学科: 材料科学与工程

海丝被誉为“海洋金丝”，是古罗马时期极珍贵的材料，因环境问题几近消失。韩国团队利用一种食用贝类重现海丝，并揭示其金色光泽源于结构色，将海洋废弃物转化为可持续奢侈品。

标签: 可持续奢侈品 栉江珧 海丝 结构色 足丝

一项新研究揭示蜘蛛丝蛋白中氨基酸的分子“黏合”机制，可指导研发新一代高性能环保纤维，且或为阿尔茨海默病研究提供启示。

标签: 氨基酸相互作用 蜘蛛丝 阿尔茨海默病研究 高性能纤维

周期性晶体的三维原子结构已能常规测定，但非晶材料的此类分析仍是难题。近期有研究称用原子分辨电子断层扫描（AET）测定了非晶固体结构，若属实将具突破性。本研究通过模拟AET，揭示其在结构和化学信息测定中的局限，明确了AET用于非晶纳米颗粒分析的条件，为实验设计提供基准。

标签: 化学识别 原子分辨电子断层扫描 电子束剂量 结构测定 非晶纳米颗粒

理想的骨科生物材料需模仿天然骨的结构与强度。本研究用弹性聚辛二酸柠檬酸酯实现60%羟基磷灰石掺入，通过“柠檬酸化”和热压将其转化为~5纳米纳米棒，复合材料抗压强度超250兆帕，为新一代承重骨科植入物提供分子设计策略。

标签: 抗压强度 柠檬酸化 羟基磷灰石纳米棒 聚辛二酸柠檬酸酯 骨科生物材料

研究人员用一种新方法制成了可编程智能皮肤，其材料为水凝胶。受章鱼皮肤启发，这种智能皮肤能在热、溶剂等外部刺激下调节外观、形状等，可隐藏或显示图像、改变形状，在伪装和信息加密等领域有应用潜力。

标签: 4D打印 刺激响应 半色调编码打印 智能皮肤 水凝胶

新型超表面是覆盖微小结构的超薄芯片，可将红外光转为可见光并聚焦成束，通过改变入射光偏振调整光束方向，解决了效率与控制的权衡难题，为紧凑型光源等应用开辟路径。

标签: 光束控制 光转换 超表面 集成光学 非线性光学

锂离子电池广泛用于电动汽车、医疗设备等，但传统寿命测试需数月甚至数年循环充放电。张等人在《自然》发表的机器学习方法，一周内即可准确预测电池寿命，新设计也适用。

标签: 快速预测方法 机器学习 电池寿命预测 锂离子电池

为实现实用量子优势，研究团队开发出含15,000个位点的亚纳米精度原子量子点二维阵列新平台，成功模拟强相互作用低温物理，观测到金属-绝缘体转变，为量子材料模拟提供独特工具。

标签: 原子量子点 强相互作用费米子系统 模拟量子仿真 金属-绝缘体转变

固体中电子的特性由其所处的周期性势能图景决定。莫尔晶格的出现革新了纳米尺度势能图景的调控能力，但静电势能图景的直接成像一直难以实现。本文介绍原子单电子晶体管（atomic SET），这是一种新型扫描探针，利用范德华材料中的单个原子缺陷作为超高灵敏度、高分辨率的势能传感器，搭建于量子扭曲显微镜（QTM）平台。借助atomic SET，首次直接成像了典型莫尔界面（石墨烯与六方氮化硼对准）的静电势能，其具有近似C6对称性，对载流子密度依赖性小，即使无载流子时振幅仍约60 mV。理论表明对称性源于竞争对称性物理机制的微妙相互作用，而实测振幅远超理论预测，提示现有认知可能不完善。该探针空间分辨率达1 nm，能检测百万分之几电子电荷的势能，为多种量子现象的电荷序和热力学性质成像提供可能。

标签: 原子单电子晶体管 范德华异质结构 莫尔势能 量子扭曲显微镜 静电势能成像

为加速电池技术创新，本文提出“发现学习”新方法。该方法整合多种机器学习技术，通过历史数据学习，以最少实验预测新电池寿命，可减少98%时间和95%能源成本，突破传统评估瓶颈。

标签: 发现学习 机器学习 电池寿命预测 零样本学习