排放监测主要依赖地面测量和模型估算，存在覆盖范围有限、精度不足、成本高昂等问题。该团队利用30米空间分辨率和10纳米光谱分辨率的遥感卫星，结合匹配滤波算法和积分质量增强法，识别并量化了全球范围102个垃圾填埋场的甲烷羽流（气体从排放源释放后形成的一种羽毛状扩散结构）及其排放速率，共检出367个有效羽流，实现对全球垃圾填埋场甲烷排放的精准量化。 进一步，该团队对全球两类垃圾填埋场展开了研究。一类是未采取封闭或严格防护措施的露天垃圾场；另一类是经过科学设计、建设和运营，能够对生活垃圾等废弃物进行无害化处理的卫生垃圾场。团队将卫星反演结果与经实地验证的机载测量数据集交叉验证，结果具备较高的一致性，证实了该方法的可信度。结果表明，填埋场甲烷排放受管理方式影响显著，其中露天垃圾场的甲烷排放平均强度是卫生垃圾场的4.8倍。该方法从全球尺度系统评估了不同填埋管理方式下的甲烷排放差异。同时，该成果为修正当前排放数据库的偏差提供了科学依据。 这一方法提高了垃圾填埋场的监测精度与广度，为全球甲烷排放监测提供了新的解决方案。 7月28日，相关研究成果在线发表在《自然-气候变化》（Nature Climate Change）上。 论文链接 遥感监测到的垃圾填埋场甲烷分布情况。a-c为露天垃圾场，d-f为卫生垃圾场。 两种垃圾填埋场类型（露天垃圾场和卫生垃圾场）甲烷排放通量分布

科学家破译人体衰老的蛋白密码

衰老作为一项涉及多器官、跨越多重生物学层级的机体系统性退行性演变，其深层的分子机制至今仍是生命科学领域悬而未决的核心命题。我们的各器官系统是否遵循统一的衰老节律？是否存在调控系统衰老的分子时空枢纽？这些问题长期以来缺乏系统性的实证解答。 当前，科学共识指出，蛋白质稳态的失衡是衰老进程中标志性的分子特征之一。人类基因组编码的超两万种蛋白质，作为细胞结构的基石，其构成的动态网络精密调控着生理稳态，是一系列生命活动的核心执行者。因此，系统绘制跨越生命周期的蛋白质组动态全景图谱，解析器官及系统尺度下蛋白质网络的重编程规律，对于精准识别衰老的核心驱动因素并确立干预靶标具有重要意义。 中国科学院动物研究所研究员刘光慧、北京基因组研究所（国家生物信息中心）研究员张维绮、动物研究所研究员曲静与四川大学华西医院教授杨家印合作团队，首次融合超高灵敏度质谱技术与机器学习算法，系统构建了横跨人类50年生命周期的蛋白质组衰老图谱，涵盖七大生理系统、13种关键组织，从蛋白视角呈现了机体增龄性演变的全景式动态景观。这部“人体衰老蛋白质分子编年史”揭示，蛋白质信息流紊乱是器官衰老的核心特征之一，其本质在于mRNA-蛋白质解偶联与病理性淀粉样沉积的协同作用导致蛋白质稳态网络的系统性崩解。同时，研究首次确立血管系统为衰老进程的“先锋组织”，其在生命早期即显著偏离稳态轨迹。衰老的血管系统通过特异性分泌GAS6等促衰蛋白，激活跨器官级联信号网络，发挥“衰老枢纽”的核心调控功能，驱动并放大全身多器官的系统性衰老进程。 蛋白质稳态调控网络作为维系细胞功能的核心精密调控轴，统筹蛋白质合成、折叠、修饰、转运与降解等关键生命过程。该团队首次在人类多组织层面确证，衰老伴随系统性蛋白质稳态失衡，其核心表征为：中心法则信息流断裂——表现为mRNA与蛋白质丰度相关性随增龄显著解偶联，导致遗传信息向功能性蛋白的精准转化普遍受阻；蛋白质量控制系统级联衰减——核糖体蛋白、分子伴侣及蛋白酶体亚基呈现跨组织普遍性下调，提示合成、折叠与降解通路的协同失能；病理性蛋白广泛沉积——淀粉样蛋白、免疫球蛋白及补体成分在衰老组织中异常累积并交互作用，形成促炎性的“淀粉样-免疫球蛋白-补体”网络，构成炎症性衰老的分子基石。尤为显著的是，血清淀粉样蛋白P被鉴定为最具跨组织保守性的“泛组织年龄上调蛋白”，在大多数衰老组织中一致性显著升高；体外功能研究证实，其可损害年轻血管内皮细胞功能，诱导衰老表型及促炎因子表达，提示其作为驱动早期衰老的功能获得性信号分子的核心作用。 基于前沿人工智能算法，该团队构建了覆盖13种人类组织的特异性“蛋白质组衰老时钟”，首次在蛋白质时空维度，解析了器官衰老的显著异质性及其动态架构。深度分析发现，30岁左右为衰老轨迹的初始分水岭——肾上腺组织率先呈现衰老特征，提示内分泌稳态失衡或为早期驱动力；同期主动脉亦出现稳态偏移，进一步印证了它作为“衰老哨兵”的先锋定位。45岁至55岁被确认为衰老进程的里程碑式转折点，大多数器官蛋白质组在此阶段经历“分子级联风暴”，差异表达蛋白呈爆发性激增，标志其成为多器官系统性衰老的关键生物学转变窗口。主动脉蛋白质组在此过程中的重塑最为剧烈，其分泌组与循环血浆蛋白质组动态谱呈现强共演变特征，提示衰老相关分泌因子可能是介导衰老信号系统性传播的枢纽机制。 为验证“血管衰老中枢”假说，该团队锁定关键衰老相关分泌因子展开功能解析。团队发现，代表性范例GAS6在衰老主动脉组织及循环系统中呈现跨尺度显著富集。体外功能研究证实，GAS6可直接驱动人类血管内皮细胞与平滑肌细胞衰老表型。动物模型进一步揭示，外源系统性给予GAS6显著加速中年小鼠运动功能衰退及多器官衰老进程。类似地，GPNMB、COMP、HTRA1、IGFBP7等衰老相关分泌因子亦被证实可直接诱导血管细胞衰老。其中，外源注射GPNMB，模拟衰老血液GPNMB的累积，可重现系统性加速衰老表型。这些多维度、跨物种的因果性证据在机制层面确证了“衰老扩散”理论的核心原则，即局部衰老组织通过特异性分泌因子，驱动远端器官衰老级联，从而将衰老研究的范式从聚焦传统的“细胞内分子机制”拓展至“器官间通讯网络”的系统维度。 这一研究整合蛋白质组大数据、人工智能建模与多维度功能验证，首次提出“蛋白质稳态失衡-血管衰老枢纽”模型，为系统性衰老机制提供了新范式。 7月25日，相关研究成果以Comprehensive Human Proteome Profiles Across a 50-Year Lifespan Reveal Aging TrajectoriesSignatures为题，发表在《细胞》（Cell）上。 论文链接 科学家破译人体衰老的蛋白密码

