【編者按】
2023年5月27日，是複旦大學118周年校慶。“校慶種種活動，以促進科學研究為中心。”從1954年校慶前夕時任校長陳望道提出這一主張開始，在校慶期間舉辦科學報告會，就成為複旦的重要學術傳統之一。
赓續學術傳統，百年弦歌不絕。5月9日起，來自文社理工醫各學科的50多位複旦名師将陸續帶來學術演講。
5月25日，慶祝建校118周年相輝校慶系列學術報告會“走進基礎研究”理工科專場暨2022年度複旦大學“十大科技進展”頒獎儀式在複旦大學相輝堂南堂舉行。高分子科學系教授陳國頌，航空航天系教授徐凡，人類表型組研究院教授田梅，數學科學學院、上海數學中心、新基石科學實驗室教授沈維孝，晶片與系統前沿技術研究院教授劉琦，類腦智能科學與技術研究院教授趙興明先後作學術報告，介紹所在領域的基礎研究進展。
誘導配體：蛋白質精确組裝的新路線
陳國頌
“這是我第一次站在相輝堂的舞台上做學術報告，非常榮幸。”作為第一位主講人，陳國頌開場時微笑道，随後分享自己來到複旦工作14年的一個代表性成果，即誘導配體蛋白質精确組裝路線。
蛋白質是一切生命的物質基礎，精确組裝蛋白質有何重要意義？“70%-80%的蛋白質在發揮功能的時候，是以組裝體的形式出現的。”陳國頌介紹，比如網格蛋白，會聚內建六邊形或五邊形的球型結構，微管是由多個微管二聚體蛋白質組成的線型結構。
蛋白質的複雜結構，是國際上研究的一個熱點方向。陳國頌團隊多年緻力于通過人工設計獲得類似天然蛋白質組裝結構的蛋白質精确組裝體。這方面的主流研究思路，是通過對于蛋白質的對稱性設計，以及蛋白質互相作用的界面設計，獲得非天然的蛋白質結構，再調控其中的蛋白質相關片面，進而獲得精确的蛋白質組裝體。
但是，這種主流研究思路存在一個重大問題，即在此思路下獲得的蛋白質組裝體大多處于平衡态結構，而天然的蛋白質組裝體大多處于非平衡态結構，它們動态的、複雜的變化，目前通過人工設計依舊較難實作。
怎麼辦？“Thinking out of the box”（跳出框框思考），這句話出自化學領域泰鬥、德國美茵茲大學教授Helmut Ringsdorf。“也可以套用生命科學中的術語‘遠緣雜交’，我們做研究要跳出學科壁壘，從另一個角度思考問題。”陳國頌談道。
通過跨學科研究，陳國頌團隊将人工設計的“誘導配體”所引入的超分子互相作用作為蛋白質精确組裝的主要驅動力，獲得了一系列具有規整、多級結構的蛋白質材料。“最近，我們還希望把相關政策推進到活細胞的層面，利用我們獲得的人工蛋白質精确組裝體，來影響細胞的行為。”她表示。
從果實褶皺到智能抓手：一箱百香果引發的力學研究
徐凡
辦公室裡有一箱被遺忘經久的百香果，沒有食用價值，會有研究價值嗎？
徐凡發現，這些失水萎縮的百香果表面，有一種螺旋镖狀手性拓撲形貌，而這種褶皺形貌，還出現在秋冬時節江灣校區路邊的無患子和大家日常食用的幹紅棗上。這再平常不過的水果褶皺，引起了徐凡團隊的研究興趣。“不同的果實，材料物質、幾何構型都不太一樣，但它們失水後的褶皺卻大同小異。我們當時想，它其中應該有科學的、普适的、基礎的規律。我們想去探索這個基礎的科學問題。”
通過對新鮮百香果的風幹實驗，徐凡團隊通過力學的理論模組化計算，模拟了百香果褶皺形貌的演化過程——從第一天均勻收縮、表面依舊光滑，到第二天失穩成巴基球模态，到第四天形成一半順時針、一半逆時針的手性螺旋镖，再到第七天相鄰的手性凸脊拓撲發生互動協同作用……
