周围神经和中枢神经损伤因缺乏有效的治疗选择而在临床实践中面临重大挑战。细胞外囊泡（EVs）是大多数细胞类型释放的脂质膜包封纳米颗粒，富含能够介导细胞间通讯的生物活性分子。近年来，EVs在再生医学中展现出应用前景，尤其可作为细胞治疗的替代方案。以EVs为基础的神经损伤治疗正迎来治疗范式的转变。越来越多的证据表明，EVs主要通过调节神经细胞功能、免疫炎症反应和血管生成来促进神经再生和功能恢复。目前已开发出多种策略将EVs整合到神经移植物中，或将其用作诊断和治疗载体。本综述旨在系统梳理现有文献中关于EVs治疗周围神经损伤、脊髓损伤和脑损伤的最新进展，并从深层机制理解、技术创新和学科交叉融合等方面讨论了基于EVs的神经损伤修复的前景。
本研究建立了人脑类器官作为研究中枢神经系统氧中毒（CNS-OT）的可靠模型。通过整合转录组学、功能学及药理学分析，我们揭示高压氧（HBO）暴露可通过ROS-溶酶体-mTOR轴引发压力依赖性的神经毒性。主要发现如下：在毒性机制的分级效应上，5 ATA（绝对大气压）HBO可引起代谢失调与细胞周期阻滞，而6 ATA则突破代偿极限，导致明显的凋亡特征；在信号通路的交叉调控上，溶酶体膜通透性增加促使组织蛋白酶释放，进而激活mTORC1，而mTORC1的过度活化会抑制TFEB介导的溶酶体再生，由此形成自我放大的恶性循环；在治疗潜力方面，小鼠体内实验证实，mTOR抑制剂替西罗莫司（temsirolimus）可减轻神经毒性，且对海马区具有特异性保护作用。该脑类器官模型提供了一个贴近人体的实验系统，可突破神经毒性研究中的物种限制，有助于推动机制研究和治疗靶点的发现。
皮下空间因其操作微创性，是细胞移植的常用部位。然而，血供不足常影响细胞存活，导致移植细胞大量凋亡。为改善这一局限，我们通过在啮齿动物模型中皮下植入聚氯乙烯（PVC）管，构建了预血管化微环境。PVC管引发的异物反应招募了修复性免疫细胞，这些细胞分泌促血管生成因子，诱导了强烈的新血管形成。随后将干细胞来源的血管类器官移植至该工程化微环境中，可实现良好的定植效果，形成功能性、可灌注的人源血管。在胰岛移植模型的初步验证中，即使使用边际剂量的胰岛，血糖也能快速恢复至正常水平，这可能与移植后血运重建的改善有关。综上所述，我们的研究结果表明，该策略为克服皮下细胞移植的血管化难题提供了一种简便且可行的思路，具有一定的临床转化潜力。
器官间互作对于器官发生和成熟至关重要，其失调可导致发育障碍。然而，现有生理相关的人源模型在重现早期发育阶段器官间交叉对话方面的能力仍十分有限。本研究开发了一种跨胚层共发育类器官芯片（TGCO-Chip），可在精确控制的生化条件下，使源于共同上游谱系的干细胞聚集体共发育产生两个相互联系但命运不同的类器官。具体而言，具体而言，我们利用该芯片建立了人多能干细胞来源的心脏-大脑共发育体（HBC）模型，该模型模拟了心脏和大脑的发育特征，包括细胞谱系、组织结构及功能特性。同时，HBC模拟了神经突起向心脏组织的投射及其在器官发生早期对心脏的调控作用。与相互连接的心脏-心脏类器官相比，神经隔室显著提高了心脏区域的搏动频率和收缩幅度。转录组分析证实，HBC中的神经隔室促进了心脏的分化与成熟。总体而言，TGCO-Chip平台为源于共同祖细胞谱系的多类器官复合体的生物工程构建提供了创新工具。共发育体在发育生物学、疾病建模和再生医学中具有广阔应用前景，并为理解不同细胞谱系与组织间的动态交互提供了全新视角。
肺癌是全球癌症相关死亡的主要原因之一，发病机制复杂，其中炎症与恶性转化的关联备受关注。本文聚焦磷脂代谢在肺癌炎癌转化中的核心作用，系统阐述磷脂代谢驱动该转化过程的分子机制、对免疫微环境的影响、参与细胞死亡抗性的过程，以及从肺癌到泛癌的临床转化策略，并探讨磷脂代谢研究中的争议与未来展望。通过对相关文献的综合分析，本综述旨在为肺癌的预防、诊断与治疗提供新的思路与理论基础。
基础模型（Foundation Models, FMs）是一类经过大规模预训练、具备强泛化能力的神经网络模型，其发展为金融工程开辟了全新的前沿研究方向。以GPT-4、Gemini为代表的通用基础模型，已在财务报告摘要生成、基于情绪感知的市场预测等任务中表现出优良性能。然而，诸多金融应用场景存在多模态推理、监管合规、数据隐私等领域专属的特殊要求，使得通用基础模型的落地应用受到显著限制。上述现实挑战推动了金融垂域基础模型（Financial Foundation Models, FFMs）的诞生，即专门面向金融领域构建的垂直基础模型。本文对金融基础模型开展系统性综述，构建包含三大核心模态的分类体系，具体涵盖金融语言基础模型（FinLFMs）、金融时间序列基础模型（FinTSFMs）以及金融视觉语言基础模型（FinVLFMs）。文章系统梳理了三类模型的架构设计、训练方法、数据集资源及各类实际应用场景，同时总结了当前该领域在数据可得性、算法可扩展性、基础设施条件等方面面临的核心挑战，并针对未来研究方向与发展机遇提出思考与展望。本文的研究成果既可作为理解金融基础模型领域的系统性参考资料，也可为该领域后续创新发展提供切实可行的研究路线。
