• 蝎形配体在CO?转化中的应用：环状碳酸酯合成及新兴反应途径综述

  打开图片查看器 自20世纪60年代Trofimenko的开创性工作以来，蝎形配体已成为配位化学和催化领域中至关重要的配体。其齿配位模式促进了稳定金属配合物的形成，同时允许调节这些配合物的电子和空间位阻性质。此外，其可调的配位行为支持多种结合方式，扩展了其作为通用配体的潜在适用性。本综述全面概述了探索蝎形配合物作为CO?固定过程高效催化剂的主要进展。特别是，本文重点关注五元环状碳酸酯（CCs）的制备，以及新兴的CO?转化途径，如加氢、氢硼化和N-甲

  来源：ChemComm

  时间：2026-09-25

• 紫外光触发的 RAFT 聚合实现 3D 打印可重新编程液晶弹性体

  打开图形查看器 可重新编程的液晶弹性体（LCEs）是用于柔性执行器的有前景的刺激响应材料；然而，它们与数字光处理（DLP）3D打印的集成通常受到缺乏与自由基光聚合兼容的动态化学反应的限制。在这里，我们介绍了一种基于紫外光触发的可逆加成-断裂链转移（RAFT）聚合方法，作为对打印出的LCE网络中的介晶分子排列进行空间选择性编程、擦除和重新编程的强大解决方案。由此产生的网络能够实现高性能的驱动（高达60%的应变）并在重复的热循环中保持稳定性。除了驱动

  来源：Chemical Science

  时间：2026-09-25

• 可扩展与可复现生物大分子建模与设计的Python框架PyRosettaCluster

  Rosetta软件套件为生物大分子建模与设计提供了一套强大的工具，能够实现高分辨率蛋白质结构精修以及具有亚埃级原子精度的全新蛋白质设计。大规模利用这些工具既需要巨大的计算资源，也需要领域专业知识，否则可能导致独立研究者无法科学复现其结果，部分原因在于难以传达所有必要的运行时配置和系统需求。为解决大规模生物大分子建模与设计模拟中的这些可复现性挑战，研究人员开发了PyRosettaCluster——一个集成于PyRosetta软件中的多功能Python框架，可自动捕获精确复现一个decoy所需的模拟数据，并将其直接编码至每个输出decoy文件中。PyRosettaCluster抽象化了分布式生物大

  来源：Digital Discovery

  时间：2026-09-25

• 金属有机框架中的非对称识别用于增强乙烯/乙烷筛分

  打开图形查看器 乙烯/乙烷（C?H?/C?H?）分离是石化行业中最耗能的过程之一，凸显了迫切需要高效吸附剂来替代低温蒸馏。在本工作中，通过非对称识别策略构建了一种新型金属有机框架（MOF），即TYUT-25，以实现通道内吸附行为的方向性调控。在传统体系中，结构调控通常引起同步吸附响应，其中C?H?和C?H?的吸附量同时增加或减少，从而限制了选择性的进一步提升。相比之下，非对称识别策略使C?H?和C?H?呈现出相反的吸附行为。孔口收缩以抑制C?H?

  来源：Chemical Science

  时间：2026-09-25

• 揭示三维支架中非均匀锂离子传输机制与梯度沉积策略实现超轻稳定锂金属负极

  打开图形查看器 三维（3D）集流体被广泛研究用于抑制锂金属负极中的锂枝晶生长，特别是在高电流密度操作条件下。然而，对于此类复杂三维架构中锂电极沉积的基本机理理解仍明显不完整。在此，以三维铜网作为模型体系，我们证明三维架构中锂离子传输的固有非均匀性会促进局部离子通量放大，从而引发优先沉积和枝晶成核。基于这一认识，提出了一种梯度下降电极沉积策略来调控离子通量分布，从而实现致密、均匀且强附着的体相类锂沉积。为减轻传统金属支架带来的质量负担，通过聚合物金

