【科研速递】夏日上新！复旦6月科研成果一览-知多少教育网-记录每日最新科研教育资讯

【科研速递】夏日上新！复旦6月科研成果一览

复旦大学

发布时间：2025-07-14 10:38:35 12次浏览

上新啦！复旦大学科技工作者近期又取得了一系列瞩目的成果与突破，小编整理了6月部分科研成果，速速一睹为快！

AI for Science

1. 环境科学与工程系环境光学遥感课题组实现对大气气溶胶垂直分布的准确反演及驱动成因分析

6月4日，环境科学与工程系环境光学遥感课题组基于MAX-DOAS与机器学习技术实现了对大气气溶胶垂直分布的准确反演及驱动成因分析。相关成果以“Exploring Aerosol Vertical Distributions and Their Influencing Factors: Insight from MAX-DOAS and Machine Learning”为题发表于Environmental Science & Technology期刊上。

研究团队通过辐射传输模型与机器学习的双向耦合，构建了覆盖光学特性与大气污染物浓度的高泛化训练数据集，提高了机器学习模型对准确知识的捕捉能力。在与太阳-天空辐射计和激光雷达的对比验证中，本研究所反演的气溶胶光学特性表现出较高的一致性。这一方法学突破不仅验证了“物理模型模拟-机器学习优化”技术路线的可行性，更为其他光学遥感技术的大气污染物反演提供了可移植框架。与传统最优估算法相比，反演效率提升近60倍，误差降低75%，且对气溶胶类型突变、传输过程等复杂场景的鲁棒性更强。

通过SHAP可解释机器学习模型和气象归一化分析，团队定量识别了不同高度气溶胶的主导驱动因子。低空（<0.5 km）的气溶胶主要由人类排放、东西向传输和大气氧化驱动，贡献度超过60%；高空（>0.5 km）则以相对湿度和大气氧化为主导，贡献度达55%以上，反映出吸湿增长和二次气溶胶形成是高空污染的关键机制，且0.5-1.6 km 高度受南北向传输影响显著，华北地区污染物可通过高空输送至上海，影响中层气溶胶分布。

研究实现了MAX-DOAS技术与机器学习的深度融合，为大气污染立体观测提供了低成本、高时效的新范式。团队表示，未来将拓展多波长反演能力，进一步区分气溶胶化学组分，并结合卫星-地基-机载多平台数据，构建“空天地”一体化的污染监测网络，为全球气候变化和空气污染治理提供更精准的科学支撑。

新闻链接：https://environment.fudan.edu.cn/3b/60/c26494a736096/page.htm

原文链接：https://pubs.acs.org/doi/10.1021/acs.est.4c14483

2. 环境科学与工程系李洪静课题组基于机器学习提出脱氮优化技术

6月6日，环境科学与工程系李洪静课题组通过可解释的机器学习方法，为采用ECPs的城市污水处理厂构建了脱氮优化模型，在实现强化脱氮的同时，兼顾了节能降耗与碳减排目标，为污水处理行业绿色低碳发展提供了重要技术路径。相关成果以“Machine Learning-Based Optimization of Enhanced Nitrogen Removal in a Full-Scale Urban Wastewater Treatment Plant with Ecological Combination Ponds”为题发表于Water Research期刊上。

研究团队收集了浙江省某采用ECPs城市污水处理厂连续三年的运行数据，通过可解释机器学习方法对出水总氮浓度进行预测并优化。XGBoost模型的训练集和测试集R2分别达0.997和0.911，RMSE分别为0.196和1.283。通过SHAP分析与偏依赖图解析，确定提升脱氮效能兼顾能耗与COD投加量同时降低的最优运行参数，并开发友好型图形用户界面，实现工艺运行参数的实时预测和协同优化，同步降低出水TN、能耗和外碳源使用量。运行参数优化后，出水TN浓度年均降低17.50%，同时COD投加量年均减少33.29%。采用ECPs的污水处理厂展现出显著的碳减排潜力，仅通过强化脱氮、降低能耗与外碳源投加，年碳减排量可达788.40吨CO2。这项研究不仅为采用ECPs的污水处理厂在进水水质波动条件下的强化脱氮提供了最优模型，也为污水处理行业实现节能降耗和提质增效目标提供了创新思路。

