上海
撰文丨王聰
編輯丨王多魚
排版丨水成文
交通事故、自然災害和戰爭造成的傷口通常涉及多種組織，這些組織形態復雜且機械性能各異。此類損傷對傳統的傷口處理方法（例如止血海綿、縫合線和訂書機）構成了巨大挑戰，因為這些方法往往難以有效應對復雜的多組織損傷，或耗時過長，從而影響急救效果。這凸顯了開發先進傷口封閉技術的迫切需求。
2026 年 6 月 11 日，華南理工大學施雪濤教授、西安交通大學徐峰教授、中日友好醫院閆圣濤主任醫師、華南理工大學陳云華副研究員作為共同通訊作者，在 Nature 子刊Nature Biomedical Engineering上發表了題為：Machine learning-guided design of mechanoadaptive bioglues for multitissue trauma and first-aid applications 的研究論文。
該研究通過機器學習指導，理性設計了機械自適應生物膠——TuneGlue，用于多組織創傷及急救應用。
處理涉及多種損傷類型的傷口，尤其具有挑戰性，因為其形態復雜且受累生物組織的機械性能各異。
在這項最新研究中，研究團隊報告了一種機器學習（Machine learning，ML）指導的理性設計方法開發出的生物膠，研究團隊將其稱為TuneGlue，該生物膠具有針對多組織創傷定制的機械適應性。
機器學習指導的生物膠理性設計，用于多組織創傷急救
通過利用機器學習，研究團隊建立了 TuneGlue 與不同組織之間面向任務的關系，從而實現對特定目標的精準優化。針對肺部、腸道、皮膚和骨損傷開發并測試的四種代表性 TuneGlue，展現出了優異的粘附性能和術后愈合效果。此外，研究團隊將從機器學習模型中獲得的綜合機械數據庫集成到定制急救裝置中，該急救裝置能夠將優化后的 TuneGlue 快速遞送至目標組織。該系統顯著縮短了傷口處理時間，并改善了開放手術中多組織創傷的治療效果。
總的來說，該研究將機器學習指導的 TuneGlue 設計與急救遞送裝置相結合，為緊急救護提供了一種變革性策略，推動了多組織創傷治療與組織工程領域的發展。
論文鏈接：
https://www.nature.com/articles/s41551-026-01705-8
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
