秋去冬來，北風(fēng)凜冽，科研人宅在實(shí)驗(yàn)室搗鼓實(shí)驗(yàn)；

寒來暑往，四季更替，計(jì)算人貓?jiān)陔娔X前撥弄數(shù)據(jù)！

1. Nature Computational Science：由活動(dòng)依賴性髓鞘形成的內(nèi)穩(wěn)態(tài)協(xié)調(diào)和神經(jīng)活性上調(diào)

活動(dòng)依賴性髓鞘形成(ADM)是大腦可塑性的一個(gè)基本維度，通過它髓鞘改變作為神經(jīng)活動(dòng)的功能。ADM通過膠質(zhì)細(xì)胞的結(jié)構(gòu)變化調(diào)節(jié)軸突傳導(dǎo)速度。然而，尚不清楚神經(jīng)活動(dòng)如何影響髓鞘形成以編排神經(jīng)信號(hào)的時(shí)間，以及ADM如何塑造神經(jīng)活動(dòng)。在此，為了解決這一挑戰(zhàn)，來自加拿大渥太華大學(xué)的Afroditi Talidou建立了神經(jīng)元-少突膠質(zhì)細(xì)胞反饋增強(qiáng)的尖突神經(jīng)元模型，并研究了ADM和神經(jīng)活性之間的關(guān)系。研究發(fā)現(xiàn)，隨著軸突長(zhǎng)度的增加，ADM實(shí)現(xiàn)了一種內(nèi)穩(wěn)態(tài)增益控制機(jī)制，通過動(dòng)作電位的時(shí)間協(xié)調(diào)來提高神經(jīng)放電速率和相關(guān)性。刺激激活A(yù)DM的可塑性，從而觸發(fā)傳導(dǎo)延遲的雙向和可逆變化，就像在學(xué)習(xí)過程中可能發(fā)生的那樣。此外，在各種時(shí)變刺激下，ADM增強(qiáng)了信息傳遞。這些結(jié)果突出了ADM在形成神經(jīng)活動(dòng)和交流中的作用。

參考文獻(xiàn)：

Talidou, A., Frankland, P.W., Mabbott, D.?et al.?Homeostatic coordination and up-regulation of neural activity by activity-dependent myelination.?Nat Comput Sci?(2022). https://doi.org/10.1038/s43588-022-00315-z

原文鏈接：

https://www.nature.com/articles/s43588-022-00315-z

2.npj Computational Materials：熱電材料和系統(tǒng)識(shí)別材料表示的公共數(shù)據(jù)庫(kù)，用于數(shù)據(jù)驅(qū)動(dòng)發(fā)現(xiàn)

熱電材料，作為能量收集裝置和發(fā)電裝置受到了廣泛的關(guān)注。然而，由于含有合金和摻雜材料的熱電材料結(jié)構(gòu)的多樣性和復(fù)雜性，發(fā)現(xiàn)新的高性能熱電材料具有挑戰(zhàn)性。在此，來自韓國(guó)化學(xué)技術(shù)研究所的Gyoung S. Na & Hyunju Chang等研究者為了高效的數(shù)據(jù)驅(qū)動(dòng)新型熱電材料的發(fā)現(xiàn)，構(gòu)建了一個(gè)公共數(shù)據(jù)集，其中包含實(shí)驗(yàn)合成的熱電材料及其實(shí)驗(yàn)熱電性能。對(duì)于收集到的數(shù)據(jù)集，研究者能夠構(gòu)建回歸問題中R2得分大于0.9的預(yù)測(cè)模型，從材料的化學(xué)成分預(yù)測(cè)實(shí)驗(yàn)測(cè)量的熱電性能。此外，研究者為材料的化學(xué)成分設(shè)計(jì)了一個(gè)材料描述符，以提高機(jī)器學(xué)習(xí)方法的外推能力。基于提出的材料描述子的遷移學(xué)習(xí)，研究者在預(yù)測(cè)完全未探測(cè)材料組的材料的實(shí)驗(yàn)ZTs時(shí)，將R2評(píng)分從0.13顯著提高到0.71。

參考文獻(xiàn)：

Na, G.S., Chang, H. A public database of thermoelectric materials and system-identified material representation for data-driven discovery.?npj Comput Mater?8, 214 (2022). https://doi.org/10.1038/s41524-022-00897-2

原文鏈接：

https://www.nature.com/articles/s41524-022-00897-2

3.JACS：進(jìn)入未知:計(jì)算如何幫助探索未知的物質(zhì)空間

人們迫切需要新型功能材料，來幫助應(yīng)對(duì)人類面臨的重大全球挑戰(zhàn)，如氣候變化和資源稀缺。然而，傳統(tǒng)的實(shí)驗(yàn)材料發(fā)現(xiàn)過程緩慢，人們所掌握的材料空間太大，僅憑直覺引導(dǎo)的實(shí)驗(yàn)無法有效探索。大多數(shù)的實(shí)驗(yàn)材料發(fā)現(xiàn)項(xiàng)目，必然側(cè)重于對(duì)已知材料的局部空間的探索，所以人們并沒有充分開發(fā)出巨大的潛在材料空間，那里可能存在更多具有獨(dú)特性能的新材料。由于開源軟件和數(shù)據(jù)庫(kù)以及計(jì)算機(jī)硬件的改進(jìn)，計(jì)算有可能顯著加速材料的合理開發(fā)，但往往只是用于將實(shí)驗(yàn)觀察后置化。因此，理論引導(dǎo)實(shí)驗(yàn)的計(jì)算的真正預(yù)測(cè)能力沒有得到充分利用。在此，來自英國(guó)帝國(guó)理工學(xué)院的Kim E. Jelfs等研究者，討論了成功實(shí)現(xiàn)計(jì)算驅(qū)動(dòng)的材料發(fā)現(xiàn)工作流程的挑戰(zhàn)，然后關(guān)注該領(lǐng)域的進(jìn)展，特別強(qiáng)調(diào)了實(shí)現(xiàn)新材料的挑戰(zhàn)。

