看！最新进展！

摘要：近日，加拿大工程院外籍院士、轻工化工学院邱学青教授团队提出了一种基于木质素分子量调控的新型碳基电催化剂设计策略，通过溶剂分级法提取不同分子量的木质素，并结合氧化氨解改性后高温碳化还原构筑活性位点丰富、碳层厚度可调的木质素衍生碳基纳米金属催化剂。该研究工作发表于

原创广东工业大学广东工业大学

2025年03月31日 17:14 广东

1.“点数成金”！刷屏业界的“蓝皮书”，就出自广工！

2.放假通知来了！

促进精准定位肿瘤靶点

推进植入物促成骨性能的高效率筛选

……

近期，广工科研团队

在化工、医学、计算机、环境等

领域取得一系列重要成果

跟随工仔一起来看看吧

邱学青团队在木质素基碳材料领域取得重要突破

近日，加拿大工程院外籍院士、轻工化工学院邱学青教授团队提出了一种基于木质素分子量调控的新型碳基电催化剂设计策略，通过溶剂分级法提取不同分子量的木质素，并结合氧化氨解改性后高温碳化还原构筑活性位点丰富、碳层厚度可调的木质素衍生碳基纳米金属催化剂。该研究工作发表于国际材料科学领域顶级期刊《Advanced Materials》（IF=27.4，中科院一区 TOP 期刊）。

木质素作为自然界储量最丰富的芳香族高分子，其独特的三维交联网络结构与高含碳量(＞60%)使其具备成为高性能碳基电催化材料前驱体的潜力。然而木质素分子间的强π-π堆积导致严重聚集，掩蔽活性位点。同时，其宽分子量分布导致表面化学基团的空间异质性。受限于过渡金属配位动力学特性与络合能级匹配性，难以稳定构筑金属-有机配合物结构，导致衍生材料活性位点密度低、电子传输网络不连续、传质动力学迟滞，显著制约了其在析氢等催化体系中的应用。

团队前期工作通过羧甲基化（Angew. Chem. Int. Ed. 2023, 62, e202306333）、胺化（ACS Catal. 2022, 12, 19, 11573–11585）、氧化氨解（Adv. Energy Mater. 2024, 14, 2303442）等对木质素进行功能化改性与微结构定向调控，实现均匀分布、适宜密度的表面官能团，并与金属离子精准配位，构筑木质素-金属超分子框架复合物（Lignin-Metal Supramolecular Framework，MSF@Lignin）。但MSF@Lignin复合物结构对其热解过程和对应催化剂结构及其构效关系等的影响规律尚不明确。

图 | 通过分子量工程调控木质素-金属超分子框架构建碳包覆合金催化剂

该研究工作证实，低分子量木质素衍生的CoRu@OALC-EtOAC通过缺陷丰富的类石墨化碳层结构，在析氢反应（HER）中展现出显著超越传统Pt/C催化剂的性能优势。高分子量木质素构建的CoRu@OALC-Residual则具有突出的结构稳定性。机理分析表明，低分子量组分凭借其长程有序结构，促进氧官能团均匀锚定，利于热解过程形成晶格缺陷，但伴随载体重构现象；高分子量组分通过三维交联网络，在碳化时构筑稳定的无定形骨架。这种基于分子量分级的构效规律，为全解水催化剂在不同应用场景中的定向设计提供了理论支撑。

论文第一作者为2024级博士研究生陈达朗，通讯作者为轻工化工学院邱学青教授、林绪亮教授。广东工业大学和榕江实验室为论文的共同完成单位。

论文链接：

刘旭杰团队在医学TOP期刊Acta Biomaterialia发表深度学习骨科研究论文

近日，广工生物医药学院刘旭杰副教授/何燕副教授团队与广东省第二人民医院赵红莉主任医师合作在国际生物材料领域权威期刊Acta Biomaterialia（IF=9.4，医学Ⅰ区Top期刊）发表研究论文，题为《Deep learning assisted prediction of osteogenic capability of orthopedic implant surfaces based on early cell morphology》。本论文研究成果还获得了第九届全国大学生生物医学工程创新设计竞赛二等奖。

钛（Ti）及其合金植入物的表面改性对提升其促成骨性能至关重要。然而，由于植入物材料表面修饰导致的不同形貌以及影响材料表面特性的各种因素阻碍了植入物促成骨性能的标准化评价。此外，传统评价植入物表面促成骨性能的实验方法成本高，周期长，因此迟滞了对新型功能涂层的高效率筛选。鉴于细胞形态可以作为细胞对生物材料反应的早期指标，且人工智能技术已被用于预测干细胞的分化潜力，团队提出了一种基于早期细胞形态和深度学习的高通量、高效率筛选方法，用于评估植入物表面的促成骨性能。

