第一作者：Hongguang Liao, Sheng Hu

通訊作者： Ichigaku Takigawa, Wei Li, Hailong Fan, Jian Ping Gong

通訊單位： 日本北海道大學(xué)，深圳大學(xué)

DOI：

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

研究背景

設(shè)計(jì)凝膠與彈性體等軟材料是一項(xiàng)復(fù)雜任務(wù)。這需要篩選合適的結(jié)構(gòu)單元類型與用量（如單體），并確定其在材料中的排布方式，由此產(chǎn)生的設(shè)計(jì)空間包含近乎無限的可能組合。更復(fù)雜的是，由于弱分子相互作用與熱漲落的共同影響，軟材料會呈現(xiàn)出精細(xì)的多尺度行為——其結(jié)構(gòu)-性能關(guān)系跨越多個(gè)時(shí)空尺度，其中介觀尺度結(jié)構(gòu)起著關(guān)鍵作用。數(shù)據(jù)驅(qū)動方法通過標(biāo)準(zhǔn)化數(shù)據(jù)集改變了具有明確原子結(jié)構(gòu)的硬質(zhì)材料的發(fā)現(xiàn)與預(yù)測范式，實(shí)現(xiàn)了精確的性能預(yù)測并促進(jìn)設(shè)計(jì)空間的高效探索。然而由于軟材料存在復(fù)雜的多尺度結(jié)構(gòu)-性能關(guān)系，相關(guān)應(yīng)用仍面臨挑戰(zhàn)。

研究問題

本研究提出一種融合數(shù)據(jù)挖掘、實(shí)驗(yàn)驗(yàn)證與機(jī)器學(xué)習(xí)的數(shù)據(jù)驅(qū)動策略，從頭設(shè)計(jì)適用于嚴(yán)苛水下環(huán)境的高性能粘附水凝膠。通過挖掘蛋白質(zhì)數(shù)據(jù)庫，本文開發(fā)出描述符策略，利用理想無規(guī)共聚在聚合物鏈中統(tǒng)計(jì)復(fù)現(xiàn)蛋白質(zhì)序列模式，從而實(shí)現(xiàn)了水凝膠的定向設(shè)計(jì)與數(shù)據(jù)集構(gòu)建?；?80種仿生水凝膠的初始數(shù)據(jù)集，采用機(jī)器學(xué)習(xí)優(yōu)化配方后獲得粘附強(qiáng)度的顯著提升，最高值突破1兆帕。這類超強(qiáng)粘附水凝膠在生物醫(yī)學(xué)工程至深海探測等領(lǐng)域展現(xiàn)出巨大應(yīng)用潛力，標(biāo)志著軟材料數(shù)據(jù)驅(qū)動創(chuàng)新的重要突破。

圖文解析

圖1| 水下粘附水凝膠的數(shù)據(jù)驅(qū)動從頭設(shè)計(jì)

要點(diǎn)：

1.本文提出一種融合數(shù)據(jù)挖掘（DM）、實(shí)驗(yàn)驗(yàn)證與機(jī)器學(xué)習(xí)（ML）的新型數(shù)據(jù)驅(qū)動方法，用于高效開發(fā)高性能水下粘附水凝膠（圖1a）。通過挖掘粘附蛋白數(shù)據(jù)庫，本文提取特征序列信息指導(dǎo)水凝膠設(shè)計(jì)，并采用隨機(jī)共聚和相對組成策略在180種合成水凝膠中復(fù)現(xiàn)這些特征，在生物保真度與實(shí)際合成間取得平衡。這些DM驅(qū)動的水凝膠中，多個(gè)樣品展現(xiàn)出超越文獻(xiàn)報(bào)道的粘附強(qiáng)度（Fa）（圖1b）。這組180種合成水凝膠構(gòu)成了小而優(yōu)質(zhì)的數(shù)據(jù)集，經(jīng)ML進(jìn)一步優(yōu)化后，最終獲得水下Fa突破1MPa的ML驅(qū)動水凝膠——相比已報(bào)道的水下粘附水凝膠和彈性體實(shí)現(xiàn)了數(shù)量級提升。

