你的水凝胶粘附强度卡在50 kPa上不去？

试了几十组配方还是靠运气？

这篇Nature给你一套"抄作业"的方法——他们从NCBI数据库挖出24,707条粘附蛋白序列，发现这些跨越古菌、细菌、病毒、真核生物的蛋白，居然共享一套"密码"：6种功能类氨基酸的特定排列规律。

用6种单体统计复制这套密码，再让机器学习在180个配方里自动优化，最终水下粘附强度突破1 MPa，比文献报道高出一个数量级。

更关键的是，这套"生物信息→统计合成→ML优化"的框架通用。

换一批单体，就能做抗菌、导电、自修复水凝胶。

龚剑平团队（北海道大学）和华人学者李伟、范海龙等，用这篇Nature证明了：软材料设计，终于可以从"炼丹"走向"工程"。

研究背景：软材料设计的“卡脖子”难题💡 一句话要点：数据驱动在硬材料领域已成熟，但软材料的多尺度复杂性使其长期依赖试错——本研究首次建立端到端框架破解这一困境。

数据驱动方法已彻底变革硬材料（原子结构明确）的发现与预测，但在软材料领域仍举步维艰。

核心瓶颈在于：设计空间爆炸：单体类型、数量、排列方式的组合近乎无限多尺度结构-性能关系复杂：弱分子相互作用与热涨落耦合，介观结构起关键作用预测理论缺失：软材料发现长期依赖实验试错水下粘附水凝胶是典型代表——尽管高端应用需求迫切（生物医学工程、深海探索等），实现即时、强力、可重复的水下粘附仍是未解难题。

此前研究虽识别出若干有效单体类型，但难以形成一致数据集或简洁设计原则。

生物启发的启示：粘附蛋白（古菌、细菌、真核生物、病毒中广泛存在）共享特定序列模式，为设计水下粘附剂提供线索。

但如何将序列模式转化为可合成策略，并实现机器学习的外推预测，仍是端到端设计的核心挑战。

核心策略：DM-实验-ML三阶段整合框架💡 一句话要点：不是简单叠加三个技术，而是以“统计序列复制”为纽带，实现从生物信息到材料性能的闭环优化。

端到端闭环示意（从数据到材料）：NCBI数据库（24,707条序列）→ 数据挖掘200物种一致性序列 → 6功能类编码 → 180个φi描述符理想随机共聚 → 180个水凝胶（G-001~G-180）→ 粘附测试 → 数据集#1（n=180）ML训练 + 批量SMBO → GP/RFR模型 → 预测新配方 → 实验验证 → 数据集#2（n=289）再训练 + 再优化 → RFR-GP*热启动 → 数据集#3（n=341）→ R1/R2/R3-maxSHAP反解设计原则 → BA+PEA+ATAC三单体协同 → 指导下一轮迭代三个阶段的核心任务与输出：第一阶段（DM驱动设计）：挖掘粘附蛋白数据库→提取序列特征→设计仿生配方，输出180种组成描述符。

第二阶段（实验构建数据集）：理想随机共聚合成→快速筛选粘附性能，输出180个水凝胶数据集。

第三阶段（ML优化发现）：训练预测模型→批量SMBO优化→实验验证，输出超强粘附水凝胶（Fa > 1 MPa）。

📈 性能跃升：ML驱动水凝胶的水下粘附强度（Fa）超过1 MPa，较文献报道值（通常<<100 kPa）提升一个数量级（图1b）。

图1 | 数据驱动的水下粘合水凝胶新型设计第一阶段：粘附蛋白数据挖掘——从24,707条序列到180个描述符💡 一句话要点：通过“功能类编码+相对组成描述符”策略，将蛋白质序列的复杂信息转化为可合成的6维组成向量。

数据库构建与序列比对从NCBI蛋白质数据库以“adhesive protein”为关键词，收集24,707条粘附蛋白序列涵盖3,822个物种（古菌、细菌、真核生物、病毒及人工蛋白）按物种蛋白数量排序，选取前200个物种进行Clustal Omega多序列比对，获得各物种一致性序列（consensus sequence）功能类编码与特征降维将20种标准氨基酸按理化性质归为6个功能类：疏水类（Hydrophobic）：强疏水侧链，驱动界面排水亲核类（Nucleophilic）：羟基等亲核基团酸性类（Acidic）：羧基，带负电阳离子类（Cationic）：氨基/季铵盐，带正电酰胺类（Amide）：酰胺基团，亲水芳香类（Aromatic）：苯环等芳香结构🔬 关键处理：甘氨酸、丙氨酸、脯氨酸不纳入疏水类——因其侧链较小，在界面接触和相互作用中的作用弱于其他疏水氨基酸。

