技术

水资源短缺对水电和农业的可持续性构成重大风险。最近在安第斯山脉进行的一项研究推荐可持续灌溉和再植树作为有效解决方案。 一项在秘鲁安第斯山脉偏远地区进行的最新研究为全球水电管理者和农业社区提供了关键见解：共同进行可持续土地管理对于确保其运营和社区的长期稳定至关重要。此外，这也为受损生态系统的复苏创造了机会。斯坦福大学自然资本项目（NatCap）发布的研究，发表在Communications -- Earth &…

虽然天文学家已经捕捉到我们银河系中大约二十幅详细的恒星图像，探索它们的特性，但在遥远的星系中还有无数其他恒星存在，使得详细观察它们变得极为困难——直到现在。 “这是我们首次成功捕捉到位于银河系外的一颗垂死恒星的详细图像，”智利安德烈斯贝洛大学的天体物理学家大仲恵一（Keiichi Ohnaka）表示。这颗名为WOH G64的恒星距离地球约16万光年。这个成就得益于欧洲南方天文台的甚大望远镜干涉仪（ESO的VLTI）所提供的显著清晰度。新的观察显示，这颗恒星在接近成为超新星的最后阶段时正在喷发气体和尘埃。 “我们发现了一种包围在恒星周围的蛋形茧，”Ohnaka说，他领导的研究对此次观察进行了详尽的描述，今日在《天文学与天体物理学》上发表。“这很令人兴奋，因为它可能与这颗垂死恒星在超新星爆发前大量喷发物质有关。”…

在纳米科学领域，新的速度记录已被创造，这可能为多个进展铺平道路，例如更快的电池充电、增强的生物传感、软机器人和类神经计算。研究人员发现如何使混合有机离子-电子导体中的离子运动速度超过其先前速度的十倍。这些导体利用了生物系统（如人类身体）中发现的离子信号的优势，并结合计算机中使用的电子信号。通过利用能够吸引和集中离子进入专用纳米通道的分子，它们有效地创建了一条微型“离子高速公路”。 在纳米科学领域，新的速度记录已被创造，这可能为多个进展铺平道路，例如更快的电池充电、增强的生物传感、软机器人和类神经计算。 来自华盛顿州立大学和劳伦斯伯克利国家实验室的研究人员发现了一种使离子在混合有机离子-电子导体中运动速度超过十倍的方法。这些材料利用了各种生物系统（包括人类身体）中发现的离子信号的优势，同时也利用了计算机中的电子信号。 这项研究的结果发表在期刊《先进材料》上，展示了如何通过采用能够吸引和集中离子进入特定纳米通道的分子来加速导体内离子的运动，有效地创造出一条微型“离子高速公路”。 华盛顿州立大学的物理学家、研究的主要作者布赖恩·柯林斯说：“能够以我们从未实现过的方式控制生命所依赖的这些信号是极其强大的。这种速度提升也可能大大改善能源储存，这将产生重大影响。”…

克洛罗菲尔启发的材料 叶绿素是一种自然存在的色素，对光合作用至关重要，可以激发前沿光收集材料的创造。然而，管理这些材料的精确排列面临着重大的挑战。最近的研究表明，整合树状结构——分支的、树状的结构——有助于基于叶绿素的材料的自组装。研究显示，较小的树状体导致堆叠的、纤维状的形态，而较大的树状体则产生球形的叶绿素颗粒，为开发模仿自然光合作用系统的光吸收效率的材料铺平了道路。 研究人员常常从光合作用中获得灵感，这一过程使植物和细菌能够将阳光转换为化学能。这一过程依赖于叶绿素色素，这些微小的绿色分子是光收集的核心。在自然界中，这些叶绿素分子以特定结构组织，以优化光吸收，使植物和细菌能够高效利用阳光作为能源。受到这种自然组织的启发，科学家们正在研究合成方法，以创造适合光电和可再生能源应用的基于叶绿素的结构。 千叶大学工程研究生院的冶井老师和工藤良先生与一支专注的研究团队进行的最近研究，展示了如何通过改变类似叶绿素的分子来影响其形成不同的结构。这项研究于2024年10月8日发表在《有机化学前沿》第11卷第22期，为合成光收集材料的未来提供了宝贵的见解。 冶井教授解释说：“光合细菌使用高度组织化的叶绿素阵列，使它们能够有效捕捉光，即使在昏暗的条件下。我们的目标是使用相同的合成分子设计来复制这些结构。通过比较它们的光物理特性，我们希望了解为什么这种结构在进化中形成。”为了组装这些结构，团队通过氢键结合了巴比妥酸单元，并整合了树状体，以创建稳定的花环状结构并调节其层次排列。…