圖2|粘附蛋白的數(shù)據(jù)挖掘與配方設(shè)計(jì)

要點(diǎn)：

1.為篩選最具代表性的蛋白質(zhì)序列并降低個(gè)體差異的影響，本文根據(jù)各個(gè)物質(zhì)所含粘附蛋白數(shù)量進(jìn)行排序，選取前200個(gè)物種進(jìn)行深入分析（圖2a）。隨后采用Clustal Omega進(jìn)行多序列比對以確定各物種的共有序列，這些序列被認(rèn)為在進(jìn)化過程中對維持蛋白質(zhì)穩(wěn)定性和粘附性起關(guān)鍵作用。

2.為降低變量維度，基于物理化學(xué)特性將20種標(biāo)準(zhǔn)氨基酸劃分為六類：疏水性、親核性、酸性、陽離子性、酰胺類和芳香族。將共有序列編碼為功能類別序列時(shí)，甘氨酸、丙氨酸和脯氨酸因側(cè)鏈較小被排除在疏水性類別外——相較于其他氨基酸，這些氨基酸在界面接觸與相互作用中貢獻(xiàn)較弱。編碼序列中各功能類別的區(qū)塊長度通常小于3（圖2b），表明即使在粗略的功能類別層面，粘附蛋白仍存在顯著的序列異質(zhì)性。不同物種在這些功能類別兩兩組合頻率上呈現(xiàn)出獨(dú)特模式（圖2c），提示序列中存在特定功能類別配對的偏好性，暗示在觀測到的序列異質(zhì)性之下潛藏著某種規(guī)律性。

圖3| 數(shù)據(jù)挖掘驅(qū)動的水下粘附水凝膠

要點(diǎn)：

1.本文選取了六種功能單體（圖3a），每種單體代表氨基酸六種功能類別中的一類。通過自由基聚合法在共溶劑二甲基亞砜（DMSO）中進(jìn)行共聚時(shí)，經(jīng)1H NMR分析測得的成對反應(yīng)競聚率接近1。這些近似1的數(shù)值表明在DMSO中共聚過程中組分漂移極微?；贛ayo-Lewis模型進(jìn)行蒙特卡洛模擬，本文利用實(shí)測反應(yīng)競聚率和推導(dǎo)的單體比例（φ?），分析了180種雜聚物中六種功能單體的序列特性。所得單體嵌段長度與成對頻率分布（圖3b,c）與粘附蛋白中的觀測結(jié)果高度吻合（圖2b,c），證實(shí)本文的合成方案能有效捕捉序列異質(zhì)性和相鄰偏好等關(guān)鍵統(tǒng)計(jì)特征。

2.根據(jù)推導(dǎo)的配方，通過功能單體與交聯(lián)劑在DMSO中的一鍋法自由基共聚，合成了180種DM驅(qū)動凝膠（標(biāo)記為G-001至G-180）。將溶劑從DMSO置換為生理鹽水（0.154 M NaCl）后，對水凝膠進(jìn)行了體積溶脹比、流變學(xué)特性和水下粘附強(qiáng)度（Fa）表征。采用快速篩選法，在生理鹽水中以10N加載力和10秒接觸時(shí)間對玻璃基板進(jìn)行粘性測試（圖3d）評估粘附性能。

圖4| 水下粘附水凝膠的機(jī)器學(xué)習(xí)優(yōu)化

要點(diǎn)：

1.所有驗(yàn)證均遵循與訓(xùn)練集相同的流程以確保數(shù)據(jù)一致性。圖4a展示了不同SMBO方法提出配方的真實(shí)Fa值。非SMBO基線方法GP_enu和RFR_enu從千萬級隨機(jī)配方枚舉中選取前五個(gè)預(yù)測值，但未能突破訓(xùn)練數(shù)據(jù)的Fa水平。相比之下，所有SMBO方法均實(shí)現(xiàn)更高Fa值，其中GP_KB與RFR-GP表現(xiàn)最優(yōu)，且RFR-GP獲得全局最高Fa值。

