浙大张林教授团队/杭电梁立军副研究员 Nat. Sustain.：AI驱动净水膜迈向智造时代

背景：抗生素和环境激素等有机微污染物（OMPs）在全球地表水中频繁检出，对人类健康和社会可持续发展构成威胁，膜分离技术尤其是聚酰胺薄膜复合膜技术因其纳米级孔径和表面荷电特性展现出优势，但OMPs种类繁多、物化性质差异大，导致膜材料设计与筛选长期依赖经验。研究目的：浙江大学张林教授团队与杭州电子科技大学梁立军副研究员合作，通过将分子指纹与物理模型整合至机器学习框架（DMF-MRL），旨在解析OMPs对膜去除效率的影响机制，揭示污染物与膜之间的复杂作用规律，并建立指导膜设计的知识图谱。结论：研究发现影响去除效率的关键是多个官能团之间的“耦合效应”，而非单一基团；团队成功构建了分子-膜相互作用知识图谱，提出了膜表面电荷、孔道结构与亲水性协同调控策略，实现了针对不同类型OMPs的膜材料定向设计，并通过实验验证了模型预测，为净水膜的智造提供了理论基础。