基础研究魅力何在？6位复旦教授带你领略

2023年5月27日，是复旦大学118周年校庆。“校庆种种活动，以促进科学研究为中心。”从1954年校庆前夕时任校长陈望道提出这一主张开始，在校庆期间举办科学报告会，就成为复旦的重要学术传统之一。

赓续学术传统，百年弦歌不绝。5月9日起，来自文社理工医各学科的50多位复旦名师将陆续带来学术演讲。

5月25日，庆祝建校118周年相辉校庆系列学术报告会“走进基础研究”理工科专场暨2022年度复旦大学“十大科技进展”颁奖仪式在复旦大学相辉堂南堂举行。高分子科学系教授陈国颂，航空航天系教授徐凡，人类表型组研究院教授田梅，数学科学学院、上海数学中心、新基石科学实验室教授沈维孝，芯片与系统前沿技术研究院教授刘琦，类脑智能科学与技术研究院教授赵兴明先后作学术报告，介绍所在领域的基础研究进展。

诱导配体：蛋白质精确组装的新路线

?

陈国颂

“这是我第一次站在相辉堂的舞台上做学术报告，非常荣幸。”作为第一位主讲人，陈国颂开场时微笑道，随后分享自己来到复旦工作14年的一个代表性成果，即诱导配体蛋白质精确组装路线。

蛋白质是一切生命的物质基础，精确组装蛋白质有何重要意义？“70%-80%的蛋白质在发挥功能的时候，是以组装体的形式出现的。”陈国颂介绍，比如网格蛋白，会聚集成六边形或五边形的球型结构，微管是由多个微管二聚体蛋白质组成的线型结构。

蛋白质的复杂结构，是国际上研究的一个热点方向。陈国颂团队多年致力于通过人工设计获得类似天然蛋白质组装结构的蛋白质精确组装体。这方面的主流研究思路，是通过对于蛋白质的对称性设计，以及蛋白质相互作用的界面设计，获得非天然的蛋白质结构，再调控其中的蛋白质相关片面，进而获得精确的蛋白质组装体。

但是，这种主流研究思路存在一个重大问题，即在此思路下获得的蛋白质组装体大多处于平衡态结构，而天然的蛋白质组装体大多处于非平衡态结构，它们动态的、复杂的变化，目前通过人工设计依旧较难实现。

怎么办？“Thinking out of the box”（跳出框框思考），这句话出自化学领域泰斗、德国美茵兹大学教授Helmut Ringsdorf。“也可以套用 中的术语‘远缘杂交’，我们做研究要跳出学科壁垒，从另一个角度思考问题。”陈国颂谈道。

通过跨学科研究，陈国颂团队将人工设计的“诱导配体”所引入的超分子相互作用作为蛋白质精确组装的主要驱动力，获得了一系列具有规整、多级结构的蛋白质材料。“最近，我们还希望把相关策略推进到活细胞的层面，利用我们获得的人工蛋白质精确组装体，来影响细胞的行为。”她表示。

从果实褶皱到智能抓手：一箱百香果引发的力学研究

徐凡

办公室里有一箱被遗忘经久的百香果，没有食用价值，会有研究价值吗？

徐凡发现，这些失水萎缩的百香果表面，有一种螺旋镖状手性拓扑形貌，而这种褶皱形貌，还出现在秋冬时节江湾校区路边的无患子和大家日常食用的干红枣上。这再平常不过的水果褶皱，引起了徐凡团队的研究兴趣。“不同的果实，材料物质、几何构型都不太一样，但它们失水后的褶皱却大同小异。我们当时想，它其中应该有科学的、普适的、基础的规律。我们想去探索这个基础的科学问题。”

通过对新鲜百香果的风干实验，徐凡团队通过力学的理论建模计算，模拟了百香果褶皱形貌的演化过程——从第一天均匀收缩、表面依旧光滑，到第二天失稳成巴基球模态，到第四天形成一半顺时针、一半逆时针的手性螺旋镖，再到第七天相邻的手性凸脊拓扑发生交互协同作用……

