技术

它作为一种分子熏蒸剂来对抗噬菌体和质粒。 CRISPR-Cas9常常被比作一对基因剪刀，因为它能够精确地切除特定的DNA片段。 然而，研究表明CRISPR系统在其防御工具箱中利用了各种策略。最初发现于细菌中，它作为一种适应性免疫系统已经存在了数百万年，CRISPR自然地被一些单细胞生物用来抵御病毒（称为噬菌体）和其他外源遗传材料。最近，来自洛克菲勒大学细菌学实验室的研究人员，在Luciano Marraffini的领导下，以及在MSKCC结构生物实验室的研究人员，在Dinshaw Patel的领导下，发现某种特定的CRISPR系统不仅采用基因剪刀，还作为一种分子熏蒸剂。在他们最新发表在《细胞》杂志的研究中，科学家们揭示这种被称为CRISPR-Cas10的系统，通过向病毒感染的细菌注入有毒分子，来防止病毒传播到附近的细菌细胞。…

研究人员开发了一种新颖的技术，通过使用激光在芯片上的特殊设计金属透镜创建全息图，从而对3D半导体芯片进行对齐。这项创新可能显著降低2D半导体芯片的生产成本，促进3D光子和电子芯片的创建，并可能导致开发经济实惠、紧凑的传感器。 来自马萨诸塞大学阿默斯特分校的一个团队创造了一种突破性的方法来对齐3D半导体芯片。这个过程涉及通过芯片上的同心金属透镜导向激光，以生成全息图。他们的研究结果发表在自然通讯上，为降低与制造2D半导体芯片相关的成本带来了希望，为先进的3D光子和电子芯片铺平了道路，也可能将其他廉价、紧凑的传感器引入市场。 半导体芯片在使电子设备管理、存储和传输信息方面至关重要。这些芯片的性能依赖于其组件的排列。然而，现有的2D结构已经达到技术瓶颈，许多专家认为3D集成是未来发展的关键。 创建3D芯片需要将多个2D芯片堆叠在一起，同时确保它们的层对齐在纳米级别的范围内（为了更加形象理解，一毫米等于100万个纳米）。这种对齐必须在三个维度上进行：前后、左右，以及芯片之间的间距（x、y和z轴）。 阿米尔·阿尔巴比，马萨诸塞大学阿默斯特分校电气与计算机工程的副教授，也是本研究的主要作者之一，解释道：“传统的对齐两层的方法涉及使用显微镜找到特定标记，如角落或十字线，并尝试将它们匹配。”…

研究人员正在发现创新的方法来增强氢演化反应，提高其效果和效率。 优化生成氢（H2）作为清洁能源的过程，对抗气候变化至关重要。来自东北大学和东京科学大学的团队在提高这种反应的催化效率方面取得了进展。他们开发了一种合成技术，可以控制直径约1纳米的微小金属颗粒的表面结构。 研究结果于2024年10月25日发表在《美国化学学会杂志》上。 氢是一种环保替代传统能源如化石燃料的能源来源。通过氢演化反应（HER）从水中提取氢是一种流行的方法，该方法利用电流，通常需要电催化剂来降低活化能，从而提高过程的效率。然而，一个主要缺点是，它通常需要像铂这样的昂贵稀有金属。 为了使氢燃料成为一个更经济实惠和可行的选择，研究人员探索了使用较便宜金属的可能性。他们设计了一种金属纳米簇（NC），将黄金（Au）和铂（Pt）结合在一起。由于黄金比铂要丰富得多且便宜，这种组合有助于降低氢生产成本。…

研究人员成功地绘制了一种合成光合作用复合体 II（LHCII）的三维结构，这对于光合作用过程至关重要。通过采用冷冻电子显微镜，他们发现这种人工 LHCII 与其自然等价物非常相似，这在太阳能收集和人工光合作用技术领域标志着重要进展。 人类能够做许多事情，但植物具有一种独特的能力：它们将阳光转化为能量，这一过程被称为光合作用。最近的研究表明，科学家们正在取得进展，以复制这种能力。…