新闻链接：https://environment.fudan.edu.cn/48/28/c26494a739368/page.htm

原文链接：https://doi.org/10.1016/j.watres.2025.123976

3. 环境科学与工程系余兆武联合生命科学学院赵斌团队提出一种新的城市绿地三维累积降温阈值模型

6月8日，环境科学与工程系余兆武联合生命科学学院赵斌团队首创三维累积降温模型，并揭示全球尺度下城市绿地降温效应的空间累积规律，并提出气候自适应型绿地规划阈值标准，为高温韧性城市建设提供科学工具。相关成果以“Quantifying cumulative cooling threshold of greenspaces using a newly developed 3D model across global cities”为题发表于Remote Sensing of Environment期刊上。

研究团队创新性提出“三维累积降温指数”（3D Cumulative Cooling Index），结合Landsat遥感数据与机器学习算法，系统分析全球37个城市、668个绿地斑块的降温曲线，首次从空间累积视角重构绿地降温过程。研究核心发现如下：城市绿地平均累积降温强度达4.92°C，较传统模型提升近10倍。降温效益主要受绿地面积（贡献率70.08%）、内部蓝绿比例（植被+水体）及周边社会经济特征（如道路密度）正向驱动。发现干旱指数（AI）与降温效率阈值（TVoE）呈U型关系，首次确立气候适配型绿地最优面积：干旱城市（2.25公顷）、半干旱城市（1.48公顷）、半湿润城市（1.64公顷）、湿润城市（1.80公顷）。在干旱区，绿地内水体比例每提升10%，累积降温强度增加12.27%；在湿润区，周边道路密度与建筑覆盖率成为降温效率关键增益因子（解释力9.22-10.39%），颠覆“经济发达区削弱降温”的传统认知。基于三维模型的空间规划策略：干旱城市应优先扩大绿地面积（>2.25公顷）并提升水体占比，补偿蒸腾限制。湿润城市应将绿地整合至经济热点区域（高建筑/道路密度区），利用热环境梯度增效。低纬度城市需设计更大绿地（如重庆TVoE达2.95公顷），高纬度城市宜采用小型分布式绿地网络。

图：累积冷却指数系统概念图

新闻链接：https://environment.fudan.edu.cn/47/4e/c26494a739150/page.htm

原文链接：https://doi.org/10.1016/j.rse.2025.114867

4. 药学院李聪、余锦华、游艳联合团队开发神经元线粒体自噬流可视化AI模型筛选AD药物

6月4日，药学院李聪教授、游艳青年研究员，信息科学与工程学院余锦华教授，以及云南大学药学院雷祖海教授联合研究团队在《自然-通讯》（Nature Communications）杂志发表题为“An AI-assisted fluorescence microscopic system for screening mitophagy inducers by simultaneous analysis of mitophagic intermediates”的研究论文。该工作开发了一种AI辅助荧光显微成像系统（AI-FM），用于活细胞线粒体自噬流的实时、动态、定量评估。AI-FM系统将具有线粒体靶向性的pH比率响应荧光探针Mcy3与深度学习模型有机结合，实现线粒体自噬中关键中间体的准确识别，并提供胞内各类中间体分布、密度、比例等定量信息，平均检测准确率高达86%。研究人员利用AI-FM系统筛选出一种新型线粒体自噬诱导剂Y040-7904。该化合物能够促进受损线粒体向自噬小体转运，并提高神经元线粒体自噬水平。在AD神经元细胞模型和AD线虫模型中，Y040-7904通过激活SIRT1/FoxO3信号通路，有效改善Aβ病理，展现出对AD潜在疗效。这项研究不仅为活细胞线粒体自噬的精准评估提供了新工具，也为神经退行性疾病的机制研究和药物筛选开辟了新路径。

图：AI辅助荧光显微平台推动线粒体自噬诱导药物的高效筛选

新闻链接：https://shmc.fudan.edu.cn/news/2025/0606/c1892a145712/page.htm

原文链接：https://www.nature.com/articles/s41467-025-60315-1

5. 生命科学学院田卫东课题组开发一种融合语言模型与对比学习的表型驱动诊断工具PhenoDP

6月6日，生命科学学院田卫东课题组开发了一种新颖的表型驱动诊断工具PhenoDP，融合大型语言模型（LLM）与对比学习技术，显著提升了孟德尔遗传病的诊断效率与准确率，为临床罕见病辅助诊断提供了高效、智能的解决方案。相关成果以“PhenoDP: Leveraging Deep Learning for Phenotype-Based Case Reporting, Disease Ranking, and Symptom Recommendation”为题发表于Genome Medicine期刊上。