  来源：Chemical Science

  时间：2026-09-25

• X-Align：基于残差注意力的不依赖注释非靶向代谢组学特征跨平台对齐框架

  打开图形查看器 大规模的非靶向代谢组学数据集正在快速积累，但由于可比性差，跨研究和跨平台的重用仍然有限。这一局限性因置信结构注释率较低而加剧，使得基于结构的对齐仅限于所检测到的代谢特征中很小的一部分。在此，我们提出了X-Align，这是一个不依赖注释的框架，用于非靶向代谢组学特征的跨平台对齐。其核心组件Align-ID是一个基于残差注意力的深度回归模型，直接从串联质谱（MS/MS）谱图嵌入中学习参考色谱行为，并在无需先验结构鉴定的情况下，将异构谱

  来源：Chemical Science

  时间：2026-09-25

• Calibra：一种用于自动化校准标准品制备与定量分析的开源机器人平台

  打开图片查看器 0.9997，平均三次重复标准偏差为峰面积的1.45%。未知样品的定量分析在每样品15分钟内完成，平均误差为2.49%。所有硬件设计、固件和软件均公开提供。为展示实际应用效果，该系统被应用于社区药物样品的定量分析，包括受控物质，突出了该平台在高通量分析工作流中的适用性，在这些工作流中可重复性和操作人员安全至关重要。

  来源：Digital Discovery

  时间：2026-09-25

• 噪声下英语元音识别中母语影响减弱：基于机器学习分析的中国儿童行为研究

  引言：非母语者在噪声中感知第二语言（second language, L2）语音时存在更大困难，但在不利声学条件下第一语言（first language, L1）语音技能是否继续支持L2感知仍不清楚。方法：研究人员考察了52名中国五年级（n = 25）和六年级（n = 27）儿童在安静、5 dB信噪比（signal-to-noise ratio, SNR）和?5 dB SNR条件下的英语后元音识别。以安静条件下的中文元音识别表征L1能力，采用线性回归（linear regression）和随机森林（random forest）模型刻画声学背景、年级与L1感知之间的关联。结果：六年级儿童在各条件

  来源：Frontiers in Psychology

  时间：2026-09-25

• 假同晶转变法制备介孔含钙二氧化硅颗粒：NaOH浓度对溶解-再沉淀平衡及颗粒形貌的调控

  研究人员将假同晶转变（pseudomorphic transformation, PT）作为一种后合成途径，将预成形的球形无孔SiO2-CaO颗粒转化为介孔颗粒，同时保持对粒径和形貌的控制。该转变以十六烷基三甲基溴化铵（cetyltrimethylammonium bromide, CTAB）为结构导向剂，通过改变NaOH浓度来调节二氧化硅溶解与再沉淀之间的平衡。研究人员观察到三种截然不同的转变区域。在低NaOH浓度下，母体颗粒的尺寸和形状得以保留，同时引入介孔性。在中间NaOH浓度下，颗粒失去球形形貌并形成团聚结构，但获得了最大的孔体积和比表面积。在较高NaOH浓度下，球形颗粒得以恢复，但表

  来源：Dalton Transactions

  时间：2026-09-25

• 人PAD4介导的精氨酸瓜氨酸化的化学基础可购买

  打开图像查看器 肽酰精氨酸脱亚胺酶4（PAD4）催化的组蛋白中精氨酸残基的瓜氨酸化在真核基因调控中发挥重要作用。利用具有最简单精氨酸模拟物的组蛋白H4肽进行的酶学实验表明，人PAD4表现出狭窄的底物选择性。计算分析显示，精氨酸底物的识别受其与PAD4之间强非共价相互作用以及PAD4活性位点有利的去溶剂化能控制。