在深入理解褶皱形貌背后机制的基础上，徐凡团队还进一步探索了相关应用，设计了一款类似于机器猫圆手的软抓手，通过抽气诱发其表面的手性地貌。这款软抓手可以有效且稳定地抓取包括钻石、坚果、蓝莓、草莓等各种形状、材料、软硬的物体，具有很强的自适应能力。

目前，NASA估计大约100万笔尖大小的碎片正在环绕着地球，即使最小的碎屑，例如火箭油漆颗粒，也足以损坏高速运行的航天器。徐凡畅想道，或许未来他们可以和航天部门合作，把这种抓手应用在太空微小垃圾颗粒物的回收清理上。

当分子影像遇到“表型组”：一种更加精准的生命医学研究

田梅

“和本次报告会主题一样，我也正在走进基础研究，因为我自己其实是临床的医生。”汇报伊始，田梅笑言。

基础医学研究是依照“测、算、控”的基本逻辑进行的——从观察到数据，从数据到知识，从知识到能力。现如今，生命医学进入大数据时代，基础研究将会如何变革？田梅在分子影像对表型组研究的推动中产生了一些思考。

“基因之外，皆为表型。”田梅介绍，表型组是指生物体的基因与环境相互作用下表现出的所有特征和功能，人的表型包括全生命过程中生物、化学、物理的各种表型。通过对表型组数据的采集和分析，就能进行更精准的诊断和治疗，因此，表型组学研究在 领域发挥着“点石成金”的作用。

随着人类对表型组认识的不断深入，分子影像在其中能做什么？在田梅看来，表型影像学是贯穿微观到宏观的重要线索和纽带，分子影像是基于分子识别的活体影像方法，能够提供更精准的诊断，进而帮助更精准的治疗。“现代医学离不开影像技术的进步，我们已经从看得见、看得清、看得准，逐步走向了看得早。”

PET分子影像是目前唯一临床应用的分子影像，能够寻找与疾病相关的靶点、研发分析探针识别靶细胞、实时动态显示体内的多种信息，已成为一种较为精准的表型信息可视化的手段，能够为认识人体和生命的奥秘提供新思路。“利用PET分子影像，可以帮助我们实现恶性肿瘤、神经精神疾病以及心脑血管疾病的精准诊断，指导分子靶向药物等治疗，精准测定脑内药物，指导科学用药等。”田梅说。

田梅的多年提案，终于在2021年6月30日落地并纳入浙江省的大病医保。“如果PET分子影像能够在我国更多地区纳入医保，就能让病人得到及时、精准的诊断和治疗，让我国人民生命健康得到进一步保障。”

斜积映射迭代的研究：动力系统领域新突破

沈维孝

沈维孝致力于研究动力系统理论低维映射的迭代，彻底解决了实一维双曲系统的斯梅尔猜想，曾获科学探索奖，入选腾讯新基石研究员项目。本次报告中，他介绍了和合作者对圆周扩张映射上的斜积映射的近期研究及其在Weierstrass型函数的维数问题上的遍历优化问题中的应用。

动力系统是研究系统随时间演变长期行为的一个学科方向。低维映射的迭代综合体现了动力系统总混沌现象的深度和复杂性，而斜积映射作为联系不同维数动力系统之间的自然桥梁而受到关注。简单来说，混沌现象是对初值的敏感依赖。沈维孝引用《三体》来描述这一现象：“三体问题是三个天体在万有引力作用下的运动规律问题，引发了法国数学家庞加莱在19世纪创立了动力系统的近代理论。这个问题的复杂性远超预期，直到现在，三体问题还看不到解决的希望。”

沈维孝提出，动力系统的研究主要有两种逻辑：一种是给定演化规律之后，研究各种各样的初值所对应的轨道在空间中的分布；另一种是研究轨道分布性质的稳定性和分叉。

围绕“圆周扩张映射上的一维线性斜积”的有关性质，他简单介绍了低维动力系统的历史，并展示了近期他与高睿、任浩杰得到的一类横截性。

根据近期研究，沈维孝还指出了横截性定理的两个应用方向。首先，根据横截性定理、Ledrappier方法、Hochman熵增原理，可以计算得出魏尔斯特拉斯型函数图像的维数。魏尔斯特拉斯函数是一种连续但处处不可微的实函数，在大学的数学分析课上经常作为案例出现。其次，通过横截性定理，可以肯定解决Jenkinson于2006年提出的公开问题，并有望在遍历优化问题中取得进一步进展。