PhenoDP包含三大核心模块：（1）Summarizer：基于蒸馏训练的Bio-Medical-3B-CoT模型，输入HPO术语，输出高质量、以患者为中心的临床摘要，提升症状的可解释性。（2）Ranker：融合IC值、Phi系数和图卷积网络（GCN）三种相似性计算方法，实现精准疾病排序，特别在复杂疾病中表现突出。（3）Recommender：基于对比学习优化的Transformer模型，智能推荐区分疾病所需的关键症状，提高诊断精度与置信度。团队在四类模拟数据和三套真实数据集（共计5996个真实病例）上系统评估了PhenoDP的性能。模拟数据集：在所有难度类型下，PhenoDP的Top20覆盖率和平均倒数排名（MRR）均为第一，分别比次优方法提高11.7%和12.6%。真实数据集：在三组独立真实患者数据中，PhenoDP的Top1准确率分别高出8.1%、8.6%、2.6%。症状推荐能力：在目标疾病原本排序为第2/3的病例中，使用PhenoDP推荐的新症状后，有78.1%的病例目标疾病升至第一位，远优于GPT-4o（53.4%）和PhenoTips（23.3%）。研究以IMD103为例，初始排序中该疾病与其他免疫缺陷病（如IMD25）分数接近。PhenoDP的Recommender成功推荐出区分性症状“淋巴结病”，使IMD103得分显著上升并拉开与相似疾病的差距；而GPT-4o和PhenoTips推荐的症状缺乏区分度，甚至导致排序错误。PhenoDP已开源发布（https://github.com/TianLab-Bioinfo/PhenoDP），支持一键生成结构化报告，输出临床摘要、候选疾病列表与症状推荐结果，便于医生快速决策与后续诊断。模块化设计还便于未来集成基因信息、电子病历或进一步优化语义建模。

图：PhenoDP框架组成与算法流程

新闻链接：https://life.fudan.edu.cn/41/17/c28140a737559/page.htm

原文链接：https://genomemedicine.biomedcentral.com/articles/10.1186/s13073-025-01496-8#Sec37

6. 未来信息创新学院张浩团队基于VQ-VAE的晶体结构生成算法推动多维晶体材料高效发现

6月17日，未来信息创新学院张浩副教授团队提出了全新深度学习框架VQCrystal，以离散的隐变量为基础，成功克服了当前晶体生成与逆向设计中的关键瓶颈，实现了对晶体结构的高效编码、生成与优化。该研究提出的VQCrystal框架，不仅在三维与二维晶体生成任务中表现出卓越性能，还突破性地解决了材料逆向设计中的关键瓶颈，为未来可调型材料的高效探索提供了全新技术路径。其方法具备良好的泛化能力与可拓展性，未来有望广泛应用于热电、光电、量子材料等领域的结构设计与性能优化任务。相关成果以“Massive discovery of crystal structures across dimensionalities by leveraging vector quantization”为题，在线发表于Nature合作期刊npj Computational Materials。

图：VQCrystal模型的架构

原文链接：https://doi.org/10.1038/s41524-025-01613-6

7. 复旦大学附属肿瘤医院邵志敏、江一舟团队打通基础-临床壁垒，肥大细胞逆转最“毒”乳腺癌免疫耐药困境

6月25日，复旦大学附属肿瘤医院乳腺外科邵志敏教授、江一舟教授团队在国际著名学术期刊《自然·医学》（Nature Medicine）发表的一项研究成果显示，该团队基于AI技术，整合528例三阴性乳腺癌患者多模态信息，首次明确非典型的抗原呈递肥大细胞（apMC）是抗PD-1免疫治疗效果发挥的关键因素，它可以激活肿瘤反应性T细胞，促进抗肿瘤免疫应答。

