科研进展--中国科学院广州分院

Nature Biomedical Engineering｜弥合“可解释鸿沟” 深圳先进院提出将黑盒AI模型转化为医学知识发现的高效方法

人工智能（AI）技术在医疗领域的应用越来越深入，然而，AI模型的“黑盒”特性导致医疗专家很难直观理解模型决策背后的逻辑，已有的“可解释AI”方法（包括大语言模型）均无法如实准确的描述模型决策机制，引发了业界对医疗AI模型潜在错误、失控风险、偏向性等重大隐患的严重担忧。如何实现医疗专家和AI模型的“零距离”对接，成为当前医疗AI推广的痛点。人工智能（AI）技术在医疗领域的应用越来越深入，然而，AI模型的“黑盒”特性导致医疗专家很难直观理解模型决策背后的逻辑，已有的“可解释AI”方法（包括大语言模型）均无法如实准确的描述模型决策机制，引发了业界对医疗AI模型潜在错误、失控风险、偏向性等重大隐患的严重担忧。如何实现医疗专家和AI模型的“零距离”对接，成为当前医疗AI推广的痛点。5月18日，中国科学院深圳先进技术研究院（以下简称“深圳先进院”）蔡云鹏研究团队在国际权威期刊Nature Biomedical Engineering发表最新研究论文“Bridging the Interpretability Gap for Medical Artificial Intelligence Models using Class-Association Manifold Learning”。同时，该研究还被邀请撰写研究简报（Research Briefings）进行推介（每期仅1篇）。该研究提出了一种称为“类关联流形学习”（Class-Association Manifold Learning）的数学方法，高效地将黑盒AI模型决策规律转化为低维空间的可视化流形，并且用生成式AI方法按需灵活的对数据样本进行定向修改并产生虚构对比样本，从而让医生直观理解AI所发现的隐藏知识规律，并总结为临床知识。包括诺奖得主、DeepMind掌门人Demis Hassabis在内的许多科学家均认为，自然规律应该可以容纳在一个低维流形结构中，这为AI模型可解释性提供了可能。然而，至今未有方法可以产生这样一个低维流形来有效表达AI模型决策及其背后的数据自然规律。研究团队创造性地提出了一种“可重组的流形分解”的思路，运用流形学习，将自然数据分布分解为两个流形子空间，一个低维的类关联子流形编码与AI模型决策相关的所有特征，几乎决定AI模型的所有行为，另一个高维子流形编码与模型决策无关的个性化特征，并且两个子流形的内点可以进行两两任意组合而产生逼真的新样本。研究团队设计了求解满足上述特性子流形的机器学习算法。这种方式不仅实现了将AI模型决策规律压缩到低维流形结构的目标，而且能够产生一系列按特定趋势连续变化的修改样本，让用户可以直接观察AI决策变化与样本特征变化的关联规律，进一步总结获得决策面分布、亚型分布、病灶特征等医学知识发现，还可以检测短路学习等模型漏洞。Nature BME主编Rita Strack评价该工作“提出了一种聪明的方法，以使用者能理解的方式探究黑盒模型内部工作机制”。研究团队在包括眼科眼底影像和OCT造影、X光胸透影像、脑肿瘤MRI影像、心电图、基因表达谱等在内的多种生物医学数据集上对该方法进行了充分评测，证明所提出的方法能够将深度学习模型决策压缩到仅8维的低维空间且只损失约1%-3%的精确度，损失率仅为传统可解释方法的1/10，维度仅为1/3-1/10，并且局部特征解释的准确率也明显超越传统方法。所提取的知识规律与已有的医学知识概念在数据分布上呈现了高度对齐的效果。此外，多名医疗专家的盲测结果一致表明，新方法产生的解释图压倒性的更为专家所认可，为临床辅助诊断和医学科学发现提供了更有力的计算工具。近年来，包括欧盟、美国FDA及我国卫健委在内的监管机构纷纷出台了关于人工智能可解释性的推荐性甚至强制性指导意见。另一方面，AI for Science日益受到科研界的广泛关注。团队上述工作对增强AI医疗器械的安全性和合规性、提升AI辅助诊疗的质量和认可度、提高AI辅助医学科学发现的效率，具有非常重要的应用价值。深圳先进院蔡云鹏研究员、深圳理工大学潘毅教授、唐金陵教授为论文共同通讯作者。深圳先进院博士生谢锐涛（现为深圳理工大学-深圳先进院联培博士后）为论文第一作者。深圳先进院李烨研究员、香港中文大学王涵研究员等共同参与了研究。中山大学眼科中心多名医疗专家为方法评测提供了重要支持。深圳先进院为第一完成单位。该项研究得到了中国科学院战略性先导科技专项、深圳市高层次人才团队项目、深圳市智能生物信息学重点实验室、国家自然科学基金项目的资助。图1 类关联流形学习算法基本框架图2 类关联流形学习算法通过流形投影和连续生成变化样本的联动，实现AI提取临床规律的可视化展示，并实现已知医学概念规律的对齐。