视觉语言分割模型在医学图像分割任务中表现出良好的性能。然而，这类模型的一个主要局限在于其依赖人工设计的文本输入。已有研究采用视觉问答技术半自动生成文本信息，但此类方法仍面临误差累积等问题。为此，本研究提出一种直接从视觉感兴趣区域（region of interest，ROI）学习概念文本提示的方法，以促进医学图像分割。首先，利用大型多模态模型从ROI中提取文本概念属性，生成粗粒度真实文本提示；之后，设计文本潜在空间变换模块，以ROI图像为输入生成细粒度伪文本提示，用于弥补上述真实文本提示在图像细节感知方面的不足。随后，将两类提示编码为统一的文本嵌入。在此基础上，提出一种自加噪知识蒸馏方法，将文本嵌入中的知识迁移至图像编码器的类别词元，从而在测试阶段实现无需文本输入的直接文本引导推理，并有效降低误差累积。该方法通过结合显式离散文本提示与隐式连续文本提示，有效引导视觉分割，同时显著减少了人工设计提示的需求。在13个医学图像分割数据集上的大量实验结果表明，所提出的方法优于当前最先进的视觉语言分割模型以及纯视觉分割模型，展现出更优的分割精度。
模拟电路自动综合仍是一项极具挑战性的任务。现有多数方法将其建模为单目标优化问题，却忽视了同一类电路在不同应用场景下往往对应差异显著的设计规格。为克服这一局限，本文提出以规格为条件的模拟电路生成任务，旨在依据给定规格直接生成相应的模拟电路。其核心出发点在于充分利用已有的高质量电路设计数据，提升模拟电路设计的自动化水平。为此，本文提出简单而有效的变分自编码器模型CktGen，将离散化后的规格与电路共同映射到联合潜空间，并据此重构电路。由于单一规格通常对应多种有效电路，若将规格信息直接融入生成模型，往往难以刻画这种一对多映射关系。为解决这一问题，本文首先解耦电路与规格的编码过程，并对两者的潜在表示进行对齐；随后引入带过滤掩码的对比训练，以增强不同样本对之间的表征可分性；进一步结合分类器引导和潜在特征对齐，促使相同规格对应的电路在潜空间中形成有效聚类，从而避免模型坍塌为简单的一对一映射。基于规格对潜空间进行规范化后，模型还能够进一步搜索并优化满足目标规格的最优电路。本文在 Open Circuit Benchmark 上开展了系统实验，并引入若干指标，用于评估以规格为条件的电路生成任务中的跨模态一致性。实验结果表明，与现有最先进方法相比，CktGen 在多项任务上均取得了显著性能提升。
With the rapid deployment of lithium iron phosphate (LFP) batteries and their finite service life, the annual accumulation of end-of-life LFP batteries has risen substantially. This growing accumulation creates a range of safety and environmental concerns, including leakage, thermal runaway, combustion, and explosion, which threaten natural environments such as water, soil, and air, while also endangering both human and wildlife safety. Therefore, the effective and responsible recycling of spent LFP batteries is crucial. Recycling not only serves as a key approach to converting waste streams into valuable resources but also mitigates the relevant environmental concerns. The recovery of valuable components, particularly lithium, supports resource sustainability and provides environmental, economic, and societal benefits. Among the components of spent LFP batteries, lithium is the most valuable, primarily because these batteries generally have a lower intrinsic recycling value than other lithium-ion batteries (LIBs) and do not contain economically high-value metals such as nickel and cobalt. However, the current industrial recovery rate of lithium from spent LFP batteries remains below 1%, underscoring the urgent need for further development of efficient lithium