2026成果速递 | SIAT 9月科研进展，速览！

中国科学院深圳先进技术研究院材智所喻学锋团队提出轻量化双模型协同材料科研智能体MatBrain，为材料自主研发提供了新路径。在Nature Machine Intelligence上发表了题为"A collaborative agent with two lightweight synergistic models for autonomous crystal materials research"的研究成果。

针对通用大模型在材料专业推理、科研工具调用及部署成本方面的局限，研究团队将科学推理与工具执行解耦，构建了由300亿参数Mat-R1和140亿参数Mat-T1组成的双模型协同架构。其中，Mat-R1负责材料知识理解、科学推理与结果分析，Mat-T1通过Mat-MCP工具平台调用材料数据库、结构生成模型及计算软件，两者通过“执行—分析—反馈”机制协同完成复杂科研任务。研究结果表明，MatBrain通过有效降低因“低熵知识推理”与“高熵工具执行”冲突引发的“信息熵坍缩”概率，实现了科学知识可靠性与工具探索灵活性的协同统一，在多项材料预测和结构设计任务中预测准确率相较于GPT-5等主流模型提升66%，并将先进材料智能体的硬件部署成本降低95%以上；在实际案例中，MatBrain自主完成3万个候选晶体结构生成、七级筛选及候选优选，在48小时内获得38个新候选材料并指导实验开展，验证了双模智能体开展复杂材料创制任务的自主科研能力。深圳先进院王佳宏研究员、喻学锋研究员为论文的共同通讯作者，深圳先进院博士后史桐雨、博士生李玉堂、研究助理李湛渊、博士后刘倩为论文的共同第一作者。

图1 MatBrain双模型协同框架

中国科学院深圳先进技术研究院医工所、医学成像科学与技术系统全国重点实验室张娜团队，联合中国医学科学院肿瘤医院深圳医院、东莞市人民医院和北京大学深圳医院等单位，建立并完成外部验证了一种融合三维CT与结构化影像征象的多模态深度学习模型，实现肺腺癌谱系结节的术前浸润分层。在npj Digital Medicine上发表了题为"Multimodal deep learning for preoperative invasiveness stratification of lung adenocarcinoma spectrum nodules"的研究成果。

针对相邻病理类型影像表现重叠、微浸润性腺癌难以识别的问题，研究融合结节空间表征与密度、分叶、毛刺等可解释征象，通过双向跨模态注意力和门控机制实现信息互补，并结合结节长径和实性成分比例校准预测概率。研究纳入三中心2726名患者、3069个病理证实结节，区分浸润前病变、微浸润性腺癌和浸润性腺癌。内部验证AUC达0.914、准确率81.1%，两个外部中心AUC分别为0.879和0.895，均优于单一模态模型。成果为术前风险分层和个体化手术规划提供了新的辅助评估依据。张娜研究员、中国医学科学院肿瘤医院深圳医院刘礼健副主任医师、刘周副主任医师为论文的共同通讯作者，深圳先进院博士后张鉷涛、东莞市人民医院薛婷住院医师、北京大学深圳医院张哲助理研究员为论文的共同第一作者。

图2 多模态融合框架、CT关注区域及三中心验证结果

中国科学院深圳先进技术研究院定量合成生物学全国重点实验室/深圳理工大学连祺周、曾洪翔团队等，为嵌合抗原受体T细胞疗法的精准化与安全化揭示了一条全新路径。该研究首次将植物生长素（auxin）信号系统改造为CAR-T细胞的可调控ON-Switch，在Advanced Science上发表了题为"Repurposing a Small Molecule Plant Hormone as a Tunable ON–Switch for CAR–T Cell Immunotherapy"的研究成果。

研究团队将植物生长素受体AFB1及其共受体IAA7工程化整合入CAR结构，构建了被称为auxCAR-T的新型CAR-T细胞，只有在生长素或其合成类似物存在时，这对植物来源蛋白元件才会特异性结合，从而启动CAR-T细胞的抗肿瘤程序，实现了快速、可逆、剂量依赖的精准“开关”调控。研究证实，auxCAR-T细胞在体外对B细胞淋巴瘤展现强效细胞毒性，在动物模型中有效抑制肿瘤生长，且经合成生长素类似物调控的auxCAR-T细胞维持了更优的记忆表型，功能耗竭显著减少，并降低了IL-6分泌，提示可能减轻细胞因子释放综合征（CRS）。相较于现有基于药物或抗体片段的开关系统，该植物激素系统具有免疫原性低、正交性好等独特优势，为开发更安全、更可控的“下一代”CAR-T产品奠定了基础。该成果是免疫学、植物生物学与合成生物学深度交叉的典范，也彰显了合成生物学院跨学科协作的创新活力。曾洪翔副研究员为论文的第一作者，连祺周客座研究员、曾洪翔副研究员为论文的共同通讯作者。