数据量的不断增长要求存储解决方案能够持续很多年。合成聚合物作为传统存储介质的可行替代方案，提供了在消耗更少空间和能源的同时保存信息的能力。然而，在使用质谱法进行数据检索时，聚合物链的长度受到限制，这限制了它们的存储潜力。最近，研究人员在期刊《应用化学》（Angewandte Chemie）上发表了一种方法，解决了这个问题，能够直接访问特定的信息位，而无需读取整个聚合物链。 数据的不断涌入来自诸多来源，比如商业交易、过程监控、质量控制和追踪产品批次。长期存储这些数据需要大量的空间和能源。对于很少访问的大量数据的长期存储，具有预定结构的高分子，如DNA和合成聚合物，成为了吸引人的替代选择。 合成聚合物相比DNA提供了多个优势：它们更容易合成，提供更高的存储密度，并且能够抵御恶劣条件。然而，它们的缺点在于存储在其中的信息是通过质谱（MS）或串联质谱（MS2）检索的。这些技术需要有限的分子尺寸，这大大限制了每个聚合物链的存储能力。此外，整个链必须按顺序解码，逐段检查——类似于必须通读一本书而不是直接翻到想要的页面。相反，长DNA链可以随机裂解，单独测序，然后再数字化拼接回原始序列。 来自韩国首尔国立大学化学系的Kyoung…

研究人员提出了一种新颖的二值神经网络（BNN）方法，该方法采用三元梯度，旨在应对物联网边缘设备面临的计算障碍。他们设计了一种基于磁性RAM的存算一体（CiM）架构，显著减少了电路尺寸和功耗。与传统的BNN相比，他们的系统达到了类似的准确度水平和更快的训练时间，为在资源有限的设备（如物联网应用中的设备）中有效实施人工智能提供了可行的选择。 人工智能（AI）和物联网（IoT）无疑是过去十年中迅速发展的两个技术领域。AI系统已证明在数据分析、图像识别和自然语言处理等领域是强大的工具，惠及学术界和工业界。与此同时，电子技术的进步使得能够连接到互联网的设备尺寸显著减少。工程师和研究人员都想象着未来物联网设备的广泛应用，形成高度互联的环境的基础。 然而，将人工智能集成到物联网边缘设备中面临着重大挑战。人工神经网络（ANN）是AI的关键，通常需要大量的计算资源。相比之下，物联网边缘设备体积小、功率有限，处理能力和电路空间也受到限制。创建能够在边缘设备上高效学习、部署和运行的ANN仍然是一项相当大的障碍。 鉴于这一挑战，东京科学大学的川原贵之教授和藤原佑也正在积极寻找有效的解决方案。他们在2024年10月08日发表在IEEE Access上的最新研究揭示了一种特定类型的ANN的创新训练算法，称为二值神经网络（BNN），以及这种算法在针对物联网设备的存算一体（CiM）架构中的尖端实施。…

3D扫描技术的改进使得以快速和精确的方式对物体进行三维扫描成为可能，包括珍贵的文化遗产物品，从而生成详细的3D点云数据。然而，传统的强调边缘的可视化方法往往导致视觉混乱，从而影响清晰度。为了解决这些挑战，一个国际研究小组创造了一种新技术，通过在3D结构中分别渲染软边和锐边，大大增强了清晰度和深度感知。 近期3D扫描技术的进步使得迅速和准确地捕捉3D物体成为可能，包括具有文化意义的物品，从而得到了3D点云数据。尽管取得了这些进展，但传统的边缘高亮可视化方法常常会产生过多的线条，从而模糊对复杂3D形态的理解。为了应对这些局限性，一个来自不同国家的研究团队提出了一种创新技术，该技术在3D模型中独立区分软边和锐边，从而增强了清晰度和深度感知。 最近，3D扫描方法的改进，特别是通过摄影测量和激光扫描，促进了物理世界中复杂3D物体的有效和快速数字化。这些创新技术汇编了大量的点云数据，以创建物体表面的详细模型，由数百万个独立的点组成。这项技术进步在多个应用中发挥作用，包括文化遗产物品的数字扫描，使研究人员能够对其结构进行更深入的分析。然而，收集到的数据的复杂性常常带来挑战，特别是当扫描的物体包括内部3D特征时，如不平整的边缘。 边缘高亮可视化旨在通过突出其边缘来增强对复杂3D形态的理解，从而使形状和结构更加可识别。然而，现有的方法在非常复杂的物件上往往显得力不从心，产生过多的线条，影响清晰度，同时降低深度感知和分辨率。 为了应对这些问题，来自立命馆大学信息科学与工程学院的田中聪教授及其同事山田百合（Ms.…

