?

2023年的一个夏夜，日本札幌的期刊WhatsApp%E3%80%90+86%2015855158769%E3%80%91arcade%20crane倾盆暴雨俨然是廖鸿广心情的写照。

“还是封面没达到预期?！?#26485;在雨中的作博公交站台，这位北海道大学的士生博士生喃喃自语道。

此前，野心廖鸿广已经制作并测试了180种水凝胶作为机器学习的新闻训练集。根据模型优化的科学“配方”，他又合成了30多种水凝胶，成果但这些材料的登上黏附性能依旧有限，始终没有突破训练集的期刊上限。

???

但他并不打算放弃。在陆续更换10种模型、作博经历半年多的士生不断尝试后，廖鸿广与合作者找到了适配的模型，他心中的那片天终于放晴。近日，这项工作发表在Nature杂志，还登上了期刊封面。研究团队将数据挖掘应用于仿生材料设计，并结合机器学习进行优化，合成了超强力的水下黏附水凝胶材料。

对于材料学是“四大天坑”之一的说法，廖鸿广有自己的想法：“化学、材料学这样的传统理科研究，是科技强国的根基。很多新兴领域如新能源、WhatsApp%E3%80%90+86%2015855158769%E3%80%91arcade%20crane信息技术的发展，都依赖于它的不断突破，更有无数潜力等待发掘?！?#19982;其说是“坑”，不如称为“宝山”——至于是“坑”还是“矿”，“取决于你能挖多深”。

1 AI造出超级水凝胶

水凝胶是一种高分子材料，其含水量极高，在工业、农业、医疗等领域广泛使用。就黏附性水凝胶来说，这种材料需要在保证抗撕裂的同时足够柔软，才能很好地与界面贴合，在海洋工程、舰船装备、创伤封合、血管修复等领域发挥了不可替代的作用。

廖鸿广介绍，在实验室合成水凝胶仅需水与化学原料。然而，水凝胶的设计需要选择合适的单体，并确定它们的配比与排列方式，过去材料的优化依赖反复的试验。

廖鸿广所在的北海道大学教授龚剑萍课题组，在水凝胶领域已有30余年研究经验。近年，他们参考吸鳍鱼、贻贝等具有黏附力的生物，合成了一系列水下黏附性能强的水凝胶。

在最新的研究中，团队试图用人工智能技术（AI）找到这些生物黏附蛋白的共性，并进一步提高水下水凝胶黏附性。

???

具体来说，他们用数据挖掘的方法将黏附蛋白数据库读了一遍，提取了3800多个物种的2万多条黏附蛋白的氨基酸序列，统计了功能单元的相邻组合频率，生成了一套可转化为聚合物单体比例的“仿生组分配方库”。

基于黏附蛋白数量最多的200个物种，廖鸿广根据仿生“配方”合成了180种水凝胶，并依次测试它们的黏附力。这些数据就是机器学习用来优化配方的训练集。

???

那段时间，廖鸿广一天到晚都在实验室制胶、测胶。大家笑称他为“无情的廖牌机器人”。

???

实验室另一边，是世界顶级国际研究中心计划-化学反应设计与发现研究所（WPI-ICReDD）的办公室。廖鸿广告诉《中国科学报》，这是一个催生跨学科研究的机构，研究者的背景各不相同，有人专攻化学、材料，有人是计算、机器学习领域的专家。

廖鸿广与两位机器学习领域的合作者——泷川一学与胡晟在同一个办公室。在2023年那个不断遭遇挫败的夏天，他们经常面对面讨论。廖鸿广将实验结果反馈给机器学习专家，后者对模型进行了一次次修改、优化。最终，廖鸿广在加强版贝叶斯模型的“指引”下，制出黏附力达1兆帕的超强水下黏附水凝胶，比过去已报道的黏附水凝胶强度提高了5至10倍。

该如何理解1兆帕的黏附力？廖鸿广解释说，一片邮票大小的水凝胶就能拎起一个成年人；将水凝胶贴在3米高水管侧壁的缺口，水管半年都不会发生漏水。而一张邮票大小的材料，根据估算成本仅一毛钱。

???

得到黏附力极强的胶，不是团队的唯一追求。更为重要的是，这种基于AI的设计思路可以根据不同水凝胶性能需求进行调整，催生一系列后续研究。比如，可以通过分析弹性蛋白合成弹性水凝胶、挖掘抗冻蛋白序列合成抗冻水凝胶，或者聚焦人体脏器手术的水凝胶……

“我们的野心很大的?！?#24278;鸿广说。

2 登上Nature封面背后

基于材料学、从生物视角切入、实现AI for Science，这项研究中学科交叉的思维，离不开龚剑萍作为导师的言传身教。

比如，龚剑萍曾向廖鸿广讲述自己2003年的一项研究。那是龚剑萍来到北海道大学的第10个年头，她从物理学视角出发，将降低摩擦系数的想法带入水凝胶材料开发中，打造了力学性能极强的双网络水凝胶，为水凝胶领域带来颠覆性突破。

