太强了！清华大学连发3篇Nature、Science！

2023年9月13日，清华大学刘玉乐团队在Nature 在线发表题为“Molecular basis of methyl-salicylatemediated plant airborne defence”的研究论文，该研究揭示了水杨酸甲酯(MeSA)、水杨酸结合蛋白-2 (SABP2)、转录因子NAC2和水杨酸羧甲基转移酶-1 (SAMT1)形成的一个信号通路，用以介导AD对抗蚜虫和病毒。

2023年9月14日，清华大学吴华强及高滨共同通讯在Science 在线发表题为“Edge learning using a fully integrated neuro-inspired memristor chip”的研究论文，该研究开发了一种全集成记忆电阻芯片，提高了学习能力，降低了能耗。

2023年9月20日，清华大学地球系统科学系（以下简称“地学系”）关大博教授课题组、同丹助理教授课题组和张强教授课题组开展合作研究，分别以“全球钢铁厂二氧化碳排放与碳中和路径”（Global iron and steel plant CO2emissions and carbon neutrality pathways）和“全球钢铁行业工厂级脱碳策略”（Plant-by-plant decarbonization strategies for global steel industry）为题，以背靠背论文形式分别在《自然》（Nature）和《自然·气候变化》（Nature Climate Change）在线发表。

以下为具体内容：

1、9月20日，Nature+Nature Climate Change：“大气成分变化及气候环境影响”创新群体在全球钢铁行业碳中和路径方面取得重要进展

钢铁行业二氧化碳排放量约占全球工业排放总量的25%，是全球工业部门中碳排放最高的行业。近几十年来，城市化和工业化进程导致全球钢铁需求激增，推动全球范围内新建大量钢铁生产设施，对全球钢铁行业减排带来巨大挑战。目前钢铁行业排放主要来自于长流程炼钢工艺，其工序繁复，涉及多个排放环节，减排技术尚不成熟。因此，钢铁行业是公认的最难减排部门之一，其排放特征及减排路径是碳中和研究领域高度关注的前沿问题。

面向这一重大前沿问题，在国家自然科学基金委创新研究群体 “大气成分变化及气候环境影响” 项目支持下，清华大学地球系统科学系（以下简称“地学系”）关大博教授课题组、同丹助理教授课题组和张强教授课题组开展合作研究，基于自主研发的全球钢铁行业设施级别碳排放数据库，详细剖析了全球钢铁行业碳排放特征，构建了全球钢铁行业逐厂级脱碳策略，提出了高度差异化的全球钢铁行业碳中和路径。相关成果分别以“全球钢铁厂二氧化碳排放与碳中和路径”（Global iron and steel plant CO2emissions and carbon neutrality pathways）和“全球钢铁行业工厂级脱碳策略”（Plant-by-plant decarbonization strategies for global steel industry）为题，于9月20日以背靠背论文形式分别在《自然》（Nature）和《自然·气候变化》（Nature Climate Change）在线发表。

在这一研究中，团队首先搜集整理了包含炼焦、烧结、球团、炼铁和炼钢等主要工序的全球钢铁行业设施级别基础信息，在此基础上构建排放动态表征算法，自主研发了包含一万多个设施的全球钢铁行业碳排放数据库，将全球钢铁排放表征能力从区域和行业尺度提升到单个设施和工序尺度（图1）。在此基础上，研究发现全球不同国家的钢铁行业设施在规模、技术、服役年限和碳排放方面存在巨大差异。例如，中国以燃煤高炉-氧气顶吹转炉（Coal BF-BOF）为主，平均碳排放强度约为1.6（t CO2/t粗钢，下同），低于全球平均水平（1.7）；而印度钢铁行业主要以燃煤高炉-氧气顶吹转炉和煤基直接还原工艺（Coal-based DRI）为主，平均碳排放强度分别为2.3和2.7。

