科研资讯

中国科研人员构建类生命视觉感知成像系统

中国科学院沈阳自动化研究所（以下简称沈阳自动化所）类生命机器人研发团队联合清华大学和香港大学团队，利用生物光敏感元件和类生命光电晶体管构建了类生命视觉感知成像系统。相关研究成果2021年1月30日在线发表于《生物传感器和生物电子学》。

科研人员通过在普通人胚胎肾上皮细胞（HEK293）异源表达光敏感跨膜离子通道蛋白（ChR2）获得了作为生物光敏感元件的光遗传工程化细胞，其光感知过程与人眼视网膜受体感知光子的原理相似，即光诱导离子通道打开进而促使细胞去极化，并产生生物电信号。为检测微弱的生物电信号，科研人员选择石墨烯这一具备高载流子迁移率的生物兼容性材料，构建了无损、高通量的工程化细胞和机电系统的物理融合和信息检测接口。

论文第一作者、沈阳自动化所博士研究生杨佳表示，光遗传工程化细胞起到了晶体管栅极的作用，其光门控作用可调控单层石墨烯沟道的电导特性；石墨烯将生物细胞光诱导跨膜电流进行耦合并转换为晶体管器件的电流输出，该输出电流可以反过来表征光强信息。

该研究证明了直接利用生命材料进行视觉感知的可能性，也为研发具有高性能和良好生物兼容性的新型视觉假体提供了新思路和新方法。“类生命机器人的研究理念和设计是传统仿生学的进一步发展，未来仿生学的研究将不限于对生物形态和功能的模仿，还将通过生命材料与机电系统的深度融合，充分利用生命系统固有的功能优势。”沈阳自动化所研究员刘连庆表示。

比利时科学家研发分子级检测的最小生物传感器

2020年12月底，比利时微电子研究中心（interuniversity microelectronics centre，IMEC）展示了采用硅FinFET（鳍式场效应晶体管）工艺的最小生物传感器。

得益于高集成度和低成本潜力，FET（场效应晶体管）引起了生物传感（例如DNA、蛋白质、病毒检测及pH传感等）应用领域的广泛兴趣。当生物分子与栅极的化学修饰介电表面结合时，FET阈值电压发生变化，产生可测量信号。

优化后的FinFET器件长度减小到50纳米，证实了其对纳米级FinFET表面数十个DNA分子的强大检测能力。该研究中心预测，基于实验和模拟，在小于70纳米的FinFET中，实现信噪比（SNR）大于5的单分子检测是可能的。

美国科研小组研制新型生物传感器，可快速检测新冠病毒蛋白和抗体

华盛顿大学医学院蛋白质设计研究所所长大卫·贝克教授领导的研究小组在2021年1月28日出版的《自然》杂志发表文章，宣布设计出两款基于病毒蛋白的生物传感器，这一突破有望实现更快、更广泛的新冠病毒检测。

该研究小组所设计的生物传感器可识别病毒表面的特定分子并与之结合，然后通过生化反应发光。

抗体测试可以揭示某人此前是否感染过新冠病毒，科学家们用此来追踪新冠肺炎的传播情况，但这种测试也需要复杂的实验室设备。

鉴于此，该研究团队还发明了另一款生物传感器，当与新冠病毒抗体混合时，这款传感器也会发光。而且，这款传感器不会对血液中的其他抗体——包括针对其他病毒的抗体产生反应，这对于避免假阳性非常重要。

贝克教授说：“我们已经在实验室证明，这些新传感器可以轻而易举地检测到模拟鼻腔液或血清样本中的病毒蛋白或抗体，接下来，我们将证明他们是否能可靠地用于诊断环境。”

研究小组还表示，除用于检测新冠病毒外，这些生物传感器还可用于检测其他人类蛋白，如Her2（某些乳腺癌的生物标志物和治疗靶点）和Bcl-2（在淋巴瘤和其他一些癌症中具有临床意义），以及针对乙肝的细菌毒素和抗体病毒等。

中科院大连化物所研制多款现场高通量安检新设备

中科院大连化学物理研究所研究员李海洋团队研制出多款用于现场高通量安全检查的新型设备，包括便携式痕量爆炸物检测仪、通道式痕量爆炸物自动检测仪和电池手机安全性检测仪，春节前夕已在辽宁省大连市的地铁、高铁站、机场示范应用，实现对疑似爆炸物包裹的快速分析排查和有效探爆，为公共安全风险防控的现场快速处置提供了技术支撑。

便携式爆炸物检测仪基于创新性的快速正负切换双模式的高分辨离子迁移谱技术，将爆炸物的检测种类从10种扩大至21种，针对春节期间违禁携带烟花爆竹案例增多的隐患，实现了对黑火药、鞭炮、新型过氧化物爆炸物的快速安检，检测灵敏度可达1纳克（TNT），最快检出报警时间仅为2秒。通道式痕量爆炸物自动检测仪采用了犬式嗅探的大流量采样富集技术和闪烁热解析技术，自动采集行李包裹携带的违禁爆炸物样品，并进行分析和报警，解决了手动安检费时费力、自动化程度低、对爆炸物检出率和误报率差等问题。电池手机安全性检测仪是新型的检测设备，针对国内外电池和手机爆炸的问题，采用高灵敏离子迁移谱和热成像技术，通过对电池泄露的痕量有害物质检测和手机表面热力分布的综合探测，实现对伪装的电池手机炸弹和危险性高的电池手机的识别判断。

iWood木材智能识别系统发布并上线

2021年2月9日，中国林业科学研究院木材工业研究所（以下简称中国林科院木工所）发布iWood ——木材智能识别系统，宣布系统正式上线。这标志着我国在木材自动化、智能化鉴别领域迈入新的发展阶段，有助于推动木材图像智能识别方法体系的建立，为木材自动精准鉴别提供核心技术手段。

中国林科院木工所木材构造与利用研究团队负责人殷亚方研究员介绍，系统由木材构造图像采集装置和木材树种识别软件构成，依托我国馆藏量最大的中国林科院木材标本馆，通过构建木材构造图像特征数据库及内嵌深度学习图像识别模型，成功实现木材“种”水平的快速自动鉴别。该系统曾获国家发明专利、软件著作权和注册商标等知识产权6项，拥有强大的木材标本数据平台支撑及识别树种规模化扩展等优势。

目前，该系统已实现紫檀属、黄檀属等我国常见贸易濒危珍稀木材的智能鉴别，能实时采集高分辨率木材构造图像，最大可为4000像素×3000像素，并可进行自动批量化标注与数据集管理，适用于木材标本数字化建设。

该系统可广泛应用于海关口岸、木材贸易现场、教学科研、技术培训、专业检测实验室等不同场景；可满足我国在打击野生植物非法贸易、增强CITES（《濒危野生动植物种国际贸易公约》）履约能力以及提升木材产业链监管水平等方面的迫切需求，为政府决策、履约执法和产业发展提供强有力的科技支撑。