💡这项突破是什么?
近日，材料学院彭锋教授课题组在利用溶解浆工业废弃物木聚糖构建光调制纳米流体忆阻器方面取得新进展，相关成果以'Light-Modulated Xylan-Reinforced Nanofluidic Memristor for Ionic Neural Network-Based Robot Movement Modulation'为题发表于材料领域权威期刊Advanced Materials上。
生物神经网络通过兴奋性与抑制性信号的动态平衡实现复杂神经功能，如运动协调与学习记忆，如何在人工系统中实现基于离子信号机制的精准神经调控，同时克服传统固态忆阻器依赖电子输运和外部偏压的局限，是当前类脑计算领域面临的关键难题。
针对上述问题，团队提出利用溶解浆工业废弃物改性木聚糖调控MXene表面电性，构建出正负电性纳流体膜（PCM和NCM），并开发出光调控的二维纳米流体离子忆阻器。在非对称KCl浓度梯度驱动下，PCM选择性输运Cl⁻模拟抑制性突触，NCM选择性输运K⁺模拟兴奋性突触，且无需任何外部偏压。
图1 季铵化木聚糖与羧甲基木聚糖修饰后的MXene纳米片表征
研究发现，纳流体忆阻器能够精准模拟兴奋/抑制性突触后电流、双脉冲易化、脉冲频率/数量/时长依赖的可塑性。单个器件可通过调节浓度梯度和离子选择性实现AND、OR、NAND、NOR四种可重构逻辑门。作为概念验证，研究团队将四个兴奋/抑制忆阻器串联构成离子神经网络，光脉冲激活不同组合后产生的离子电流能够映射为机器人前进、后退、翻滚、跳跃、转弯等十种精细运动指令。
图2 NCM忆阻器光调制离子响应行为
该成果从生物质废弃物高值化利用与离子型类脑计算交叉角度，突破了传统电子忆阻器依赖外加偏压的局限，为构建自供能、生物友好的离子神经网络与下一代人机融合接口提供了全新材料平台与方法支撑。
材料学院博士研究生宋光辉为论文第一作者，陈阁谷教授、陈玉鹏副教授和彭锋教授为通讯作者。
该研究得到了国家杰出青年科学基金（32225034）、国家自然科学基金（32571985）以及中央高校基本科研业务费专项资金（QNTD202507）的支持。
