麻省理工学院的新方法简化了复杂材料的构造过程

麻省理工学院的新方法简化了复杂材料的构造过程麻省理工学院和奥地利科学技术研究所的研究人员创建了一种技术，将许多不同的细胞超材料构建块纳入一个统一的基于图形的表示中。他们使用这种表示创建了一个用户友好的界面，工程师可以利用该界面快速轻松地对超材料建模、编辑结构并模拟其属性。图片来源：图片由LianeMakatura、BohanWang、BoleiDeng和WojciechMatusik提供细胞超材料——由以各种模式重复的单元或细胞组成的人造结构——可以帮助实现这些目标。但很难知道哪种细胞结构会产生所需的特性。即使人们关注的是由较小的构件（如互连梁或薄板）组成的结构，也有无数种可能的布置需要考虑。因此，工程师只能手动探索所有假设可能的细胞超材料中的一小部分。麻省理工学院和奥地利科学技术研究所的研究人员开发了一种计算技术，使用户可以更轻松地从任何较小的构建块中快速设计超材料单元，然后评估所得超材料的特性。他们的方法就像超材料的专用CAD（计算机辅助设计）系统一样，允许工程师快速对非常复杂的超材料进行建模，并对可能需要数天时间才能开发的设计进行实验。用户友好的界面还使用户能够探索潜在超材料形状的整个空间，因为所有构建块都可以使用。“我们提出了一种表示方法，可以涵盖工程师传统上感兴趣的所有不同形状。因为你可以用相同的方式构建它们，这意味着你可以在它们之间更流畅地切换，”麻省理工学院电气工程和计算机科学说研究生LianeMakatura，该技术论文的共同主要作者。Makatura与麻省理工学院博士后BohanWang共同撰写了这篇论文。Yi-LuChen，奥地利科学技术研究所（ISTA）研究生；BoleiDeng，麻省理工学院博士后；ISTA教授ChrisWojtan和BerndBickel；资深作者WojciechMatusik是麻省理工学院电气工程和计算机科学教授，领导麻省理工学院计算机科学和人工智能实验室的计算设计和制造小组。该研究将在SIGGRAPH上展示。统一方法当科学家开发细胞超材料时，她通常首先选择一种用于描述其潜在设计的表示形式。此选择决定了可用于探索的形状集。例如，她可能会选择一种使用许多互连梁来表示超材料的技术。然而，这阻止了她探索基于其他元素的超材料，例如薄板或球体等3D结构。这些形状由不同的表示形式给出，但到目前为止，还没有一种统一的方法来用一种方法描述所有形状。“通过提前选择特定的子空间，你会限制你的探索并引入基于你的直觉的偏见。虽然这可能很有用，但直觉可能是不正确的，并且对于您的特定应用来说，其他一些形状可能也值得探索，”Makatura说。她和她的合作者退后一步，仔细研究了不同的超材料。他们发现构成整体结构的形状可以很容易地用低维形状来表示——梁可以简化为线，或者薄壳可以压缩为平坦的表面。他们还注意到，细胞超材料通常具有对称性，因此只需要表示结构的一小部分。其余部分可以通过旋转和镜像最初的部分来构建。“通过结合这两个观察结果，我们得出了这样的想法：细胞超材料可以很好地表示为图形结构，”她说。通过基于图形的表示，用户可以使用由顶点和边创建的构建块来构建超材料骨架。例如，要创建梁结构，需要在梁的每个端点放置一个顶点，并用一条线将它们连接起来。然后，用户使用该线上的函数来指定梁的厚度，该厚度可以变化，以便梁的一部分比另一部分厚。曲面的过程类似-用户用顶点标记最重要的特征，然后选择一个求解器来推断曲面的其余部分。这些易于使用的求解器甚至允许用户快速构建高度复杂的超材料，称为三周期最小表面（TPMS）。这些结构非常强大，但开发它们的通常过程是艰巨的并且容易失败。“通过我们的展示，您还可以开始组合这些形状。也许同时包含TPMS结构和梁结构的单元可以为您提供有趣的特性。但到目前为止，这些组合还没有得到任何程度的探索，”她说。在该过程结束时，系统输出整个基于图形的过程，显示用户为达到最终结构而采取的每项操作-所有顶点、边、解算器、变换和加厚操作。在用户界面中，设计人员可以在构建过程中的任何点预览当前结构，并直接预测某些属性，例如其刚度。然后，用户可以迭代地调整一些参数并再次评估，直到达到合适的设计。研究人员使用他们的系统重新创建了跨越许多独特类别的超材料的结构。一旦他们设计好骨架，每个超材料结构只需几秒钟即可生成。他们还创建了自动探索算法，为每个算法提供了一套规则，然后在他们的系统中将其放开。在一项测试中，算法在大约一小时内返回了1000多个潜在的基于桁架的结构。此外，研究人员还对10名几乎没有超材料建模经验的人进行了一项用户研究。用户能够成功地对他们给出的所有六种结构进行建模，并且大多数人都认为程序图表示使过程变得更容易。“我们的代表让人们更容易接触到各种结构。我们对用户生成TPMS的能力感到特别满意。即使对于专家来说，这些复杂的结构通常也很难生成。尽管如此，我们研究中的一种TPMS在所有六种结构中具有最低的平均建模时间，这令人惊讶且令人兴奋，”她说。未来，研究人员希望通过结合更复杂的骨骼增厚程序来增强他们的技术，以便该系统可以模拟更广泛的形状。他们还想继续探索自动生成算法的使用。从长远来看，他们希望使用该系统进行逆向设计，其中指定所需的材料属性，然后使用算法来找到最佳的超材料结构。...PC版：https://www.cnbeta.com.tw/articles/soft/1389329.htm手机版：https://m.cnbeta.com.tw/view/1389329.htm

