研究突破 - 中国与荷兰科学家合作首次在实验室成功合成具有明确内外双层螺旋结构的动态高分子 其分子高度仅几十纳米 直径仅2纳米 相当于将632米高的上海中心大厦缩小至约10亿分之一 是人类头发丝的800万分之一 [2] - 该材料展现出类似天然蛋白质的动态行为 可随温度变化伸缩 在特定条件下完全解旋 并最终降解为人体可吸收的小分子 无残留风险 [2] - 该高分子在加热时可伸展 冷却后恢复螺旋 在碱性环境下 二硫键断裂 整个结构在可控范围内可解聚为原始小分子 成为人体代谢通路中的常见组分——氨基酸和二硫小分子 [4] 设计灵感与科学意义 - 分子结构的设计灵感源自上海中心大厦的独特内外双层螺旋建筑形态 该大厦于2016年建成 是目前中国第一高楼 世界第三高楼 [2] - 研究团队提出科学设想：能否在非生物体系中通过化学合成手段构建具有类似几何特征和动态功能的人工高分子 [2] - 此次研究从最基础的小分子出发 将氨基酸 二硫键等天然的 与生物相容的“分子积木”通过动态可逆的化学键连接起来 构筑出稳定的螺旋构象 [3] - 研究的关键突破口在于将动态共价键（特别是可逆的二硫键）与刚性氨基酸骨架巧妙结合 使螺旋结构既具备柔韧性又能稳定存在 [3] 应用潜力 - 由于具备优异的力学柔韧性 生物相容性及完全可降解性 该材料有望成为下一代可穿戴或可植入医疗器件的理想基底 [4] - 潜在应用领域包括柔性神经接口 靶向药物递送系统或组织工程支架 它既能适应体内复杂力学环境 又可在完成使命后安全代谢 避免传统高分子材料长期滞留引发的炎症或毒性风险 [4] - 费林加团队正致力于开发可在体内靶向清除病变细胞的纳米机器人 理想状态下 这类2纳米大小的分子转子可通过高速旋转在癌细胞膜上打孔 实现精准杀伤 [9] 技术背景与演进 - 1999年 费林加研制出首个光驱动“分子马达” 尺寸不足2纳米 随后又开发出能在金属表面定向移动的“分子车” [6] - 费林加团队进一步将“分子马达”嵌入金属有机框架中 实现对气体分子的光控捕获与释放 相当于在固态材料内部构建了微型“分子工厂” [6] - 2023年诺贝尔化学奖授予“量子点的发现与合成” 通过将无机半导体颗粒尺寸缩小至1—20纳米范围 产生显著的量子限域效应 目前基于量子点技术的显示技术（OLED）已进入量产阶段 [7] - 2025年诺贝尔化学奖授予金属有机框架材料领域 其三维孔道结构的孔径只有几纳米 可对特定尺寸气体分子展现选择性吸附 基于此的空气取水装置已在非洲干旱地区试点应用 每公斤材料每日可从低湿度空气中捕获数升淡水 [7] 其他前沿应用前景 - 在信息科技领域 司徒塔特团队曾于2007年演示一种基于分子穿梭运动的存储器件 理论上 这一分子机器芯片每平方厘米可存储100GB数据 [8][9] - 未来 此类“造小”技术有望在可持续能源 智能穿戴 精准医疗和环境治理等领域深度融入人类日常生活 [9]

研究核心突破 - 中国与荷兰科学家合作首次在实验室成功合成具有明确内外双层螺旋结构的动态高分子 其分子高度仅几十纳米 直径仅2纳米 相当于将632米高的上海中心大厦缩小至约10亿分之一 是人类头发丝的800万分之一 [1] - 该材料展现出类似天然蛋白质的动态行为 可随温度变化伸缩 在特定条件下完全解旋 并最终降解为人体可吸收的小分子 无残留风险 [1] - 该高分子在加热时可伸展 冷却后恢复螺旋 在碱性环境下 二硫键断裂 整个结构在可控范围内可解聚为原始小分子 成为人体代谢通路中的常见组分——氨基酸和二硫小分子 [2] 技术原理与设计 - 研究团队从最基础的小分子出发 将氨基酸 二硫键等天然的 与生物相容的“分子积木” 通过动态可逆的化学键连接起来 构筑出稳定的螺旋构象 [2] - 技术关键在于将动态共价键（特别是可逆的二硫键）与刚性氨基酸骨架巧妙结合 使螺旋结构既具备柔韧性 又能稳定存在 [2] - 该合成聚合物能以两种“可逆”的方式进行变化 一是能在无序结构和螺旋状结构之间来回切换 二是能分解成最初用来合成它的那些小分子 两种变化都源于内部共价键和非共价键的相互作用 [6] 潜在应用领域 - 在生物功能材料方面 由于具备优异的力学柔韧性 生物相容性及完全可降解性 该材料有望成为下一代可穿戴或可植入医疗器件的理想基底 例如在柔性神经接口 靶向药物递送系统或组织工程支架中应用 [2] - 在分子机器领域 费林加团队正致力于开发可在体内靶向清除病变细胞的纳米机器人 理想状态下 这类2纳米大小的分子转子可通过高速旋转在癌细胞膜上打孔 实现精准杀伤 [6] - 在信息科技领域 分子机器拥有巨大的应用潜力 司徒塔特团队曾于2007年演示了一种基于分子穿梭运动的存储器件 理论上 这一分子机器芯片每平方厘米可存储100GB数据 [5] 相关技术发展背景 - 1999年 费林加研制出首个光驱动“分子马达” 尺寸不足2纳米 随后又开发出能在金属表面定向移动的“分子车” [4] - 近年来 费林加团队进一步将“分子马达”嵌入金属有机框架中 实现对气体分子的光控捕获与释放 相当于在固态材料内部构建了微型“分子工厂” [4] - 2023年诺贝尔化学奖授予了“量子点的发现与合成” 科学家通过将无机半导体颗粒尺寸缩小至1—20纳米范围 使其产生显著的量子限域效应 目前基于量子点技术的显示技术（OLED）已进入量产阶段 [4] - 2025年诺贝尔化学奖授予金属有机框架材料领域 研究人员制造出的三维孔道结构孔径只有几纳米 目前 基于该材料的空气取水装置已在非洲干旱地区试点应用 每公斤材料每日可从低湿度空气中捕获数升淡水 [5]