蛋白质设计侧重于为医疗治疗创造特定的抗体，为诊断目的设计生物传感器或催化化学反应的酶。一个全球研究团队现在引入了一种新技术，以更有效地设计更大蛋白质，并在实验室环境中生产具有所需特性的蛋白质。他们的创新方法利用了人工智能驱动的软件Alphafold2的潜力，该软件于2024年获得了诺贝尔化学奖。 蛋白质设计侧重于为医疗治疗创造特定的抗体，为诊断目的设计生物传感器或催化化学反应的酶。一个全球研究团队现在引入了一种新技术，以更有效地设计更大蛋白质，并在实验室环境中生产具有所需特性的蛋白质。他们的创新方法利用了人工智能驱动的软件Alphafold2的潜力，该软件于2024年获得了诺贝尔化学奖。 蛋白质在我们体内发挥着至关重要的功能——作为构建块、运输机制、酶或抗体。正因为这种重要性，研究人员积极致力于重建现有蛋白质或设计自然界中不存在的全新蛋白质。这些人工蛋白质可能被定制为与特定病毒结合或运输药物。例如，随着机器学习的进步，科学家们越来越多地转向这些技术进行设计。今年的诺贝尔化学奖认可了这一领域的重要进展，表彰了德诺蛋白设计的领导者大卫·贝克，以及Alphafold2的创始人德米斯·哈萨比斯和约翰·贾姆珀。该软件允许研究人员使用计算方法准确预测蛋白质结构。 由慕尼黑工业大学（TUM）生物分子纳米技术教授亨德里克·迪茨和麻省理工学院（MIT）生物学教授谢尔盖·奥夫奇尼科夫领导的研究团队开发了一种方法，通过一种称为梯度下降的技术增强Alphafold2的精确结构预测，以简化蛋白质设计。他们的研究成果已发表在《科学》杂志上。 梯度下降是一种广泛使用的优化方法，它逐步调整参数以最小化与目标函数的任何偏差，直到达到理想结果。在蛋白质设计的背景下，该技术比较Alphafold2预测的新蛋白质的结构与所需结构。这允许对设计的氨基酸链及其构型进行进一步微调，这对蛋白质的稳定性和功能至关重要，因为这些因素受微妙的能量相互作用影响。…

研究人员利用暗能量光谱仪（DESI）研究了近600万个星系在宇宙历史长达110亿年的时间跨度内的分布情况。他们的发现与爱因斯坦广义相对论的预测一致。 引力在塑造宇宙方面发挥了关键作用。它使宇宙早期阶段物质的微小变动演变成今天可观察到的广阔星系网络。最近一项利用暗能量光谱仪（DESI）数据的研究，细致地追踪了这一宇宙结构的发展，标志着迄今为止对宇宙远距离引力的最准确评估。 DESI是一个全球合作项目，涉及来自70多个机构的900多位科学家，由能源部的劳伦斯巴克利国家实验室（Berkeley Lab）负责监督。在这项最新研究中，DESI科学家确认引力遵循爱因斯坦的广义相对论。这一发现支持了我们对宇宙的当前理解，也限制了为解释意外现象（例如，通常归因于暗能量的宇宙加速膨胀）而提出的修正引力的替代理论。 “广义相对论在太阳系的范围内经过了充分的检验；然而，我们需要确保这一原理在更大尺度上仍然成立，”共同领导这项新分析的法国国家科学研究中心（CNRS）核与高能物理实验室（LPNHE）宇宙学家保琳·扎鲁克表示。“通过研究星系随着时间的演变，我们可以直接审查我们的理论，到目前为止，我们的发现与广义相对论在宇宙尺度上的预测一致。”…