“磐石·科学基础大模型”正式发布

7月26日，中国科学院“磐石·科学基础大模型”在2025世界人工智能大会上正式发布。其实现了对波、谱、场等多种科学模态数据的深入理解，具备科学文献萃取融合、科学知识表征推理和科学工具编排规划等核心能力。 当前，“人工智能+科学”研究普遍采用领域数据微调通用大模型、各自构建单一领域专用工具的模式，存在科学数据孤岛、专业推理能力不足、研发生态封闭三大挑战。 中国科学院自动化研究所等研发的“磐石·科学基础大模型”，可实现对数据和模型等各类资源的管理，以及对计算仿真等各类工具的调度。科研人员可在科研各环节轻松调用模型，实现人工智能在科学研究中的无感嵌入。 在核心架构方面，“磐石·科学基础大模型”采用异构混合专家架构，在国产开源大模型基础上，面向科学领域进行深度定制，集成了自主研发的一系列面向共性科学数据模态的专用模型，并融合了AlphaFold、MatterGen等领域专业模型。 在科学能力方面，该大模型已系统掌握数理化天地生六大学科核心定理、定律与专业知识，并实现了对波、谱、场等多种科学模态数据的深入理解。 基于“磐石·科学基础大模型”，研发团队还开发了“磐石·文献罗盘”和“磐石·工具调度台”两个科学智能体。 “磐石·文献罗盘”已接入1.7亿篇科技文献与实时开源科技信息，可深度理解包含公式与图表的科学数据。在其支持下，以往需要3至5天才能完成的文献调研工作可缩短至20分钟。 “磐石·工具调度台”可自主规划及调用超过300个科学计算工具，实现工具的协同编排和便捷调用，可自动识别科研任务、智能编排并调度最优工具链，提升科研流程效率，支持用户灵活接入自有智能体与工具，快速搭建专属科研应用。 目前，“磐石·科学基础大模型”已经在多个学科领域进行了深入应用。 在生命科学领域，科研团队构建了X-Cell数字细胞大模型，实现了从基因序列和中心法则到细胞表型的整体建模，推动数字细胞实现靶点发现全流程自动化。 在高能物理领域，北京正负电子对撞机的研究人员，正在实现粒子物理研究任务的自动分解与高效规划，生成覆盖粒子物理工作流各阶段的分析程序，有效提升了粒子模拟速度与重建效率。 在力学研究中，“磐石·科学基础大模型”发挥强大的科学数据理解和预测能力，高效计算高铁模型在多种流体环境下的表面压力场，为高铁构型设计提供了数据支持。 此外，“磐石·科学基础大模型”正帮助科学家在化学合成中提升实验效率，在分子结构预测中实现更加准确的预测结果，在天文观测中实现智能化的全球资源调度与分析等。 在服务真实科学需求的过程中，“磐石·科学基础大模型”将持续迭代，提升实用性与可靠性。

