共形表面等离激元多模态电子皮肤实现跨介质机器人感知
研究团队在共享的柔性叉指电极架构中集成五通道压阻网络与共形表面等离激元（CSP）波导，做出可跨介质探测的多模态电子皮肤。压阻通道在 0–140 kPa 范围内映射抓握压力，响应与恢复时间均低于 50 ms；CSP 通道将微波约束在亚波长近场，实现基于相位的预接触感知与频率分辨的电磁指纹识别。
推荐理由：该电子皮肤把压阻阵列与共形表面等离激元波导做进同一电极结构，可隔着玻璃、塑料和纸容器识别内容物，为机器人跨介质感知提供了一条可迁移的器件路线。
技术方向
机器学习与高通量 最新动态
机器学习在高分子里的进展：高通量筛选与配方优化、结构—性能预测、数据驱动的材料发现与实验自动化。
23 条精选近 30 天 23 条共收录 38 条
更新
机器学习与高通量的精选
Advanced Functional Materials精选AI 评分6060
Advanced Science精选AI 评分5858 AI驱动闭环框架实现DSA工艺约束到可制造版图设计空间的转换
研究提出一种面向定向自组装（DSA）的AI驱动闭环模拟框架，将三维Ohta-Kawasaki模型与贝叶斯优化、卷积神经网络筛选结合，利用实验跑道模板数据自动标定模型参数，平均模拟与实验误差低于1.5 nm并保持形貌一致性。
推荐理由：该框架把实验跑道模板数据接入贝叶斯优化与CNN筛选，自动标定DSA模型，平均模拟与实验误差低于1.5 nm。
Advanced Materials精选AI 评分6060 磁驱动Au/螺旋Mn/N掺杂碳纳米管微马达实现PS微纳塑料捕获与催化升级
研究报道了磁驱动Au纳米颗粒/螺旋Mn/N掺杂碳纳米管（AMNC）微马达，用于聚苯乙烯（PS）微纳塑料的捕获、时间分辨监测与催化升级，PS接近完全降解，苯甲酸收率约60%。
推荐理由：该工作把磁驱动微马达用于PS微纳塑料的捕获、SERS原位监测与催化升级，给出降解路径与放大条件下的数据。
Advanced Functional Materials精选AI 评分5858 仿生神经形态触觉系统实现柔软度感知与传感器内分类
研究报道了一种仿生神经形态触觉系统，将离子电子柔软度传感、脉冲式信号编码与有机突触处理集成，实现柔软度感知。半球形压力传感器在位移控制下工作，产生比简单压力传感器更具区分度的时间形变信号；机器学习提取出可解释的时间特征并确认了较高的分类准确率。信号被编码为脉冲并由有机突触器件处理，无需数字后处理即可在传感器内完成分类，突触输出表明可直接从兴奋性突触后电流推断材料柔软度。
推荐理由：该工作把离子电子柔软度传感、脉冲编码与有机突触器件串成一条链路，展示了在传感器内直接判别材料柔软度的可行路径。
Angewandte Chemie International Edition精选AI 评分6060 四重硼氮杂芳烃中心对称分子实现超窄带MR-TADF发射
研究提出中心对称分子策略并融合四重硼氮杂芳烃，制备出DCz-MR与DAn-MR两种多重共振热活化延迟荧光（MR-TADF）发光体。两者在甲苯中发射峰分别为562 nm和518 nm，半峰宽仅16 nm（0.063 eV）和12 nm（0.055 eV），在正己烷中进一步收窄至14.2 nm（0.058 eV）和8.2 nm（0.040 eV）。
推荐理由：原文给出两种四重硼氮杂芳烃MR-TADF发光体的发射峰与半峰宽数据，可对照长波长与超窄带的兼顾程度。
Advanced Materials精选AI 评分7575 闭孔作为内应力调节单元用于硅碳负极，2 Ah 软包电池循环 1200 次容量保持 80.0%
研究将闭孔引入杂原子掺杂碳骨架作为内应力调节单元，使氮掺杂硅碳复合材料的可逆容量达 1756.5 mAh g⁻¹、首次库仑效率 90.2%、3 C 下 868.4 mAh g⁻¹，50 次循环后电极厚度膨胀由 38.4% 降至 13.1%。
推荐理由：闭孔结构把膨胀应力转向颗粒内部，配合杂原子掺杂提升动力学，并给出公斤级批次与 2 Ah 软包电池数据。
ACS Nano精选AI 评分5858 纳米孔事件分布结合机器学习识别七种高分子量多糖