图3 CAR-T精准调控平台

中国科学院深圳先进技术研究院合成所、定量合成生物学全国重点实验室罗小舟、王欣然团队建立了AI指导的酶发现与进化框架，实现磺基酪氨酸（sTyr）的高效生物合成及其在蛋白质中的多位点遗传编码。在Chemical Engineering Journal上发表了题为"An AI-guided framework for discovery and evolution of sulfotransferases enables efficient sulfotyrosine bioproduction"的研究成果。

人工智能为酶发现与蛋白质工程提供了新的研究范式，但如何将模型预测转化为实验可验证的高性能酶仍是重要挑战。针对这一问题，研究团队利用酶动力学参数预测模型UniKP建立AI指导的磺基转移酶筛选体系，并结合遗传密码子扩展技术构建sTyr荧光传感器。通过AI预测与实验验证，研究团队从大规模同源序列中筛选获得高活性磺基转移酶EfST1A1，并进一步通过定向进化获得高效突变体evo_EfST1A1。在此基础上，通过代谢工程优化成功构建了从葡萄糖出发、完全不依赖外源sTyr添加的自主合成细胞工厂，sTyr产量达到可观水平，并支持目标蛋白质的多位点遗传编码。该研究建立了“AI预测—实验验证—酶进化—细胞工厂构建—功能应用”的完整流程，为高性能酶挖掘及非天然氨基酸生物制造提供了新范式。罗小舟研究员、王欣然副研究员为论文的共同通讯作者，深圳先进院前助理研究员张盼、博士研究生陈燕为论文的共同第一作者。

图4 AI指导磺基转移酶的发现与实验验证

中国科学院深圳先进技术研究院合成所Howard H. Chou团队，首次在微藻中发现了一种新型氧化酶-蛋白酶双功能融合酶，并以此为基础构建了可同步强化有机氮、难降解含氮有机物和PET微塑料去除的合成微藻-细菌共生体系，在Bioresource Technology上发表了题为"Synthetic microalgal-bacterial symbiotic system integrating oxidase-protease fusion enzyme for simultaneous removal of recalcitrant nitrogen-containing organic compounds and PET microplastics"的研究成果。

研究以长期驯化于印染废水的小球藻为对象，通过转录组分析筛选到关键酶A20674。该酶由N端氧化酶样结构域和C端蛋白酶样结构域组成，是一种此前未报道的双功能蛋白。功能拆解表明，蛋白酶样结构域主要负责有机氮去除，效果明显优于氧化酶结构域；氧化酶样结构域则主要负责去除N-杂环、芳香族等难降解含氮化合物。利用新开发的藻类CRISPR/Cas9技术进行多拷贝整合表达，可进一步增强降解能力。工程微藻在市政、啤酒、畜禽养殖和印染等多种废水中均表现出更强的有机氮、COD、氨氮和总磷去除能力。进一步，研究揭示了小球藻与恶臭假单胞菌之间的互利关系：微藻分泌胞外多糖为细菌提供碳源，细菌产生IAA促进微藻生长和胞外多糖合成。通过强化微藻胞外多糖分泌、增强细菌多糖代谢、表达PETase/MHETase并结合适应性进化，获得了兼具更强PET降解能力和更高IAA输出的菌株B84，从而放大了共生体系的正反馈效果。优化后的菌群不仅提高了有机氮去除能力，还增强了对PET微塑料和塑料碎片的去除效果。该研究在印染、市政、酿造、畜禽、餐厨、食品加工等废水及多种模拟体系中验证了促进效果，并提出了模块化合成生态修复框架，为同时含有难降解有机物和微塑料的工业废水提供了可模块化设计、可扩展的生物修复策略。Howard H. Chou正高级工程师为论文的通讯作者，深圳先进院助理研究员肖睿为论文的第一作者。

图5 合成工程化微藻-细菌共生系统用于同步去除混合氮、外源物质和微塑料污染物

来源｜科研处