仿生学是工程领域的重要概念，基于对生物原型的组成、结构和功能的模仿，建立分子、材料、工艺和设备的设计原则。随着社会的发展，对兼具多种特性材料的需求持续增加，进一步推动了仿生（纳米）结构领域的巨大发展。这些材料结合了有序和无序的特点，使得它们的结构复杂化，因此难以定量描述和复制。目前，基于人工合成分子和纳米构造基元，人们可以模仿复制生物组织的结构，并成功开发了许多高性能纳米复合材料。但是，为了满足在能源、水、健康等领域对具有更高性能材料的需求，仍需要快速推进材料设计过程，建立多维属性评估体系。因此，亟需从传统的仿生学向定量仿生学发展。

近期，吉林大学化学学院无机合成与制备化学国家重点实验室杨明教授联合密歇根大学Nicholas A. Kotov教授，在Nature Reviews Materials上发表题为“Quantitative biomimetics of high-performance materials”的评述文章，从界面化学和物理学的角度讨论了设计复杂仿生材料的方法。通过分析生物复合材料及成功的仿生学案例，提出了基于泰勒级数和性质差分的框架，以量化不同性质间的相互依赖性。该工作受到了国家自然科学基金委和吉林大学“培英”计划的资助。

图1.材料性质相关性

尽管基于生物启发进行了大量的研究工作，但仍然存在以下三方面的问题：首先，很多模仿在较大程度上仍然是定性的；其次，目前制备的仿生材料难以实现有序与无序的平衡，不利于材料有效发挥其功能并适应可变环境；最后，不同的物理性质往往是相关的，如何兼顾两种或者多种相互矛盾的特性面临着根本挑战（图1）。

利用泰勒展开式来表达材料性质与结构参数的关系，可以为如何降低甚至去除性质相关性提供重要指导。为了限制泰勒展开式中的叉积，考虑了有序无序结合、大形变、多尺度组织与超材料的结构参数、前置因子的补偿效应以及界面处微分的不连续性（图2）五种具体情况。

图2.界面作为降低生物材料性能相关性的工具

其中，界面的利用是材料工程领域的一种通用方法，在生物体中也广泛存在。与体相材料相比，特有的键合方式使得界面处存在多样性和不规则性，这些结构差异为解决不同性能相互制约的难题提供了巨大的优势（图3）。

图3.含有丰富界面的仿生纳米复合材料

此外，作者还讨论了分子动力学模拟、机械模型和机器学习在定量仿生学中的重要作用（图4）。机器学习可以作为在相应的泰勒级数中建立性质微分的一般途径，非常适合大多数非线性的属性差异预测。将理论、模拟和机器学习相结合，为利用具有高体积密度界面、图论描述、以及分层多尺度结构来实现性能的多维度优化提供了有力的支持，也是定量仿生学的关键所在。

图4.定量仿生学的理论方法

原文链接：https://www.nature.com/articles/s41578-024-00753-3

通讯作者简介

杨明，吉林大学化学学院无机合成与制备化学国家重点实验室教授，博士生导师，国家级青年人才。主要从事仿生结构与功能材料的设计合成与性能优化。多项研究成果以第一作者和通讯作者身份发表在Nat.Rev. Mater., Nat. Chem., J. Am. Chem. Soc., Nano Lett., ACS Nano, Adv. Funct. Mater.等国际学术期刊上，受到了国内外科学媒体的广泛关注。