深圳大学等合作最新Nature

该研究提出了一种数据驱动的方法，通过整合数据挖掘、实验和机器学习，从头设计高性能的粘性水凝胶，特别适用于水下环境。研究利用蛋白质数据库开发了一种描述符策略，通过随机共聚在聚合物链中复制蛋白质序列模式，实现了有针对性的水凝胶设计和数据集构建。通过机器学习优化了180个仿生水凝胶的初始数据集，显著提高了粘合强度，最大值超过1 MPa。这些超粘性水凝胶在生物医学工程和深海勘探等领域具有广泛应用潜力，标志着软材料数据驱动创新的重要进展。