參考文獻(xiàn)：

Austin M. Mroz, Victor Posligua, Andrew Tarzia, Emma H. Wolpert, and Kim E. Jelfs.?Into the Unknown: How Computation Can Help Explore Uncharted Material Space.?Journal of the American Chemical Society?Article ASAP DOI: 10.1021/jacs.2c06833

原文鏈接：

https://pubs.acs.org/doi/10.1021/jacs.2c06833

4.JACS：納米孔中形成單層水合鹽的證據(jù)

盡管人們對(duì)納米級(jí)離子水溶液的研究投入了大量的精力，但人們對(duì)這些體系的微觀動(dòng)力學(xué)和熱力學(xué)行為的基本理解，在很大程度上仍然不完整。在此，來自寧波大學(xué)的Yunxiang Sun &?美國(guó)賓夕法尼亞大學(xué)的Joseph S. Francisco &?香港城市大學(xué)的曾曉成等研究者，首次報(bào)道了10 μs分子動(dòng)力學(xué)模擬，為在環(huán)境條件下從埃級(jí)狹縫內(nèi)的電解質(zhì)水溶液中自發(fā)形成單層六邊形蜂窩狀水合鹽XCl2·6H2O (X = Ba, Sr, Ca和Mg)提供了證據(jù)。通過經(jīng)典分子動(dòng)力學(xué)模擬和第一性原理Born-Oppenheimer分子動(dòng)力學(xué)模擬，進(jìn)一步證明水合鹽不僅在常溫下穩(wěn)定，而且在高溫下也穩(wěn)定。這種在水中形成水合鹽的現(xiàn)象與傳統(tǒng)的看法相反。自由能計(jì)算和脫水分析表明，水合鹽的自發(fā)形成是高承壓水中離子水化作用和庫(kù)侖吸引作用的相互作用。除了在分子水平上對(duì)納米級(jí)離子水溶液的新行為提供洞察外，該發(fā)現(xiàn)可能對(duì)未來探索熱行星上鹽沉積中可能存在的水分子有參考意義。

參考文獻(xiàn)：

Wenhui Zhao, Wen Wu Xu, Jian Jiang, Xiaorong Zhao, Xiangmei Duan, Yunxiang Sun, Joseph S. Francisco, and Xiao Cheng Zeng. vidence of Formation of Monolayer Hydrated Salts in Nanopores.?Journal of the American Chemical Society?Article ASAP DOI: 10.1021/jacs.2c07372

原文鏈接：

https://pubs.acs.org/doi/10.1021/jacs.2c07372

5.JACS：用機(jī)器學(xué)習(xí)將量子多電子問題簡(jiǎn)化為兩個(gè)電子

在化學(xué)計(jì)算中一個(gè)突出的挑戰(zhàn)是多電子問題，在這個(gè)問題中計(jì)算方法的規(guī)模與系統(tǒng)的規(guī)模相當(dāng)大。任何分子的能量都可以用兩個(gè)電子波函數(shù)的能量的加權(quán)和來表示，這些波函數(shù)只能從兩個(gè)電子的計(jì)算中計(jì)算出來。盡管這個(gè)擴(kuò)展的“aufbau”原理在物理上很優(yōu)雅，但對(duì)一般分子系統(tǒng)的重量分布──雙占據(jù)──一般的分子系統(tǒng)仍然是難以捉摸的。在此，來自美國(guó)芝加哥大學(xué)的David A. Mazziotti等研究者，介紹了一個(gè)電子結(jié)構(gòu)的新范式，近似的雙占位分布是通過卷積神經(jīng)網(wǎng)絡(luò)“學(xué)習(xí)”的。研究者表明，神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)N-代表性的條件，分布的約束，以表示一個(gè)N-電子系統(tǒng)。通過訓(xùn)練只有2-7個(gè)碳原子的碳?xì)浠衔锂悩?gòu)體，研究者能夠預(yù)測(cè)辛烷值和8-15個(gè)碳原子的碳?xì)浠衔锏漠悩?gòu)體的能量。目前的工作表明，機(jī)器學(xué)習(xí)可以用于將多電子問題簡(jiǎn)化為有效的雙電子問題，為準(zhǔn)確預(yù)測(cè)電子結(jié)構(gòu)開辟了新的機(jī)會(huì)。

參考文獻(xiàn)：

LeeAnn M. Sager-Smith and David A. Mazziotti.?Reducing the Quantum Many-Electron Problem to Two Electrons with Machine Learning.?Journal of the American Chemical Society?Article ASAP DOI: 10.1021/jacs.2c07112

原文鏈接：

https://pubs.acs.org/doi/10.1021/jacs.2c07112