麻省理工学院揭幕"质子之舞"： 开拓能源新时代

麻省理工学院揭幕"质子之舞"： 开拓能源新时代 麻省理工学院的化学家们首次详细描绘了这些质子耦合电子转移是如何在电极表面发生的。他们的研究成果可以帮助研究人员设计出更高效的燃料电池、电池或其他能源技术。麻省理工学院化学和化学工程教授、该研究的资深作者 Yogesh Surendranath 说："我们在这篇论文中取得的进展是研究和理解了这些电子和质子如何在表面部位耦合的性质，这与催化反应有关，而催化反应在能量转换装置或催化反应中非常重要。"在他们的研究成果中，研究人员能够准确追踪电极周围电解质溶液 pH 值的变化如何影响电极内质子运动和电子流动的速度。麻省理工学院研究生诺亚-刘易斯（Noah Lewis）是这篇论文的第一作者，论文最近发表在《自然-化学》上。麻省理工学院前博士后 Ryan Bisbey、麻省理工学院研究生 Karl Westendorff 和耶鲁大学研究科学家 Alexander Soudackov 也是这篇论文的作者。质子传递质子耦合电子转移是指一种分子（通常是水或酸）将质子转移到另一种分子或电极表面，从而刺激质子接受者也接受一个电子。这种反应已被广泛应用于能源领域。"这些质子耦合电子转移反应无处不在。它们通常是催化机制中的关键步骤，对于制氢或燃料电池催化等能量转换过程尤为重要，"Surendranath 说。在制氢电解槽中，这种方法用于从水中去除质子，并在质子上添加电子以形成氢气。在燃料电池中，当质子和电子从氢气中移出并加入氧气形成水时，就会产生电能。施加电势会导致质子从氢离子（右图）转移到电极表面。利用具有分子定义质子结合位点的电极，麻省理工学院的研究人员为这些界面质子耦合电子转移反应建立了一个通用模型。图片来源：研究人员提供质子耦合电子转移在许多其他类型的化学反应中都很常见，例如二氧化碳还原（通过添加电子和质子将二氧化碳转化为化学燃料）。当质子接受体是分子时，科学家们可以精确控制每个分子的结构，并观察电子和质子如何在分子间传递，因此他们已经对这些反应的发生过程有了很多了解。然而，当质子耦合电子转移发生在电极表面时，这一过程就更难研究了，因为电极表面通常非常异质，质子有可能与许多不同的位点结合。为了克服这一障碍，麻省理工学院的研究小组开发出一种设计电极表面的方法，使他们能够更精确地控制电极表面的组成。他们的电极由石墨烯薄片组成，表面附着有机含环化合物。每个有机分子的末端都有一个带负电荷的氧离子，它可以接受周围溶液中的质子，从而使电子从电路流入石墨表面。Surendranath 说："我们可以创造出一种电极，它不是由各种各样的位点组成，而是由单一类型的非常明确的位点组成的统一阵列，每个位点都能以相同的亲和力结合质子。由于我们拥有这些非常明确的位点，这让我们能够真正揭示这些过程的动力学"。利用这个系统，研究人员能够测量流向电极的电流，从而计算出平衡状态下质子向表面氧离子转移的速率质子向表面捐赠的速率和质子从表面转移回溶液的速率相等的状态。他们发现，周围溶液的 pH 值对这一速率有显著影响： 最高速率出现在 pH 值的两端酸性最强的 pH 值为 0，碱性最强的 pH 值为 14。为了解释这些结果，研究人员根据电极可能发生的两种反应建立了一个模型。在第一种反应中，强酸性溶液中高浓度的氢离子（H3O+）将质子传递给表面的氧离子，生成水。在第二种情况下，水将质子传递给表面氧离子，生成氢氧根离子（OH-），氢氧根离子在强碱性溶液中浓度较高。不过，pH 值为 0 时的速度比 pH 值为 14 时的速度快四倍，部分原因是氢离子释放质子的速度比水快。需要重新考虑的反应研究人员还惊奇地发现，这两个反应的速率并不是在中性 pH 值为 7（氢铵和氢氧根的浓度相等）时相等，而是在 pH 值为 10（氢氧根离子的浓度是氢铵的 100 万倍）时相等。该模型表明，这是因为涉及氢𬭩或水提供质子的前向反应比涉及水或氢氧化物去除质子的后向反应对总速率的贡献更大。研究人员说，关于这些反应如何在电极表面发生的现有模型假定，前向反应和后向反应对总速率的贡献相同，因此新发现表明，可能需要重新考虑这些模型。Surendranath说："这是默认的假设，即正向和逆向反应对反应速率的贡献相同。我们的发现确实令人大开眼界，因为这意味着人们用来分析从燃料电池催化到氢进化等一切问题的假设可能是我们需要重新审视的。"研究人员目前正在利用他们的实验装置研究向电极周围的电解质溶液中添加不同类型的离子会如何加快或减慢质子耦合电子流的速度。刘易斯说："通过我们的系统，我们知道我们的位点是恒定的，不会相互影响，因此我们可以读出溶液的变化对表面反应的影响。"编译自//scitechdaily ... PC版： 手机版：