recovery technologies. Selective lithium leaching has emerged as a highly attractive and environmentally benign approach tailored for lithium recycling, receiving growing attention from both academia and industry. Various selective leaching techniques have been developed, including chemical selective leaching, electrochemical selective leaching, bio-selective leaching, leaching–precipitation, and direct selective leaching, all designed to selectively recover lithium from spent LFP batteries. Despite differences in operational approaches, these methods are founded on comparable thermodynamic principles and recovery goals. This review systematically summarizes recent technological developments and research progress, and integrates thermodynamic potential (E)–pH diagram analysis to evaluate the feasibility, advantages, and limitations of various selective leaching methods. Economic feasibility, operational complexity, and environmental performance are systematically evaluated. Furthermore, the key characteristics, limitations, and practical applicability of these technologies are comparatively discussed, providing a systematic comparison, critical assessment, and prioritization of all current research strategies in terms of industrial feasibility and future development potential. Additionally, this review highlights eight major advantages and five potential development directions for selective lithium leaching, emphasizing its promising role in future lithium recycling systems. Finally, based on selective leaching strategies, a comprehensive process flowchart for the overall recycling of LFP batteries is proposed as a conceptual framework for future industrial implementation.
近年来，应用人工神经网络（ANN）模型提升工业传感精度已成为热门研究方向。然而，神经网络模型是纯数据驱动的多元“黑箱”模型，其隐藏层提取的特征缺乏实际物理意义，导致基于ANN的传感模型性能不稳定，难以在流程工业现场实际应用。针对上述挑战，本文提出一种名为偏最小二乘辅助优化网络（PLSaoNET）的通用ANN模型。PLSaoNET利用PLS模型辅助确定网络的初始化权重和隐藏层神经元数量，后续训练过程作为PLS回归结果引导的再优化过程，使网络具备统计约束特性，从而降低对数据的依赖。此外，针对工业现场样本标签分布不均的问题，本文设计了一种用于网络再训练的分层采样方法。通过两个工业传感应用验证了所提方法的有效性和优越性：基于激光诱导击穿光谱（LIBS）数据的铁精矿浆铁品位监测，以及基于近红外（NIR）光谱数据的柴油品质评估。与PLS回归模型和基于Xavier初始化的反向传播神经网络（BPNN）模型相比，PLSaoNET展现出最优的建模精度和泛化性能。本文设计了完整的理论框架来指导超参数确定并明确网络的求解路径，满足了工业过程对精度、鲁棒性和易用性的三重要求。所提模型在提升生产过程工业传感的精度和可靠性方面具有巨大潜力。