2026-05-19

华南植物园发现热带原始林植物上调根系分泌物适应长期高氮沉降

近半个世纪多以来，全球氮沉降持续加剧扰乱了生态系统的氮磷平衡，尤其是在有效磷相对匮乏的热带亚热带地区。基于温带氮限制生态系统的大量经验研究，形成了经典认知：施氮会缓解植物对氮的竞争，从而减少光合产物向地下的分配，尤其降低根系分泌物的释放。然而，这一范式能否直接套用于“富氮”但磷匮乏的热带亚热带森林，长期缺乏实验证据，这成为预测高氮沉降背景下森林碳-磷反馈与生态系统稳定性的关键认知瓶颈。为了破解这一瓶颈，中国科学院华南植物园鲁显楷研究团队于2002年在广东鼎湖山国家级自然保护区原始林（季风常绿阔叶林）建立了长期连续氮添加实验样地（4种梯度：0，50，100和150 kg N ha⁻¹ year⁻¹），系统探讨了热带森林植物如何通过调节根系分泌物及其介导的土壤磷动态来适应长期高氮沉降。研究发现，面对长期氮沉降引发的土壤有效氮磷失衡，热带森林植物并未“吝啬”其碳资源，反而进化出了一种积极的适应机制：一是通过提高根系分泌物碳输入速率，激发微生物磷酸酶活性，加速有机磷矿化；二是增强有机酸释放，促进矿物结合态磷的溶解。其中，有机酸途径起主导作用，其驱动的磷释放约为磷酸酶途径的2倍。这些结果表明，持续高氮沉降下，热带森林植物可通过“支付”更多的光合碳产物，换取维持生长所必需的磷，建立起了“根系分泌物-土壤磷活化”的正反馈循环。通过长达20年的野外氮添加试验，发现长期高氮沉降不但未减少热带森林植物地下碳分配，反而驱动植物上调根系分泌物来活化土壤磷，为破解热带森林碳汇维持之谜提供关键机制。研究首次证实热带植物能通过上调根系分泌物释放来适应长期高氮沉降，修正了“氮沉降导致地下碳分配减少”的传统观点。该发现不仅解释了热带“富氮”森林如何维持高生产力与稳定性，还表明生态系统在面对长期环境压力时可能拥有更复杂的主动适应策略，这对预测未来气候变化背景下热带森林碳汇功能的演变至关重要。相关研究成果以“Enhanced root exudation as an adaptation mechanism to facilitate phosphorus mobilization in a subtropical primary forest under chronic nitrogen deposition”为题近期发表在全球变化研究领域权威期刊Global Change Biology（《全球变化生物学》）上。中国科学院华南植物园朱晓敏副研究员为论文第一作者，鲁显楷研究员为论文通讯作者。中国科学院华南植物园莫江明研究员、陈伟彬、毛庆功副研究员，山东农业大学Benjamin L. Turner教授，西北工业大学张子良教授共同参与了此项研究。该研究获广东省科技计划项目和国家自然科学基金面上项目等资助。论文链接：http://dx.doi.org/10.1111/gcb.70912图1. 长期氮添加对热带季风常绿阔叶林优势树种根系分泌物的影响图2. 长期氮添加对热带季风常绿阔叶林根际和非根际土壤林组分的影响图3. 长期氮添加促进热带森林根系分泌物及根际磷循环的理论框架