这一细节直接影响后续疏水单体BA的设计权重。

序列异质性分析块长度分布（block length）：各功能类连续残基数通常小于3（图2b），表明粘附蛋白在粗粒度功能类层面仍具显著序列异质性配对频率矩阵：不同物种呈现特异的功能类配对偏好（图2c），提示序列异质性下存在潜在有序性相对组成描述符（Relative Composition）设计这是连接生物序列与合成聚合物的关键桥梁：统计21种功能类配对（nij，i,j=1,...,6）在一致性序列中的出现频率取排名前5的高频配对（约占总数50%）计算各功能类相对比例：φi = Ni / ΣNi，其中Ni = Σj(nij + nji)获得180个唯一组成描述符（去除20个重复），用于水凝胶合成🔬 为什么用“前5配对”而非全部21种？

作者测试发现Top 5配对已占总出现次数的约50%，这是帕累托最优思维——用最少参数捕获最主要序列特征。

若纳入全部21种配对，描述符维度膨胀，合成可控性下降；若只用Top 1-3，则丢失过多物种特异性信息。

Top 5是生物保真度与实验可操作性的平衡点。

图2 | 粘附蛋白的分子结构设计与配方设计第二阶段：DM驱动水凝胶合成——理想随机共聚验证💡 一句话要点：“统计复制”优于“精确复制”——通过控制反应活性比≈1，以理想随机共聚实现蛋白质序列特征的 scalable 仿生。

六种功能单体每种单体代表一个氨基酸功能类（图3a）：BA（丙烯酸丁酯，疏水）：丁基侧链，强疏水HEA（丙烯酸羟乙酯，亲核）：羟基，亲水CBEA（丙烯酸羧乙酯，酸性）：羧基，负电ATAC（丙烯酰氧乙基三甲基氯化铵，阳离子）：季铵盐，正电AAm（丙烯酰胺，酰胺）：酰胺基，亲水PEA（丙烯酸苯氧乙酯，芳香）：苯氧基，疏水+π电子理想随机共聚的关键验证在DMSO中自由基共聚时，各单体对的反应活性比（reactivity ratio）接近1，意味着聚合过程中组成漂移极小。

🔬 Monte Carlo模拟（基于Mayo-Lewis模型，采用实测活性比和推导组成）证实：单体块长度分布与天然粘附蛋白吻合（图3b vs 图2b）配对频率分布与天然粘附蛋白吻合（图3c vs 图2c）这证明合成方案有效捕获了序列异质性和邻近偏好等关键统计特征，实现了“统计复制”而非“精确复制”生物序列——后者在合成高分子中目前难以实现。

180个水凝胶性能筛选标记G-001至G-180，经DMSO→生理盐水（0.154 M NaCl）溶剂交换表征：体积溶胀比、流变行为、水下粘附强度（Fa，tack test，10N载荷，10s接触时间）结果分布：16个水凝胶Fa > 100 kPa83个水凝胶Fa > 46 kPa（超过文献报道平均值）G-042（源自大肠杆菌Escherichia，改称G-max）：Fa达147 kPa，为DM阶段最优两项关键对照实验对照一：序列来源特异性用弹性蛋白（resilin，非粘附蛋白）数据库设计的12个水凝胶，水下粘附极差（多数小于20 kPa，部分因严重收缩无法测试）。

证明：粘附蛋白的特异序列特征不可或缺，并非任意蛋白序列均可指导粘附设计。

对照二：共聚方式决定性G-004的两种变体比较（图3f）：在DMSO中合成：活性比≈1，序列为统计序列，外观透明，Fa高在DMS中合成：活性比偏离1，序列为嵌段序列，外观半透明，Fa显著降低证明理想随机共聚（近活性比）对实现统计序列特征、进而模拟蛋白功能至关重要。

组成-性能相关性初探Kendall's τ系数分析：弱正相关：φBA、φATAC、φPEA弱负相关：φHEA、φAAm、φCBEA但相关性微弱，且存在复杂协同效应（典型案例：G-074 vs G-001，φBA相近，φHEA和φCBEA增加、φATAC降低，按τ系数预测Fa应更低，实际G-074的Fa约为G-001的5倍）。

这明确表明：简单线性相关性不足以预测最优配方，必须引入ML优化。

图3 | 用于水下粘附的DM驱动水凝胶第三阶段：机器学习优化——从180到341，发现>1 MPa超级粘附水凝胶💡 一句话要点：GP+RFR双模型驱动批量SMBO，以“热启动”策略突破性能平台期，SHAP分析反推出“疏水+芳香+阳离子”三单体协同设计原则。