研究提出一种纳米孔分析策略，将多糖水解为信息片段后，以其纳米孔事件分布作为分子指纹，成功识别并区分黄原胶、阿拉伯胶、琼脂糖、海藻酸钠、结冷胶、肝素和硫酸软骨素A共七种多糖。基于片段事件整体分布的机器学习分类器验证准确率达100%，结合全约束最小二乘（FCLS）算法还可定量多糖混合物的组成。
推荐理由：原文展示了水解片段经纳米孔事件分布形成指纹、并用机器学习分类七种多糖的流程，可作为复杂多糖结构解析的可迁移思路。
Advanced Functional Materials精选AI 评分6262 大语言模型引导迭代设计超稳定钠离子电池电解质
作者提出一种文献知识引导的迭代工作流，将大语言模型与贝叶斯优化结合，用于钠离子电池电解质的理性设计。优化得到的双阴离子杂化溶剂化电解质（DHSE）构建协同溶剂化结构，诱导形成致密、富无机且机械稳固的 CEI，抑制副反应并降低去溶剂化势垒以加速 Na+ 传输。
推荐理由：原文给出 LLM 结合贝叶斯优化筛选电解质的流程，以及 Ah 级软包电池的能量密度与循环保持率数据。
Nature Communications精选AI 评分6262 可解释 AI 引导发现可降解离子化脂质 PA97MD101，提升小鼠肝脏 mRNA 递送
研究建立了一套可解释的离子化脂质发现框架，结合模块化可降解脂质化学、高通量表型分析、机器学习、虚拟库扩展与独立体内验证。从 520 个脂质库出发，用 HeLa 细胞萤火虫荧光素酶（Fluc）表达数据训练 XGBoost 模型，借助理化描述符与分子指纹在 10,920 个虚拟空间中优先筛选体外转染活性更高的候选物，体内表型分析确定 PA97MD101 为先导离子化脂质。
推荐理由：可解释 AI 框架从 520 个可降解脂质中筛出 PA97MD101，并给出体内肝脏 mRNA 递送与 Cas9 敲低数据。
Advanced Materials精选AI 评分6666 无溶剂可放大硼基超长室温磷光体系实现时间分辨物理不可克隆函数
研究团队通过香豆素衍生物与硼的无溶剂共价偶联，开发出可放大至公斤级的室温磷光（RTP）材料，最大磷光寿命超过 2 s，余辉可见长达 30 s，且发射颜色可调。刚性 B-O-C 键在空间上隔离发光中心，抑制能量转移并保留时间上独立的衰减通道，为高熵时间分辨编码提供前提。
推荐理由：原文给出无溶剂公斤级合成路线与超过 2 s 的磷光寿命，读者可据此判断这类硼基 RTP 材料的可放大性。
ACS Nano精选AI 评分6262 一锅法三重编码平台实现细胞外囊泡miRNA原位多重分析并用于卵巢癌诊断
研究团队开发了一种一锅法三重编码平台，将尺寸-荧光编码微珠与膜融合策略结合，可对按EpCAM/PD-L1表达区分的三种细胞外囊泡亚群中的11种miRNA同时进行原位分析。基于机器学习的11-miRNA逻辑回归面板在肿瘤与健康区分中达到AUC=0.995，结合EV亚群与miRNA谱的组合特征在验证队列中对卵巢癌亚型分类的准确率为78.6%。
推荐理由：该平台把尺寸与荧光编码微珠和膜融合策略结合，一次原位读出三种EV亚群的11种miRNA，为多参数EV分析提供了可扩展路径。
Advanced Functional Materials精选AI 评分6060 深度Q网络优化TiO2/NOA61微柱阵列提升蓝光顶发射OLED出光耦合
研究用深度Q网络（DQN）联合优化TiO2/NOA61微柱阵列的半径、周期和TiO2填充率φ，并将选定结构纳米压印到Ag顶电极上，用于蓝光顶发射OLED的模式重分布增强出光耦合。
推荐理由：用深度Q网络联合优化TiO2/NOA61微柱阵列的半径、周期与填充率，为蓝光顶发射OLED的出光耦合设计提供可迁移的参数寻优思路。
Advanced Materials精选AI 评分6262 高通量实验结合机器学习为非富勒烯有机太阳能电池溶剂优化确定品质因子
研究提出一套高通量工作流，用于确定非富勒烯受体（NFA）基有机太阳能电池溶剂优化的品质因子（FoM）。以 D18:L8BO 为代表性体系，通过高通量实验与成膜过程中的原位光学表征制备多种溶剂配方，机器学习分析发现沉积过程中给体与受体初始吸收比（I_D/A）是关键 FoM，可高效优化溶剂。
推荐理由：原文用高通量实验与原位光学表征结合机器学习，给出可迁移的溶剂筛选判据，读者可据此理解有机太阳能电池配方优化的数据驱动路径。