一支团队创造了一种高效的碱性膜电解槽，其性能与现有的质子交换膜（PEM）电解槽相当。这一显著成就主要得益于使用廉价的镍化合物作为阳极催化剂，取代了昂贵且稀有的铱。 在未来的能源格局中，氢气预计将成为一个关键角色，作为能源存储方式、燃料以及化学行业的重要原材料。通过水电解，氢气可以以几乎零气候影响的方式生产，前提是所使用的电力来自可再生能源，如太阳能或风能。目前，绿色氢经济的发展主要集中在两种方法上：质子导电膜电解（PEM）和传统液体碱性电解。碱性膜（AEM）电解槽结合了这两种技术的优点，并且不依赖于稀有的贵金属如铱。 无需铱的碱性膜（AEM）电解槽 最近，来自柏林工业大学、汉诺威研究中心、弗莱堡大学微系统工程系（IMTEK）和西门子能源的研究团队介绍了首个能够以与PEM电解槽相媲美的效率生成氢气的AEM电解槽。他们采用了镍双氢氧化物化合物，结合铁、钴或锰，并设计了一种方法将其直接涂覆在碱性离子交换膜上。 在BESSY…

随着冷却需求的减少、操作时间的延长和错误率的降低，利用自旋光子和钻石的量子计算机相比其他量子计算技术展现了显著优势。由弗劳恩霍夫应用固态物理研究所（Fraunhofer IAF）领导的BMBF项目SPINNING的联合体在基于自旋光子的量子计算机开发方面取得了显著进展。2024年10月22日至23日，合作伙伴在柏林举办的由BMBF资助的量子计算机演示装置中期会议上展示了项目的中期成果。 量子计算机有潜力在几秒内解决复杂问题，而传统超级计算机则需数十年才能处理。然而，尽管目标看似明确，但实现它的过程依然复杂。存在多种竞争技术来创建量子计算机，每种技术在硬件和软件方面都有其独特的优缺点，包括可靠性、能耗以及与现有系统的兼容性。 在弗劳恩霍夫应用固态物理研究所的指导下，28个合作伙伴正参与“SPINNING --…

在地震风险地区，例如日本，迫切需要提高土壤稳定性预测，以减少液化的可能性。为了解决这个问题，研究人员实施了机器学习技术——特别是人工神经网络和集合方法——以开发支持土层的精确3D可视化，使用从东京世田谷区收集的433个地点的信息。这种创新的方法可以帮助识别安全的建设地点，改善灾害准备，并促进更安全的城市发展，从而增强城市对液化威胁的抵御能力。 在地震风险地区，例如日本，迫切需要提高土壤稳定性预测，以减少液化的可能性。为了解决这个问题，研究人员实施了机器学习技术——特别是人工神经网络和集合方法——以开发支持土层的精确3D可视化，使用从东京世田谷区收集的433个地点的信息。这种创新的方法可以帮助识别安全的建设地点，改善灾害准备，并促进更安全的城市发展，从而增强城市对液化威胁的抵御能力。 随着城市持续增长，自然灾害的风险对城市规划者和应急管理官员构成了严重挑战。在地震多发国家如日本，液化对基础设施构成了重大威胁。这是一种现象，剧烈的震动使松散、饱和的土壤失去其强度并像液体一样行动，导致建筑物下沉、基础裂缝及道路和公用设施的中断。 液化通常在重大地震期间发生，导致相当大的破坏。例如，2011年的东北地震造成液化，影响了1000座房屋，而基督城的6.2级地震导致的液化摧毁了80%的水和污水系统。此外，2024年的能登地震导致广泛的液化，影响了6700所住房。 为了增强城市抵御液化影响的能力，芝浦工业大学的稲泉慎也教授和他的学生从聪正在创建机器学习模型，以预测土壤在地震期间的表现。这些模型利用地质信息生成土层的详细3D地图，突出显示稳定区域和更易液化的区域。这种技术超越了传统的土壤测试方法，能够提供对土壤行为的更全面理解。…