最近开发的一项技术使科学家能够以卓越的清晰度检查磁性纳米结构。赫尔大学马丁·路德大学（MLU）和马克斯·普朗克微观结构物理研究所的研究人员创建了这种方法。该技术的分辨率约为70纳米，而标准光学显微镜的分辨率仅为500纳米。这一发现对基于自旋电子学的能效存储技术的发展至关重要。研究小组的发现详见最新一期《ACS Nano》期刊。 传统光学显微镜由于光的波长而面临限制，使得小于500纳米的细节无法分辨。这一新技术通过采用非经典涅尔斯特效应（ANE）及金属纳米尖端突破了这些障碍。ANE在磁性金属中产生的电压与磁化和温度梯度垂直。“激光束照射到力显微镜的尖端，在样本表面上产生一个限制在纳米级的温度梯度，”来自MLU物理学研究所的乔治·沃尔特斯多夫教授解释道。“金属尖端像天线一样，在其尖端正下方的微小区域集中电磁场。”这使得ANE测量的分辨率大大超过传统光学显微镜的能力。这一研究小组生成的显微图像的分辨率约为70纳米。 虽然之前的研究主要集中在样品平面内的磁化极化上，研究小组强调，平面内的温度梯度也至关重要，使得通过ANE测量来检查垂直于平面的极化成为可能。为了填补这一空白并验证ANE方法在纳米级可视化磁性结构方面的可靠性，科学家们采用了磁涡旋结构。 这一新技术的一个显著优势是其对手性反铁磁材料的适用性。“我们的结果对自旋电子组件的热电显像至关重要。我们已经成功地在手性反铁磁体中证明了这一点，”沃尔特斯多夫指出。“我们的方法提供了两个主要优势：首先，它显著增强了磁性结构的空间分辨率，远超光学技术的能力。其次，它还可以用于手性反铁磁系统，这将直接有助于我们提出的卓越集群‘手性电子中心’，”沃尔特斯多夫补充道。MLU正在与柏林自由大学、雷根斯堡大学和马克斯·普朗克微观结构物理研究所合作，寻求通过卓越战略获得资金。这项研究旨在为未来电子学的新概念奠定基础。…

最近的一项研究强调了一种减少轮胎使用后造成的环境损害的方法。这种创新技术将6PPD转化为无害的化学物质，6PPD是一种有益但生态有害的分子，能够增强轮胎的耐用性。 特拉华大学的研究人员创建了一种减少轮胎达到生命周期末端后排放的污染物的技术。 这项发表在《自然化学工程》上的研究揭示了团队如何将6PPD（这种分子可以保护轮胎免受紫外线并延长其使用寿命）转化为安全的化学物质。此外，剩余的橡胶颗粒还可以转化为芳香烃和炭黑等有价值的物质，炭黑是一种用于各种行业的类烟材料，包括颜料、化妆品和电子产品。特拉华大学化学与生物分子工程系的主任迪翁·弗拉科斯领导了这项研究，并与大学的塑料创新中心合作。 弗拉科斯表示，轮胎约占我们环境中微塑料的三分之一。这在很大程度上是由于大约25%的轮胎成分由合成橡胶组成，这是一种塑料。 在阳光下，6PPD会转变为6PPD-醌，这被称为二酮，是一种包含两个酮基团的分子。轮胎是这些二酮分子的一个重要来源。此外，环境影响并不仅限于微塑料；这些物质还可以从被废弃并暴露在天气条件（如降雨）下的轮胎中释放出来。…