图1. 2019年全球钢铁厂二氧化碳排放、服役年限-产能比和碳排放强度

研究指出，钢铁厂的能源消耗效率往往随着运营寿命的增长而不断下降，全球有43%的钢铁厂通过升级、加装装置进行了改造，以达到提升能效和延长运营寿命的目的。改造时间节点与设施技术水平和老化程度相关，一般在设施服役15-25 年之后（即改造窗口期）。从生产工艺角度分析，燃煤高炉-氧气顶吹转炉长流程工艺的二氧化碳排放量占全球钢铁行业碳排放总量的70%以上，这一工艺流程的低碳转型是实现全球钢铁行业碳中和的关键。

在排放特征精细分析基础上，研究设计出碳排放强度（定义为单位粗钢产量的碳排放）和服役年限-产能比（定义为钢铁厂设备平均服役年限和粗钢产能的比例）两个靶向指标，分别从减排潜力和经济性两方面出发识别长流程钢铁厂的脱碳优先序。针对长流程钢铁厂设计包括过剩产能淘汰、能效提升和短流程改造等多种脱碳方式，对逐个钢铁厂的脱碳潜力和成本效益进行了精细化评估，揭示出全球和重点区域兼顾减排“量”与“效”的厂级脱碳策略。

研究发现，发展中国家钢铁厂平均能耗较高，采用碳排放强度指标确定脱碳优先序可实现更高减排潜力，而发达国家钢铁厂平均服役年限较长，采用服役年限-产能比指标则更有效。在发展中国家，能效提升和短流程改造的成本接近，近期可优先考虑能效提升，中长期逐步推动短流程改造。而发达国家钢铁厂的能效水平较高，能效提升减排潜力较小，短流程改造的减排成本显著低于能效提升，应将短流程改造做为主要脱碳策略。由于淘汰老旧工厂无需承担搁浅资本，在能效提升和短流程改造基础上，进一步考虑过剩产能优先淘汰可显著提升脱碳成本效益。在上述分析基础上，研究综合服役年限-产能比和碳排放强度两个靶向指标，提出了成本效益最高的全球钢铁行业厂级脱碳策略。

研究提出，及早推广低碳和零碳技术是实现全球钢铁工业深度减排的关键。全球钢铁行业如按现状运营，其2020-2050年间的累积二氧化碳排放将高达1063亿吨。如在设施改造窗口期期间对其进行低碳和零碳技术升级，2020-2050年间全球钢铁行业累积碳排放将减少到477亿吨。如在设施改造窗口期之前五年进行技术升级，全球钢铁行业2020-2050年累积碳排放将进一步减少到368亿吨（图2）。

图2.不同低碳技术演进路径下全球钢铁厂2020-2050年间累积二氧化碳排放

研究创新构建了全球钢铁行业设施级别碳排放数据库，并在此基础上提出了全球钢铁工业逐厂级脱碳策略与碳中和路径。研究成果表明开展“一厂一策”靶向治理是实现全球钢铁行业低碳转型的关键，为下一步制定全球钢铁行业减排路线图提供了重要科学依据。研究建立的钢铁行业高分辨率排放数据库可为开展全球全球钢铁行业碳排放核算、减排技术潜力评估、减排成本效益分析等相关研究工作提供数据基础。

清华大学地学系博士生雷天扬和徐若翀分别为两篇论文的第一作者，关大博教授和同丹助理教授分别为两篇论文的通讯作者。研究得到了国家自然科学基金委创新研究群体项目和能源基金会的支持。

论文链接：

https://doi.org/10.1038/s41586-023-06486-7

https://www.nature.com/articles/s41558-023-01808-z

2、9月14日，Science：全集成记忆电阻芯片领域取得重要进展

学习对于边缘智能设备适应不同的应用场景和用户非常重要。目前训练神经网络的技术需要在计算和存储单元之间移动大量数据，这阻碍了在边缘设备上实现学习。

2023年9月14日，清华大学吴华强及高滨共同通讯在Science 在线发表题为“Edge learning using a fully integrated neuro-inspired memristor chip”的研究论文，该研究开发了一种全集成记忆电阻芯片，提高了学习能力，降低了能耗。