科研人员利用LAMOST望远镜发现两颗新的共生星

近日，中国科学院南京天文光学技术研究所研究员王靓团队联合国家天文台研究员罗阿理等，利用LAMOST第十次数据发布的海量光谱数据和多种测光数据，发现了两颗新的共生星以及12颗仅吸积共生星候选体。这一成果为双星演化研究提供了线索，也为学界探讨共生新星形成机制、Ia型超新星的前身星以及高能X射线源奠定了研究基础。 共生星是由致密星和红巨星组成的双星系统。在这类双星系统中，红巨星通过星风或洛希瓣溢出将自身物质输送给伴星，伴星吸积后形成吸积盘并产生高温辐射。它们的光谱特征因兼含红巨星的分子吸收带与白矮星的强发射线，极具辨识度。目前，共生星研究领域的难点是理论层面认为可能存在几十万颗共生星，但观测层面暂“捕捉”到三四百颗共生星，与理论层面差距显著。 研究人员充分发挥LAMOST大样本光谱数据在证认特殊天体方面的优势，利用DR10光谱中的发射线信息，并根据已知共生星在赫罗图上的分布特征和目视检查方法，最终从上万条光谱中识别出9颗共生星。其中，7颗此前已被学界证实，两颗是新发现的共生星。 共生星数量远低于理论预期，这一差异的原因在于理论模型预期通常较为理想，且大多数共生星吸积率较低，不会在光谱中展现出明显的发射线特征。因此，科研人员难以通过常规光谱特征识别方法找到这类共生星，即仅吸积共生星。对此，研究人员从测光上利用多波段巡天数据，并综合使用GALEX紫外、2MASS近红外、WISE中红外以及多个X射线星表，找到了12个仅吸积共生星候选体。目前，未有光谱可以证实它们是共生星，但从吸积率分布来看，它们与典型共生星高度一致，增加了样本可靠性。 这一研究拓展了已知共生星的样本数量，体现了多波段数据交叉融合在天体识别和分类研究中的优势，为学界深入理解恒星演化等方面奠定了研究基础。随着天文观测迈入“大数据时代”，更多的特殊星体将被发现。 相关研究成果发表在《天体物理学杂志》上。 论文链接 科学家模拟的共生星结构图 LAMOST中两颗新的共生星低分辨率光谱图 已知共生星和新发现的仅吸积共生星候选体的吸积率分布图

研究通过纳米限域结晶构筑高性能呋喃聚酯

当前，开发可再生的生物基材料是替代传统塑料、推动可持续发展的关键路径之一。作为颇具潜力的生物基平台化合物之一，2,5-呋喃二甲酸基聚酯却受困于强度-韧性-阻隔性的“性能三角”权衡难题。 中国科学院宁波材料技术与工程研究所科研团队在前期聚酯复合材料空间限域组装、分子-界面协同强化、原位催化-复合一体化等成果的基础上，提出了纳米限域结晶策略，来构筑高性能仿生伪矿化聚酯材料。 研究团队通过设计并原位合成的二氧化钛纳米颗粒接枝超大长径比氮化硼纳米片作为层状模板，诱导聚呋喃二甲酸丁二醇酯在二维纳米空间内进行原位受限结晶和取向生长，形成有序“砖-泥”多尺度杂化结构聚酯复合材料（PMP）。 PMP材料拉伸强度达92MPa、模量达3.1GPa，同时保持高于173%的断裂伸长率，氧气阻隔性提升5倍，具备优异的紫外线屏蔽能力。 纳米限域结晶策略解决了生物基呋喃聚酯“强-韧-阻”难以兼得的关键共性科学难题，为生物基塑料替代高性能石油基工程塑料提供了创新范式。 相关研究成果发表在ACS Nano上。研究工作得到国家自然科学基金、国家重点研发计划、中国博士后科学基金等的支持。 论文链接 基于“纳米限域结晶”构筑的高性能仿生聚酯