公司动态 - 爱敬化学已完成硬碳负极材料的研究开发 [1] - 公司决定对全州工厂生产线进行扩建投资 [1] - 公司将加速与国内外客户的产品测试 [1] - 公司计划通过扩大生产能力抢占市场主导权 [1] - 公司将分阶段推进生产线扩建和工厂扩张计划 [1] 行业与市场 - 硬碳是用于钠离子电池负极材料的物质 [1] - 硬碳主要应用于电动汽车和储能系统等领域 [1] - 二次电池市场中电动汽车和储能系统需求快速增长 [1] - 硬碳负极材料正成为新一代增长动力 [1] - 负极材料用硬碳市场预计将以年均30%以上的速度高速增长 [1] - 增长受益于锂离子和钠离子电池的扩大应用 [1] - 在材料多元化和成本竞争力方面，钠离子电池有望进一步拉动硬碳需求 [1]

实验室成立与战略意义 - 全球首个热管理材料科学实验室于11月4日在上海陶氏中心揭幕，是公司在热管理材料领域迈出的关键一步[2] - 实验室旨在携手价值链合作伙伴共同推动冷却技术的创新突破和应用落地[2] - 此举是公司践行对中国市场长期承诺、加强本土研发投资的有力佐证[3] 实验室功能与服务 - 实验室通过三大功能板块协同整合，为客户提供覆盖产品开发全周期的专业技术支持和一站式服务[5] - 提供全面、系统化的评估测试，覆盖消费电子、通信及可再生能源等领域的关键部件散热测试[5] - 具备丰富的应用能力和多行业演示，可展示点胶、丝网印刷等成熟材料应用工艺及跨行业应用演示[5] - 提供便捷、无缝的技术支持，客户可直接获取公司全系列导热材料样品及专家与实验资源[5] 行业背景与市场机遇 - AI技术飞速发展使热管理面临日益严峻的挑战，算力需求呈指数级增长倒逼市场创新[3] - 实验室旨在赋能数据中心及人工智能生态系统两大领域下的各行各业，应对散热挑战[3] - 热管理产业大会涵盖数据中心、新能源汽车、人形机器人、消费电子、eVTOL/无人机、储能等六大主题应用[7]

公司治理 - 公司于2025年10月29日召开第六届第十六次董事会会议，审议了关于制定、修订公司部分治理制度的议案 [1] 业务结构 - 2025年1至6月份公司营业收入中，电子材料占比59.95%，是公司最主要的收入来源 [1] - 化学材料业务收入占比为30.27%，是公司第二大收入来源 [1] - 设备租赁业务收入占比为7.91%，其他业务收入占比为1.88% [1]