人类的学习能力在智力增长和快速适应未知场景或动态变化的环境中起着至关重要的作用。边缘人工智能(AI)应用也需要具有这种学习能力的硬件，以使相关设备能够适应新的场景或用户习惯。然而，深度神经网络(DNN)训练通常使用基于von Neumann计算架构和高精度数字计算范式的传统硬件实现。处理器芯片和片外主存储器之间广泛的数据移动会产生大量的能量消耗，并且占整个训练过程的大部分延迟。因此，尽管云计算平台可以处理这种高能耗的训练，它们的高能耗阻碍了在功率有限的边缘计算平台上实现学习。相比之下，基于忆阻器的神经启发计算通过其颠覆性的内存计算架构和模拟计算范式消除了这种广泛的数据移动。

忆阻器交叉棒阵列利用欧姆定律和基尔霍夫定律，可以在一个时间步内存储模拟突触权值，并在一个时间步内并行执行原位向量矩阵乘法运算。集成多个忆阻器交叉棒阵列和互补金属氧化物半导体(CMOS)电路的神经启发计算芯片可以轻松实现深度神经网络推理，并且具有很大的潜力，可以完全处理片上学习，而无需任何片外存储器的帮助。基于记忆电阻器的神经启发计算提供了大量的能源效率提高，使这种范式有望开发未来的芯片，使低功耗学习设备成为可能。

一些研究已经通过实验证明了使用忆阻器横条阵列进行原位权值调谐的学习，尽管使用软件或外部数字处理器来实现反向传播(BP)算法。然而，实现具有强学习能力和低能耗的完整全集成忆阻器芯片仍然具有挑战性。关键的挑战在于将BP算法映射到片上硬件的效率低下。首先，由于器件的非理想性，如器件可变性和非线性电导调制，在内存中实现BP算法需要昂贵的电导调谐操作和写入验证。其次，通过写入验证很难实现高效的并行电导调谐，这使得片上学习更加耗时和耗能。第三，在权重更新计算过程中需要的高精度数据处理操作需要较大的电路面积和高能耗，导致不可接受的开销。

利用神经启发记忆电阻芯片进行边缘学习（图源自Science ）

该研究展示了一种基于记忆电阻器的神经启发计算芯片，该芯片能够实现完全的片上学习，为此提出了一种基于记忆电阻器的符号和阈值学习(STELLAR)架构。在此架构中，首次提出片上更新方案，无需验证即可调整忆阻器。与写验证方案相比，该方案节省了电导调谐操作中过多的读写成本，并且可以解决器件的非线性和非对称调谐问题，实现软件可比的精度。

其次，设计片上计算模块确定权值更新方向，该过程只涉及输入、输出和误差的符号，而不涉及它们的高精度格式。该设计减少了电路设计的负担，避免了片上学习的大量开销。第三，提出了一种周期并联电导调谐方案，其中电导调谐以逐行并联方式进行。该方案进一步降低了诱导能量消耗和延迟，并适应了记忆电阻器有限的续航能力。这项研究是迈向未来具有高能效和广泛学习能力的芯片的重要一步，有可能能够加速未来智能边缘设备的发展，以适应不同的应用场景和用户。