Advanced Science精选AI 评分6262 仿生溶致变色芯片用四单元阵列与深度学习实现现场液体识别
研究团队提出一种仿生光味觉芯片（BiPC），由聚丙烯酸酯基溶致变色圆盘（PSD）阵列构成，弹性光子晶体 PSD 被有机溶剂溶胀后产生不同颜色图案。团队建立 Hansen 溶解度参数（HSP）框架评估对目标液体的整体溶胀交叉反应性，据此设计出具有 HSP 导向化学多样性的紧凑四 PSD 阵列，可区分溶剂类型与混合比例、同系物与异构体以及酒精饮料。
推荐理由：该工作用 Hansen 溶解度参数指导四单元阵列设计，为便携液体识别提供可迁移的阵列精简思路。
Advanced Science精选AI 评分6262 机器学习模拟揭示深共晶溶剂结构化电解质中的非线性量子效应驱动 Grotthuss 质子传导
研究以咪唑和乙酰丙酸组成的深共晶溶剂为结构化电解质，发现其延展的氢键链与质子化咪唑的快速重取向可增强 Grotthuss 质子扩散，从而绕开高粘度导致低电导率的限制。
推荐理由：原文展示了咪唑/乙酰丙酸深共晶体系中氢键链与质子化咪唑快速重取向如何绕开高粘度限制，实现 Grotthuss 质子传导。
Advanced Functional Materials精选AI 评分6767 水诱导拓扑离子凝胶实现超低滞后，用于足底压力传感与步态监测
研究报道了一种水诱导拓扑离子凝胶（WTI），在丙烯酸/丙烯酰胺/[BMIM]Cl/H2O 体系中通过竞争性氢键调控，使刚性聚合物与离子液体缔合减弱，从聚集簇转变为动态自适应拓扑网络，从而提升弹性回复并降低能量耗散。
推荐理由：原文给出水诱导拓扑离子凝胶的氢键调控机制与压缩、滞后、电导率数据，可据此判断其在动态压力传感中的适用性。
Advanced Functional Materials精选AI 评分6262 受阔叶启发的可重构摩擦电阵列结合机器学习实现海流能量收集与防污
研究者开发了受阔叶启发的结构可重构摩擦电纳米发电机（SRF-TENG）阵列，用于海流能量收集与防污。在 0.45 m s⁻¹ 流速下，其功率密度比传统 F-TENG 提高 65.5% 以上；在可解释机器学习框架指导下，下游阵列器件的均方根电流比孤立器件高 48.2%。
推荐理由：用可重构叶片结构替代钝体并配合可解释机器学习排布阵列，为低速海流能量收集的空间效率提供了一条可迁移思路。
Journal of the American Chemical Society精选AI 评分7272 含硒无规杂化多肽库经机器学习筛选出抑制 CpG–TLR9 信号的 IDP-IMP
研究团队用高通量合成与筛选流程结合机器学习辅助优化，在含硒多肽平台上构建了含核苷、阳离子和阴离子相互作用基元的核苷功能化无规杂化多肽（RHP）库，并从中筛出先导多肽 IDP-IMP。
推荐理由：含硒无规杂化多肽库经机器学习筛选出 IDP-IMP，其与 CpG 和 TLR9 的弱多价结合提示结合强度并非抑制活性的决定因素。
Advanced Materials精选AI 评分6262 物理引导主动学习筛选 PEDOT:PSS/EGaIn 柔性热电复合材料用于自供电创面生物电子
研究团队提出一种小数据、文献来源、物理引导的筛选与设计框架，将贝叶斯优化与 XGBoost 回归结合并做实验验证，用递归特征消除选出的 18 个物理描述符预测界面能垒，测试集 R² 为 0.87。
推荐理由：用物理引导的主动学习筛选能量过滤型热电复合材料，并给出创面愈合的器件与动物实验数据，可看数据驱动筛选如何落到生物电子应用。
Journal of the American Chemical Society精选AI 评分8282 机器学习引导设计半刚性空穴选择性自组装单分子层，倒置钙钛矿电池效率达 26.36%
研究团队用成对排序 Siamese D-MPNN 在已发表 SAM 对照-目标数据对上训练，发现降低尾基平面性可提升 PCE，据此设计出七元环 SAM 4PABAP（ML 评分 +2.54）和 4PAHBAP（+5.52），均高于 4PACz（−0.32）。
推荐理由：用成对排序 Siamese D-MPNN 从已发表 SAM 数据中筛选空穴传输分子，并给出可迁移的机器学习先行再验证流程。