| 在日本北海道的海岸線上,一塊礁石上的景象曾讓路過的游客倍感好奇——一只黃色橡皮鴨被穩穩“釘”在巖石表面,任憑海浪日夜拍打、潮汐反復沖刷,始終紋絲不動。這不是街頭藝術,也不是惡作劇,而是北海道大學與深圳大學聯合科研團隊開展的一場真實實驗:他們要驗證一種全新水下超粘材料的極限性能。 數月后,當研究成果以封面文章形式登上《自然》雜志時,學界才意識到,這場看似“可愛”的實驗背后,藏著軟材料設計領域的一次革命性突破——人類首次通過“數據挖掘+仿生實驗+機器學習”的三位一體策略,開發出粘附強度達兆帕級的水下超粘水凝膠,徹底解決了傳統粘合劑在潮濕環境中“失靈”的百年難題。 01 水下粘附的“老大難”:傳統膠水為何在水里“掉鏈子” 在海洋開發、生物醫學、水下工程等領域,“在水里粘得牢”是一個剛需卻棘手的問題。比如深海探測設備的零部件損壞,需要在高壓水環境下快速修補;外科手術中,醫生需要能在血液和體液中起效的粘合劑,用于止血或封閉組織創口;水產養殖的網箱、海上平臺的管道出現裂縫,也離不開能在鹽水中長期耐用的粘補材料。但長期以來,傳統粘合劑在水下環境中始終“水土不服”,哪怕是日常生活中“萬能”的502膠,一碰到大量水也會瞬間失效。 502膠的工作原理,是依靠物體表面微量的濕氣引發固化反應,但在水下使用時,大量水分子會迅速包裹膠水,使其還沒來得及與被粘物接觸,就提前聚合成無用的固體;而普通膠帶或防水膠,要么無法排除被粘物表面的水膜,要么粘合后在水流沖擊下很快脫落。數據顯示,傳統粘合劑在水下的粘附強度往往不足10千帕,連干燥環境下普通膠帶的粘附力(10-50千帕)都比不上,更無法滿足工程或醫療場景的需求。 大自然卻早已給出了完美答案。海邊礁石上的貽貝,能分泌一種特殊的足絲蛋白,牢牢吸附在巖石表面,哪怕遭遇臺風級別的海浪也不會脫落;下水道中的某些細菌,能在潮濕管壁上形成頑固菌膜,其粘附能力讓清潔工作都倍感吃力。這些生物的“秘密武器”,正是體內的粘附蛋白——以貽貝為例,其足絲蛋白中富含一種名為“多巴”的氨基酸,這種分子如同微型吸盤,既能排斥水分子,又能與各類表面形成強相互作用,同時蛋白本身的彈性還能緩沖水流沖擊力。 “既然自然進化已經篩選出最優解,我們何不從中尋找設計靈感?”深圳大學化學與環境工程學院特聘副教授范海龍與北海道大學教授龔劍萍的聯合團隊,正是帶著這樣的思路,開啟了超粘水凝膠的研發之路。他們意識到,要突破水下粘附的瓶頸,關鍵不是重復傳統“試錯式”研發,而是先破解生物粘附蛋白的共性規律,再通過數據驅動的方式,將這些規律轉化為可量產的合成材料。 02 24707種蛋白里的“密碼”:從生物序列到化學單體 要從生物粘附蛋白中提煉設計規則,首先要解決的問題是“樣本量”——單一生物的蛋白序列具有局限性,只有分析足夠多的樣本,才能找到普適性規律。團隊沒有局限于貽貝這一種生物,而是直接打開了蛋白質數據庫的“寶庫”:他們篩選出24707種來源各異的粘附蛋白,涵蓋古菌、細菌、真核生物、病毒,甚至包括人工合成的變異蛋白,構建了當時規模最大的粘附蛋白分析庫。 接下來的工作,像是在海量“天書”中尋找共性——團隊通過多序列比對技術,對這些蛋白的氨基酸序列進行拆解和分類。他們發現,盡管這些蛋白來自不同物種、功能略有差異,但在氨基酸組成上卻呈現出清晰的“功能聚類”:所有高效粘附蛋白,都離不開六大類氨基酸的特定組合。 這六類氨基酸各有“性格”:有的“怕水”(疏水類),能像油一樣排斥水分子;有的“親水”(親核類),可與水形成穩定作用;有的帶正電(陽離子類)或負電(酸性類),能通過靜電作用吸附表面;還有的含有酰胺基或芳香環(酰胺類、芳香類),可形成氫鍵或π-π堆積,增強粘附穩定性。 