  来源：ChemComm

  时间：2026-09-25

• 分子对接与共折叠在蛋白-肽构象预测中的比较：蛋白质柔性与训练集重叠的影响

  合成肽因其高特异性、易于合成以及适用于靶向蛋白质界面，作为治疗和诊断制剂日益重要。然而，准确预测肽结合构象仍是一个重大挑战，特别是对于构象灵活的蛋白质靶点和从头设计的肽。基于深度学习的共折叠方法，包括AlphaFold-Multimer（AFM）、AlphaFold3（AF3）和Boltz-2，通过同时预测蛋白质-肽复合物结构，无需预先定义结合构象，为传统肽对接提供了一种替代方案。在本研究中，研究人员使用PepPro数据集，将这三种共折叠方法与两种针对肽优化的分子对接方法AutoDock-CrankPep（ADCP）和HADDOCK进行了系统基准测试。该成熟数据集包含构象灵活的蛋白质-肽复合物

  来源：Digital Discovery

  时间：2026-09-25

• 基于极性反转Arbuzov过程的脂肪族羧酸直接光化学活化与脱羧膦化反应

  打开图形查看器 由于羧酸在近紫外和可见光区域几乎没有吸收，直接光化学活化羧酸仍然难以实现。在此，我们报道了一种基于极性反转的Arbuzov过程的直接活化策略，该策略通过形式上的P(III)→P(V)重排，将羧酸原位转化为光活化的酰基膦氧化物。在365 nm LED照射下，所得酰基膦氧化物发生选择性Norrish I型裂解，生成酰基自由基和膦氧基自由基。利用自由基的反应活性，能够在良好收率和广泛底物适用性的条件下，高效实现脂肪族羧酸的脱羧膦化反应。

  来源：Chemical Science

  时间：2026-09-25

• 基于机器学习的中青年维持性血液透析（MHD）患者重返工作（RTW）预测模型的构建与外部验证

  目标：重返工作（return to work, RTW）是中青年维持性血液透析（maintenance hemodialysis, MHD）患者康复的关键指标。及时识别RTW可能性低的患者对于精准康复评估和风险分层管理至关重要。本研究旨在开发并验证一种基于机器学习的预测模型，以识别当前RTW状态的影响因素，并在中青年MHD患者中实现风险分层。方法：2023年3月至2024年5月，研究人员从中国8家三级医院招募了793例中青年MHD患者，最终纳入768例（建模集565例，外部验证集203例）。通过自填问卷收集人口统计学特征和心理社会因素。研究人员实施了5种算法，包括逻辑回归（logistic r

  来源：Frontiers in Public Health

  时间：2026-09-25

• 基于蛋白质生成模型的AI驱动生物治疗药物发现最新进展

  深度学习正在通过快速生成经实验验证的新颖结构与序列，变革治疗性蛋白质的设计。本综述调查了AI驱动的用于生物治疗药物发现的蛋白质设计方法的最新进展，并按照计算设计流程进行组织。首先，研究人员回顾了基于AI的蛋白质结构生成方法，这些方法能够基于各种条件产生新颖的主链骨架。与传统的计算方法相比，这些方法实现了显著更高的实验命中率。其次，研究人员概述了新颖蛋白质序列设计方法的全景，这些方法能够为设计的骨架生成可实验实现的序列。第三，作为模块化方法的一种新兴替代方案，研究人员还回顾了同时优化主链几何形状和残基身份的结构-序列共生成（structure–sequence co-generation）方法。

  来源：Digital Discovery

  时间：2026-09-25

• 勘误：原载Ni?Mo?N实为Ni?Mo?N与金属镍混合物

  打开图形查看器 对 Lu Chen 等 发表于 Dalton Trans., 2026, 55, 72–75, https://doi.org/10.1039/d5dt02653a 的文章"将金属间隙共催化剂(Ni3Mo3N)整合到 CdS 纳米棒上加速电荷分离并实现高效光催化析氢"的勘误。 本勘误旨在提醒读者注意，自本文发表以来，已发现标题及全文中表征为 Ni3Mo3N 的材料实际上

