1
利用AI自动化系统更快找到新的电池化学成分！
【导读】
开发高能高效电池技术是推进交通和航空电气化的关键方面。然而，电池创新可能需要数年时间才能实现。在非水电池电解质溶液的情况下，选择多种溶剂、盐及其相对比例的许多设计变量使得电解质优化既费时又费力。
为了克服这些问题，卡内基梅隆大学（Carnegie Mellon University）的研究团队提出了一种实验设计，将机器人技术（一个名为「Clio」的定制自动化实验）与机器学习（一个名为「Dragonfly」的基于贝叶斯优化的实验计划器）结合起来。在单盐和三元溶剂设计空间内对电解质电导率进行自主优化，在两个工作日和 42 次实验中确定了六种快速充电的非水电解质溶液。与由同一自动化实验执行的随机搜索相比，该结果代表了 6 倍的时间加速。
为了验证这些电解质的实际用途，研究人员在 220 mAh 石墨∣∣LiNi0.5Mn0.3Co0.2O2 软包电池配置中对其进行了测试。与使用从设计空间中预先选择的非水电解质溶液的基线实验相比，所有包含机器人开发的电解质的软包电池都显示出改进的快速充电能力。
高性能电池对于运输和航空电气化至关重要。然而，新的电池设计可能需要大量手动测试来优化材料，这可能需要数年时间。设计材料从根本上说是一个复杂的功能，它以材料配方作为输入和输出性能。通过机器学习有效优化这种黑盒功能已在许多工程领域得到成功证明，包括催化材料、光伏、固态材料和电池充电协议。最近有大量关于将自动化实验与这些机器学习方法相结合的研究。
希望与通过人工操作实验的材料标准设计相比，「闭环」方法（即，直接与实验计划者耦合的实验的自动执行，协同工作以实现目标，而无需人工操作员的影响）显示出以下特征：（1）闭环实验能够在给定的设计空间内发现最优的材料设计；（2）闭环实验发现最优值更快，实验更少；（3）闭环实验为实验设计（DOE）提供了原则基础，平衡了利用可能具有最佳性能的设计区域和探索性能未知的区域。这些特性已在相关领域得到证实，但尚未在水性电解质之外的电池材料设计中得到证实。
在电池中存在的材料中，液体电解质是一个特别需要优化的挑战。溶剂或盐有多种选择，每一种都可能产生截然不同的性能；优化的电解质溶液通常包含超过三种或四种成分。物质选择和物质的相对比例都很重要，创造了一个跨越高效与低效电池性能的高维设计空间。电池电解质可以针对不同的应用进行优化。电解质设计通常必须在每个应用中实现多个相互竞争的目标，因此倍率能力的最佳设计可能与循环寿命的最佳设计不同。
研究人员指出，他们的系统每天可能比普通人类操作员执行更多的实验测量，并且使用的实验室材料数量约为 30%。在未来，他们建议他们的系统可能会被证明是从事这项工作的人的 20 到 1,000 倍。
论文信息：
标题：Autonomous optimization of non-aqueous Li-ion battery electrolytes via robotic experimentation and machine learning coupling
出版信息：Nature Communications，27 September 2022
DOI：10.1038/s41467-022-32938-1
2
我国学者揭示不同神经元亚群调节情感和记忆的新机制
【导读】
华中科技大学鲁友明教授团队在胆碱能神经元调控情感和记忆的神经机制领域取得新进展。研究成果以“胆碱能亚群神经网络的分子定义及功能区分为题，于2022年9月20日在线发表于《神经元》（Neuron）杂志。
位于基底前脑的胆碱能神经元具有调控学习、记忆、注意和觉醒等高级功能，近期研究发现这些神经元存在异质性，类似于大脑中多巴胺能和去甲肾上腺素能系统。然而，胆碱能神经元异质性在塑造个体胆碱能神经元和神经元类型行为中的潜在作用仍然未知。在单细胞水平探索这些神经细胞的编码功能是脑科学的前沿。
鲁友明教授课题组构建了多种重组酶突变小鼠，结合遗传标记、成像和记录技术，发现了D28K阳性（D28K+）和阴性（D28K-）两个胆碱能神经细胞亚群。通过开发和利用多路复用技术，分析了D28K+与D28K- 神经元的解剖结构、生理特性和行为，确定了胆碱能神经元的两个子集（D28K+与D28K-）具有独特的电生理特征，表达相互排斥的标记基因，并与海马中生理上不同的神经元类别建立不同的连接，形成两个结构上定义和功能上不同的回路。进一步，应用功能获得型和缺失型突变技术，发现这两种不同类型的胆碱能神经环路分别调控焦虑行为和空间记忆。
该研究揭示了胆碱能神经元两个子集在调节焦虑样行为和空间记忆中的不同作用，为后续深入发掘胆碱能神经元对情感和记忆的调控环路及机制提供了理论基础。
论文信息：
标题：Molecularly defined and functionally distinct cholinergic subnetworks
出版信息：Neuron，20 September 2022
DOI：10.1016/j.neuron.2022.08.025
转自：“科研之友 ScholarMate”微信公众号
如有侵权，请联系本站删除！
