近日，药学院姜虎林教授团队在学科顶尖期刊ACSNano（IF=18.027）和JournalofControlledRelease（IF=11.467）相继发表纤维化治疗的最新系列研究成果。

氢是元素周期表中的第一个元素，亦是宇宙中丰度最高的元素。其在宇宙演化、生命起源、分子构成、生物大分子组装、化工生产等扮演着极其重要的角色。在单个团簇中成功揭示3个“金属氢”的存在不仅深化了对含有“金属氢”纳米材料结构化学的认识，而且更为重要的是，这为我们从多维度认识氢元素的本质提供了巨大的可能。

安徽大学人工智能学院在人工智能、控制科学、信号处理等领域取得了多项顶级研究成果

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

我校量子信息技术研究所王琴教授团队在量子密码领域取得新进展，该团队首次利用参量下转换光源实现了被动式诱骗态量子数字签名，达到了200公里的安全传输距离，创造了当前量子数字签名实验的最新记录。该成果9月19日在线发表在国际权威学术期刊《Physical Review Applied》上。 　　量子数字签名是量子密码学的重要应用方向之一。相比经典数字签名，量子数字签名原则上具有量子力学赋予的无条件安全性，在密码学中具有巨大的发展潜力，因而得到学术界的广泛关注。目前大多数研究团队使用的是主动式多强度诱骗态方案，可能存在着强度调制侧信道漏洞，直接影响量子数字签名系统的实际安全性。此前报道过的量子数字签名最远安全传输距离为134公里。针对目前主动式多强度诱骗态量子数字签名协议存在的缺点，我校王琴教授团队在自主研制的新型标记单光子源基础上，提出了被动式诱骗态的量子数字签名方案，从协议层面提高了安全性。随后，他们对提出的量子数字签名方案进行了原理性验证，在100公里处每7秒可签名1比特消息，兼顾了安全性和实用性。另外，该实验将量子数字签名的安全传输距离纪录刷新到了200公里，充分展示了标记单光子源在量子密码中的优势，为未来量子数字签名的实际应用打下良好基础。 　　该项工作的第一作者是我校通信与信息工程学院博士生张春辉，量子信息技术研究所的王琴教授和张春梅老师是该工作的共同通讯作者。该工作得到了中国科学技术大学量子信息重点实验室韩正甫、陈巍、王双、银振强，南京大学张腊宝等人提供的技术支持。此项工作受到国家重点研发计划，国家自然科学基金以及江苏省优势学科等项目支持。

近日，南方科技大学化学系副教授陆为课题组在光活化磷光方法应用于立体三维（3D）显示的研究中取得进展，研究成果以“A Prototype of Volumetric Three-Dimensional Display Based on Programmable Photo-activated Phosphorescence”（《基于可程控光活化磷光发射的立体三维显示模型》）为题在《德国应用化学》（Angewandte Chemie International Edition）上发表。该研究工作拓展了长寿命磷光化合物的应用，开发了一种基于PAP的3D显示模型，揭示并阐述了在此模型中起到关键性作用的两项因素：磷光化合物的选择以及显示光束强度的控制。该3D显示系统具有制作简单、激发光强度低、图像对比度高、裸眼识别度高、可能实现多彩显示等优点，为立体3D显示技术的进一步发展提供了可能。

日前，我校化学与材料科学学院陈希教授与华中科技大学吴钰周、钟芳锐教授合作，以共同通讯作者在Nature主刊在线发表文章“Enantioselective[2+2]-cycloadditions with triplet photoenzymes”。

近日，东南大学医学院张薇/陈佳林团队在国际权威学术期刊Advanced Materials在线发表题为Silk fibroin and sericin differentially potentiate the paracrine and regenerative functions of stem cells through multiomics analysis的研究论文，报道了蚕丝材料-干细胞相互作用的最新进展。

本研究通过解析cGMP−BLM-vG4复合物的结构，为鸟嘌呤衍生物类抗癌药物设计提供了结构指导和新思路；同时也为基于氧化损伤形成缺口G4天然小分子抗癌药物研究提供了理论基础。

该研究成功克服了开发纯平面手性CpRhIII催化剂所面临的制备难、拆分难、结构改造难等诸多挑战，丰富了手性CpRhIII催化剂的类型。