2026-05-19

南海海洋所研究团队在涡-波相互作用及其对普适内波谱影响研究方面取得新进展

近日，中国科学院南海海洋研究所热带海洋环境实验室（LTO）蔡树群研究团队在海洋普适内波谱研究方面取得系列进展，相关成果分别发表在国际期刊Journal of Physical Oceanography和Physics of Fluids上。LTO博士研究生张倩为第一作者，研究员陈植武为通讯作者，合作者包括厦门大学教授刘志宇、上海交通大学副教授曲立新，以及LTO研究员何庆友、许洁馨和副研究员龚延昆等人。其中，发表于Physics of Fluids的论文入选编辑精选（Editor’s Pick），并获美国物理联合会（AIP）“Scilight”采访报道。#Scilight是AIP推出的科学亮点栏目，由期刊编辑遴选具有代表性的研究成果，并由专业科普记者采访与报道，突出其科学价值与学术影响力。Scilight每年从AIP旗下30多个刊物中挑选少数的物理领域内的亮点成果进行报道。海洋内波是连接多尺度能量级联、驱动海洋垂向混合并影响全球经向翻转环流的重要动力过程，其能量分布长期被认为遵循经典Garrett-Munk（GM）谱，但其形成与维持机制仍是国际海洋动力学领域的重要科学问题。针对“单独风强迫能否产生普适GM内波谱”这一关键科学问题，研究团队综合利用高分辨率数值模拟与南大洋潜标观测，结合谱分析、多尺度能量传递诊断、粗粒化分析及拉格朗日追踪等方法，系统研究跨尺度能量传递过程。结果表明，在仅风场驱动条件下，中尺度涡和亚中尺度运动可通过涡-波相互作用持续向内波场传递能量，从而产生普适的GM内波谱，并且该结果得到了南大洋潜标观测的验证。图1 高分辨率数值模式：（a）仅有近惯性波的算例；（b）仅有涡旋的算例；（c）涡旋-近惯性波相互作用的算例。进一步地，鉴于上层海洋是涡-波相互作用最活跃的区域，团队将研究拓展至上混合层高频动能谱结构。基于全球表层漂流浮标与Ocean Station Papa长期系泊观测，研究发现，上混合层高频动能谱同样呈现与经典GM谱高度相似的准普适结构，且在不同海区和季节中均具有较好的一致性；其中，中尺度涡主要调控谱斜率，近惯性内波主要控制谱能量强度，两种动力过程共同塑造了上层海洋的高频动能谱结构。图2 全球漂流浮标分析：（a）数据量分布；（b）南大洋平均动能谱；（c）高频动能谱斜率和（d）高频流速随中尺度涡和近惯性流速的分布。上述研究揭示了涡-波相互作用产生海洋内部普适内波谱的机制，并将经典GM内波谱的适用范围拓展至上混合层。相关成果深化了对海洋多尺度能量级联与混合过程的认识，为海洋数值模式中内波参数化改进提供了新的科学依据。该研究由国家自然科学基金、中国科学院专项等项目共同资助完成。相关论文信息：Zhang Q, Chen ZW*, Liu ZY, Qu LX, Lu HH, Sun YH, He QY, Xu JX, Gong YK, Cai SQ. Formation of a Quasi-Universal Internal Wave Spectrum by Wind Forcing Alone: Idealized Modeling and Mooring Observations. Journal of Physical Oceanography, 2026, 56(6): 1263-1280. https://doi.org/10.1175/JPO-D-25-0199.1Zhang Q, Chen ZW*, Liu GB, Lu HH, Chen ZF, Hu BL, Xu JX, Gong YK, Cai SQ. Quasi-universal High-frequency Kinetic Energy Spectrum in the Surface Mixed Layer. Physics of Fluids, 2026, 38 (5): 051704. https://doi.org/10.1063/5.0318049AIP #Scilight专访报道：https://doi.org/10.1063/10.0043916

