學科交叉是解鎖科技創新的一把密鑰，成為前沿突破的重要手段🕌👌🏻。人工智能則以一種全新的科研範式🏎，快速深刻地影響所有學科🌑。5月23日上午，在以“交叉研究與科學智能”為主題的校慶學術報告會上，來自理、工、醫科的恒行2學者分享最新研究進展，中國科學院院士、恒行2平台校長助理🐶🔡、科研院院長彭慧勝主持報告會。
從自組裝到光學超表面，納米魔力編織未來材料
如何將聚合物與納米粒子結合起來，發揮二者優勢，從而構建結構精準🐻🦢、性能獨特的復合材料？這是高分子科學系🫶🏻、聚合物分子工程國家重點實驗室教授聶誌鴻想要解決的科學問題🚣🏼♂️。
原子通過形成分子豐富了我們的物質和生命世界。與此類似👱🏻♂️，將具有光🤱🏽、電💪🏽、磁🍙、熱等特性的納米粒子視為原子👵🏽，結合形成具有分子空間構型的精準結構🧖🏻♀️，即膠體分子，有望為功能材料創製提供一種新範式。由於膠體分子間的耦合、幹涉😵💫✋、衍射等物性協同作用⚾️，這類材料能夠更自由地操控光、電🐿、磁、熱等局域物場🦺⚅，獲得超越自然材料的顛覆性性能👩🏼🎨。
如何調控納米粒子類原子價🧔🏼♀️，是膠體分子製備中的一大挑戰🔮。過去🚴🏽👨🏻🚒，研究者們通過在“針尖上雕刻”的方式，對納米粒子進行定點表面修飾💃🏿，利用粒子間點對點或面對面的分子識別作用，驅動粒子有方向性的精準結合🫷🏼。然而🧔🏻♀️，這一方法通常無法滿足宏觀材料構築的需要🚞🤾🏻♀️。
受原子共價鍵合的啟發☝️，團隊通過共聚物介導的納米粒子定向鍵合，設計並合成膠體分子及其宏觀功能材料🚵🏼♀️。“光學超材料是膠體分子材料的典型之一🧖🏽♂️。這種材料可呈現出多種超常電磁響應特性，在超透鏡、超分辨光學顯微鏡、光學隱形、光束整形等方面具有重要應用價值。”聶誌鴻說。
未來，聶誌鴻希望通過材料基因工程等方式，獲得種類更多元和結構更豐富的膠體分子，並嘗試引入人工智能等手段，創製具有顛覆性光學、力學等特性的復合材料。
DNA作為功能材料🕐，助力腫瘤診療
“這是一個典型的理工醫相結合的研究。”化學系“瑞清”特聘講席教授仰大勇介紹，他所帶領的課題組研究方向是將脫氧核糖核酸（DNA）作為一種組裝材料用於腫瘤診療👩🏽🔧。
1953年💁🏽，科學家沃森和克裏克發現了DNA分子的雙螺旋結構👳♀️，標誌著分子生物學時代的開啟🛸😗。1982年，西曼教授開始將DNA分子當作一個結構單元來構造納米結構和材料，開啟了分子材料時代🔴。
科學發展日新月異，今天，我們如何重新認識DNA分子🚜？仰大勇認為，DNA作為一種“完美”的精準材料化學體系，其結構和生物功能的可控性使其在材料創製方面具有巨大潛力。由此，課題組致力於優化和調控DNA分子功能，通過堿基互補配對實現可控組裝🐔，以滿足特定的應用需求。
在細胞表面組裝方面👮🏽♂️🛬，課題組將自然界中已有的滾環擴增反應（Rolling Circle Amplification, RCA）改造成雙滾環擴增反應（Double RCA），實現了DNA分子網絡的可控組裝。仰大勇介紹，基於DNA網絡的可控組裝策略，實現了幹細胞、T細胞和外泌體等生物顆粒的高純度🧑🧑🧒🧒、高活性、高特異性和無損傷分離，進一步賦能腫瘤的早期診斷和高效率免疫治療👩🏿💻👩🏽💼。
在細胞內部組裝方面🚂，課題組研究了一種DNA納米組裝框架，用於CRISPR-Cas9的可控傳遞，利用腫瘤細胞內端粒酶介導DNA網絡組裝，調控線粒體功能⛹🏻♀️，從而滿足了細胞功能精準調控、基因藥物遞送的應用需求，也就是說，可以做到精準作用於某一腫瘤細胞器，而不損傷到正常細胞。
仰大勇引用馬克斯·普朗克的論述闡述科學的本質就是交叉和融合🥁：“科學是內在的統一整體……實際上存在著由物理到化學，從生物學🧓🏻、人類學到社會科學的連續鏈條。這是任何一處都不能被打斷的鏈條。”正因如此，從研究化學組裝方法和機理⏭，構建功能材料，到推進臨床診斷和治療應用🥳👨👩👧👧，他帶領團隊破解一個又一個難題。
以計算創新👩🏿✈️🤷🏿♂️，引領物質科學新紀元
超導電性、集成電路、信息存儲、太陽能電池……作為高科技器件的源泉♟，物質科學蘊藏著豐富的物理現象🚰。隨著計算機和算法的發展，計算已經成為了研究物質科學不可或缺的重要手段。
