新闻及香港科大故事

内地新型冠状病毒感染肺炎肆虐，如何及早发现受感染者是各地当前面临的迫切难题。香港科技大学(科大)一支研究团队，最新研製出全球最快速检测新冠肺炎(COVID-2019)的便携式检测仪，利用微流生物芯片技术，从取样到检测结果只需约40分钟，较目前通用的检测方法聚合酶连锁反应（PCR）技术所需的1.5至3个小时，效率大大提升。   PCR是一种分子生物学技术，透过扩增特定的脱氧核醣核酸(DNA)片段而侦测病毒的核糖核酸(RNA)。温度变化是PCR控制DNA变化的关键，温度提升越快，检测所需的时间越短。有别于传统大型PCR仪普遍应用的半导体加热器，团队自行研发出一种具有更低热质量和更高导热性的硅基薄膜微加热器，令测试过程中温度提升的速率，由以往传统PCR仪平均每秒升4–5 ℃，提升至每秒升30 ℃，大大缩短检测时间。   由科大物理学系温维佳教授带领的研究团队，透过他与其科大博士毕业生高一博在深圳共同创立的生物科技企业「深圳市尚维高科」(尚维高科)开发相关技术。团队自今年1月20日获取新冠病毒的序列后，立刻展开针对性研究，并于一周内成功研发出检测试剂。目前，相关检测仪及试剂盒已于深圳和广州的疾控中心应用，团队近日亦已向湖北和广州南沙的疾控中心捐赠相关仪器和试剂盒。该技术已获国际CE认证（欧洲合格认证），符合出口本港及其他欧盟城市的标准。 该设备操作十分简单，採用与流感快速筛查相同的方式，利用快筛试纸到鼻腔取样，再放入分析仪检测即可知结果。整套设备长33厘米、宽32厘米、高16厘米，轻巧便携，可用于户外，适合各级疾控中心、海关、出入境检验检疫部门及护老院等地方作即场检测。每台新型检测仪分别由一个微流生物芯片、便携式PCR仪、样本前处理系统、生物检测芯片和新冠病毒核酸检测试剂盒所组成，每次可同时检测8个样本。 尚维高科是一家专注开发实时核酸分子体外诊断技术的科技公司，公司核心团队成员均来自科大。 微流生物芯片检测仪操作示范视频： https://drive.google.com/open?id=131D_1hMOLWraGeQCGMnNka9tSsEtz_rV

从基础发现到知识转移和应用，您可以找到我们在本期Research@HKUST上所做的所有最新突破。

由香港科技大学（科大）领导的一支科研团队，近日首次揭示氮氧化物（NOx）如何影响大气中硫酸盐的多寡，以及其与雾霾形成的关系，为解决空气污染的政策制订者提供新见解。 由污浊浓雾所带来的低能见度、高湿度以及高浓度PM2.5悬浮粒子的现象，一直对包括中国内地在内的大城市造成困扰。而在各种直径小于2.5微米（PM2.5）的污染物中，由二氧化硫（SO2）在大气中氧化而产生的硫酸盐，是雾霾成因中最普遍的成分之一。 虽然科学界早已知晓二氧化硫与硫酸盐之间的反应物-产物关系，但形成过程中所涉及的氧化剂及氧化过程非常复杂多样化，特别是氮氧化物在这过程中扮演的角色，一直没有一个清晰的理解。有别于直接由汽车废气以及燃烧如煤、柴油和天然气等化石燃料而产生的氮氧化物，硫酸盐并非直接由污染源头排放，因而令希望控制它的研究人员及政府官员感到头痛。今次研究乃科学家首次系统阐述氮氧化物如何于不同情况下，透过氧化过程影响制造硫酸盐的一连串化学反应。 由科大化学系兼环境及可持续发展学部教授郁建珍领导的研究团队，与加州理工学院的研究人员合作，发现了氮氧化物在三种不同的化学环境中以不同机制影响硫酸盐的形成。在低浓度氮氧化物环境中，氮氧化物催化氧化剂的形成，促进硫酸盐的形成；在雾霾笼罩时所出现超高浓度氮氧化物的环境中，溶于雾滴中的氮氧化物直接作为氧化剂，也促进硫酸盐的形成。惟在中高浓度氮氧化物的环境中，由于二氧化氮（氮氧化物家族的一员）消耗了羟基自由基，令其不能有效地氧化二氧化硫，继而抑制硫酸盐的产生。 研究结果显示，要在高污染的雾霾条件下减少硫酸盐的形成，必须同时控制二氧化硫与氮氧化物的排放，但是，当氮氧化物排放达至中高量时，由于大气中的二氧化氮会抑制促进硫酸盐形成的羟基自由基，减排氮氧化物反而会导致空气硫酸盐增加。

