本科生一作！海科学院本科生连发海水铀资源利用研究成果
海水提铀，是面向未来核能可持续发展的关键课题之一。面对海水中铀浓度极低、干扰离子多、传统提取材料效率不高等多重挑战，如何高效、绿色地从海水中提取铀资源，已成为国际科研前沿的热点与难点。在这一背景下，海科学院海水资源绿色高值利用本科生研究团队，在左彬讲师与徐兴涛教授的指导下，依托国家级大学生创新创业训练计划项目（202410340005）与浙江省新苗人才计划项目（2025R411A001）的持续支持，扎根实验室，从材料设计到器件构建，开展了一系列扎实而富有创新的研究，并于近期连续在化学与化工领域国际权威期刊上发表重要成果，均以本科生为第一作者，展现出海科学院本科生培养的扎实功底与科研活力。
成果一：数据驱动破解海水提铀材料设计难题
发表期刊：《Coordination Chemistry Reviews》（中科院一区TOP，IF=23.5）
论文题目：《Data-Driven Photocatalytic Uranium Extraction: Machine Learning Insights into Structure–Activity Relationships of Metal–Organic and Covalent Organic Frameworks》
第一作者：A22海科星颉班本科生赵忠舟
金属-有机框架（MOFs）和共价有机框架（COFs）是极具潜力的光催化提铀材料，但其结构复杂、性能影响因素多，传统“试错”式研究效率低下。本研究从近百篇文献中系统提取材料结构参数与性能数据，构建专用数据库，并引入随机森林机器学习模型，量化揭示了影响铀提取效率的关键结构特征（图1）。研究发现，光生载流子分离效率与铀吸附位点密度是核心因素，模型还进一步揭示了孔道尺寸与官能团电负性之间的协同作用机制。团队在长期实验积累与数据整理基础上，通过机器学习对已有实验规律进行量化挖掘与机理验证，为未来高性能吸附光催化一体化材料的设计提供了清晰的数据指引与理论支撑。
图1. 数据驱动的光催化铀提取: 基于机器学习的金属–有机框架与共价有机框架结构–活性关系研究
成果二：三维协同设计推进海水提铀器件应用
发表期刊：《Chemical Engineering Journal》（中科院一区TOP，IF=13.2）
论文题目：《Light-driven micro/nano motors: a three-dimensional cross-scale co-design paradigm for composition-structure-interface》
第一作者：A22海科星颉班本科生储菲菲
在材料基础上，如何将其转化为可在真实海洋环境中高效工作的“智能器件”？本研究聚焦于光驱动微纳马达，创新性地提出了“组成-结构-界面”三维协同设计范式，突破传统单因素优化的局限。团队构建了涵盖对称破缺、拓扑优化、响应动力学等六个维度的STRIDE系统设计框架，并引入卷积神经网络进行参数智能调优，显著提升了光驱动微纳马达的运动可控性与海水提铀环境适应性（图2）。该研究从器件工程与应用角度出发，为海水提铀、污染物降解等复杂流体环境下的微纳机器人系统，提供了可操作、跨尺度的设计方法论。
图2. 光驱动微纳马达“组成 — 结构 — 界面”三维协同设计示意图
实验室纪实：从实验台到顶刊的成长之路
这些成果的背后，是团队成员长期扎根实验室的身影（图3）。从合成材料、表征结构、性能测试，到数据整理、模型构建、论文撰写——每一步都凝聚着同学们的汗水与智慧。在导师的悉心指导下，他们不仅掌握了扎实的实验技能，更学会了如何从海量数据中提炼科学规律，如何将工程思维融入材料与器件设计。
两项研究分别从材料基础与器件应用两个层面，系统推进了海水铀资源高效提取的技术路线。它们不仅是理论与方法的创新，更是“人工智能+化学工程”交叉融合在资源利用领域的生动实践。海科学院将持续支持本科生投身科研创新，鼓励学生在解决国家重大战略需求的实践中成长成才。
图3 海水资源绿色高值利用本科生研究团队实验照片