模型筛选以6维组成向量φi为输入特征，Fa为目标变量，测试9种ML模型，分为四类：线性模型：Lasso、Ridge（简单基线）非线性-非参数：KNN（局部插值）非线性-核方法：KRR、SVR、GP（高斯过程GP表现最优）非线性-树集成：RFR、XGB、ETR（随机森林RFR表现最优）最优模型：GP和RFR——在90%/10%训练-测试分割下测试误差最低、过拟合最小。

批量序列模型优化（Batched SMBO）策略采用期望改进（Expected Improvement, EI）为采集函数，设计多种批量优化策略，按表现分为三类：纯利用枚举（GP_enu、RFR_enu）：从1000万随机配方中按预测Fa选Top 5，结果❌未超越训练集传统贝叶斯优化（GP_KB、GP_CLmax、GP_CLmin、GP_LP）：采用Kriging believer/常数谎言/局部惩罚启发式，结果△中等提升批量SMBO（本研究核心）（GP-RFR、RFR-RFR、RFR-GP、RFR-GP*、RFR-ETR、RFR-GBM）：P-M组合（P提供假设值，M最大化EI），结果✅最优🔬 关键创新：RFR-GP*采用“热启动”策略——将RFR生成的10个虚拟数据点加入真实数据集再训练GP，进一步提升性能。

💡 ML优化的隐性经验（失败教训比成功更重要）纯枚举为何失败：GP_enu/RFR_enu预测值未超越训练集。

启示：180个数据点已覆盖局部最优邻域，随机采样难以外推至未知区域。

PRED优先于EI：按预测Fa值排序选配方，实际表现优于按EI（平衡探索与开发）排序。

启示：水凝胶制备周期长达2周，“宁可在高预测值区域多验证”比“刻意探索低置信区域”更经济。

三轮收敛信号：第二轮后Fa提升骤降，RMSE持续下降。

启示：模型已逼近当前单体库性能边界，继续加轮次收益递减。

作者果断停止，转向分析设计原则。

优化结果纯枚举基线（GP_enu、RFR_enu）：未能超越训练数据最大值所有SMBO方法均提升Fa，GP_KB和RFR-GP为最佳表现者RFR-GP*获得最高FaPRED排序（按预测Fa值选配方）普遍优于EI排序三轮ML优化后，数据集从180扩展至341个水凝胶。

探索能力评估：UMAP降维分析将6维组成空间通过UMAP降至2维（图4b）：RFR-GP和GP_KB提出的新配方与原始180个数据点重叠极少RFR-GP数据点分布更分散，表明其探索范围更广，优于传统贝叶斯优化SHAP可解释性分析：揭示分子设计原则基于341样本训练的RFR模型，SHAP beeswarm图（图4c）揭示各单体比例对Fa的影响及分子机制：φBA升高：显著提升Fa，机制为疏水效应驱离界面水φPEA升高：显著提升Fa，机制为芳香基团疏水排水；与ATAC邻近增强阳离子-π相互作用φATAC：中等水平最优——过低则静电作用弱，过高则溶胀增大、限制聚合物-表面接触φHEA升高：降低Fa，原因为亲水性过强，不利于界面排水φCBEA升高：降低Fa，原因为酸性基团与负电基底排斥φAAm升高：降低Fa，原因为酰胺亲水性促进溶胀💡 核心设计原则：BA + PEA + ATAC三单体组合是实现玻璃表面强水下粘附的关键，协同利用疏水效应（排水）与静电作用（粘附）。

图4 | 水下粘合水凝胶的机器学习优化顶级水凝胶全面表征：R1-max / R2-max / R3-max vs G-max💡 一句话要点：ML不仅提升了粘附强度，更通过优化BA/PEA比例增强了网络能量耗散能力，实现了“强粘附-高韧性”的协同。

组成特征三轮ML最优水凝胶均由BA、PEA、ATAC三种单体组成（图5a），比例略有差异：G-max（DM最优）：BA 59.1%、PEA 14.1%、ATAC 7.6%，另含HEA 9.6%、CBEA 9.6%R1-max：BA 58.8%、PEA 31.8%、ATAC 9.4%R2-max：BA 62.9%、PEA 31.0%、ATAC 6.1%R3-max：BA 68.0%、PEA 25.0%、ATAC 7.0%物理状态与力学性能对比G-max与ML驱动水凝胶（R1/R2/R3-max）：制备态（DMSO）：两者均透明，频率无关储能模量G′生理盐水平衡态：G-max透明、较弱粘弹性；ML水凝胶不透明、强粘弹性、高模量体积溶胀比Q：G-max约0.4，ML水凝胶约0.45-0.5力学强度与韧性：ML水凝胶显著更高（应力-应变曲线下面积大）机制：高BA/PEA含量促进水相中聚合物链强缔合，形成动态物理交联，增强能量耗散能力。