更關鍵的是,不同生物的粘附蛋白,對這六類氨基酸的“配方”有明確偏好:大腸桿菌的粘附蛋白,偏愛“疏水類+芳香類”的組合,這種搭配能在潮濕環境中快速形成疏水微區,排斥表面水膜;而貝類的粘附蛋白,則更依賴“陽離子類+芳香類”的組合,正電荷可與巖石表面的負電荷形成靜電吸引,芳香環則進一步加固相互作用。這些發現,相當于為團隊提供了一份“生物粘附設計說明書”——只要找到能模擬這六類氨基酸功能的化學單體,就能按“說明書”合成出類似的粘附材料。 團隊隨后進行了一次巧妙的“轉化”:他們篩選出六種化學單體,每種單體對應一類氨基酸的核心功能。比如用甲基丙烯酸丁酯模擬疏水類氨基酸,用羥乙基甲基丙烯酸模擬親核類氨基酸,用2-氨基乙基甲基丙烯酸鹽酸鹽模擬陽離子類氨基酸。這些單體就像“樂高積木”,只要按照生物蛋白的“配方比例”進行組合,就能搭建出具有粘附功能的聚合物鏈——這正是水凝膠的核心結構。 為了驗證這一思路,團隊首先合成了180種不同配方的仿生水凝膠,并對它們的水下粘附強度、流變性能(抗變形能力)、溶脹行為(吸水后的體積變化)進行了全面測試。結果令人振奮:其中16種水凝膠的水下粘附強度超過100千帕,是傳統水下粘合劑的10倍以上,接近干燥環境下502膠的粘附水平(約500千帕)。但團隊并未止步——他們要的不是“接近”,而是“超越”,而要實現這一點,必須引入更高效的優化工具:機器學習。 03 AI的三輪迭代:從“大海撈針”到1兆帕的突破 傳統材料研發中,要提升性能往往需要“試錯”——改變一種單體的比例,合成、測試,再改變另一種,循環往復。面對水凝膠可能存在的無數種配方組合,這種方式如同“大海撈針”,既耗時又昂貴。而機器學習的優勢,正在于從已有數據中找到“配方-性能”的隱藏關系,進而預測最優方案,大幅縮小研發范圍。 團隊以180種水凝膠的實驗數據為基礎,構建了一個包含“單體比例、合成條件、粘附強度、流變性能”等多維度的數據集,隨后引入9種不同的機器學習算法(包括隨機森林、梯度提升樹等),讓AI學習“哪種單體組合能帶來更高的粘附強度”。經過初步訓練,AI很快給出了一批新的配方建議——這些配方中,部分單體比例的組合是科研人員憑經驗難以想到的,比如將疏水類單體與芳香類單體的比例調整為1:1.2,同時加入少量陽離子類單體。 團隊按照AI的建議,合成了第一批優化后的水凝膠,測試發現最優樣品的粘附強度提升至300千帕;他們將這批新數據重新輸入模型,讓AI進行第二輪學習,此次AI預測的配方,將粘附強度進一步推至600千帕;經過三輪“實驗-數據反饋-模型優化”的迭代后,一種名為“R1-max”的水凝膠脫穎而出——其水下粘附強度一舉突破1兆帕(1兆帕=1000千帕)。 這個數值的意義遠超數字本身:1兆帕意味著,一塊指甲蓋大?。s1平方厘米)的R1-max,能在水下穩穩吊起10公斤的重物,相當于一個標準大小西瓜的重量;與最初的180種水凝膠相比,其粘附強度提升了近7倍;即便是在3.5%的鹽水中(模擬海水環境),R1-max的粘附強度也能保持在0.8兆帕以上,且持續一年不衰減。 R1-max的“超粘”秘訣,恰好呼應了團隊從生物蛋白中提煉的規律:其配方中的疏水類和芳香類單體,能在接觸被粘物表面時快速形成“排水微區”,像“水泵”一樣將界面上的水分子排擠出去,創造出一個短暫的“干燥接觸層”;而陽離子類單體則與被粘物表面形成靜電吸引,芳香環通過π-π堆積進一步加固作用——這種“物理排水+化學吸附”的雙重機制,完美復刻了貽貝足絲蛋白的粘附原理,卻在強度上實現了超越。 在R1-max的基礎上,團隊又優化出“R2-max”——這款水凝膠的優勢在于“即時密封能力”。