2月17日外媒科学网站摘要：下代太阳能电池将可以完全回收

2月17日（星期一）消息，国外知名科学网站的主要内容如下：
《自然》网站（www.nature.com）
科学家利用AI从头设计类天然酶
美国华盛顿大学研究人员利用人工智能（AI）设计出全新的酶，这些酶能够进行多步骤反应，这是天然酶的关键特征。他们设计的结构加速了一种四步化学反应，这种反应对许多生物和工业过程（包括塑料回收）至关重要。
此前，利用AI从头设计酶的努力取得了有限的成功，通常生成的酶在反应的第一步后就会停滞。在最近发表于《科学》（Science）的最新研究中，研究人员通过结合多种机器学习方法克服了这一挑战。新设计的酶在加速反应方面的效率比之前设计的类似酶高出6万倍。
研究人员希望设计出能够进行一种称为丝氨酸水解的四步化学反应的酶，这种反应涉及分子间酯键的断裂。丝氨酸水解酶是执行这种反应的天然酶，参与消化、脂肪代谢和血液凝固等多种生物过程。
他们首先使用了一种名为RFdiffusion的AI工具，这是他们之前开发的从头生成新酶结构的程序。然后，他们创建了一个名为PLACER的深度神经网络，通过模拟酶中原子及其在反应每一步中结合的分子的位置来优化结构设计。研究人员表示，这种AI就像一个“过滤器”，检查酶的活性位点（与分子相互作用的部分）是否兼容并正确排列以执行反应的每一步。
研究人员强调，他们的工作只是一个原理验证，尽管新设计的酶很有前景，但效率尚未达到天然丝氨酸水解酶的水平。他们希望通过进一步优化酶的结构来提高其速度和效率，使这项技术更接近实际应用。
《科学》网站（www.science.org）
AI助力动物面部表情识别，提升动物福利
人工智能（AI）正逐步被应用于解读动物面部表情，以改善动物福利。在英国，布里斯托尔大学和苏格兰农村学院（SRUC）的科学家联手打造了“智能猪（Intellipig）”系统。该系统利用面部识别技术，识别猪的面部特征，不仅为它们提供定制食物，还能监测其疼痛、生病或情绪低落的迹象。这一创新旨在解决人类难以准确理解动物感受的难题，标志着AI在动物护理领域的新纪元。
其他科学家也在探索AI识别动物情绪的能力，从羊、马到猫，均有涉猎。他们开发的算法能迅速、准确地捕捉到疼痛和悲伤的迹象，超越了人类的能力。AI的潜力不仅限于识别基本情绪，未来甚至可能超越人类，解读动物更复杂的情绪，如快乐、平静、沮丧或恐惧。
然而，AI的应用也面临挑战。训练AI需要大量数据，但互联网上关于动物面部表情的照片并不充裕。此外，动物面部表情的多样性，如不同犬种具有不同的面部特征，也增加了AI训练的难度。尽管如此，AI已经在动物福利领域展现出巨大潜力。有应用程序能扫描猫或马的面部，评估其疼痛程度，为宠物主人和动物护理者提供有价值的信息。
科学家们正致力于构建更全面的动物面部数据库，涵盖不同情绪状态下的照片，以进一步提升AI的识别能力。未来，AI有望在实验室、宠物收容所和智能农场中发挥更大作用，为动物提供个性化护理。
《每日科学》网站（www.sciencedaily.com）
1、AI为纳米颗粒研究带来革命性变化
AI技术正在纳米颗粒研究领域发挥重要作用，极大地加速了研究进程。传统上，纳米颗粒研究人员需花费大量时间计数和测量纳米颗粒，这是一项繁琐且耗时的任务，但这项工作对于统计分析及后续优化纳米颗粒合成至关重要。
过去，德国康斯坦茨大学的一个研究团队依赖大型颗粒计数机进行测量，但效率有限，每天仅能测量数百个颗粒，而可靠的统计数据需要对每个样品进行数千次测量。尽管计算机技术已使这一过程有所加速，但自动化方法仍易出错，需要研究人员亲自复核。
该研究团队基于Meta的开源AI技术“Segment Anything　Model”开发了一个新程序。该程序能在显微图像中通过AI辅助自动计数和测量纳米颗粒，包括复杂形状的颗粒，如哑铃状或毛毛虫状的颗粒，这些颗粒由两到三个重叠的球体组成。AI计数不仅高效，而且可靠，能更准确地识别单个颗粒并精确测量。
这一创新使得研究团队能够在过去完成一次颗粒分析的时间内完成八至十次颗粒分析，极大地提高了研究效率。研究团队还将新的AI程序及相关代码和研究数据以开放获取的形式发布，供其他研究人员使用和讨论，进一步推动了纳米颗粒研究的进步。
2、下一代太阳能电池将可以完全回收
下一代太阳能电池技术正朝着完全可回收的方向发展，这一突破由瑞典林雪平大学的研究人员实现。他们开发了一种方法，可以在不使用对环境有害溶剂的情况下，反复回收太阳能电池的所有部件，且回收后的电池效率与原始电池相同。这项研究最近发表在《自然》（Nature）杂志。
随着电动汽车的普及和人工智能的发展，电力需求预计将大幅增长，而可持续能源的使用成为关键。然而，第一代硅太阳能电池板已接近生命周期尾声，处理其废弃物成为一大挑战，容易形成无法处理的电子垃圾。钙钛矿太阳能电池作为新一代技术，具有巨大潜力。然而，其使用寿命相对较短，且含有少量铅，对回收提出了更高要求。