2026-05-15

南海海洋所研究团队揭示非定常风场强迫调制涡旋锋面不对称性的新机制

近日，中国科学院南海海洋研究所热带海洋环境（LTO）经志友团队，在非定常风场强迫对涡旋亚中尺度锋面不对称性的调制作用与机制方面取得新进展。相关研究成果发表在Journal of Physical Oceanography上，LTO硕士研究生吴波岩为第一作者，研究员经志友为通讯作者。中尺度涡旋海域的海洋锋面是激发亚中尺度过程、调节海洋物质热量输运与能量串级的关键区域。以往的研究表明，大尺度定常风场强迫能够引起中尺度涡旋锋面产生不对称性，即在地转涡旋的顺风（down-front wind）侧增强锋面，而在另一侧减弱锋面。然而，自然界中的真实风场往往是随时间振荡的，关于风场以不同频率发生振荡时，涡旋锋面及亚中尺度过程的非定常响应过程与机制等关键科学问题，目前尚缺乏深入系统的动力学理解。本研究通过高分辨率数值模拟并结合动力诊断发现，当风场振荡周期与反气旋中尺度涡的旋转周期一致时，风场强迫对涡旋锋面强度及其不对称性的调制作用最为显著。进一步的拉格朗日粒子追踪研究结果表明，水体质点在随涡旋旋转的一个周期内，会在顺风侧经历增强的正Ekman浮力通量（EBF），而在另一侧经历受抑制的负EBF，并在旋转一个周期后累积净的正EBF，从而增强涡旋两侧锋面强度的不对称性。同时发现在风应力松弛阶段，局地涡度加速度和非线性平流能够显著增强亚中尺度锋生及涡旋锋面的不对称性。这种风场强迫与涡旋旋转周期同频的“类共振”机制新发现，可能是增强海洋涡旋海域锋面不对称性的一类重要物理机制。该研究由国家自然科学基金、国家重点研发计划等项目共同资助完成。相关论文信息：Boyan Wu, Zhiyou Jing* (2026). Wind Variability at Synoptic-to-Planetary Frequency Enhances Front Asymmetry of Mesoscale Eddy. Journal of Physical Oceanography., 56, 1197-1213, https://doi.org/10.1175/JPO-D-25-0203.1.原文链接：https://doi.org/10.1175/JPO-D-25-0203.1图1 定常风与非定常风强迫的涡旋锋面演变过程图2 风应力增强与风应力松弛引起的涡旋锋面响应示意图