在深入了解褶皺形貌背後機制的基礎上，徐凡團隊還進一步探索了相關應用，設計了一款類似于機器貓圓手的軟抓手，通過抽氣誘發其表面的手性地貌。這款軟抓手可以有效且穩定地抓取包括鑽石、堅果、藍莓、草莓等各種形狀、材料、軟硬的物體，具有很強的自适應能力。
目前，NASA估計大約100萬筆尖大小的碎片正在環繞着地球，即使最小的碎屑，例如火箭油漆顆粒，也足以損壞高速運作的航天器。徐凡暢想道，或許未來他們可以和航天部門合作，把這種抓手應用在太空微小垃圾顆粒物的回收清理上。
當分子影像遇到“表型組”：一種更加精準的生命醫學研究
田梅
“和本次報告會主題一樣，我也正在走進基礎研究，因為我自己其實是臨床的醫生。”彙報伊始，田梅笑言。
基礎醫學研究是依照“測、算、控”的基本邏輯進行的——從觀察到資料，從資料到知識，從知識到能力。現如今，生命醫學進入大資料時代，基礎研究将會如何變革？田梅在分子影像對表型組研究的推動中産生了一些思考。
“基因之外，皆為表型。”田梅介紹，表型組是指生物體的基因與環境互相作用下表現出的所有特征和功能，人的表型包括全生命過程中生物、化學、實體的各種表型。通過對表型組資料的采集和分析，就能進行更精準的診斷和治療，是以，表型組學研究在生命科學領域發揮着“點石成金”的作用。
随着人類對表型組認識的不斷深入，分子影像在其中能做什麼？在田梅看來，表型影像學是貫穿微觀到宏觀的重要線索和紐帶，分子影像是基于分子識别的活體影像方法，能夠提供更精準的診斷，進而幫助更精準的治療。“現代醫學離不開影像技術的進步，我們已經從看得見、看得清、看得準，逐漸走向了看得早。”
PET分子影像是目前唯一臨床應用的分子影像，能夠尋找與疾病相關的靶點、研發分析探針識别靶細胞、實時動态顯示體内的多種資訊，已成為一種較為精準的表型資訊可視化的手段，能夠為認識人體和生命的奧秘提供新思路。“利用PET分子影像，可以幫助我們實作惡性惡性良性腫瘤、神經精神疾病以及心腦血管疾病的精準診斷，指導分子靶向藥物等治療，精準測定腦内藥物，指導科學用藥等。”田梅說。
田梅的多年提案，終于在2021年6月30日落地并納入浙江省的大病醫保。“如果PET分子影像能夠在大陸更多地區納入醫保，就能讓病人得到及時、精準的診斷和治療，讓大陸人民生命健康得到進一步保障。”
斜積映射疊代的研究：動力系統領域新突破
沈維孝
沈維孝緻力于研究動力系統理論低維映射的疊代，徹底解決了實一維雙曲系統的斯梅爾猜想，曾獲科學探索獎，入選騰訊新基石研究員項目。本次報告中，他介紹了和合作者對圓周擴張映射上的斜積映射的近期研究及其在Weierstrass型函數的維數問題上的周遊優化問題中的應用。
動力系統是研究系統随時間演變長期行為的一個學科方向。低維映射的疊代綜合展現了動力系統總混沌現象的深度和複雜性，而斜積映射作為聯系不同維數動力系統之間的自然橋梁而受到關注。簡單來說，混沌現象是對初值的敏感依賴。沈維孝引用《三體》來描述這一現象：“三體問題是三個天體在萬有引力作用下的運動規律問題，引發了法國數學家龐加萊在19世紀創立了動力系統的近代理論。這個問題的複雜性遠超預期，直到現在，三體問題還看不到解決的希望。”
沈維孝提出，動力系統的研究主要有兩種邏輯：一種是給定演化規律之後，研究各種各樣的初值所對應的軌道在空間中的分布；另一種是研究軌道分布性質的穩定性和分叉。
圍繞“圓周擴張映射上的一維線性斜積”的有關性質，他簡單介紹了低維動力系統的曆史，并展示了近期他與高睿、任浩傑得到的一類橫截性。