麻省理工学院的AI突破：对抗MRSA的新型抗生素先锋

麻省理工学院的AI突破：对抗MRSA的新型抗生素先锋 利用一种被称为深度学习的人工智能，麻省理工学院的研究人员发现了一类化合物，这种化合物可以杀死一种耐药细菌，这种细菌每年导致美国一万多人死亡。在最近发表于《自然》（Nature）的一项研究中，研究人员发现这些化合物可以杀死在实验室培养皿中生长的耐甲氧西林金黄色葡萄球菌（MRSA），以及在两种 MRSA 感染小鼠模型中生长的耐甲氧西林金黄色葡萄球菌。这些化合物对人体细胞的毒性也很低，因此特别适合作为候选药物。这项新研究的一个关键创新点是，研究人员还弄清了深度学习模型在预测抗生素效力时使用了哪些信息。这些知识可以帮助研究人员设计出更多的药物，它们可能比模型识别出的药物效果更好。"我们的洞察力在于，我们可以看到模型学习到了什么，从而预测出某些分子会成为很好的抗生素。"麻省理工学院医学工程与科学研究所（IMES）和生物工程系的特米尔医学工程与科学教授詹姆斯-柯林斯（James Collins）说："我们的工作提供了一个框架，从化学结构的角度来看，它既省时、省资源，又具有机理上的洞察力。"这项研究是麻省理工学院"抗生素-人工智能项目"（Antibiotics-AI Project）的一部分，该项目由柯林斯领导。该项目是麻省理工学院抗生素-人工智能项目的一部分。该项目由柯林斯领导，其任务是在七年内发现针对七种致命细菌的新型抗生素。用人工智能应对 MRSA在美国，每年有超过 8 万人感染 MRSA，它通常会引起皮肤感染或肺炎。严重病例可导致败血症，这是一种可能致命的血液感染。在过去几年里，柯林斯和他在麻省理工学院阿卜杜勒-拉蒂夫-贾米尔健康机器学习诊所（Jameel Clinic）的同事们开始利用深度学习尝试寻找新的抗生素。他们的工作已经产生了针对鲍曼不动杆菌（一种常见于医院的细菌）和许多其他耐药细菌的潜在药物。这些化合物是利用深度学习模型确定的，该模型可以学习识别与抗菌活性相关的化学结构。然后，这些模型会筛选数百万种其他化合物，预测哪些化合物可能具有较强的抗菌活性。事实证明，这类搜索富有成效，但这种方法的一个局限是，模型是"黑盒子"，也就是说，无法知道模型是根据什么特征进行预测的。如果科学家们知道模型是如何做出预测的，他们就能更容易地找出或设计出更多的抗生素。黄说："我们在这项研究中要做的就是打开黑盒子。这些模型由大量模拟神经连接的计算组成，没有人真正知道这底下发生了什么"。提高人工智能的预测准确性首先，研究人员使用大幅扩展的数据集训练了一个深度学习模型。他们通过测试约 3.9 万种化合物对 MRSA 的抗生素活性生成了这些训练数据，然后将这些数据以及化合物的化学结构信息输入模型。Wong说："基本上可以将任何分子表示为化学结构，还可以告诉模型该化学结构是否具有抗菌性。这个模型是在许多这样的例子中训练出来的。如果你给它任何新的分子、新的原子和化学键排列，它就能告诉你该化合物被预测为抗菌的概率。"为了弄清该模型是如何做出预测的，研究人员采用了一种被称为蒙特卡洛树搜索的算法，这种算法已被用来帮助使其他深度学习模型（如AlphaGo）更易于解释。这种搜索算法不仅能让模型对每种分子的抗菌活性做出估计，还能预测该分子的哪些亚结构可能会产生这种活性。人工智能驱动的药物发现过程为了进一步缩小候选药物的范围，研究人员又训练了三个深度学习模型，以预测化合物是否对三种不同类型的人体细胞有毒。通过将这些信息与抗菌活性预测相结合，研究人员发现了既能杀死微生物，又能对人体产生最小不良影响的化合物。利用这组模型，研究人员筛选了大约 1200 万种化合物，所有这些化合物都可以在市场上买到。根据分子中的化学子结构，模型从这些化合物中识别出了五种不同类别的化合物，这些化合物预计对 MRSA 具有活性。有希望的成果和未来方向研究人员购买了大约 280 种化合物，并对它们进行了针对在实验室培养皿中生长的 MRSA 的测试，从而确定了同一类中的两种似乎非常有希望成为候选抗生素的化合物。在两种小鼠模型（一种是 MRSA 皮肤感染模型，另一种是 MRSA 全身感染模型）的测试中，每种化合物都能将 MRSA 的数量减少 10 倍。实验发现，这些化合物似乎通过破坏细菌在细胞膜上维持电化学梯度的能力来杀死细菌。许多关键的细胞功能都需要这种梯度，包括产生 ATP（细胞用来储存能量的分子）的能力。柯林斯实验室在 2020 年发现的一种候选抗生素Halicin似乎也是通过类似的机制发挥作用的，但它对革兰氏阴性细菌（细胞壁较薄的细菌）具有特异性。MRSA 是一种革兰氏阳性细菌，细胞壁较厚。Wong说："我们有相当有力的证据表明，这种新的结构类药物通过选择性地消散细菌中的质子动力，对革兰氏阳性病原体具有活性。这些分子选择性地攻击细菌细胞膜，而不会对人类细胞膜造成实质性损害。我们大幅增强的深度学习方法使我们能够预测这一类新结构的抗生素，并发现它对人类细胞没有毒性。"研究人员与Phare Bio 分享了他们的研究成果，Phare Bio 是柯林斯等人创办的非营利组织，也是抗生素人工智能项目的一部分。该非营利组织目前计划对这些化合物的化学特性和潜在临床用途进行更详细的分析。与此同时，柯林斯的实验室正在根据新研究的结果设计更多的候选药物，并利用这些模型寻找能杀死其他类型细菌的化合物。Wong说："我们已经在利用基于化学子结构的类似方法来重新设计化合物，当然，我们也可以随时采用这种方法来发现针对不同病原体的新型抗生素。"编译自:ScitechDaily ... PC版： 手机版：