其实，龚剑萍早年学习电子物理专业，跨领域的思维一直贯穿于她的课题研究。她通过讲述自己的经历告诉学生，做科研要有开放的眼界与格局。

2024年11月底，研究团队将论文投至Nature。廖鸿广记得，编辑两三天后就将论文送审。他笑称，这也许是借了诺贝尔化学奖颁给AI的“东风”。

有两位审稿人都给出了高度评价；但第三位审稿人是一位偏“老派”的学者，对机器学习不太信任。这位审稿人称，机器学习是一种black magic（黑魔法），得出的结果具有偶然性。

廖鸿广坦言，这的确是AI for Science普遍存在的问题。也许“黑魔法”并非百试百灵，但找到潜在的高黏附配方的可能性很大，团队成功合成性能优越的水凝胶就证明了这条路的可行性。

廖鸿广解释，机器学习的效果依赖训练数据集的质量，而团队直接从生物蛋白质数据库进行挖掘，保证了所获数据的价值。在补充高分子序列、水凝胶黏性表征等实验后，他们成功说服了审稿人。

今年5月，廖鸿广回国参加了在杭州举办的第四届先进凝胶材料与软物质国际学术研讨会。会议落幕的第二天，5月20日，他收到论文被接收的消息。他心中的石头终于落地。

既然文章被接收，不妨再试试投封面。在团队的精心准备下，他们的封面被编辑选中。令人忍俊不禁的是，登上封面的不是高分子结构示意图，而是一只小黄鸭。

???

从北海道大学到海边，坐车只要十几分钟。时间回到2023年秋天，团队曾“忙里偷闲”，带着小黄鸭来到札幌附近的朝里海滩，用超强力水凝胶将小黄鸭粘在海岸边的礁石上，在海水环境中测试水凝胶的黏附性。

当时，团队拍摄了视频与照片作为记录。这成为后来他们打动期刊编辑的素材。

在海边粘小黄鸭的想法，萌生自通讯作者之一范海龙。范海龙曾在龚剑萍课题组做博士后，如今是深圳大学化学与环境工程学院特聘副教授。

2019年，范海龙仿效贻贝的黏附蛋白合成水凝胶时就带着尝试的心态，在海边用小黄鸭测试水凝胶黏附力。这次，被海水冲刷但屹立不倒的小黄鸭，正式发表在了Nature封面上。

“我们理工男的浪漫可能就在于此吧?！?#24278;鸿广笑道。

???

3 科学研究是享受

廖鸿广与化学世界的结缘，可以追溯到高中。作为化学课代表，廖鸿广那时就发现，化学是一门具有创造力的学科。

在高考填报志愿时，他的首选学校是中国人民大学。他笑称自己抵不住诱惑，将金融与法律填报为第一及第二志愿专业——毕竟社科是人大的“王牌”。

不过，命运自有安排。在广东那个湿热的夏天，他收到了人大化学专业的录取通知书。廖鸿广将化学“藏”在第三志愿专业，而这才是他的“心之所向”。

在学习高分子化学课程后，廖鸿广找到了自己的兴趣点，也在人大完成了研究生学习。在导师王亚培的课题组，廖鸿广接触到水凝胶材料的开发，得知该领域有一位“大牛”——龚剑萍。

对于博士申请，廖鸿广毫不犹豫?！?#25105;就是奔着龚老师去的。龚老师在哪儿，我就申请哪儿。”

???

如何提升水凝胶的性能，是龚剑萍痴迷了30多年的科学问题。她常常对学生说，做科研的前提是充满兴趣。她教导学生要享受解决问题的过程，而不是只靠拼。在一次讨论期间，廖鸿广曾鼓励师弟“fighting”，龚剑萍则纠正他“enjoy”。

除了带着享受科研的态度，廖鸿广还会从生活中“取材”。

博士期间，他开展的另一项研究聚焦于用水凝胶材料吸附海洋污染物。实验室其他小伙伴出去玩时，廖鸿广会托他们捎些海水回来。后来，实验室堆了许多水桶，贴着“小樽”“朝里”“利尻岛”……供他使用。

就在今年杭州会议期间，廖鸿广抽空去西湖体验游船。行驶在澄澈的湖面，他被水下的植物吸引。他顺势一捞，发现叶子和果实竟然在水下很黏，对皮肤的黏附性也很好。

廖鸿广怎么会放过“粘”上手的灵感呢？“下次我得试试用这种植物来做仿生水凝胶?！?/p>

科研的痕迹，就这样出其不意地出现在各个角落。科研的好玩之处，也融于生活之中。这也印证了龚剑萍对学生的期待，她告诉《中国科学报》：“每个人的想法都不同。源自个人兴趣与好奇心做的工作，肯定是原创且独特的。”

哪怕研究遭遇瓶颈，激动人心的球赛也会让廖鸿广立刻振奋起来。他的微信头像上写着一句话“Enjoy life, Work hard, And smiling :)”。这句话来自他喜欢多年的球星哈兰德，廖鸿广觉得很符合自己的人生信念。

他说，哈兰德也是个大男孩，比较爱笑，认认真真踢球，知道自己想要什么。

对廖鸿广来说，做研究意味着可以专注做自己喜欢的事。在一个领域沉下心慢慢打磨、雕刻，还能找到自己的价值，怎么不是一种享受呢？

相关论文信息：

https://doi.org/10.1038/s41586-025-09269-4

文中图片均由受访者提供

• 掃碼用手機訪問