在全球碳中和与能源安全需求的双重驱动下，氢能正成为重工业、远距离交通和化工原料等难以直接电气化领域的重要脱碳手段。预计至2050年，全球氢气需求将增至5.3亿吨；若实现多元化、低碳化制氢，到2060年可降低96%碳排放。然而，氢气压缩和液化能耗高、储运基础设施不足、安全标准与监管体系尚不完善，以及制备成本偏高，仍制约其规模化发展。美国、欧盟和中国已将绿氢纳入战略布局，其中中国强调构建制备、储存、运输和应用全链条体系，并将生物制氢视为重要技术方向。生物制氢利用微生物在温和条件下将废弃生物质转化为氢气，具有低碳、废物资源化和环境友好等优势。其主要路径包括生物光解、光发酵、暗发酵与耦合发酵；其中暗发酵不依赖外加光能或电能，能够连续利用秸秆等有机废弃物，因此尤其具有工程应用潜力。但其产业化仍面临底物预处理成本高、碳阻遏效应、产氢菌群稳定性差、挥发性脂肪酸积累及气液传质受限等瓶颈。尽管理论上乙酸型发酵可实现1摩尔葡萄糖产生4摩尔氢气，但是实际产率通常仅为理论值的40%-60%。人工智能与生物技术的融合，为生物制氢由经验优化迈向数字化、可预测设计提供了重要突破。人工智能可结合机器学习、基因组尺度代谢模型、多组学数据及非线性降维方法，解析微生物群落中代谢网络、能量分配、基因调控和种间互作的复杂关系；扩散模型等方法还能模拟单细胞代谢噪声并预测高阶网络效应。生物技术则通过高通量筛选、定向代谢网络重构、合成微生物群落构建及培养环境调控，减少对复杂基因编辑的依赖，构建稳定、高效的产氢菌群。文章提出“数字细胞-数字微生物群落-数字系统”的研究范式：以多组学、热力学与酶学约束建立细胞模型，再结合人工智能预测和实验反馈优化群落组成及反应过程。目标是设计仅含2-5种微生物、氢产率超过理论值60%的简化菌群。生命周期评价显示，人工智能-生物技术系统有望将制氢成本降至3.5美元/千克以下，并显著降低碳排放。但该路线仍受限于高质量数据不足、算法鲁棒性有限、实时监测和自动化平台不完善，以及放大过程中抑制物积累、底物波动和菌群生态漂移等问题。未来需构建从基因、细胞到菌群和反应器的可编程生态系统，实现生物制氢的智能化规模应用。
硫自养反硝化技术（SADeN）兼具经济、低碳优势，适用于有机物匮乏型污水的深度脱氮处理，但目前工程应用案例仍较少。作为典型的生物处理工艺，SADeN技术长期运行效性能、低温响应特征及相应的调控策略仍需在实际工程条件下进行系统研究。本文对两座并联运行的下向流SADeN生物滤池（单池设计处理能力均为8000 m3·d-1）开展了连续400余天的研究。结果表明，滤池的脱氮效能具有明显的季节性差异，夏季平均脱氮负荷较冬季高出近2倍。投加硫代硫酸盐（S2O32-）可有效强化滤池的冬季运行性能，并表现出超化学计量强化效应（OSEE），即实际脱氮量较基于S2O32-投加量计算的理论值高24.79%-331.50%。通过剖析污染物浓度和电子转移通量沿滤床高度的变化，发现OSEE效应主要源于S2O32-在滤床上部快速消耗溶解氧，并激活下部床层中固相硫基活性填料（SReF）的电子通量。微生物群落分析进一步表明，SReF电子通量的增加可能与S2O32-促进了硫自养反硝化菌丰度回升以及微生物生态网络稳定性恢复有关。本研究为SADeN技术在实际污水处理厂中的工程应用提供了范例，并深化了对S2O32-强化低温反硝化作用机制的认识。
作物病害严重威胁全球农业生产与粮食安全。为保障作物产量稳定、实现可持续的植物保护，开发高效且无损的作物健康监测技术是尤为重要的。随着传感系统与计算方法的持续进步，构建智能化的农业病害监测体系展现出广阔前景。本文从传感器与系统、关键方法及实际应用三个维度，系统评述了农业病害监测的现有研究成果。文中详细剖析了不同传感系统的功能特性，探讨了病害检测、预测与预警的核心技术，并考察了其在农业实践中的应用成效。同时，本文指出了该领域面临的主要挑战，特别是在实时检测技术、预警模型构建与数据共享机制等方面存在的瓶颈问题。最后，探索了将作物病害监测与大数据、人工智能（AI）和物联网（IoT）结合的创新方向和应用前景。这些研究进展有望为作物病害监测领域的理论创新和实践应用开辟新路径。
藻油富含对人体健康和发育有益的多不饱和脂肪酸(PUFAs)。酶法精炼是一种提高藻油品质和营养价值的可持续的油脂加工手段，但此方法需使用多种特定的生物酶去除油脂中磷脂（PLs）和游离脂肪酸(FFA)等杂质。本研究创制了一种新型固定化磷脂酶PLA1@MCM-41-C8，其具有双重用途：既可用于富含ARA藻油的酶法脱胶，也可用于其后续脱酸。结果表明，PLA1@MCM-41-C8可实现藻油毛油的脱胶率达95.9 %，并且ARA保留率高达97.3 %。对此酶法脱胶的ARA藻油进一步脱酸发现，藻油酸价从14.5降至1.1 mg KOH·g-1，并同步生成29.2 %的功能性甘油二酯(DAG)。通过比较酶法脱胶脱酸ARA藻油(EDDO)与ARA毛油藻油(CO)、市售精炼藻油(CRO)发现，酶法精炼对藻油的抗氧化稳定性、脂肪酸组成和含油量影响较小。此外，PLA1@MCM-41-C8酶炼前后藻油的风味特征保持不变，主要的挥发性化合物仍以醇类和醛类为主。与游离磷脂酶PLA1相比，PLA1@MCM-41-C8的热稳定性、pH耐受性、溶剂耐受性和长期重复使用性显著提升，在油脂绿色加工领域产业化前景广阔。