【联邦银行和麻省理工学院DCI加入CBDC隐私研究】

【联邦银行和麻省理工学院DCI加入CBDC隐私研究】 德国联邦银行（Bundesbank）与麻省理工学院数字货币倡议（DCI）合作研究中央银行数字货币（CBDC）的隐私问题。双方致力于解决数字支付客户数据的安全问题，确保用户隐私权得到保护。德意志联邦银行行长约阿希姆·纳格尔强调，在CBDC发展过程中，保护隐私至关重要。该研究旨在制定一种减少用户侵犯隐私机会的方法。合作有助于实现欧元区内部直接转账的高效性。麻省理工学院DCI拥有与多家中央银行合作的丰富经验，包括美联储和英格兰银行，使其成为推进CBDC研究的重要合作伙伴。 快讯/广告 联系 @xingkong888885

麻省理工学院研究人员展示快速打印金属的新方法

麻省理工学院研究人员展示快速打印金属的新方法 麻省理工学院的一个团队本周公布了一种新方法，该方法优先考虑打印速度和规模（物体大小），而不是分辨率。据介绍，该系统打印大型铝制部件的速度"比同类金属快速成型制造工艺至少快 10 倍。液态金属打印（LMP）利用 100 微米的玻璃珠形成一个结构，将熔化的铝沉积其中，这一过程与注塑成型并无二致。玻璃珠能够承受高温，同时在金属凝固时迅速散热。鉴于铝被归类为"无限可回收"的材料，这项工作背后的团队设想将这一系统与将金属熔化成熔体的机器配对使用。这样的组合对于建筑工地来说可能是无价之宝，能以更低的成本实现更快的速度和更大的物体。不过，至少有一个很大的注意事项：分辨率。从图片中可以看出，最终产品的精确度远不及其他一些方法。制作出的金属物体凹凸不平，与逐层挤出塑料的熔融沉积建模（FDM）产品十分相似。当然，也可以对铝材进行打磨，但这很可能需要额外的时间和金钱，大多数人都不愿意在加工过程中引入这种工艺。"液态金属印刷在生产定制几何形状金属零件的能力方面确实走在了前列，同时还能保持快速周转，这在其他印刷或成型技术中通常是无法实现的，这项技术绝对有潜力彻底改变目前处理金属印刷和金属成型的方式。"Emeco 公司的 Jaye Buchbinder 说，该公司是一家家具公司，为这项研究提供了资金支持。 ... PC版： 手机版：