研究团队还发现，临床常用的抗过敏药物——色甘酸钠可以诱导抗原呈递肥大细胞，从而逆转肿瘤患者免疫治疗耐药的情况。基于此，该团队构建全球首个乳腺癌领域逆转免疫治疗耐药的临床研究平台——“复兴”（Renaissance），并针对既往免疫治疗耐药、后续几乎“无药可医”的转移性三阴性乳腺癌患者，开展“色甘酸钠+免疫治疗”创新靶向免疫治疗策略临床研究。结果显示，采用该种创新靶免方案的患者治疗有效率，从既往的约10%大幅提升到50%。

研究者表示，该研究瞄准三阴性乳腺癌患者免疫治疗耐药痛点，聚焦肿瘤微环境，探究解析发生耐药的分子机制，进而完善“临床-基础-临床”的“反转化”研究模式，发现了破解临床难题的关键“密码”，打通了分子机制到临床转化的研究“壁垒”，为免疫治疗耐药后“无药可治”的三阴性乳腺癌患者提供精准治疗新希望。

新闻链接：https://shmc.fudan.edu.cn/news/2025/0626/c1892a146082/page.htm

原文链接：https://doi.org/10.1038/s41591-025-03776-7

交叉领域

1. 集成电路与微纳电子创新学院周鹏/王水源团队、脑科学研究院张嘉漪/颜彪团队及其合作者开发出全球首款覆盖可见光至近红外二区的超视觉假体

6月6日，集成电路与微纳电子创新学院周鹏/王水源团队、脑科学研究院张嘉漪/颜彪团队及其合作者以碲纳米线网络（TeNWNs）取代受损的光感受器，开发出全球首款覆盖可见光至近红外二区的超视觉假体。在没有外部电刺激的情况下，这种材料经过光照可以自发产生高密度光电流来激活残余的视网膜通路，达到不同维度纳米材料下的最高光电流水平，从而将视觉修复波段从可见光推进至近红外二区（470-1550nm），这也是目前国际上最广谱的视觉光感重建波段。相关成果以“Tellirium Nanowire Retinal Nanoprosthesis Improves Vision in Models of Blindness”为题发表于Science期刊上。

研究发现，碲纳米线网络之所以能形成自驱动、高密度的光电流响应，与其强吸收、窄带隙和内外部非对称效应的材料特性密不可分。王水源将其形象比作电子“跨越峡谷的过程”：“这款材料能够高效吸收光能，而为了形成光电流，被光激发的电子所需跨越的峡谷（即能带带隙）也很窄。所以在材料自发产生的附加电场驱动下，电子可以很容易完成跃迁形成高密度光电流，才有了超宽光谱的视觉感知。” 张嘉漪介绍，这款视觉假体相较过去的人工光感受器薄了10倍以上，可谓“薄如蝉翼”。与此同时，国际上现有的红外光感知技术仅能应用于正常运作的视网膜上，但视觉功能正常者不会无故接受一次有创的植入手术。“我们这一方案应该说更为理想，因为正常人一般无法接受植入手术，尽管它是微创的。只有在修复视觉的同时实现增强，不仅能让失明者重获可见光感，还能让他们看到普通人感知不到的红外光。”王水源解释道。

在实验室验证环节，这款超视觉假体已“连过数关”。除了顺利通过细胞离体实验验证和盲小鼠动物模型验证外，团队还在非人灵长类（食蟹猴）实验中证实了其有效性，且在植入半年后无不良排异反应，为后续推进临床转化应用奠定了基础。目前，团队也在继续探索碲纳米线阵列与视神经的高效耦合机制。若临床转化成功，这款“中国智造”的视网膜假体将为视网膜退化患者带来希望：患者不再需要笨重的眼镜和频繁充电，仅需一次微创且可逆的视网膜下植入，即可重获可见光视觉，并增强拓展至红外感知范围。

“尽可能帮助失明患者、为其提供更多复明可能，始终是我们团队研究的初心。”张嘉漪介绍，团队的研究策略是双轨并行：除了开发生物假体材料（如人工光感受器）进行生物替代，也在同步探索针对失明的基因治疗手段。多年医工交叉融合经验告诉张嘉漪，类脑器件的研发不能“自顾自地玩”，而是要和大脑接合、共同训练。她将此次合作的成果称为1.0版：“我们的器件不光要具备感知功能，更要学会理解大脑运作。”