研究人员最近通过直接观察液态水中参与氢键的分子，取得了重要突破，评估了之前仅通过理论模拟观察到的电子和核量子效应。水是生命所必需的，但通过氢键把H2O分子结合在一起的复杂相互作用仍然不是完全理解。这些键在不同水分子的氢和氧原子相互作用时形成，导致电子电荷的共享。这种电荷共享是形成三维“H-键”网络的基础，这一网络赋予液态水其独特的性质；然而，驱动这些网络的量子过程直到现在大多通过理论模型进行探索。现在，在负责洛桑联邦理工学院工程学院基础生物光子学实验室的Sylvie Roke的领导下，研究人员引入了一种被称为关联振动光谱（CVS）的新技术。该方法允许他们分析氢键网络中水分子的行为。重要的是，CVS能够区分参与氢键的相互作用分子和随机分布、不互相作用的分子。相比之下，现有的方法同时测量这两种类型的分子，这使得区分它们变得困难。“现有的光谱技术监测样本中所有分子的激光光散射，这需要对正在观察的分子相互作用做出假设，”Roke澄清道。“通过CVS，每种分子都有自己独特的振动光谱。由于每个光谱都有与水分子沿氢键运动相关的独特峰值，我们可以直接评估它们的特性，包括电荷共享的程度和氢键的强度。”研究人员声称，这一创新技术已在《科学》期刊上发表，具有改变任何材料中相互作用表征的潜力。一种全新的视角为了区分相互作用的和非相互作用的分子，科学家们让液态水暴露于皮秒（万亿分之一秒）激光脉冲下，光谱范围在近红外范围。这些极其短暂的光闪光会引起水中的小电荷振荡和原子运动，从而发出可见光。这种发出的光产生的散射模式揭示了关于分子空间组织方式的重要数据，而发出光子的颜色提供了关于分子内和分子之间的原子运动的见解。“在典型实验中，光谱探测器与入射激光呈90度角位置。然而，我们发现，通过调整探测器的位置并使用特定组合的偏振光，我们可以单独分析相互作用的分子，从而为非相互作用和相互作用的分子生成不同的光谱，”Roke解释道。研究小组进行了一系列额外的CVS实验，以探讨氢键网络中的电子和核量子效应，通过添加氢氧根离子（增加碱性）或质子（增加酸性）来实验水的pH水平。博士生Mischa Flór，研究的第一作者指出，“氢氧根离子和质子参与氢键的形成，因此调整水的pH会影响其反应性。”通过CVS，研究小组准确测量了氢氧根离子对氢键网络所贡献的额外电荷量（8%）以及质子从氢键网络中获取的电荷量（4%）。这些精准的测量得到了来自法国、意大利和英国的合作伙伴的先进模拟支持。研究人员强调，这种方法也通过理论计算进行了验证，可以应用于各种材料，目前已有多个新的表征实验在进行中。“直接量化氢键强度的能力是揭示任何溶液（例如含有电解质、糖、氨基酸、DNA或蛋白质的溶液）分子级细节的强大工具，”Roke表示。“由于CVS不仅限于水，它还承诺提供有关其他液体、系统和过程的大量信息。”

艺术和科学通常看起来非常不同，但最近的一项研究工作证明了这一观点是错误的。这个独特的项目涉及一个多样化的专家团队，他们结合了科学研究、技术创新和创造性艺术，探索一种新型陶瓷的产生和特征。 尽管艺术和科学通常被视为独立的领域，但最近发表在《ACS Omega》上的一项研究挑战了这一观念。一个跨学科的团队整合了科学探究、先进技术和艺术好奇心，探索了一种创新型陶瓷的生成、品质和用途。 近年来，研究人员开始在陶瓷浆料中掺入氧化石墨烯（GO），这些浆料是钾长石粘土或其他材料悬浮在水中的混合物，以增强烧制陶瓷的耐用性和热冲击抵抗力。材料科学家达里亚·安德烈娃及其团队通过使用超声波更有效地将GO混合到钾长石浆料中来精炼这一过程。他们操控GO的浓度和超声处理的时间，以发现改善陶瓷强度和耐热性的最佳条件。此外，他们与驻留艺术家德利亚·普拉夫基合作，后者在新加坡国立大学博物馆展示了她用这种新型陶瓷材料制作的作品。 研究的作者表示：“我们通过实验新的陶瓷形式和纹理来探讨艺术可能性。利用氧化石墨烯的独特属性，扩展了传统陶艺的视野，使得创造精致和复杂的结构成为可能，而这些在以前被认为是不可能的。这种方法不仅拓宽了艺术创造力，还可以减少对额外结构支撑的需求。”…