2.圖4b通過均勻流形近似投影（UMAP）將最終數(shù)據(jù)集（含341種水凝膠）中Fa與?i的六維關(guān)系降維至二維展示。值得注意的是，RFR-GP與GP_KB生成的配方與原始180種水凝膠數(shù)據(jù)集重疊區(qū)域極小，表明優(yōu)化過程存在外推現(xiàn)象。RFR-GP數(shù)據(jù)點(diǎn)較GP_KB更為分散，暗示其比傳統(tǒng)貝葉斯優(yōu)化探索了更廣闊的空間。

3.為評估?i對Fa的影響，本文基于最終341種水凝膠數(shù)據(jù)集訓(xùn)練的RFR模型進(jìn)行SHAP分析。SHAP摘要圖（圖4c）顯示高?BA和?PEA值顯著提升Fa，這是因?yàn)锽A和PEA能有效排斥接觸界面水分，且與ATAC鄰近時(shí)（附圖11）可增強(qiáng)與帶負(fù)電玻璃表面的靜電相互作用（附圖12）。相反，高?HEA、?CBEA和?AAm值會降低Fa。有趣的是，?ATAC呈現(xiàn)雙重效應(yīng)：低濃度削弱靜電作用，過量則導(dǎo)致水凝膠溶脹過度，限制聚合物-表面接觸從而降低Fa，因此適中的?ATAC濃度至關(guān)重要。

圖5| 通過數(shù)據(jù)挖掘（G-max）和機(jī)器學(xué)習(xí)優(yōu)化（R1-max、R2-max和R3-max）篩選出的水凝膠表征與性能

要點(diǎn)：

1.本文對三種性能最優(yōu)的機(jī)器學(xué)習(xí)驅(qū)動水凝膠（R1-max、R2-max和R3-max）進(jìn)行了詳細(xì)研究，并將其與最佳數(shù)據(jù)驅(qū)動水凝膠（G-max）進(jìn)行對比（圖5）。初始狀態(tài)下，所有凝膠均呈現(xiàn)透明態(tài)，并表現(xiàn)出與頻率無關(guān)的儲能模量（G′），表明DMSO中分子間或分子內(nèi)聚集作用可忽略不計(jì)。盡管組成存在差異，但相近的G′值表明其網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)相似。

2.在生理鹽水平衡后，所有凝膠均發(fā)生收縮。與G-max不同，機(jī)器學(xué)習(xí)驅(qū)動水凝膠表現(xiàn)出更高的濁度（圖5b）、更強(qiáng)的粘彈性及更高的模量。這表明其較高的疏水性BA和芳香族PEA含量（圖5a）促進(jìn)了水介質(zhì)中copolymer strands 的強(qiáng)相互作用，從而有利于能量耗散。此外，應(yīng)力-應(yīng)變曲線下更大的面積證實(shí)（圖5c），機(jī)器學(xué)習(xí)驅(qū)動水凝膠具有更優(yōu)異的機(jī)械強(qiáng)度和韌性。相較于G-max，這種增強(qiáng)的粘彈性和韌性使其具備更卓越的粘附性能。

總結(jié)展望

總之，本文提出了一種數(shù)據(jù)驅(qū)動方法，通過整合蛋白質(zhì)序列信息提取、可擴(kuò)展聚合物合成和迭代式機(jī)器學(xué)習(xí)，解決了軟材料從頭設(shè)計(jì)與開發(fā)中的長期難題。這一設(shè)計(jì)框架不僅適用于粘附水凝膠，更為開發(fā)各類功能性軟材料提供了系統(tǒng)化、可擴(kuò)展的端到端解決方案。然而當(dāng)前仍存在主要挑戰(zhàn)：單體多樣性有限，控制單體序列的聚合物合成技術(shù)尚達(dá)不到材料開發(fā)所需的規(guī)模，以及數(shù)據(jù)集可擴(kuò)展性不足。突破這些瓶頸需要拓展模塊化單體庫、發(fā)展聚合技術(shù)，并開發(fā)能夠適應(yīng)稀疏多尺度數(shù)據(jù)集的物理信息機(jī)器學(xué)習(xí)模型。