2026-05-13

亚热带生态所李德军团队揭示树种多样性抑制土壤激发效应及微生物功能调控机制

土壤有机碳稳定性是陆地生态系统碳汇可持续性的核心，新鲜碳输入引发的激发效应可加速原有土壤碳分解，是决定土壤碳保持或流失的关键过程。土壤有机碳稳定性是陆地生态系统碳汇可持续性的核心，新鲜碳输入引发的激发效应可加速原有土壤碳分解，是决定土壤碳保持或流失的关键过程。基于自然的气候解决方案多强调提升植物多样性以增加碳输入，但多样性究竟是加剧激发效应造成碳流失，还是抑制激发效应增强碳稳定性，一直是全球碳循环模型的重大未知。尤其在亚热带森林生态系统，树种多样性如何调控微生物代谢、功能基因与群落网络，进而改变土壤激发效应强度，尚缺乏系统的机制解析。近日，中国科学院亚热带农业生态研究所李德军团队在该领域取得重要进展：研究首次在亚热带喀斯特森林证实，树种多样性可显著抑制土壤有机碳激发效应，并阐明了以 “缓解微生物能量限制—功能类群转型—基因表达重构” 为核心的协同调控新机制，为生物多样性提升与森林碳汇增汇协同提供了关键理论支撑。研究依托广西木论国家级自然保护区45个森林样地构建的树种多样性梯度，运用13C 同位素标记培养、宏基因组测序、微生物网络分析与结构方程模型（SEM）等技术体系，系统解析激发效应的驱动格局与调控路径。结果显示，随着树种多样性升高，土壤激发效应呈显著线性下降，由强正激发逐步转为弱激发甚至负激发；在严格控制环境因子、林分结构与菌根类型后，该关系依然稳健，证实树种多样性是抑制激发效应的独立核心因子。从激发效应视角完善了生物多样性调控土壤碳稳定性的理论框架，明确提升树种多样性能够在增加碳输入的同时“锁住”土壤老碳、减少碳损失。研究结果强调，森林碳汇评估与地球系统模型必须纳入树种多样性与微生物功能策略参数，为我国亚热带与喀斯特区域生态恢复、人工林近自然改造与碳中和路径优化提供了重要科学依据。该成果以Tree Species Diversity Suppresses Soil Carbon Priming Effects in a Subtropical Forest为题发表于国际生态学期刊Ecology Letters。第一作者为段鹏鹏副研究员，李德军研究员为通讯作者；研究得到国家自然科学基金等项目资助。论文链接树种多样性抑制土壤激发效应的概念框架

