在日本北海道的海岸线上,一块礁石上的景象曾让路过的游客倍感好奇——一只黄色橡皮鸭被稳稳“钉”在岩石表面,任凭海浪日夜拍打、潮汐反复冲刷,始终纹丝不动。这不是街头艺术,也不是恶作剧,而是北海道大学与深圳大学联合科研团队开展的一场真实实验:他们要验证一种全新水下超粘材料的极限性能。 数月后,当研究成果以封面文章形式登上《自然》杂志时,学界才意识到,这场看似“可爱”的实验背后,藏着软材料设计领域的一次革命性突破——人类首次通过“数据挖掘+仿生实验+机器学习”的三位一体策略,开发出粘附强度达兆帕级的水下超粘水凝胶,彻底解决了传统粘合剂在潮湿环境中“失灵”的百年难题。 01 水下粘附的“老大难”:传统胶水为何在水里“掉链子” 在海洋开发、生物医学、水下工程等领域,“在水里粘得牢”是一个刚需却棘手的问题。比如深海探测设备的零部件损坏,需要在高压水环境下快速修补;外科手术中,医生需要能在血液和体液中起效的粘合剂,用于止血或封闭组织创口;水产养殖的网箱、海上平台的管道出现裂缝,也离不开能在盐水中长期耐用的粘补材料。但长期以来,传统粘合剂在水下环境中始终“水土不服”,哪怕是日常生活中“万能”的502胶,一碰到大量水也会瞬间失效。 502胶的工作原理,是依靠物体表面微量的湿气引发固化反应,但在水下使用时,大量水分子会迅速包裹胶水,使其还没来得及与被粘物接触,就提前聚合成无用的固体;而普通胶带或防水胶,要么无法排除被粘物表面的水膜,要么粘合后在水流冲击下很快脱落。数据显示,传统粘合剂在水下的粘附强度往往不足10千帕,连干燥环境下普通胶带的粘附力(10-50千帕)都比不上,更无法满足工程或医疗场景的需求。 大自然却早已给出了完美答案。海边礁石上的贻贝,能分泌一种特殊的足丝蛋白,牢牢吸附在岩石表面,哪怕遭遇台风级别的海浪也不会脱落;下水道中的某些细菌,能在潮湿管壁上形成顽固菌膜,其粘附能力让清洁工作都倍感吃力。这些生物的“秘密武器”,正是体内的粘附蛋白——以贻贝为例,其足丝蛋白中富含一种名为“多巴”的氨基酸,这种分子如同微型吸盘,既能排斥水分子,又能与各类表面形成强相互作用,同时蛋白本身的弹性还能缓冲水流冲击力。 “既然自然进化已经筛选出最优解,我们何不从中寻找设计灵感?”深圳大学化学与环境工程学院特聘副教授范海龙与北海道大学教授龚剑萍的联合团队,正是带着这样的思路,开启了超粘水凝胶的研发之路。他们意识到,要突破水下粘附的瓶颈,关键不是重复传统“试错式”研发,而是先破解生物粘附蛋白的共性规律,再通过数据驱动的方式,将这些规律转化为可量产的合成材料。 02 24707种蛋白里的“密码”:从生物序列到化学单体 要从生物粘附蛋白中提炼设计规则,首先要解决的问题是“样本量”——单一生物的蛋白序列具有局限性,只有分析足够多的样本,才能找到普适性规律。团队没有局限于贻贝这一种生物,而是直接打开了蛋白质数据库的“宝库”:他们筛选出24707种来源各异的粘附蛋白,涵盖古菌、细菌、真核生物、病毒,甚至包括人工合成的变异蛋白,构建了当时规模最大的粘附蛋白分析库。 接下来的工作,像是在海量“天书”中寻找共性——团队通过多序列比对技术,对这些蛋白的氨基酸序列进行拆解和分类。他们发现,尽管这些蛋白来自不同物种、功能略有差异,但在氨基酸组成上却呈现出清晰的“功能聚类”:所有高效粘附蛋白,都离不开六大类氨基酸的特定组合。 这六类氨基酸各有“性格”:有的“怕水”(疏水类),能像油一样排斥水分子;有的“亲水”(亲核类),可与水形成稳定作用;有的带正电(阳离子类)或负电(酸性类),能通过静电作用吸附表面;还有的含有酰胺基或芳香环(酰胺类、芳香类),可形成氢键或π-π堆积,增强粘附稳定性。 