团队开发了“骨科植入物-成骨分化网络”（Orthopedic Implants-Osteogenic Differentiation Network，简称 OIODNet）预测模型。该模型通过学习钛及其合金植入物表面上的细胞早期形态与后续碱性磷酸酶（ALP）表达水平之间的联系，来预测植入物表面促成骨性能。OIODNet 集成了与图像识别和分类相关的经典深度学习模型AlexNet和ShuffleNetV2，在六项评价指标上均取得了超过 0.98 的优异性能表现。通过金属-多酚网络（MPNs）涂层和细胞实验进行验证，结果表明，OIODNet 的预测结果与实际的 ALP 活性值呈高度相关，证实了其基于早期细胞形态预测促成骨性能的准确性。基于模型开发的“成骨预测器”应用程序为OIODNet提供了一个直观的工具，便于用户通过上传早期细胞图像或连接显微镜实时拍摄早期细胞形态来预测其植入物表面的促成骨性能。

图| 深度学习模型性能比较：AlexNet (A)、ShuffleNetV2 (B)和OIODNet (C)的损失/准确率曲线图、混淆矩阵图和t-SNE图

本研究强调了人工智能与生物材料交叉领域加速进展的潜力，为骨科植入物促成骨性能的高效率筛选提供了新思路。

本论文的第一作者为广东工业大学生物医药学院2022级硕士研究生黎安迪和李心怡，通讯作者为广东工业大学生物医药学院刘旭杰副教授、何燕副教授和暨南大学附属广东省第二人民医院内分泌科赵红莉主任医师。广东工业大学为论文的第一完成单位。

论文链接：

卢宇靖团队在医学TOP期刊JMC上发表内封面学术论文

近日，广工生物医药学院卢宇靖教授团队与南方医科大学第十附属医院（东莞市人民医院）核医学科黄顺副教授合作在国际药学领域权威期刊Journal of Medicinal Chemistry（IF=6.8，医学Ⅰ区Top期刊）发表研究论文，题为《PET Imaging of Solid Tumors with A G-quadruplex targeting 18F-Labelled Peptide Probe》，并被编委会选为“Supplementary Journal Cover”。

G-四链体（G4）作为一种特殊的核酸二级结构，在核基因组原癌基因和线粒体重链DNA中高度富集，被视为潜在的癌症诊断和治疗靶点，然而国内外研究中仍然缺乏体内区分恶性肿瘤组织和正常组织器官的直接证据。线粒体DNA（mtDNA）在肿瘤细胞中高度活跃，线粒体基因组不含内含子以及保护性组蛋白，这种独特的条件使富含鸟嘌呤的mtDNA重链极其容易形成mtG4结构。在此背景下，本研究开发了靶向mtG4的PET多肽探针[18F]AIF-NOTA-RHAU18，该肽链能顺利穿透细胞膜和线粒体膜，进入线粒体，但不能穿过核膜进入细胞核，具有很好的细胞器选择性；此外，具备良好的稳定性以及皮摩尔级别的高灵敏度。在体外实验中，它对线粒体平行型 G4 结构展现出较好的结合能力和高度选择性，在细胞实验中同样得到验证。最重要的是，实验结果显示癌细胞中的线粒体中mtG4含量显著高于正常细胞，这一特性为癌症的精准诊断提供了关键依据。

图 | 探针在活体荷瘤鼠中的PET/CT显像

动物实验结果同样令人振奋。在多种实体瘤的荷瘤小鼠模型中，[18F]AIF-NOTA-RHAU18在肿瘤部位呈现出明显的信号富集，能够清晰地可视化肿瘤，且其药代动力学特性良好，安全性良好，显示了该探针在体内应用的可行性和有效性。该新型多肽探针结合 PET/CT 技术，能精准定位肿瘤靶点，有望发展成一种新靶点新机制的医学影像药物。

该论文第一作者为广东工业大学2024级博士生郭晓纯和南方医科大学2024级博士生石大志，通讯作者为卢宇靖教授和黄顺副教授，广东工业大学为论文的第一完成单位。

论文链接：

赵淑平在《Nature Reviews Methods Primers》发表研究论文

近日，计算机学院(人工智能学院)赵淑平博士的论文“Linear Discriminant Analysis”发表于《Nature Reviews Methods Primers》（Nature子刊，影响因子 50.1），该论文也是以广工为第一单位在该期刊发表的第一篇论文。赵淑平为该文章第一作者，通讯作者为澳门大学Bob Zhang教授，其他学者包括南京理工大学杨健教授、哈尔滨工业大学（深圳）徐勇教授以及日本大阪大学周健航研究员。《Nature Reviews Methods Primers》致力于加强跨学科的协作，旨在出版“生命科学和物质科学里有关分析、应用、统计、理论计算、模拟等方法或技术的权威综述”。