實驗顯示,將R2-max貼在直徑20毫米(約2厘米)的孔洞上,即便孔洞位于3米高的水管底部,水流以5.4米/秒的速度(相當于家用自來水壓力的5倍)噴涌,R2-max也能瞬間止住漏水,且持續5個月無滲漏。作為對比,市面上知名的商業防水膠帶FLEX TAPE,在相同條件下僅1.5小時就出現滲漏,足見R2-max的性能優勢。 04 從深海到手術臺:超粘水凝膠的“全能”應用潛力 R1-max和R2-max的突破,不僅在于“粘得牢”,更在于“適用廣”——它們能在不同材質、不同潮濕環境中穩定工作,這為其應用場景打開了無限可能。 在海洋領域,團隊的“橡皮鴨實驗”早已驗證了其耐久性:將R1-max涂在橡皮鴨底部,粘在北海道海邊的礁石上,經過一年的海浪沖刷、鹽霧侵蝕,橡皮鴨依然牢牢固定在原位,水凝膠與巖石的接觸面沒有出現任何剝離。這意味著,未來這種材料可用于深海探測設備的零部件粘接、海上平臺的裂縫修補,甚至水產養殖網箱的快速修復——以往這類工作需要將設備打撈上岸,成本高昂,而有了超粘水凝膠,工作人員可直接在水下操作,大幅提升效率。 在生物醫學領域,超粘水凝膠的“生物相容性”成為關鍵優勢。團隊將R1-max植入小鼠皮下,觀察6個月后發現,小鼠沒有出現炎癥反應,水凝膠周圍也沒有形成纖維包裹(這是判斷材料是否兼容人體的重要指標);同時,R1-max能牢固粘附在豬骨表面,剝離時需要的力達到0.6兆帕——這為其在外科手術中的應用奠定了基礎。未來,醫生或許能用這類水凝膠作為“手術膠水”,在腹腔鏡手術中快速封閉腸道創口,或用于骨折固定時的輔助粘合,甚至作為假體涂層,讓人工關節與人體骨骼的結合更牢固、更持久。 更值得關注的是,這種“從生物中找靈感,用AI做優化”的研發范式,具有極強的可復制性。正如米蘭比可卡大學副教授Laura Russo在《自然》同期“新聞與觀點”文章中評價的:“這項研究證明,AI已不再是材料科學中的‘輔助工具’,而是能直接參與設計的‘核心伙伴’。” 團隊的策略不僅適用于水凝膠,還可擴展到其他軟材料的研發——比如用于可穿戴傳感器的彈性體、用于藥物遞送的智能凝膠等,只需更換“生物靈感來源”(如肌肉蛋白、皮膚膠原蛋白),就能通過相同的“數據挖掘-實驗驗證-AI優化”流程,開發出具有特定功能的新材料。 05 未竟之路:超粘材料背后的挑戰與未來 盡管成果顯著,團隊也清醒地認識到,超粘水凝膠的研發仍有“未竟之路”。目前的材料設計中,單體種類僅局限于6種,未來需要擴展更豐富的“單體庫”,以實現更精細的性能調控;其次,當前聚合物鏈的序列控制仍依賴“統計共聚”,無法像天然蛋白那樣實現精確的氨基酸序列排布,這可能限制材料性能的進一步提升;此外,現有數據集雖包含180種水凝膠,但相較于軟材料龐大的設計空間,仍顯“稀疏”,未來需要結合更多實驗數據與物理模型,開發出能在“小數據”場景下精準預測的AI算法。 這些挑戰,恰恰指向了下一代材料研發的方向:當“自然啟發”遇上“AI賦能”,人類正在從“模仿自然”走向“超越自然”。從海邊礁石上的橡皮鴨,到手術臺上的生物膠水,再到深海中的探測設備,超粘水凝膠的故事,不僅是一項技術突破,更是一次科研思維的革新——它證明,復雜材料的設計不必再依賴“運氣”與“試錯”,通過解讀自然的密碼、借助數據的力量,我們完全可以按“需求”定制出性能卓越的新材料,為解決現實中的工程難題、醫療困境提供全新方案。 原文鏈接:https://www.xianjichina.com/special/detail_584424.html 來源:賢集網 著作權歸作者所有。商業轉載請聯系作者獲得授權,非商業轉載請注明出處。 |