更关键的是,不同生物的粘附蛋白,对这六类氨基酸的“配方”有明确偏好:大肠杆菌的粘附蛋白,偏爱“疏水类+芳香类”的组合,这种搭配能在潮湿环境中快速形成疏水微区,排斥表面水膜;而贝类的粘附蛋白,则更依赖“阳离子类+芳香类”的组合,正电荷可与岩石表面的负电荷形成静电吸引,芳香环则进一步加固相互作用。这些发现,相当于为团队提供了一份“生物粘附设计说明书”——只要找到能模拟这六类氨基酸功能的化学单体,就能按“说明书”合成出类似的粘附材料。 团队随后进行了一次巧妙的“转化”:他们筛选出六种化学单体,每种单体对应一类氨基酸的核心功能。比如用甲基丙烯酸丁酯模拟疏水类氨基酸,用羟乙基甲基丙烯酸模拟亲核类氨基酸,用2-氨基乙基甲基丙烯酸盐酸盐模拟阳离子类氨基酸。这些单体就像“乐高积木”,只要按照生物蛋白的“配方比例”进行组合,就能搭建出具有粘附功能的聚合物链——这正是水凝胶的核心结构。 为了验证这一思路,团队首先合成了180种不同配方的仿生水凝胶,并对它们的水下粘附强度、流变性能(抗变形能力)、溶胀行为(吸水后的体积变化)进行了全面测试。结果令人振奋:其中16种水凝胶的水下粘附强度超过100千帕,是传统水下粘合剂的10倍以上,接近干燥环境下502胶的粘附水平(约500千帕)。但团队并未止步——他们要的不是“接近”,而是“超越”,而要实现这一点,必须引入更高效的优化工具:机器学习。 03 AI的三轮迭代:从“大海捞针”到1兆帕的突破 传统材料研发中,要提升性能往往需要“试错”——改变一种单体的比例,合成、测试,再改变另一种,循环往复。面对水凝胶可能存在的无数种配方组合,这种方式如同“大海捞针”,既耗时又昂贵。而机器学习的优势,正在于从已有数据中找到“配方-性能”的隐藏关系,进而预测最优方案,大幅缩小研发范围。 团队以180种水凝胶的实验数据为基础,构建了一个包含“单体比例、合成条件、粘附强度、流变性能”等多维度的数据集,随后引入9种不同的机器学习算法(包括随机森林、梯度提升树等),让AI学习“哪种单体组合能带来更高的粘附强度”。经过初步训练,AI很快给出了一批新的配方建议——这些配方中,部分单体比例的组合是科研人员凭经验难以想到的,比如将疏水类单体与芳香类单体的比例调整为1:1.2,同时加入少量阳离子类单体。 团队按照AI的建议,合成了第一批优化后的水凝胶,测试发现最优样品的粘附强度提升至300千帕;他们将这批新数据重新输入模型,让AI进行第二轮学习,此次AI预测的配方,将粘附强度进一步推至600千帕;经过三轮“实验-数据反馈-模型优化”的迭代后,一种名为“R1-max”的水凝胶脱颖而出——其水下粘附强度一举突破1兆帕(1兆帕=1000千帕)。 这个数值的意义远超数字本身:1兆帕意味着,一块指甲盖大小(约1平方厘米)的R1-max,能在水下稳稳吊起10公斤的重物,相当于一个标准大小西瓜的重量;与最初的180种水凝胶相比,其粘附强度提升了近7倍;即便是在3.5%的盐水中(模拟海水环境),R1-max的粘附强度也能保持在0.8兆帕以上,且持续一年不衰减。 R1-max的“超粘”秘诀,恰好呼应了团队从生物蛋白中提炼的规律:其配方中的疏水类和芳香类单体,能在接触被粘物表面时快速形成“排水微区”,像“水泵”一样将界面上的水分子排挤出去,创造出一个短暂的“干燥接触层”;而阳离子类单体则与被粘物表面形成静电吸引,芳香环通过π-π堆积进一步加固作用——这种“物理排水+化学吸附”的双重机制,完美复刻了贻贝足丝蛋白的粘附原理,却在强度上实现了超越。 在R1-max的基础上,团队又优化出“R2-max”——这款水凝胶的优势在于“即时密封能力”。