表面在多种化学反应中至关重要，例如催化和腐蚀。对于工程师和化学家而言，掌握材料表面的原子布局至关重要。来自日本名古屋大学的研究人员利用原子分辨率二次电子（SE）成像技术分析材料最外层的原子结构，帮助他们识别其与下方层的不同。他们的发现发表于期刊《显微镜学》。 一些材料经历一种被称为“表面重构”的现象，表面原子的排列与材料内部的原子排列不同。在原子水平观察这一现象需要表面敏感的方法。 传统上，扫描电子显微镜（SEM）已经证明在检查纳米尺度结构方面有效。SEM通过将聚焦电子束照射到样品上，并检测从表面发射出的SE来操作。这些SE来自表面下方，这可能会妨碍表面重构的观察，特别是在仅涉及单个原子层时。 名古屋大学的研究人员通过利用简单的双层二硫化钼（MoS₂）系统来解决这个挑战，以评估SE成像能够提供多少关于表面和亚表层的信息。通过叠加两层MoS₂，他们能够利用这种技术区分外层和下层。 研究小组发现，原子分辨率SE成像在映射表面原子配置方面非常有效，且具有显著的灵敏度。他们的结果显示，表面层的SE图像强度约为第二层的三倍，强烈表明了该方法的灵敏度。…

语言学和计算机科学的专家们已经确定了一些导致人工智能大型语言模型在模仿人类对话时表现不佳的关键原因。 在日常对话中，注意那些自然的时刻，以便让其他人参与进来。时机至关重要——如果有人在错误的时刻发言，他们可能显得过于激进、过于害羞或简单地显得尴尬。 对话中的思想交流具有社会层面，而虽然人类大多数时候能很好地管理这一点，但人工智能语言系统显著地在这方面存在困难。 塔夫茨大学的一组研究人员探讨了人工智能对话能力差距的根本原因，并提出了潜在的改进方案，以使其成为更好的对话者。 在口头互动中，人们通常会避免互相打断，采取轮流发言和倾听的方式。每位参与者会捕捉各种线索来识别语言学家所称的“转话相关地点”（TRPs）。这是在对话中一个人可以让当前发言者继续或轮到自己分享观点的常见点。…

当儿童被问及“科学家看起来像什么？”时，与之前几十年相比，他们现在看到更多女性和来自不同种族背景的个体形象。然而，生成图像的AI工具是否反映了科学家之间的这种多样性？在《化学教育杂志》上发表的一项研究中，研究人员探讨了AI图像生成器如何描绘化学家。他们的发现显示，没有任何AI生成的图像准确描绘出今天真实化学家之间的性别、种族或残疾多样性。 生成性AI系统每天创建数百万张图像，它们的有效性取决于所使用的算法以及训练模型的初始图像。最近的研究表明，AI生成的图像往往未能真实代表现实，包括超出外貌的错误。例如，当研究人员促使AI工具创建各种职业的图像时，某些结果强化了性别和种族刻板印象，而不是反映这些工作的实际人口统计数据。为了调查这个问题，由Valeria Stepanova领导的团队，包括Meagan Kaufenberg-Lashua、Joseph West和Jaime…

多伦多大学的研究人员首次在年轻星团中识别出了白矮星与主序星的组合，分别被称为“死去”的残余物和“活着”的星。这一重要发现的详细信息在《天体物理学杂志》上的近期出版物中进行了描述，为恒星演化的极端阶段提供了新的视角，这是天体物理学中尚未解决的重大问题之一。 这一进展使科学家能够连接双星系统的初始和最终阶段——两个恒星围绕共同的引力中心运行——从而加深我们对恒星形成、星系发展以及周期表中大多数元素形成方式的理解。它还可能阐明一些宇宙现象，如超新星和引力波，这些现象被认为源自包含一个或多个这些紧凑型死星的双星系统。 双星系统在恒星中相当常见；事实上，像我们太阳这样的恒星中近一半至少有一个邻近的恒星。这些成对的恒星通常大小不一，其中一个通常比另一个更大。尽管人们假设它们的演化速度相似，但更重的恒星通常寿命更短，经历演化阶段的速度远快于质量较小的伴星。 当一颗恒星接近终点时，它会膨胀到数百倍甚至数千倍于其原始体积，进入所谓的红巨星或渐近巨星支相阶段。在紧密双星系统中，这种剧烈的膨胀可能导致垂死恒星的外层完全吞没其伴星。天文学家将这种现象称为共同包层阶段，表明两颗恒星被相同的物质包围。 共同包层阶段仍然是天体物理学中最令人困惑的现象之一。研究人员在理解这一关键时期恒星在一起螺旋运行时引力相互作用如何影响它们后来的演化方面面临挑战。这项新研究可能有助于解开这一谜团。…