首页
主题报告
-
-
基于生成式人工智能求解多电子薛定谔方程杨金龙 中国科学院院士 中国科学技术大学
精确求解多电子薛定谔方程是量子化学的核心问题之一。然而，由于希尔伯特空间的维度随所研究体系的大小呈指数级增长，最精确的全组态相互作用（FCI）方法仅能用于处理包含二十多个电子和轨道的小体系。人工智能的运用为精确求解多电子薛定谔方程提供了新的范式。与传统的数值求解方法不同，这类方法使用神经网络表达多电子波函数，并通过变分蒙特卡罗方法优化以获得神经网络的权重参数。这类方法可通过无监督的强化学习，不依赖预先提供的波函数数据获得最佳的多电子波函数解。我们近期结合最先进的基于Transformer 的深度神经网络以及高效率的批次自回归采样方法，发展了基于生成式人工智能的“乾坤网络”（QiankunNet），并在此平台上实现了多电子薛定谔方程的直接求解，对多种不同体系计算所获得的基态能量与 FCI 方法的结果符合得非常好。此外，我们还实现了以组态相互作用（CISD）方法的计算数据对乾坤网络进行预训练，以提高神经网络对多电子波函数的表达能力及相应的计算效率。在本报告中，我将首先介绍人工智能求解薛定谔方程的基本概念和主要进展，然后展示我们基于生成式人工智能求解多电子薛定谔方程的相关工作。 -
智能感知分子识别核酸适体的功能化筛选策略http://videozh.cas.cn/masvod/public/2025/09/10/20250910_19931a607c7_r36_1200k.mp4张力勤 研究员 北京大学
液体活检是一种利用体液样本进行监测和分析的非侵入性技术，主要用于癌症精准医疗和辅助治疗。血液样本是最常见的液体活检样本，包含大量可用于肿瘤检测的靶标，如循环肿瘤细胞和肿瘤细胞外囊泡（EVs）。这些靶标携带来自肿瘤细胞的丰富生物分子信息，可以反映肿瘤的发生和发展情况，并包含大量肿瘤的细基因变异信息。然而，由于肿瘤来源的 EVs 仅占血液样本中 EVs 总数的千分之一，且尺寸小、异质性强，液体活检对检测灵敏性提出了很高的要求。传统探针主要分为大分子探针（如抗体、结合蛋白、适体等）和小分子探针，但都存在亲和力和特异性不足、容易受到干扰等问题。为了实现智能识别体液中的生物标志物，开发一种高通量筛选平台以获得高特异性的共价交联适体信标探针尤为重要。相对于抗体和其他重组蛋白，核酸适体因其便捷的筛选文库化学合成修饰方法和简单的体外筛选过程，更适合用于开发交联适体信标探针。基于这些挑战，本课题开发了一种基于核酸适体的高通量筛选平台，利用人工碱基和高通量功能化的磁珠展示筛选手段，高效地获得交联适体信标探针，结合 DNA 分子逻辑运算，该技术将极大提高 EVs 分析和分子图谱绘制的灵敏度和准确性，并为液体活检技术在癌症精准医疗中的应用提供坚实基础。 -
基于蛋白质聚集的农药减量增效杨鹏 教授 陕西师范大学
在过去的几十年里，包括农药和化肥在内的农用化学品的广泛使用无疑为满足全球几十亿人的粮食需求做出了巨大贡献。遗憾的是，由于农用化学品在植物上的利用率低，为了最大化作物产量直接导致了农用化学品的过度使用。这一不可持续的农业策略对自然环境和非目标生物的生命安全造成了日益严重的威胁。因此，减少由于过度使用农用化学品所带来的潜在风险是全球农业和环境政策的一个重要目标。造成农药利用率低的主要原因有两个：一是由于植物叶面的疏水/超疏水的表面性质，使得喷洒的农用化学品的液滴由于飞溅、反弹而无法有效沉积在叶面表面；二是由于沉积在植物叶面的少量农用化学品与叶面之间的相互作用力较弱，使得农用化学品在下雨等自然环境下被冲刷掉。本次报告针对农业中对于减少由农用化学品造成的环境污染的迫切需求，采用蛋白质类淀粉样聚集体对农用化学品进行减量增效，并探索了其在实际农业中的应用潜力。 -
太阳能催化全分解水制绿氢http://videozh.cas.cn/masvod/public/2025/09/10/20250910_199318400b0_r36_1200k.mp4章福祥 研究员 中国科学院大连化学物理研究所
面向国家“碳中和”目标的重大战略需求，利用太阳能催化全分解水制绿色具有重要意义。本报告将概述开展太阳能催化全分解水制绿氢的基本原理，具体分析具有宽范围可见光吸收催化剂（即：宽光谱捕光催化剂）全分解水制氢的机遇与挑战，进而从捕光和催化新材料智能设计合成，表界面调控促进电荷分离以及可见光催化全分解水制氢体系构筑等方面分享我们的一些心得和研究进展。此外，将简要介绍通过二氧化碳还原实现制氢储氢一体化的思考和初步探索结果。