2026-05-18

广州健康院合作揭示染色质重塑复合物ncBAF动态识别染色质的新机制

近期，中国科学院广州生物医药与健康研究院（以下简称“广州健康院”）联合中山大学、广州医科大学等单位，在Nucleic Acids Research在线发表题为“Structural basis for BCL7B-mediated ncBAF-nucleosome engagement”的研究论文。该研究结合冷冻电镜结构解析、交联质谱及生化功能实验，解析了ncBAF与核小体结合过程中的动态结构变化，揭示了BCL7B介导ncBAF识别核小体的关键机制，并提出了区别于经典cBAF/PBAF复合物的新型染色质结合模式。染色质重塑复合物通过调控核小体位置和DNA可及性，参与基因表达的开启与关闭，在胚胎发育、细胞命运维持及肿瘤发生发展中发挥核心作用。其中，SWI/SNF家族是哺乳动物中最重要的ATP依赖型染色质重塑复合物之一，其编码基因在超过20%的人类肿瘤中发生突变，被认为是当前肿瘤表观遗传研究的重要热点。根据亚基组成不同，哺乳动物SWI/SNF复合物主要分为cBAF、PBAF和ncBAF三类亚型。近年来，研究人员已逐步解析cBAF和PBAF与核小体相互作用的结构基础，但ncBAF如何识别染色质并介导核小体重塑，长期缺乏直接结构证据，造成理解不同SWI/SNF亚型复合物功能差异的重要障碍。近期，中国科学院广州生物医药与健康研究院（以下简称“广州健康院”）联合中山大学、广州医科大学等单位，在Nucleic Acids Research在线发表题为“Structural basis for BCL7B-mediated ncBAF-nucleosome engagement”的研究论文。该研究结合冷冻电镜结构解析、交联质谱及生化功能实验，解析了ncBAF与核小体结合过程中的动态结构变化，揭示了BCL7B介导ncBAF识别核小体的关键机制，并提出了区别于经典cBAF/PBAF复合物的新型染色质结合模式。研究人员解析了ncBAF在无核苷酸状态以及ATP类似物结合状态下与核小体形成的复合物结构。发现当结合 ATP 能量分子后，ncBAF 内部的 ARP 模块会发生大幅度形态扭转，这一形态变化由核心蛋白 BRG1 带动，同时 ARP 模块和核小体的结合方式也会跟着改变，说明 ncBAF 是靠结构形态切换来完成染色质重塑工作的。其中BCL7B 蛋白起到了关键的 “分子桥梁” 作用，这说明 BCL7B 不只是组装复合物，还直接参与识别和调控染色质。另外，和同家族的 cBAF、PBAF 相比，ncBAF 缺少关键蛋白SMARCB1，导致它的基础结构更灵活。它没有采用同类蛋白经典的 “夹住” 核小体的模式，而是依靠 BCL7B 搭建的连接来结合、调控染色质，也揭开了 SWI/SNF 家族不同亚型识别染色质的方式存在本质差异。研究团队进一步解析了包含BCL7B的ARP模块结构，明确了 BCL7B 嵌入复合物的分子原理。同时发现模块里的肌动蛋白既能结合、水解 ATP，结构还能适配细胞核内肌动蛋白丝的组装，为染色质重塑和细胞核内骨架网络的协同作用，提供了新的结构证据。综上，该研究系统揭示了ncBAF复合物动态识别核小体的结构基础，阐明了BCL7B在连接ARP模块与核小体中的核心作用，并提出了区别于经典BAF复合物的新型染色质结合机制。相关成果深化了对SWI/SNF家族功能分化及染色质重塑机制的理解，也为相关肿瘤发生机制研究及靶向SWI/SNF复合物的药物开发提供了新的理论基础。广州健康院何俊研究员为论文主要通讯作者。广州健康院助理研究员孙发辉为论文第一作者。该研究获得国家自然科学基金、中国博士后基金和广东省基础与应用基础研究基金支持。论文链接图 BCL7B蛋白介导ncBAF动态结合核小体及ARP模块具备ATP水解活性的示意图

2026-05-16

广州健康院合作发现Procr骨髓血管内皮影响造血干细胞和骨髓移植

2026年5月8日，中国医学科学院血液学研究所和中国科学院广州生物医药与健康研究院组成的联合团队在国际顶级血液学期刊Blood发表题为Procr+ endothelial progenitor cells govern hematopoiesis through fine-tuning mesenchymal stem cell niche signals的论文，明确了Procr⁺内皮细胞作为骨髓核心微环境调控者的作用，深化了对造血调控机制的理解，也为靶向骨髓血管微环境研发促进骨髓移植效率的新策略提供了重要的依据。2026年5月8日，中国医学科学院血液学研究所和中国科学院广州生物医药与健康研究院组成的联合团队在国际顶级血液学期刊Blood发表题为Procr+ endothelial progenitor cells govern hematopoiesis through fine-tuning mesenchymal stem cell niche signals的论文，明确了Procr⁺内皮细胞作为骨髓核心微环境调控者的作用，深化了对造血调控机制的理解，也为靶向骨髓血管微环境研发促进骨髓移植效率的新策略提供了重要的依据。造血干细胞能够分化为几乎所有类型的成熟血液细胞，造血干细胞移植（骨髓移植）已广泛用于临床白血病的治疗。在成年哺乳动物生理稳态下，造血干细胞主要长期定植于骨髓中。骨髓内的血管内皮细胞、间充质干细胞及神经等共同构成骨髓造血微环境，形成复杂的信号网络，调控造血干细胞的维持、增殖和迁移。项目团队前期发表在Cell Stem Cell和Nature Communications的研究表明，骨髓血管内皮细胞中存在Apln+和Caveolin-1+特异性亚群，在移植后参与骨髓血管再生和造血重建。但骨髓中是否存在其它功能性骨髓血管内皮亚群，目前尚不清楚。此次研究发现骨髓内存在一群具有祖细胞特性的Procr+内皮细胞新亚群，该亚群在辐照移植后大量扩增，是驱动移植后骨髓血管再生的关键。在内皮细胞中敲除Procr会严重损害骨髓血管的完整性及其正常功能，同时干扰间充质干细胞向成脂和成骨的谱系分化，最终导致造血功能受损，具体表现为造血干细胞自我更新能力下降及髓系偏好性分化。机制研究表明，Procr不仅是干细胞标志物，还在细胞通讯中作为功能性信号受体发挥双重作用：Procr通过结合HSPA8，促进Foxc2核转运，增强骨髓内皮细胞中Dll4表达，从而维持间充质干细胞与内皮细胞相互作用所需的Dll4-Notch3信号轴。中国医学科学院血液学研究所程辉研究员、程涛院长，Toshio Suda研究员，以及广州健康院陈奇研究员是这项工作的共同通讯作者。这项工作得到广州健康院自主部署项目的支持。论文链接论文模式图