粘附性能系统评估1. 接触条件优化Fa随接触时间和载荷增加而增大，最终达平台值（图5d）——归因于界面接触充分化和水膜完全排出。

2. 最大粘附强度R1-max在生理盐水中玻璃表面Fa > 1 MPa（图5e）循环粘附：200次附着-脱离循环后仍保持约100 kPa3. 多基底普适性（R1-max，生理盐水，20N，60s）按基底类型划分Fa范围：无机材料（玻璃、陶瓷、硅片）：0.5-1.0 MPa塑料（PC、PMMA、PF树脂、POM、PP、PTFE）：0.05-0.9 MPa金属（Al合金、Ti合金、不锈钢）：0.3-0.5 MPa4. 长期耐久性搭接剪切测试：多种材料上表现优异1 kg剪切载荷下，陶瓷/玻璃/钛合金接头在生理盐水中持续超过1年（图5f）不同溶液环境适应性对比G-max、R1-max、R2-max、R3-max在三种溶液中的表现：去离子水：G-max内聚破坏，R1-max强，R2-max最强（出现空化），R3-max强生理盐水（0.154 M NaCl）：G-max为147 kPa，R1-max >1 MPa，R2-max和R3-max均为强人工海水（0.7 M NaCl）：G-max未测，R1/R2/R3-max均为强💡 重要发现：组成微调导致不同环境下的性能差异，体现生物进化原则——“适应性优于普适优化”（adaptability over universal optimization）。

图5 | 通过DM（G-max）和ML优化（R1-max、R2-max和R3-max）鉴定的水凝胶的特征与性能实际应用演示三个典型案例展示水凝胶的实际应用能力：1. 海洋环境粘附（R1-max）：橡皮鸭固定于海边礁石，承受潮汐波浪冲击超过5个月，无对照参照。

2. 高压管道堵漏（R2-max）：密封3米高聚碳酸酯管底部20 mm直径的孔洞，瞬时止漏，持续超过5个月。

对比：商业FLEX TAPE®在1.5小时后失效。

3. 生物组织粘附（R1-max）：猪骨表面强粘附，可剥离。

📈 高压堵漏的量化细节：管道高度3米 → 静水压约30 kPa孔洞直径20 mm → 出口流速约5.4 m/s总水压力（静水压+动压）约45-50 kPaR2-max承受：超过5个月无渗漏FLEX TAPE®承受：1.5小时后渗漏这意味着R2-max的界面韧性不仅抵抗了瞬时剪切，还耐受长期蠕变——这是压敏胶（PSA）的致命弱点，却是动态物理交联水凝胶的优势。

生物相容性：小鼠皮下植入实验证实良好生物相容性。

研究总结与展望💡 一句话要点：本研究的价值不仅是“1 MPa水凝胶”，而是为软材料领域提供了“生物信息→统计合成→ML优化”的通用范式。

核心贡献建立首个端到端数据驱动软材料设计框架：DM（蛋白质序列挖掘）→ 可扩展合成（理想随机共聚）→ 迭代ML优化提出“相对组成描述符”策略：以统计序列复制 bridging 生物序列与合成聚合物的设计鸿沟实现水下粘附性能数量级突破：Fa从约100 kPa提升至超过1 MPa方法学普适性该框架可拓展至其他功能软材料（自修复、抗污、离子传导等），为软材料工程提供系统化、可扩展的从头设计范式。

现存挑战与方向单体库扩展：当前仅6种功能单体，需发展模块化单体库序列精确控制：理想随机共聚为统计控制，需推进可控聚合技术至材料适用尺度物理信息ML模型：开发融合多尺度物理约束的模型，实现稀疏数据泛化🇨🇳 对中国研究者的启示分三个方向提出具体行动建议：单体库建设：国内高校/院所联合建立“功能单体数据库”，按氨基酸功能类系统扩展（如引入磷酸化、糖基化模拟单体）——这是本框架的下一个瓶颈。

自动化合成平台：180→341个水凝胶的手动合成+测试周期约半年，若引入移液工作站+高通量tack tester，可压缩至1-2个月——契合国内“材料基因工程”高通量平台战略。

跨学科团队配置：本文作者涵盖蛋白质信息学（Takigawa）、高分子合成（Fan/Gong）、机器学习（Hu）、力学模拟（Li）——国内课题组需打破“做水凝胶的只懂水凝胶”的惯性。