麻省理工学院的微观超材料可抵御超音速撞击

麻省理工学院的微观超材料可抵御超音速撞击 这就是麻省理工学院工程师在微观超材料实验中的发现这些材料是有意打印、组装或以其他方式设计的，其微观结构赋予了材料整体特殊的性能。在最近发表在《美国国家科学院院刊》上的一项研究中，工程师们报告了一种快速测试超材料结构阵列及其对超音速撞击的适应性的新方法。通过以超音速发射微粒子，麻省理工学院的工程师们可以测试各种超材料的弹性，这些超材料是由小到一个红血球的结构制成的。图为微粒子撞击超材料结构的四段视频截图。图片来源：研究人员提供在实验中，研究小组将印刷好的微小超材料晶格悬挂在微观支撑结构之间，然后以超音速向材料发射更微小的粒子。然后，研究小组利用高速摄像机以纳秒级的精度捕捉每次撞击及其后果的图像。他们的研究发现了一些超材料结构，与完全固态、非结构化的同类材料相比，它们更能抵御超音速撞击。研究人员说，他们在微观层面观察到的结果可以推广到类似的宏观冲击，从而预测新材料结构在不同长度尺度上如何抵御现实世界中的冲击。研究人员打印出错综复杂的蜂窝状材料，悬浮在相同材料的支撑柱之间（如图）。这种微观结构的高度相当于人类三根头发的宽度。图片来源：研究人员提供"我们正在学习的是，材料的微观结构很重要，即使在高速变形的情况下也是如此，"研究报告的作者、麻省理工学院机械工程系教授卡洛斯-波特拉（Carlos Portela）说。"我们希望找出抗冲击结构，将其制成涂层或面板，用于航天器、车辆、头盔以及任何需要轻质和保护的物体。"该研究的其他作者包括第一作者、麻省理工学院研究生托马斯-布特鲁伊尔（Thomas Butruille）和DEVCOM陆军研究实验室的约书亚-克龙（Joshua Crone）。纯粹的影响团队的新高速实验建立在之前工作的基础上，工程师们在实验中测试了一种超轻碳基材料的韧性。这种材料比人的头发丝还细，由微小的碳支柱和碳束制成，研究小组打印了这些碳支柱和碳束，并将其放置在玻璃载玻片上。然后，他们以超过音速的速度向材料发射微粒子。这些超音速实验表明，微结构材料能够承受高速撞击，有时能使微粒子偏转，有时则能捕获它们。Portela说："但有许多问题我们无法回答，因为我们是在基底上测试材料，这可能会影响它们的行为。"麻省理工学院的工程师们捕捉到了微粒子通过精确设计的超材料发射的视频，其测量厚度比人的头发丝还细。图片来源：研究人员提供在他们的新研究中，研究人员开发了一种测试独立超材料的方法，以观察材料在没有背衬或支撑基底的情况下，自身如何承受撞击。在目前的设置中，研究人员将感兴趣的超材料悬挂在两根由相同基础材料制成的微型支柱之间。根据被测试超材料的尺寸，研究人员计算出两根支柱必须相距多远，才能在两端支撑材料，同时让材料对任何冲击做出反应，而不受支柱本身的影响，这样就能确保我们测量的是材料特性，而不是结构特性。研究小组确定了支柱支撑设计后，便开始测试各种超材料架构。对于每种结构，研究人员首先在一个小型硅芯片上打印出支撑柱，然后继续打印超材料作为柱子之间的悬浮层，在一个芯片上打印和测试数百个这样的结构。穿孔和裂缝研究小组打印出的悬浮超材料类似于错综复杂的蜂巢状截面。每种材料都印有特定的三维微观结构，如重复八面体或多面体多边形的精确支架。每个重复单元的大小与一个红血球相当。由此产生的超材料比人的头发丝还要细。随后，研究人员以每秒 900 米（每小时 2000 多英里）的速度 - 完全在超音速范围内向这些结构发射玻璃微粒子，测试每种超材料的抗冲击能力。他们用相机捕捉了每次撞击，并逐帧研究了生成的图像，以了解射弹是如何穿透每种材料的。接下来，他们在显微镜下检查了这些材料，并比较了每次撞击的物理后果。波特拉说："在建筑材料中，我们看到了撞击后小圆柱形弹坑的形态。但在固体材料中，我们看到了许多径向裂缝和被刨出的大块材料"。总之，研究小组观察到，发射的粒子在晶格超材料上造成了小的穿孔，而材料却保持完好无损。与此相反，当以相同的速度将相同的粒子发射到质量相等的非晶格固体材料中时，它们会产生大裂缝，并迅速扩散，导致材料破碎。因此，微结构材料能更有效地抵御超音速撞击以及多重撞击。尤其是印有重复八面体的材料似乎最坚硬。意见和未来方向"在相同的速度下，我们看到八面体结构更难断裂，这意味着单位质量的超材料能够承受的冲击力是块状材料的两倍，"波特拉说。"这告诉我们，有一些结构可以使材料变得更坚硬，从而提供更好的冲击保护"。展望未来，该团队计划利用新的快速测试和分析方法来确定新的超材料设计，希望能标记出可升级为更坚固、更轻便的防护装备、服装、涂层和镶板的架构。波特拉说："最让我兴奋的是，我们可以在台式机上进行大量这些极端实验。这将大大加快我们验证新型高性能弹性材料的速度。"编译来源：ScitechDaily ... PC版： 手机版：