阻变存储器自主研发之路：从基础研究走向产业化应用

刘琦

存储器是存储信息的主要载体和计算系统的基础部件，广泛应用于电子产品、互联网、国防、航天等领域。传统存储器（DRAM、NAND）被美日韩垄断，因此，先进存储技术升级对我国发展自主存储器产业尤为重要。

发展兼具高性能、低功耗和高密度的非易失存储技术，一直是储存器领域追求的目标。刘琦介绍，阻变存储器通常由上下电极和介质层构成，在外加电场作用下，器件在高、低阻态间进行可逆转化，从而实现信息的存储。阻变存储器具有高速、低功耗、高密度集成的优势，是先进存储器的重要候选技术之一。

“在刘明院士的带领下，我们团队自2004年进入阻变存储器研究领域，研究历程从基础研究走到集成技术，再到芯片应用，为我国建立自主可控的存储器产业打下坚实基础。”刘琦回顾了团队从“0”到“1”的艰辛过程。阻变存储器在性能调控和应用上的难题不少，但解决方法更多，整个团队勠力同心，默默耕耘，突破一道道难关——阐明RRAM微观机制，建立热/电效应下的阻变模型；提出掺杂、电场增强等方法，解决RRAM良率、离散、激活电压大等难题；揭示RRAM擦除失效等微观机制，提出离子阻挡层的解决方案……

现如今，团队已与国内头部制造企业和芯片设计企业建立了紧密的产学研用的合作体，共同推动阻变存储器在先进节点的嵌入式存储、安全芯片和存算一体方向的产业应用，促进了阻变存储器从基础研究到产业应用的成果转化，下一步还将进一步绘制RRAM产业化应用的蓝图。

AI赋能的微生物组学数据挖掘

赵兴明

“能够陪伴你一生的，可能不是亲人，不是宠物，而是微生物。微生物是人类最亲密的伴侣、生命过程的深度参与者。”赵兴明说，以人类肠道菌群为例，就有超过5000个物种，肠道微生物种类繁多与人类健康关系密切，因此被称为人的“第二基因组”。

微生物在地球中无处不在，在自然环境和人体环境里构成一个个复杂的微生物组群落，成为影响人类健康、地球生态变化的重要因素。在微生物的研究中，宏基因组测序技术已经被广泛运用，研究者使用计算方法从测序数据中重构出大量微生物基因组，用于后续的分析研究。

可由于宏基因组数据的固有复杂性，错误在宏基因组组装结果中普遍存在。针对这个问题，赵兴明团队提出了一种无参的宏基因组组装错误识别以及校正工具metaMIC，能够精确识别并定位组装重叠群上可能的错误区域。“metaMIC识别组装错误的准确率优于现有方法。”赵兴明介绍。

目前，广泛使用的宏基因组分箱方法为无监督（不依赖于参考基因组）的方法，忽略了参考基因组中的信息。对此，赵兴明团队提出了半监督的宏基因组分箱算法SemiBin和SemiBin v2.0，这些算法在多个模拟数据和真实数据集上取得了良好性能，大幅提升了微生物种类识别的准确性和可靠性。

借助人工智能方法，就能将更为准确的数据结果应用到菌群分析上，赵兴明举了一个具体案例：“孤独症是一种异质性很强的复杂疾病，它与肠道微生态存在密切关联，但这个结论一直存在争议。”2019年，赵兴明团队基于儿童肠道菌群进行分析，其结果非常清晰地揭示了肠道微生物与儿童孤独症之间的关联。在此基础上，赵兴明团队进一步突破孤独症研究盲区，发现了两种孤独症亚型，对相关病症后续治疗起到了指导作用。