根據近期研究，沈維孝還指出了橫截性定理的兩個應用方向。首先，根據橫截性定理、Ledrappier方法、Hochman熵增原理，可以計算得出魏爾斯特拉斯型函數圖像的維數。魏爾斯特拉斯函數是一種連續但處處不可微的實函數，在大學的數學分析課上經常作為案例出現。其次，通過橫截性定理，可以肯定解決Jenkinson于2006年提出的公開問題，并有望在周遊優化問題中取得進一步進展。
阻變存儲器自主研發之路：從基礎研究走向産業化應用
劉琦
存儲器是存儲資訊的主要載體和計算系統的基礎部件，廣泛應用于電子産品、網際網路、國防、航天等領域。傳統存儲器（DRAM、NAND）被美日韓壟斷，是以，先進存儲技術更新對大陸發展自主存儲器産業尤為重要。
發展兼具高性能、低功耗和高密度的非易失存儲技術，一直是儲存器領域追求的目标。劉琦介紹，阻變存儲器通常由上下電極和媒體層構成，在外加電場作用下，器件在高、低阻态間進行可逆轉化，進而實作資訊的存儲。阻變存儲器具有高速、低功耗、高密度內建的優勢，是先進存儲器的重要候選技術之一。
“在劉明院士的帶領下，我們團隊自2004年進入阻變存儲器研究領域，研究曆程從基礎研究走到內建技術，再到晶片應用，為大陸建立自主可控的存儲器産業打下堅實基礎。”劉琦回顧了團隊從“0”到“1”的艱辛過程。阻變存儲器在性能調控和應用上的難題不少，但解決方法更多，整個團隊勠力同心，默默耕耘，突破一道道難關——闡明RRAM微觀機制，建立熱/電效應下的阻變模型；提出摻雜、電場增強等方法，解決RRAM良率、離散、激活電壓大等難題；揭示RRAM擦除失效等微觀機制，提出離子阻擋層的解決方案……
現如今，團隊已與國内頭部制造企業和晶片設計企業建立了緊密的産學研用的合作體，共同推動阻變存儲器在先進節點的嵌入式存儲、安全晶片和存算一體方向的産業應用，促進了阻變存儲器從基礎研究到産業應用的成果轉化，下一步還将進一步繪制RRAM産業化應用的藍圖。
AI賦能的微生物組學資料挖掘
趙興明
“能夠陪伴你一生的，可能不是親人，不是寵物，而是微生物。微生物是人類最親密的伴侶、生命過程的深度參與者。”趙興明說，以人類腸道菌群為例，就有超過5000個物種，腸道微生物種類繁多與人類健康關系密切，是以被稱為人的“第二基因組”。
微生物在地球中無處不在，在自然環境和人體環境裡構成一個個複雜的微生物組群落，成為影響人類健康、地球生态變化的重要因素。在微生物的研究中，宏基因組測序技術已經被廣泛運用，研究者使用計算方法從測序資料中重構出大量微生物基因組，用于後續的分析研究。
可由于宏基因組資料的固有複雜性，錯誤在宏基因組組裝結果中普遍存在。針對這個問題，趙興明團隊提出了一種無參的宏基因組組裝錯誤識别以及校正工具metaMIC，能夠精确識别并定位組裝重疊群上可能的錯誤區域。“metaMIC識别組裝錯誤的準确率優于現有方法。”趙興明介紹。
目前，廣泛使用的宏基因組分箱方法為無監督（不依賴于參考基因組）的方法，忽略了參考基因組中的資訊。對此，趙興明團隊提出了半監督的宏基因組分箱算法SemiBin和SemiBin v2.0，這些算法在多個模拟資料和真實資料集上取得了良好性能，大幅提升了微生物種類識别的準确性和可靠性。
借助人工智能方法，就能将更為準确的資料結果應用到菌群分析上，趙興明舉了一個具體案例：“孤獨症是一種異質性很強的複雜疾病，它與腸道微生态存在密切關聯，但這個結論一直存在争議。”2019年，趙興明團隊基于兒童腸道菌群進行分析，其結果非常清晰地揭示了腸道微生物與兒童孤獨症之間的關聯。在此基礎上，趙興明團隊進一步突破孤獨症研究盲區，發現了兩種孤獨症亞型，對相關病症後續治療起到了指導作用。