目前分解钙钛矿太阳能电池的方法主要使用二甲基甲酰胺，这种物质有毒且对环境有害。林雪平大学的研究人员创新地用水作为溶剂来分解降解钙钛矿，并成功从水溶液中回收高质量的钙钛矿及其所有部件，包括玻璃、电极、钙钛矿层以及电荷传输层。这一技术不仅环保，而且回收的电池效率无损。
研究人员的下一步是开发适用于工业规模的方法，以实现钙钛矿太阳能电池的广泛回收和再利用。这一突破为新一代太阳能电池技术的推广和应用奠定了坚实基础。
《每日科学》网站（www.sciencedaily.com）
1、肥胖治疗新突破：科学家发现大脑“停止进食”开关
美国哥伦比亚大学的研究人员近日在肥胖治疗领域取得了重大突破，他们发现了一种位于脑干中的特殊神经元，这些神经元可以向动物发出停止进食的信号。这一发现为肥胖症的新疗法提供了重要线索。
研究人员采用先进的单细胞技术，对老鼠脑干中处理复杂信号的区域进行了分析。他们发现了一种以前未被识别的神经元，这些神经元与其它参与调节食欲的神经元具有相似的特征。为了了解神经元是如何影响饮食的，研究人员对神经元进行了改造，使它们能够被研究人员用光线打开和关闭。研究人员发现，当这些神经元被光线激活时，老鼠的进食量会显著减少，且激活的强度决定了动物停止进食的速度。
这些神经元不仅整合了关于食物摄入的各种信息，如放进嘴里的食物、肠道的饱腹感以及从食物中获得的营养等，还能被一种增加食欲的激素抑制，被一种用于治疗肥胖和糖尿病的GLP-1激动剂激活。这些实验发现表明，这些神经元在追踪老鼠咬下的每一口食物方面发挥着关键作用。
研究人员认为，这些特殊的神经元在脑干中的位置表明，人类极有可能拥有相同的神经元。因此，这一发现可能为肥胖症的新疗法铺平道路。通过理解和利用这些神经元的工作机制，研究人员有望开发出更有效的肥胖治疗方法，帮助人们更好地控制食欲，减少不必要的进食，从而达到减轻体重和改善健康的目的。
2、量子力学如何驱动效率近乎完美的光合作用
光合作用是植物利用阳光转化为能量的过程，其能量传递系统效率极高，损失极小。科学家们一直试图探索这一高效过程的奥秘，最近，德国慕尼黑工业大学的一个研究团队揭示了量子力学效应在其中的关键作用。
研究团队通过精确测量和模拟发现，当光被叶子吸收时，电子激发能量会分布在每个被激发的叶绿素分子的多个状态上，形成激发态的叠加。这种叠加状态使得能量能够在分子内部和分子之间几乎无损耗地传递，从而实现太阳能的高效捕获和传输。
量子力学效应在这一过程中发挥着至关重要的作用。研究人员发现，叶绿素吸收光的两个特定的光谱区域：低能量的Q区（黄色至红色的光谱区域）和高能量的B区（蓝色至绿色的光谱区域）。Q区由量子力学耦合的两种不同的电子态组成。这种耦合导致了分子中无损失的能量传递。然后系统通过“冷却”放松，即以热的形式释放能量。该研究表明，量子力学效应可以对生物学相关过程产生决定性影响。
这一发现不仅增进了我们对光合作用机制的理解，也为下一代可再生能源技术的发展提供了新的启示。通过将量子力学效应应用于人工光合作用单元的设计中，科学家们有望开发出能够以前所未有的效率利用太阳能进行发电或光化学反应的新技术。（刘春）
                    
               
               
               
               
               
               
                    
                        延伸阅读
                        
                           
                           
                           
                                逼近o3-mini，DeepSeek-R1在新的贪吃蛇基准上拿下1801分
                           
                           
                           
                           
                                DeepSeek团队新作:把代码变成思维链,大模型推理各种能力全面提升
                           
                           
                           
                           
                                捆绑个人IP，格力专卖店更名董明珠健康家