该论文全面综述了LDA （Linear Discriminant Analysis）这种经典机器学习算法。LDA主要用于数据降维和分类，通过寻找最佳投影方向，将高维数据投影到低维空间中，同时最大化类别间的差异，最小化同类别样本距离；LDA在生物计算、医学图像分析、自然语言处理、视频分析、地质探测、以及一般的模式识别等领域有着广泛的应用。该论文详细分析了LDA及其变体的实施环境、实验结果，探讨了在医学图像分析、视频处理、生物计算等领域的实施细节以及与相关方法的联系；讨论了基于LDA方法的可重复性、局限性和优化方法；展望了LDA及其变体的未来研究方向、LDA及其变体如何与深度网络等机器学习算法结合等。

袁鹏团队发现一类深海自生磷灰石及其重要磷汇效应

近日，环境科学与工程学院袁鹏教授团队与南方海洋科学与工程广东省实验室（广州）、自然资源部第二海洋研究所等研究单位合作，在深海自生磷灰石的形成机制及其对海洋磷循环的影响和环境效应方面取得重要进展，研究论文以“Carbonate Fluorapatite Coatings on Phillipsite Represent A Significant Sink of Phosphorus in Abyssal Plains of the Western Pacific Ocean”为题，发表于综合性学术期刊Proceedings of the National Academy of Sciences of the United States of America（《美国科学院院报》；2025，122 (5) e2407683122）。

磷是海洋有机生命体的主要营养元素，对海洋初级生产力具有关键约束作用。磷埋藏是海洋磷的长期保留形式，控制着海洋磷储层的输入和输出，其多以自生碳氟磷灰石（CFA）矿物的形式赋存于海洋沉积物。CFA通常分布于初级生产力高的上升流海域，而深海沉积环境作为CFA赋存的重要潜力区域，其磷赋存特征及所涉矿物相结构和成因机制等重要问题却尚不清楚。

为此，袁鹏研究团队研究了西太平洋东马里亚纳海盆（深度约6100 m）和菲律宾海（5500 m）的若干深海沉积物样品，发现其中广泛存在着CFA与钙十字沸石矿物共生的现象。此类CFA矿物晶粒呈六方柱状，镶嵌或附着于钙十字沸石表面（图1），其成分中富含稀土元素；钙十字沸石则呈柱状，以聚集体形式赋存，其内部含有方铈石矿物的纳米颗粒。

图 | 碳氟磷灰石（CFA）的形态、结构和元素组成。（A, B）钙十字沸石被大量CFA覆盖；（C）结晶度不高的CFA颗粒；（D）结晶良好的单个CFA晶体；（E）CFA的能谱（EDS）；（F）CFA晶体的高分辨透射电子显微镜图像和选定区域电子衍射（样品采用聚焦离子束（FIB）制备）；（G, H）样品微区的透射电子显微镜图；（I）CFA中的主要元素（含稀土元素）能谱图

通过采用高分辨透射电子显微镜、X射线近边吸收谱等分析手段，并结合长时间尺度的矿物合成模拟实验，本研究提出了该类CFA-钙十字沸石矿物共生现象的成因机制（图2）：Ca2+从钙十字沸石的内部孔隙迁移到表面，与钙十字沸石表面吸附的磷酸根离子反应，在沸石表面形成无定形磷酸钙，进而转化为细粒CFA颗粒。该机制是一种尚未被认知的适用于深海低生产力环境中的CFA形成机制。

图 | 深海环境中钙十字沸石促进碳氟磷灰石（CFA）形成示意图。(A) 钙十字沸石结构中的钙离子（Ca2+）与吸附在钙十字沸石表面的PO43-结合，在沸石表面形成CFA，并伴以稀土离子（REE3+）的取代。(B) 微观形成机制：Ca2+从钙十字沸石的微孔释放，随后在沸石表面形成CFA

鉴于低生产力区域深海环境存在丰富的钙十字沸石，该研究基于海洋钙十字沸石的沉积速率，估算出通过上述成因机制形成的CFA对海洋磷积累的贡献高达1.30-2.56 μmol/cm2·kyr，相当于深海磷总积累量（8.3 μmol/cm2·kyr）的八分之一至三分之一。该研究同时指出，钙十字沸石诱导CFA形成很可能是深海环境中一种广泛存在的矿物界面反应，该场景中CFA对于海洋磷循环乃至对于深海稀土富集具有重要潜在作用，值得进一步研究。

广工博士后樊文枭、南方海洋科学与工程广东省实验室（广州）博士后周军明和广工蒋晓东副教授为论文第一作者，袁鹏教授和自然资源部第二海洋研究所董彦辉副研究员为论文的通讯作者。研究成果的合作单位还包括中国科学院广州地球化学研究所、澳门科技大学、广州海洋地质调查局和汉堡大学。该研究得到了国家自然科学基金、国家高层次人才特殊支持计划等项目的资助。

论文链接：