由香港科技大学（科大）领导的一个国际研究团队，近日证明了海洋内波(海里的波浪)的冷却功能可为珊瑚礁营造一个抗热环境，或有助防止和更准确预测珊瑚白化。 世界各地的珊瑚礁正遭受由气候变化和包括厄尔尼诺等极端气候所引起的泛热带白化现象威胁，但是，白化模式很难预测，在较深的水域尤甚。现时，大部分白化预测都是基于由卫星收集得来的海水温度数据作表面评估。虽然这些数据对了解大规模及偏远地区的白化状况很重要，但它们只反映了海洋表面的温度以及相对大面积的温度平均值。 科大海洋科学系助理教授Alex Wyatt，联同来自东京大学、圣地亚哥加州大学斯克里普斯海洋研究所、美国地质调查局，以及佛罗里达理工学院的科学家组成研究团队，就内波对太平洋西面、中部及东面珊瑚礁的温度影响进行了定量分析。团队花了数年时间，在日本、法属波利尼西亚和巴拿马不同海深的珊瑚礁位点量度温度，并记录了在2015年和2016年因厄尔尼诺现象发生的加热事件。 该团队透过自行研发的新型过滤方法，从温度记录中撷取内波讯号，以比较有内波及无内波海域的加热情况。结果显示，内波的出现有助减少该海区的酷热情况，如在2015-2016年厄尔尼诺现象期间，内波的出现便将加热程度减轻了88%；一些本可导致全数珊瑚死亡的严重加热地区，因内波的出现而将加热量降低了约36%至50%，有些地区甚至完全避免了加热情况的发生。 研究还发现，天然内波的降温能力会随水深而上升。在水深8至10米的浅水处，内波将热量减少了20%至41%；而在水深30至40米的较深水处，则减少了54%至88%，反映内波是一种能减轻珊瑚白化的重要过程。相反，在欠缺内波、或因气候变化而令内波频率和强度下降的地方，珊瑚礁的受热威胁愈趋严重。 Wyatt教授指研究结果显示，人类可透过创新方法保育当地的珊瑚礁﹕「透过主动管理方法，如人工引流至需要特别保护的珊瑚群落，能减少海洋加热对它们的影响。但人工引流只能提供小范围或短暂的保护，要长远解决珊瑚礁的存活问题，解决气候变化这根本原因实属不可或缺。」

米耀荣教授与我们分享了他在断裂和复合力学方面的四十年研究成果。

全球暖化以及温室气体排放让海洋中的含氧量在过去数十年间持续下降1 ，污染并破坏我们的生态系统。为了遏止这个趋势，香港科技大学（科大）的研究团队发现一种机制，有望提升一种环保水生细菌清除二氧化碳的能力，为海洋生产更多氧气。 俨如陆地上的树木，蓝绿藻(又名蓝细菌)于海洋进行光合作用，为海洋生物提供氧氧，地球逾20%的二氧化碳都是经由它们所吸取。可是，全球每天有近半的蓝绿藻，因被捕食或受病毒感染而死亡，当中单是一种名为噬藻体的病毒，每日便杀死达全球总量五分之一的蓝绿藻。 科大海洋科学系副教授曾庆璐领导的研究团队历时五年，最近终于揭示噬藻体杀死这环保细菌，亦即其宿主(host)的规律，所倚赖的是宿主进行光合作用时所产生的能量。团队利用实验室培植的噬藻体进行研究，发现牠们于黑暗环境中，并不能完全发挥感染宿主的功能，但蓝绿藻却偏偏在晚上被牠们杀死。原来在日照时份，蓝绿藻透过光合作用所生产的能量，会成为噬藻体用作感染其宿主的燃料－令噬藻体在日间完成所有足以破坏蓝绿藻细胞结构的感染过程，使其终在晚上分崩离析。很多生物，包括日出而作、日入而息的人类，都具有昼夜节律，但今次研究首次发现，原来病毒亦具有昼夜节律。  曾教授表示：「透过了解日夜循环如何控制噬菌藻的感染过程，不但能帮助降低蓝绿藻被感染的风险，由此增加其吸收二氧化碳的能力，减轻全球暖化；亦有助日后研究对抗病毒的药物。很多人类疾病都是由病毒引致，现在我们知道病毒感染会受生理节律和昼夜循环影响，这可能为研发相关药物对抗人类病毒提供新见解。」 是次研究成果已于科学期刊《美国国家科学院院刊》中发表。 1根据一份于2017年刊登在《自然》的科学研究文章，海洋在过去50年已减少逾2%氧气，此步伐将在接下来的80年加快至最多7%，对渔业和沿海经济造成潜在損害。  

