摘要：Steels, accounting for a large proportion of metals and their alloys, are still irreplaceable structural materials in industrial applications for a long time. Classical dislocation theory sheds light that strength can be enhanced by impeding the dislocation ***, the ductility depends on the mobility of dislocation movement. As a result, one method of increasing strength or ductility always damages the other. In other words, there is a mutual exclusion between strength and ductility from the perspective of dislocation movement [1].

摘要：纳米尺寸的靶向药物递送系统在药剂学领域获得极大关注。纳米粒在接触血液后,表面会迅速吸附多种类型的蛋白质,形成蛋白质包裹层,即蛋白冠。蛋白冠的存在会影响纳米粒的体内识别、分布和代谢过程,影响纳米粒的靶向递送效率。对于蛋白冠形成机理的深入解析可为纳米粒的设计及其应用提供依据。利用蛋白冠-纳米粒之间相互关系,主动调控蛋白冠以提高纳米载体的递送效率逐渐成为研究热点。基于此,本文对蛋白冠的形成原理和影响因素进行综述,分析蛋白冠对纳米载体体内循环、靶向能力和免疫识别的影响及其应用,最后提出目前蛋白冠及其应用存在的主要挑战和未来前景。

摘要：纳米技术的发展为构建安全高效、精准可控的药物递送系统(drug delivery system,DDS)提供了可能。其中,有机或无机合成纳米载体已被广泛报道并用于肿瘤治疗药物的递送,但部分载体存在易被机体内免疫系统清除、制备过程繁琐和体内安全性较差等问题。近年来,随着生物医学的发展,基于仿生技术的生物膜介导的纳米药物递送系统,因其有机整合了天然生物膜的低免疫原性、肿瘤靶向性和智能纳米载体设计的可调控性、多功能性,有望实现纳米技术在肿瘤靶向治疗上的新突破。本文基于细胞膜仿生技术和纳米医学在肿瘤治疗领域的最新进展,从细胞膜仿生纳米技术的实验基础、膜仿生纳米递药平台的分类和在肿瘤靶向治疗上的应用三方面进行阐述,旨在为仿生智能DDS的设计及其在肿瘤靶向治疗中的发展提供参考。

摘要：具有纳米尺度晶粒的纳米晶合金由于具有高强度和高硬度而成为材料领域的关注热点,然而,由于晶界占比高,纳米晶合金的热稳定性差,严重制约了在高温甚至室温下的应用。近年来,纳米晶高熵合金由于显著的高熵效应而展现出特殊性能,这一效应同时能在一定程度上缓解纳米晶在较高温度下的低热稳定性问题。本文通过对纳米晶合金常用的热稳定策略和相关研究进展的分析与归纳,探讨从熵调控的角度利用多组元的高熵效应设计的具有高热稳定性的纳米晶高熵合金的稳定机理和力学性能。已有研究结果表明,纳米晶高熵合金有望拓宽纳米晶合金的领域,同时可为突破纳米晶合金低热稳定性瓶颈提供新的思路。

摘要：纳米晶在常温下具有很高的强度,然而其高温力学性能往往低于其对应粗晶。C是钢中的重要成分,由于其原子半径较小,容易在纳米晶中发生晶界偏析。通过分子动力学模拟,探讨了利用C的晶界偏析来提升纳米晶高温力学性能的可能性。在不同温度和应力水平下模拟了Fe-C与纯Fe纳米晶的拉伸蠕变试验,得到对应的应变速率,并根据Mukherjee-Bird-Dorn (MBD)公式得到了蠕变激活能和应力指数。通过对比Fe-C与Fe纳米晶的蠕变参数和缺陷结构,揭示了C晶界偏析影响α-Fe纳米晶塑性变形机制的影响机制。研究将有助于理解晶界偏析对不同温度下纳米晶力学性能的影响机制,启发优化合金高温力学性能设计的新思路。

摘要：管道运输是当前长距离输送石油、天然气等能源最经济的方式之一,具有优异的低温韧性是保证管线钢安全运输的重要特征.落锤撕裂试验(Drop weight tear testing,DWTT)是衡量管线钢低温韧性的最有效的方法.在目前的工作中,根据钢厂提供的产线数据集和文献收集的管线钢数据集,建立了基于机器学习的DWTT剪切面积预测模型.基于纯产线数据和文献数据辅助的产线数据构造了两种机器学习策略方案,测试了不同机器学习算法,效果最好的均是随机森林模型,策略一的纯产线数据模型的性能指标皮尔逊相关系数(PCC)为0.64,策略二的文献数据辅助的产线数据模型的性能指标皮尔逊相关系数(PCC)为0.92,文献数据的增加有效提高了DWTT剪切面积预测精度.机器学习技术为优化和预测DWTT剪切面积提供了一种新的思路.