  来源：Dalton Transactions

  时间：2026-09-25

• # 拓扑几何等变神经网络TopoFormer用于高精度蛋白质溶解度预测

  蛋白质溶解度是工业规模蛋白质生产的关键考量因素。由于蛋白质溶解度背后的物理过程具有复杂性和非线性特征,现有模型的预测性能不佳,因此需要昂贵的试错实验。研究人员引入了TopoFormer,一种新颖的组合拓扑-几何等变神经网络,可从OpenFold预测的三维结构数据中预测二元蛋白质溶解度。为训练TopoFormer模型,研究人员根据文献中的实验蛋白质溶解度测量值,利用OpenFold预测创建了3DProtSolDB结构数据集。同时,研究人员从RCSB PDB中的对应结构组装了3DProtSolDB-Expt数据集。3DProtSolDB-Expt数据集用于训练TopoCoder,一种可捕获二级结构

  来源：Digital Discovery

  时间：2026-09-25

• 低数据条件下基于生成模型加速自动化过渡态搜索的motsart框架

  过渡态（TS）是势能面上的一阶鞍点，即对应于化学反应的（多步）最小能量反应路径上的最高能量结构，决定了反应进行的速率。定位过渡态并由此阐明反应机理是一项计算需求高且依赖专家经验的任务。近年来的自动化策略利用启发式规则或深度学习模型，直接从文本SMILES表示出发获得过渡态几何结构。然而，独立的过渡态预测器缺乏鲁棒性，而基于启发式的方法缺乏可扩展性，限制了其在分布偏移条件下进行可靠高通量反应发现的适用性。本文提出了一种生成式机器学习框架，嵌入全自动过渡态搜索流程中，并以生物正交点击反应的高通量筛选作为代表性案例，展示了加速效果。该自动化框架能够可扩展地探索大型反应空间，并随着更多反应被处理而渐进

  来源：Digital Discovery

  时间：2026-09-25

• 基于目标感知贝叶斯算法执行（BAX）提升聚乙烯氢解反应的选择性与产率

  专业术语翻译（摘要部分）聚乙烯氢解反应条件的调控可促进有用烷烃混合物产率的选择性提升，但反应参数与产物产率及选择性之间的关系无法先验（a priori）获知。本研究旨在同时最大化中位链长分别处于9–10、11–12、13–14、15–16和17–18个碳原子范围内的可溶性烷烃产物的产率——这一问题采用常规方法难以解决。研究人员提出了一系列由贝叶斯算法执行（Bayesian Algorithm Execution, BAX）引导的实验，这是一种以最大化关于任意可计算目标的期望信息增益为目标的AI驱动序贯实验设计方法。结合实验信息驱动的化学直觉与自适应设计空间，研究人员在约5%相空间预算内，使Ru

  来源：Digital Discovery

  时间：2026-09-25

• 先验引导贝叶斯优化用于合成优化：大型语言模型作为人类专家代理

  加速化学发现需要高效优化复杂、多变量的反应空间。本文报道了一种先验引导的贝叶斯优化（Bayesian Optimization, BO）工作流，该工作流能够利用专家直觉或现成的大型语言模型（Large Language Models, LLMs）将文献中的化学知识嵌入结构化先验。通过扩展底层BO框架以支持独热编码（one-hot encoded, OHE）分类变量，该方法直接支持实验化学家在优化反应时面临的实际选择，如溶剂、配体或催化剂的选择。该LLM衍生的先验加权采集函数的性能在三个有机化学数据集上得到了验证，并与标准BO、理想、误导和“模糊”先验变体进行了基准比较，以评估该方法在各种现实场

  来源：Digital Discovery

  时间：2026-09-25

• 紧凑给体-受体-自由基三元体中的激发态三重态-双重态自旋动力学

  Open figure viewer 制备了紧凑的萘酰亚胺基给体-受体-自由基三元体及其相应的无自由基给体-受体二元体，作为操控紧密耦合有机自旋体系中长寿命激发态自旋动力学的可调平台。结构分析和DFT计算支持一种紧凑的、大致正交的几何构型，该构型保持了给体、受体和自由基片段的各自功能，同时使它们足够接近以实现高效的激发态相互作用。通过将光学光谱与时间分辨电子顺磁共振（TREPR）相结合，我们观察到该系列中存在一致的演变过程。该过程从萘酰亚胺发色团

  来源：Chemical Science

  时间：2026-09-25

知名企业招聘：