实验显示,将R2-max贴在直径20毫米(约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(相当于家用自来水压力的5倍)喷涌,R2-max也能瞬间止住漏水,且持续5个月无渗漏。作为对比,市面上知名的商业防水胶带FLEX TAPE,在相同条件下仅1.5小时就出现渗漏,足见R2-max的性能优势。 04 从深海到手术台:超粘水凝胶的“全能”应用潜力 R1-max和R2-max的突破,不仅在于“粘得牢”,更在于“适用广”——它们能在不同材质、不同潮湿环境中稳定工作,这为其应用场景打开了无限可能。 在海洋领域,团队的“橡皮鸭实验”早已验证了其耐久性:将R1-max涂在橡皮鸭底部,粘在北海道海边的礁石上,经过一年的海浪冲刷、盐雾侵蚀,橡皮鸭依然牢牢固定在原位,水凝胶与岩石的接触面没有出现任何剥离。这意味着,未来这种材料可用于深海探测设备的零部件粘接、海上平台的裂缝修补,甚至水产养殖网箱的快速修复——以往这类工作需要将设备打捞上岸,成本高昂,而有了超粘水凝胶,工作人员可直接在水下操作,大幅提升效率。 在生物医学领域,超粘水凝胶的“生物相容性”成为关键优势。团队将R1-max植入小鼠皮下,观察6个月后发现,小鼠没有出现炎症反应,水凝胶周围也没有形成纤维包裹(这是判断材料是否兼容人体的重要指标);同时,R1-max能牢固粘附在猪骨表面,剥离时需要的力达到0.6兆帕——这为其在外科手术中的应用奠定了基础。未来,医生或许能用这类水凝胶作为“手术胶水”,在腹腔镜手术中快速封闭肠道创口,或用于骨折固定时的辅助粘合,甚至作为假体涂层,让人工关节与人体骨骼的结合更牢固、更持久。 更值得关注的是,这种“从生物中找灵感,用AI做优化”的研发范式,具有极强的可复制性。正如米兰比可卡大学副教授Laura Russo在《自然》同期“新闻与观点”文章中评价的:“这项研究证明,AI已不再是材料科学中的‘辅助工具’,而是能直接参与设计的‘核心伙伴’。” 团队的策略不仅适用于水凝胶,还可扩展到其他软材料的研发——比如用于可穿戴传感器的弹性体、用于药物递送的智能凝胶等,只需更换“生物灵感来源”(如肌肉蛋白、皮肤胶原蛋白),就能通过相同的“数据挖掘-实验验证-AI优化”流程,开发出具有特定功能的新材料。 05 未竟之路:超粘材料背后的挑战与未来 尽管成果显著,团队也清醒地认识到,超粘水凝胶的研发仍有“未竟之路”。目前的材料设计中,单体种类仅局限于6种,未来需要扩展更丰富的“单体库”,以实现更精细的性能调控;其次,当前聚合物链的序列控制仍依赖“统计共聚”,无法像天然蛋白那样实现精确的氨基酸序列排布,这可能限制材料性能的进一步提升;此外,现有数据集虽包含180种水凝胶,但相较于软材料庞大的设计空间,仍显“稀疏”,未来需要结合更多实验数据与物理模型,开发出能在“小数据”场景下精准预测的AI算法。 这些挑战,恰恰指向了下一代材料研发的方向:当“自然启发”遇上“AI赋能”,人类正在从“模仿自然”走向“超越自然”。从海边礁石上的橡皮鸭,到手术台上的生物胶水,再到深海中的探测设备,超粘水凝胶的故事,不仅是一项技术突破,更是一次科研思维的革新——它证明,复杂材料的设计不必再依赖“运气”与“试错”,通过解读自然的密码、借助数据的力量,我们完全可以按“需求”定制出性能卓越的新材料,为解决现实中的工程难题、医疗困境提供全新方案。 原文链接:https://www.xianjichina.com/special/detail_584424.html 来源:贤集网 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 |