香港科技大学(科大)一个跨学科研究团队发现，人体肠道中大肠杆菌所释出的一种毒素，与大肠癌有关。研究不但为大肠杆菌对人类健康的影响带来新见解，更有助推动预防全球第三常见癌症「大肠癌」 的研究*。 人体肠道中的大肠杆菌虽然可以帮助我们消化食物及调节免疫系统，但它们亦含有毒性，可以导致细胞周期停滞(arrest cell cycle)甚至死亡。科学家早已发现大肠杆菌所产生的大肠杆菌素(Colibactin)是一种基因毒性(genotoxin)化合物，可以破坏真核细胞中脱氧核醣核酸(DNA)的双螺旋结构(double-strand breaks)，增加患上大肠癌的风险。不过，由于这种化合物浓度低、状态不稳定及生物合成反应路径(biosynthetic pathway)过于复杂，难以复制作研究用途，所以它到底如何导致DNA受损，至今仍是一个谜。 由科大捷成David von Hansemann理学教授、海洋科学系及生命科学部讲座教授钱培元带领的研究团队，利用崭新的生物合成方式，解开这个谜团。团队不仅成功复制大肠杆菌素基因簇，更发现可以大量培植相关基因的方法，以进行测试及验证。经过反复分析及化验多种大肠杆菌素前体化合物(Colibactin precursors)，团队最终确定「大肠杆菌素-645」是引致DNA双螺旋结构受损的元凶，并发现其生物合成反应路径和损害DNA双螺旋结构的机制。 钱教授表示﹕「虽然部分大肠杆菌素会透过交叉连接的方式损害DNA，但一直以来未有数据显示它们会直接破坏DNA。我们的研究确认了大肠杆菌素-645会直接破坏DNA的双螺旋结构，进一步解释大肠杆菌素对健康的影响，补上长久以来缺失的一块拼图。」 硏究团队中的李忠瑞指，重组大肠杆菌素的分子骨架，可以为设计及合成有效的DNA分解试剂(DNA cleaving agent)，例如合成限制性内切酶或癌症化疗药物提供基础。

香港科技大学(科大)的科研人员成功研发全球首个可用作深度机器学习(machine learning)的全光学神经网络，不但能让人工智能在处理较复杂的问题上﹕例如辨识事物之间的关系或风险评估等范畴，进一步追近人类，更可在能耗大幅度降低的情况下，以光速进行运算。一直以来，光学网络操作仅限于线性*运算，但只靠线性运算并不能让神经网络模拟人类大脑运作而达至「深度学习」(Deep Learning)。人工智能要掌握深度学习，需具有「非线性启动函数」(non-linear activation functions) 的多层神经网络。然而，在现存的光电混合神经网络中，模拟人类大脑响应方式的「非线性启动函数」乃透过电来实现，这限制了光学网络的指令周期及能力。现在，由科大物理学系教授杜胜望及助理教授刘军伟所带领的研究团队，实现了首个全光学多层神经网络，为构建大规模的光学神经网络推进一步。为突破限制，研究团队利用冷原子介质内只需极低激光功率便能运作的「电磁波引发透明效应」(electromagnetically induced transparency, EIT)，来实现非线性启用函式，并制作了一个双层全光学的神经网络。为测试成效，团队利用这个网络，对凝聚态物理学易辛模型(Ising model)中的有序相和无序相进行分类，发现与高性能电脑神经网络运算的结果一样准确。杜教授表示﹕「虽然我们现在的成果只是一个概念验证(proof-of-principle)的测试，但它表明新一代的光学人工智能—即在低能耗的情况下进行快速运算，是有可能的。」刘教授补充谓:「未来，我们希望扩大此技术的规模，构建一个更大型、更复杂的全光学神经网络，以作图像识别等实际应用。」研究结果近日刊登于权威期刊《Optica》，并获美国光学学会撰写新闻稿介绍。