2026-05-16

华南植物园揭示亚热带常见造林树种养分获取策略的协同-权衡机制

亚热带人工林建设中，氮肥施用普遍，但不同造林树种对氮添加的响应差异显著，其根系形态、根际微生物群落与羧酸盐分泌等养分获取策略的协同-权衡机制尚不明确，制约了树种特异性养分管理策略的制定及人工林碳汇功能的提升。中国科学院华南植物园全球变化生态学研究团队以马尾松（Pinus massoniana）、木荷（Schima superba）和海南红豆（Ormosia pinnata）三种亚热带常见造林树种为对象，开展了为期2年的氮添加盆栽控制实验，系统探究氮肥施用下根系形态、根际微生物、酶活性及羧酸盐分泌的响应及其与氮磷吸收的关系。结果表明：氮添加显著促进了马尾松和木荷的地上、地下生物量积累及氮磷吸收，但对海南红豆无显著影响。冗余分析进一步揭示，马尾松的氮磷吸收与根际羧酸盐分泌量正相关（羧酸盐介导的“挖掘”策略）；木荷与微生物生物量正相关（微生物介导的“协作”策略）；海南红豆则主要依赖豆科共生固氮，与根际功能性状的关联较弱。该研究揭示了三种树种在氮添加条件下截然不同的根际养分获取策略，表明人工林树种可通过功能互补（如羧酸盐分泌树种活化磷素、固氮树种供给氮素、菌根树种拓展吸收范围）缓解单一养分限制。这一发现扩展了根系空间经济型谱理论，将根系形态、微生物协作与根系分泌物纳入多维框架，深化了对植物养分获取种间分化机制的认知，为亚热带人工林树种配置优化与养分管理提供了科学依据。相关成果以“Species‑specific nutrient acquisition strategies in subtropical afforestation tree species under nitrogen fertilization”为题发表于国际期刊Plant and Soil（《植物和土壤》）上。中国科学院华南植物园博士研究生邱思慧为第一作者，闫俊华研究员与江军副研究员为共同通讯作者，澳大利亚CSIRO王应平研究员参与研究。该研究获国家自然科学基金重点项目、广东省基础与应用基础研究基金面上项目及广州市科技计划项目支持。论文链接：https://doi.org/10.1007/s11104-026-08498-4图1. 马尾松、木荷、海南红豆氮磷吸收与土壤性质及根系形态的关系图2.马尾松、木荷、海南红豆根际养分获取策略概念图