根除实体瘤：麻省理工学院的疫苗为T细胞癌症治疗提供助力

根除实体瘤：麻省理工学院的疫苗为T细胞癌症治疗提供助力通过改造T细胞来消灭癌细胞已在治疗某些类型的癌症（如白血病和淋巴瘤）方面取得了成功。然而，它对实体瘤的治疗效果并不理想。不成功的原因之一是T细胞只针对一种抗原（肿瘤上发现的一种靶蛋白）；如果一些肿瘤细胞不表达这种抗原，它们就能逃脱T细胞的攻击。麻省理工学院的研究人员现在找到了克服这一障碍的方法，他们使用一种疫苗来增强工程T细胞（即嵌合抗原受体（CAR）T细胞）的反应，同时还能帮助免疫系统产生靶向其它肿瘤抗原的新T细胞。在对小鼠的研究中，研究人员发现这种方法更有可能根除肿瘤。Underwood-Prescott教授是麻省理工学院生物工程系和材料科学与工程系的教授，同时也是麻省理工学院Koch癌症综合研究所以及MGH、麻省理工学院和哈佛大学Ragon研究所的成员。Irvine是这项研究的资深作者，研究报告于7月5日发表在《细胞》（Cell）杂志上。论文的第一作者是LeyuanMa，她曾是科赫研究所的博士后，现任宾夕法尼亚大学医学院病理学和实验医学助理教授。工程T细胞美国食品和药物管理局已经批准了几种治疗血癌的T细胞疗法。这些疗法以CAR-T细胞为基础，CAR-T细胞被设计成显示能识别癌细胞上特定抗原的受体。为了尝试将这种治疗方法用于胶质母细胞瘤（一种脑癌），研究人员设计了靶向表皮生长因子受体突变版本的CAR-T细胞。然而，并非所有胶质母细胞瘤细胞都表达这种抗原，当受到CAR-T细胞攻击时，一些胶质母细胞瘤细胞会通过停止产生靶抗原来做出反应。在2019年的一项研究中，Irvine和他的同事通过在给小鼠注射工程T细胞后不久向其注射疫苗，增强了CAR-T细胞对胶质母细胞瘤的有效性。这种疫苗携带CAR-T细胞靶向的相同抗原，被淋巴结中的免疫细胞吸收，CAR-T细胞在淋巴结中接触到这种疫苗。在这项研究中，研究人员发现，这种疫苗促进不仅有助于工程CAR-T细胞攻击肿瘤，而且还有另一个意想不到的效果：它有助于产生靶向其它肿瘤抗原的宿主T细胞。这种被称为"抗原扩散"的现象是可取的，因为它能产生T细胞群，这些T细胞群协同工作，可以完全消灭肿瘤并防止肿瘤再生。Irvine说："这恰恰可以帮助应对实体瘤的抗原异质性，因为如果引导宿主T细胞攻击其他抗原，它们也许就能进来杀死CAR-T细胞无法杀死的肿瘤细胞。"免疫增强在他们的新研究中，研究人员希望探索额外的T细胞反应是如何被激活的。他们使用了2019年研究中相同类型的CAR-T细胞和相同的疫苗，CAR-T细胞被设计为靶向突变的表皮生长因子受体。研究中的小鼠接种了两剂疫苗，间隔一周。研究人员发现，在这些增强的小鼠中，CAR-T细胞发生了新陈代谢变化，从而增加了γ干扰素的产生，而γ干扰素是一种细胞因子，有助于刺激强烈的免疫反应。这有助于T细胞克服肿瘤的免疫抑制环境，肿瘤通常会关闭附近的T细胞。当CAR-T细胞杀死表达靶抗原的肿瘤细胞时，宿主T细胞（而非工程CAR-T细胞）遇到了这些肿瘤细胞的其他抗原，刺激宿主T细胞靶向这些抗原并帮助消灭肿瘤细胞。研究人员发现，如果没有宿主T细胞的反应，即使CAR-T细胞消灭了大部分原始肿瘤细胞，肿瘤也会重新生长。出现这种情况的原因是，接受CAR-T细胞治疗的肿瘤细胞通常会停止产生工程细胞靶向的抗原，从而躲避这些细胞的攻击。根除肿瘤研究人员随后在目标抗原水平不同的肿瘤小鼠中测试了他们的方法。他们发现，即使在只有50%的肿瘤细胞表达靶抗原的肿瘤中，通过CAR-T细胞和宿主T细胞的联合作用，仍能消灭约25%的肿瘤。靶抗原含量较高的肿瘤的成功率更高。当80%的肿瘤细胞表达CAR-T细胞靶向的抗原时，约80%的小鼠的肿瘤被消灭。这项研究中使用的技术已授权给一家名为ElicioTherapeutics的公司，该公司正致力于开发这项技术，以便在患者身上进行潜在测试。在这项研究中，研究人员重点研究了胶质母细胞瘤和黑色素瘤，但他们认为这项技术也有可能用于治疗其他类型的癌症。Irvine说："原则上，这应该适用于任何你已经生成了靶向CART细胞的实体瘤。"研究人员还在研究如何调整CAR-T细胞疗法，使其能够用于攻击尚未发现靶向抗原的肿瘤。...PC版：https://www.cnbeta.com.tw/articles/soft/1370277.htm手机版：https://m.cnbeta.com.tw/view/1370277.htm