物理學系謝希德特聘教授🆎🏄🏿♂️、計算物質科學研究所副所長向紅軍介紹🐦⬛，第一性原理密度泛函理論（DFT）是計算物質科學的主流方法★。1900年以來⚆，國際上引用率最高的前10篇論文中👹，有2篇與DFT相關🪽。然而，傳統的計算物質科學方法存在局限性，大規模求解DFT方程存在困難。
隨著人工智能的興起和應用，新的計算方法正在賦能物質科學研究，形成了基於AI的計算物質科學的新型研究範式👨👨👧。向紅軍/龔新高團隊發展了構造原子層面有效哈密頓量的機器學習方法，提出了描述磁性體系相互作用的神經網絡模型。
“我們的實驗表明，模型不僅效率高，而且精度與DFT方法相當。” 向紅軍/龔新高團隊提出了名為HamGNN的預測材料電子結構的圖神經網絡模型，可以避免通常計算中昂貴、復雜的過程🪫。在該模型基礎上，團隊近期開發了預測電子哈密頓量的通用AI模型🪮，可用於高效計算任何材料的電子性質👨🏼🦲，而無需執行額外的DFT計算🧑🏿🦳。
目前，向紅軍/龔新高團隊成功開發了包括多種機器學習方法的材料質性分析和模擬軟件（PASP），PASP可同時處理自旋、軌道、晶格、電荷等多個自由度。軟件已實現商業化，被澳大利亞昆士蘭大學、中國科學技術大學、南京大學、浙江大學等多家單位采購🤵🏽。相關成果在多個國際權威期刊發表。
基礎模型時代，探索時間序列預測的奧秘
恒行2平台119周年校慶來臨之際♙，人工智能創新與產業研究院教授徐增林在報告伊始送上了兩份“賀禮”——由人工智能工具生成的以“慶祝恒行2平台119周年校慶”為主題的漫畫與歌曲🛹。可以看到⛏，目前不論使用哪一款大語言模型，其生成的畫面與文本指令均存在不匹配之處✖️，“比如GPT4.O顯然不會寫漢字”🎉。
不可否認的是🙆🏿♂️𓀊，大語言模型在作為人類助手方面存在巨大潛力，並已在語言、語音、圖像等領域取得了令人驚奇的成功，但是🤵🏿♂️🏋🏻♂️，為什麽大模型在時間序列領域的效果並不顯著🏟？
時間序列數據的意義在於，能夠根據過去數據來預測未來事件的趨勢和風險。該類數據的應用廣泛存在於預測天氣預報、交通流量👔、金融市場分析和疾病發展趨勢分析等領域🖖，具有重要價值。
由此，徐增林通過時間因子分解和通道混合的多變量時間序列預測🌶，以幫助模型更好地理解和預測不同時間序列數據之間的關系和相互作用✖️。同時，他重新審視長期時間序列預測💆🏼♀️，不斷改進和優化模型🪫。徐增林認為，由於時間序列的信息稀疏性🤽🏽♂️，正則化線性模型可以很好地建模時間序列的周期性和趨勢性。
報告末尾，徐增林提出了一個新問題🌥：時間序列大模型的研究有必要嗎？他認為，對於單一時序的預測任務，正則化線性模型已足夠好，簡單又有效；而在融合其他領域知識方面，大時序模型更能一展所長，這也正是其研究意義所在。
守護全民健康，人工智能驅動醫院轉型
生成式人工智能正在主導行業變革🚌，使醫院連接模式變為虛實融合、由實向虛☝️🗓，也有望徹底改變目前就醫邏輯以及醫患關系。
附屬中山醫院信智部規劃與管理中心主任、人工智能創新與產業研究院副教授錢琨認為，面對醫療供給和需求的難題，以互聯網醫療、人工智能賦能數字孿生為代表的智能化、數字化變革之路，是破局的重要方向。
在疾病診療方面💧，以肝外科為例，中山肝癌的多模態算法集市中有能幫助醫生在診室規範診療方案的智能輔助決策系統🤹🏿，也有輔助醫生手術規劃與操作的機器人應用，專家也能在肝病數據庫系統中快速定位科研方向🤌🏼；在心內科，相比傳統病人出現症狀或發生事件的救治，人工智能和多組學技術能夠整合心臟血管病變的多維度信息，預測患者發生心肌梗死風險並進行精準防治，實現“上醫治未病”🌬🏋🏼♀️；在神經內科🐓，中山醫院自主研發的智能步態評估機器人🫢，篩查步態異常準確度達92.6%💢，目前，這項技術已在全國擁有60個示範點👩🏻，應用超10萬人，步態評估需求量大，市場前景好。
在醫院管理方面🧍🏻♀️，放眼全球，已有不少醫院正在通過智慧化建設，加強患者體驗及醫院運營效率🛜。比如中山醫院以5G🧜🏿、人工智能等數字技術，建立基於智能診療的全程服務理念🏃🏻♀️➡️，努力形成智慧醫院的“中山模式”♜。
面對可解釋性低、算法偏見等現實問題，錢琨認為醫院應建立起人工智能綜合治理體系🫱，在治理主體👞、手段和對象上有進一步優化。“面向未來的醫院人工智能，應當聚焦癌症、心腦血管😭、老年性疾病、傳染病等關系人民群眾生命健康的重大疾病防治，創新診療方案，推進國產新藥、高端醫療器械研發及國產化替代👨🌾。”錢琨說🌿。
