厦门大学侯旭教授团队首次将机器学习应用到液体门控膜材料的设计中，将有望进一步加快液体门控膜材料的研发。该论文被选作《Interdisciplinary Materials》国际学术期刊创刊号的首期封面论文。

2011年，美国提出材料基因组计划（MGI），旨在新时代信息技术的推动下，避免传统材料研发过程中依靠研究人员直觉或大量的“尝试法”实验，利用高效且准确的计算模拟工具，大大缩短材料研发周期。并逐步发展出高通量实验、计算材料学、材料信息学等相结合的材料研究方法。而材料信息学作为材料基因组计划的核心部分，利用数据挖掘、机器学习等信息技术，对材料的结构、成分和性能等实验数据或模拟数据进行分析处理及预测，同时可以指导进一步实验的设计，避免低效、无意义的研发过程。人工智能技术已经逐步发展为材料研发人员的又一利器。

智能液体门控膜是由固体膜和功能性液体组成的压力驱动系统，是一种可以对外界物理行为做出响应的结构材料。2020年，世界权威化学组织国际纯粹和应用化学联合会（IUPAC）将“液体门控技术”评为该年度全球“化学领域十大新兴技术”之一。对于为了应用多种场景而设计的液体门控膜来说，研究人员希望能够准确的预测其流变和机械性能。然而，传统的序列法虽然预测精度高，但是需要大量的实验数据，这并不利于材料的研发。因此，研究人员开始了将液体门控技术与人工智能技术相结合的尝试。

近期，厦门大学侯旭教授团队提出了一种具有有效候选区域的Kriging机器学习模型，该模型可通过期望的改进概率方法进行智能更新，以提高最敏感搜索区域附近的局部精度，从而利用最有效最少的实验数据来预测液体门控膜材料的机械性能和流变性能。此外，这种新的机器学习模型还可以指导实验，通过计算可以指导研究人员在最有价值的特征点进行实验。最后利用基于磁流变流体的液体门控膜（MRF-LGM）来验证这些方法，这对于药物释放、微流体逻辑、动态流体控制等方面的潜在液体门控应用的设计具有广泛的意义。该研究以题为 “Performance prediction of magnetorheological fluid-based liquid gating membrane by kriging machine learning method”的正封面文章发表在《Interdisciplinary Materials》创刊号首期。

该论文在厦门大学化学化工学院侯旭教授指导下完成，博士后张猛创与硕士生井源为论文的共同第一作者。研究工作得到国家自然科学基金（52025132, 21975209, 21621091），国家重点研发计划（2018YFA0209500）的资助和支持。

通讯作者简介：侯旭教授，国家杰出青年科学基金获得者、国家重点研发计划纳米科技重点专项项目负责人、闽江科学传播学者（首批）等。从事仿生液体门控技术与仿生纳流离子学等研究十余年，出版了两本国际学术著作，并以第一或通讯作者在著名学术期刊如Nature, Science, Nature Reviews Materials, 国家科学评论, 基础研究，Nature Communications，Science Advances，Journal of the American Chemical Society，Angewandte Chemie International Edition，Advanced Materials，等上发表论文70余篇。曾获2020年第二届“全国创新争先奖”、2020年国际水协会-首创“水星奖”科学创新类-金奖、2019年中国胶体与界面化学优秀青年学者奖、2018年中国化学会青年化学奖等，入选了2019年IUPAC全球青年化学家元素周期表元素代言人等，并受邀参加了央视CCTV《人物-故事》及《百家讲坛》栏目。现任《Chinese Chemical Letters》副主编、《Interdisciplinary Materials》学术编辑、《Advanced Fiber Materials》、《应用化学》和《物理化学学报》青年编委、Cell 旗下《Cell Reports Physical Science》顾问委员会委员、中国化学会仿生材料化学委员会委员、国际仿生工程学会青年委员会委员等。

课题组目前开展的研究工作包括：仿生智能材料，液体门控技术，仿生纳流离子学，仿生/智能多尺度孔道系统，胶体与界面化学，界面科学，膜科学与技术，微流体，物理化学，电化学和用于节能和生物医学应用的微纳制造。

团队常年招收优秀教师、本科生、研究生和博士后。

联系方式：

houxugroup@163.com

课题组主页：

http://xuhougroup.xmu.edu.cn/

论文链接：

https://doi.org/10.1002/idm2.12005