麻省理工学院为细胞打造“健身计划” 设计水凝胶“房”

麻省理工学院为细胞打造“健身计划”设计水凝胶“健身房”麻省理工学院的工程师设计了一种细胞锻炼垫，可以帮助科学家在微观层面上对运动的机械效应进行归零。研究结果表明，经常锻炼有助于肌肉纤维向同一方向生长。图片来源：EllaMarushchenko现在，麻省理工学院的工程师们设计出了一种细胞锻炼垫，它可以帮助科学家们在微观层面上对运动的纯机械效应进行归零。这种新设计与瑜伽垫并无太大区别：两者都是橡胶材质，有一定的伸缩性。就麻省理工学院的垫子而言，它是由水凝胶制成的，水凝胶是一种类似果冻的柔软材料，只有四分之一硬币大小，内嵌磁性微粒。为了激活凝胶的机械功能，研究人员在垫子下方使用了一块外部磁铁，来回移动嵌入的微粒，使凝胶像振动垫一样摇摆。他们控制着晃动的频率，以模拟肌肉在实际运动时所承受的力量。接下来，他们在凝胶表面培育了一层肌肉细胞地毯，并激活了磁铁的运动。然后，他们研究了细胞在受到磁力振动时对"运动"的反应。研究结果表明，定期的机械运动可以帮助肌肉纤维向同一方向生长。这些排列整齐的"锻炼"纤维还能同步工作或收缩。研究结果表明，科学家可以利用新的锻炼凝胶来塑造肌肉纤维的生长方式。该研究小组计划利用他们的新装置，将强健、功能性肌肉的薄片模型化，以用于软机器人和修复病变组织。拉曼左侧是研究生安吉尔-布，右侧是研究生布兰登-里奥斯。图片来源：亚当-格兰兹曼麻省理工学院工程设计布里特和亚历克斯-达贝洛夫职业发展教授里图-拉曼（RituRaman）说："我们希望利用这个新平台来研究机械刺激是否有助于引导受伤后的肌肉再生或减轻衰老的影响。机械力在我们的身体和生活环境中扮演着非常重要的角色。现在我们有了一个研究工具"。她和同事们最近在《设备》（Device）杂志上发表了他们的研究成果。在麻省理工学院，拉曼的实验室设计用于医学和机器人学的自适应生命材料。该团队正在设计功能性神经肌肉系统，目的是恢复运动障碍患者的行动能力，并为柔软的适应性机器人提供动力。为了更好地了解天然肌肉和驱动其功能的力量，她的团队正在研究组织如何在细胞水平上对运动等各种力量做出反应。拉曼说："在这里，我们想找到一种方法，将运动的两个主要因素--化学和机械--分离开来，看看肌肉是如何纯粹对运动的机械力做出反应的。"研究小组一直在寻找一种方法，让肌肉细胞定期、反复地受到机械力的作用，同时又不会在此过程中对它们造成物理损伤。他们最终选择了磁铁这种安全、无损的方式来产生机械力。对于他们的原型，研究人员首先将市售的磁性纳米粒子与橡胶硅溶液混合，制造出微米大小的小磁棒。他们将混合物固化成板坯，然后将板坯切成非常薄的条状。他们将四根磁棒夹在两层水凝胶（一种通常用于培养肌肉细胞的材料）之间，每根磁棒之间的间距稍大。最后得到的嵌入磁铁的垫子大约有四分之一硬币大小。然后，研究小组在垫子表面培养出"鹅卵石"状的肌肉细胞。每个细胞一开始都是圆形，随着时间的推移逐渐拉长，并与其他相邻细胞融合形成纤维。最后，研究人员在凝胶垫下的轨道上放置了一块外部磁铁，并设定磁铁来回移动的程序。嵌入的磁铁随之移动，使凝胶发生摆动，并产生与细胞在实际运动时类似的力。研究小组每天对细胞进行30分钟的机械"锻炼"，持续了10天。作为对照，他们在相同的垫子上培养细胞，但让它们在没有运动的情况下生长。拉曼说："然后，我们放大并拍摄了凝胶的照片，发现这些受到机械刺激的细胞看起来与对照组细胞截然不同。"研究小组的实验发现，与没有运动的细胞相比，经常暴露在机械运动中的肌肉细胞生长时间更长，而没有运动的细胞则倾向于保持圆形。更重要的是，"运动"过的细胞长出的纤维朝同一方向排列，而不运动的细胞则像杂乱无章的干草堆，纤维排列不整齐。