原文链接：

https://www.science.org/doi/full/10.1126/science.ade3483

3、9月13日，Nature：揭示水杨酸甲酯介导的植物气传性免疫的分子机制及病毒的反防御机制

植物在感受到环境刺激时会产生挥发性化合物（volatile organic compounds，VOCs），其作为一种特殊的信号能被周围的植物感知，进而诱发周围植物的防御反应，这一现象被称为气传性免疫（airborne defense，AD）。尽管几十年来人们在多种植物中观察到这种植物间通讯（plant-plant communication，PPC）现象，并认识到其重要的生物学和生态学意义，然而对VOCs介导PPC的分子机制一直不清楚。此外，除乙烯受体外，植物感知其他VOCs的受体也一直未被鉴定。蚜虫是全球范围内最具破坏性的农业害虫之一，它们吸食植物汁液并传播超过40%的植物病毒，对农业生产造成巨大破坏。蚜虫的侵害会诱导植物释放包含水杨酸甲酯（methyl salicylate，MeSA）在内的VOCs。MeSA在植物抵御包括蚜虫在内的食草性昆虫侵害中发挥重要作用，它通过驱避昆虫、降低其适应性或吸引其天敌等方式参与植物防御过程。但是MeSA如何作为植物间通讯的信号激活AD抗蚜虫防御是一个长期未解决的问题，植物是否拥有识别和感知空气中MeSA的受体也不清楚。此外，蚜虫和病毒能否干扰植物气传性免疫也不清楚。

9月13日，清华大学生命科学学院、植物生物学研究中心刘玉乐研究组在《自然》（Nature）在线发表了题为“水杨酸甲酯介导植物气传性免疫的分子基础”（Molecular basis of methyl salicylate-mediated plant airborne defense）的研究论文，该工作鉴定了识别气态MeSA的植物受体，揭示MeSA介导的植物气传性免疫的分子机制及植物病毒的反防御机制，为防治病虫害提供了突破点和研究方向。

植物气传性免疫的分子机制示意图

大多数植物病毒通过昆虫等介体传播。当昆虫叮咬植物后，植物会产生VOCs，驱避昆虫的同时也招募吸引这些植食性昆虫的天敌。除此之外，当这些挥发性化合物被邻近植物吸收后会触发邻近植物对昆虫的防御反应。刘玉乐研究团队发现蚜虫叮咬植物后，植物会产生MeSA，这些MeSA能够挥发到空气中被邻近植物中的MeSA的受体蛋白水杨酸结合蛋白-2（SA-binding protein-2，SABP2）感知结合，并将其转化为水杨酸（salicylic acid，SA）。SA激活转录因子NAC2，上调水杨酸羧基甲基转移酶1（SA-carboxylmethyltransferase-1，SAMT1）基因的表达，从而产生更多的MeSA，诱导植物的抗蚜虫免疫，并降低病毒的传播。另外，刘玉乐团队还发现一些蚜虫传病毒能够编码含有解旋酶结构域的蛋白质与NAC2蛋白相互作用，改变NAC2蛋白的亚细胞核定位至细胞质中，促使NAC2在细胞质中被26S蛋白酶体降解，从而负调控NAC2-SAMT1通路，抑制蚜虫叮咬植物中MeSA的合成和挥发，阻断植物间“预警”通讯，促进蚜虫对邻近植物的侵染和对病毒的传播。这一发现揭示了植物气传免疫的分子机制及病毒的反防御机制、揭示了全新的蚜虫-病毒之间的共进化的互惠方式。

刘玉乐教授为论文通讯作者，清华大学生命科学学院博士后龚骞和王韵婧为论文第一作者。河北农业大学洪益国教授，清华大学生命学院2020级博士生何霖芳、2019级博士生黄凡、已出站博士后张丹凤、助理研究员王燕博士、高级工程师魏香博士，清华大学蛋白质化学与组学平台邓海腾教授、韩萌，中国科学院动物研究所崔峰研究员及其团队的罗岚工程师为本研究作出了重要贡献。该研究还得到中国科学院动物研究所康乐院士，中国农业大学王献兵教授，山东农业大学李向东教授，中国科学院微生物所郭惠珊研究员、叶健研究员和赵平芝博士的宝贵建议或帮助。研究得到国家重点研发计划、国家自然科学基金委等项目的支持。

论文链接：

https://www.nature.com/articles/s41586-023-06533-3

来源：微算云平台、清华大学

编辑/审核：Andy

你还只是本科？快点考个研吧！

关注下方“考研揭秘”——

关注"考研揭秘"，揭秘考研内情

说明：本平台多数文章为原创或首发编译，或获授权转发。部分优选文章无法联系作者，若有不当，请及时联系我们处理。商务合作、开通专栏、发布成果、应聘求职、提出建议等可以后台回复“约”获取本站编辑联系方式。