2026-05-15

广州能源所在锂离子电池健康状态在线评估方面取得进展

精准评估锂离子电池的健康状态并及时掌握其容量衰退趋势，是保障锂电储能系统安全、高效运行的关键。然而传统方法在识别容量衰退拐点（如“膝点”）时，往往高度依赖完整的容量退化曲线。此外，在实际运行工况中，在线估计的容量退化曲线极易受到噪声和波动的干扰，导致对特征突变点的实时准确捕捉面临巨大挑战。精准评估锂离子电池的健康状态并及时掌握其容量衰退趋势，是保障锂电储能系统安全、高效运行的关键。然而传统方法在识别容量衰退拐点（如“膝点”）时，往往高度依赖完整的容量退化曲线。此外，在实际运行工况中，在线估计的容量退化曲线极易受到噪声和波动的干扰，导致对特征突变点的实时准确捕捉面临巨大挑战。近期，中国科学院广州能源研究所储能技术研究团队针对上述难题取得新进展，提出了一种新颖的锂离子电池容量衰退特征突变点在线识别框架，在NCA（镍钴铝三元锂电池）、NCM（镍钴锰三元锂电池）及LFP（磷酸铁锂电池）三种类型电池上进行了验证。该研究首先聚焦于充电阶段的容量增量曲线，截取了恒流充电结束前的短时数据作为健康因子，实现了对电池当前可用容量的快速、准确估算。在此基础上，研究团队融合了动态窗口调整、加权滑动窗口以及多阶段验证与去重机制，开发出改进的累积和（CUSUM）算法，用于精准定位容量衰减曲线中的全局特征突变点。研究结果表明，该改进算法展现出了卓越的精确性与实时响应能力，对突变点识别的平均误差仅为 16.42 个循环，平均响应延迟低至 4.20 个循环。此外，该策略表现出极强的工况适应性，不仅能够有效识别常规的非线性老化衰退模式，还能敏锐捕捉早期的异常容量跳水现象。上述成果有效打破了传统算法对完整循环数据的依赖，其所实现的高效在线识别，将为电池的本体设计优化、动态运行策略制定以及退役电池的梯次利用等多种应用场景，提供重要的评估指标与科学的决策依据。相关研究成果以 Online identification of characteristic change points in capacity degradation trajectories of lithium-ion batteries 为题发表于国际能源领域学术期刊 Applied Energy。原文链接：https://doi.org/10.1016/j.apenergy.2026.127581图1锂离子电池特征变化点在线识别策略框架图2 改进CUSUM算法框架

2026-05-15

中国科学院广州能源所车网互动V2G示范项目获广州市首批试点扶持

近日，中国科学院广州能源研究所联合广州公交集团下属捷电通综合能源公司建设的“车网互动V2G充放电设备及场站建设项目”入选广州市首批车网互动试点扶持项目，并获得广州市促进工业和信息化产业高质量发展专项资金支持。近日，中国科学院广州能源研究所联合广州公交集团下属捷电通综合能源公司建设的“车网互动V2G充放电设备及场站建设项目”入选广州市首批车网互动试点扶持项目，并获得广州市促进工业和信息化产业高质量发展专项资金支持。该项目面向新能源汽车与新型电力系统协同互动需求，聚焦车网互动灵活性资源关键技术研发与示范验证，旨在为广州市推动车网互动规模化应用提供技术支撑和示范基础。示范项目面向园区典型用能场景，依托广州能源研究所园区V2G示范场站，搭建集双向充放电、运行监测、数据采集与资源聚合管控于一体的综合验证平台。针对V2G灵活资源高效利用需求，项目提出“出行规律识别—V2G潜力评估—充放电管控优化”全链条智能决策方法，自主研发V2G资源聚合智能管控平台，并融合空中移动充电机器人等设备，探索更加灵活、高效的充放电服务模式。通过真实场景下的试验运行，项目将为车网互动技术在园区级应用中的运行特性分析、场景适配和优化调控提供数据支撑，并服务虚拟电厂、新能源就地消纳等应用场景。此次项目入选广州市首批车网互动试点扶持项目，将进一步推动广州能源所在车网互动与新型储能领域的技术积累、成果转化和产业应用，为新型电力系统建设及“双碳”目标实现贡献科技力量。广州能源研究所园区V2G示范场站

2026-05-15