研究小组在这项研究中使用的肌肉细胞是经过基因工程改造的，能在蓝光照射下收缩。通常情况下，人体内的肌肉细胞会在神经电脉冲的作用下收缩。然而，在实验室中对肌肉细胞进行电刺激可能会对它们造成潜在伤害，因此研究小组选择从基因上操纵这些细胞，使它们对非侵入性刺激（在本例中为蓝光）做出收缩反应。拉曼解释说："当我们用光线照射肌肉时，你可以看到控制细胞在跳动，但有些纤维这样跳动，有些那样跳动，总体上产生了非常不同步的抽搐。而在排列整齐的纤维中，它们都同时朝着同一方向拉动和跳动"。她将这种新的锻炼凝胶命名为MagMA（磁性基质驱动），它可以作为一种快速、无创的方法来塑造肌肉纤维，并研究它们如何对运动做出反应。她还计划在这种凝胶上培养其他类型的细胞，以研究它们如何对定期锻炼做出反应。...PC版：https://www.cnbeta.com.tw/articles/soft/1396981.htm手机版：https://m.cnbeta.com.tw/view/1396981.htm

麻省理工学院研究人员在细菌上显示运行《毁灭战士》

麻省理工学院研究人员在细菌上显示运行《毁灭战士》据外媒消息，麻省理工学院生物工程研究员LaurenRamlan在完全由大肠杆菌制成的细胞壁内创建了一个显示器，并用它运行了《毁灭战士》。Ramlan将细菌细胞排列在一个网格阵列中，形成1位32x48分辨率的显示器。细胞中荧光阻断基因的激活和停用会导致屏幕点亮并产生游戏帧，该显示器每天能够以略低于三帧的速度显示游戏。由于完全荧光需要70分钟，等待细胞恢复需要8个小时，Ramlan估计使用这种方法完全通关需要600年。投稿：@TNSubmbot频道：@TestFlightCN

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（JamesCollins）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-AIProject）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（JameelClinic）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PhareBio分享了他们的研究成果，PhareBio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：https://www.cnbeta.com.tw/articles/soft/1426194.htm手机版：https://m.cnbeta.com.tw/view/1426194.htm

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YogeshSurendranath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（NoahLewis）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RyanBisbey、麻省理工学院研究生KarlWestendorff和耶鲁大学研究科学家AlexanderSoudackov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：https://www.cnbeta.com.tw/articles/soft/1424095.htm手机版：https://m.cnbeta.com.tw/view/1424095.htm