诺贝尔化学奖与MOF领域认可 - 2025年诺贝尔化学奖授予北川进、Richard Robson和Omar Yaghi，以表彰其在金属有机框架领域超过30年的研究贡献 [1] - MOF材料具有包含巨大空腔的分子结构，允许分子穿过，可从沙漠空气中获取水分、从水中提取污染物或捕获二氧化碳并储存氢气 [2] - 该领域已完成从结构设计到产业化的演进，奠定了化学可计算的基础 [1] MOF研究发展历程 - 1989年Richard Robson首次提出三维配位聚合物的结构构想，利用配位键将金属节点与有机配体连接成周期性网络结构，发表了开创性论文 [3] - 随后15年Omar Yaghi和北川进团队在Nature、Science等期刊发表多篇论文，在结构构筑与功能调控方面取得革命性突破，确立了MOF新型多孔材料体系 [3] - 北川进提出"柔性框架"与"可调孔"概念，使MOF从刚性材料转变为智能响应材料 [4] - 1999年Omar Yaghi创造稳定的MOF-5并提出"可设计框架"理念，推动了化学合成进入结构可预测时代 [4] MOF产业化应用 - MOF在气体储存、碳捕获和生物医学等领域展现出应用潜力，多种高稳定性的主流商用MOF结构开始产业化 [8] - 北川进担任科学顾问的Atomis株式会社联合八千代工程株式会社开发"智能燃气网络"新能源燃气分配系统，利用MOF分子结构对甲烷气体进行吸附和释放 [8] - CALF-20 MOF材料被加拿大Svante公司用于捕获二氧化碳，以去除水泥生产尾气中的温室气体 [10] - 电子行业开始使用MOF材料吸收半导体生产过程中的部分有毒气体 [10] - MOF在全球范围内已成为超过10万篇学术论文的主题 [11] AI与MOF研究的融合 - 从2016年起，"AI + MOF"研究迎来爆发式增长，文献数量持续上升，显示出这一交叉方向的前景 [12] - MOF的模块化特性使其成为可枚举、可参数化的离散化化学空间，是材料AI可理解的理想研究对象 [14] - MOF由金属节点、有机配体与空间拓扑三类可分离成分组成，这些维度的组合使MOF空间的"可扩展性"呈指数级增长 [14][16] AI驱动MOF研究的技术进展 - 2024年韩国科学技术院和浦项科技大学团队开发了首个专为MOF结构预测而设计的深度生成模型MOFFlow，采用流匹配的方法预测MOF结构生成框架 [21][23] - 2025年4月Omar Yaghi与加州大学伯克利分校研究人员推出集成LLM、扩散模型等模块的Agentic AI系统"MOFGen"，用于从头生成MOF结构并进行筛选验证 [24] - 北京大学、哈佛大学、剑桥大学等团队联合引入SE等变扩散模型Building-Block-Aware MOF Diffusion，可生成包含上千原子单位格的全新MOF结构 [26]

公司分拆上市进展 - 万润股份控股子公司九目化学北交所IPO申请获正式受理 [1] - 万润股份直接持有九目化学8500万股股份 持股比例达45.33% [3] - 分拆上市后万润股份仍保持控股股东地位 不会对持续经营造成实质性不利影响 [3] 子公司业务概况 - 九目化学主营OLED前端材料研发生产 系国家级专精特新"小巨人"企业 [4] - 2024年全球OLED前端材料市场占有率约23% 为工信部评定制造业单项冠军 [4] - 主营业务收入以外销为主 2024年境外销售收入占比达92.69% [5] 财务表现与研发投入 - 2022-2024年营业收入分别为7.06亿元、8.78亿元、9.62亿元 2025年Q1达2.08亿元 [5] - 同期扣非净利润分别为1.97亿元、2.03亿元、2.46亿元 2025年Q1为0.46亿元 [5] - 研发费用持续增长 2022-2024年分别为5877.75万元、6560.83万元、8303.21万元 营收占比8.33%-8.63% [5] 客户结构与行业前景 - 客户集中度较高 2022-2024年前五名客户销售收入占比72.93%-77.45% [5] - 核心客户包括三星SDI、杜邦、出光兴产等全球知名化学及电子材料企业 [5] - OLED面板渗透率提升带动上游材料需求增长 智能手机及可穿戴设备市场持续扩张 [4] 母公司战略布局 - 万润股份主营四大产业领域：环保材料、电子信息材料、新能源材料及生命科学医药 [4] - 公司通过化学合成技术积累先后涉足液晶材料、沸石环保材料及OLED材料等领域 [4] - 九目化学分拆上市标志万润股份资本市场布局取得关键进展 [4]

公司动态 - 柳州天源化学材料有限公司于近期成立 注册资本为3000万元人民币 [1] - 公司经营范围涵盖生态环境材料制造与销售 以及化工产品生产（不含许可类化工产品） [1] - 该公司由武汉天源通过全资持股方式完全控股 [1] 业务布局 - 新设公司业务聚焦生态环境材料领域 包括制造和销售环节 [1] - 化工产品生产被明确列入经营范围 但排除许可类化工产品 [1] - 通过股权穿透显示为武汉天源的独资子公司 体现业务扩展路径 [1]

市场表现 - 沪指冲高回落缩量调整 收盘微跌0 05% [1] - 深证成指下跌0 41% 创业板指跌幅达0 80% [1] - 北证50指数逆势上涨近2% [1] - 两市成交额超1万亿元 超3500只个股上涨 [1] 板块动态 - 核电板块表现强势 近20只个股涨停 [1] - 谷子经济 算力板块 PEEK材料午后冲高 [1] - 汽车整车 化学材料等板块跌幅居前 [1]

论文造假事件 - MIT博士生Aidan Toner-Rodgers因论文造假被勒令退学 论文涉及AI对经济增长的贡献 特别是企业研发与创新领域 [1][2][5] - 论文《人工智能、科学发现和产品创新》原本即将发表在顶级经济学期刊The Quarterly Journal of Economics 但被导师诺奖得主阿西莫格鲁和奥托教授请求撤稿 [2][3] - 该论文声称证明AI能显著提升研发效率 使用AI工具的科学家发现材料增加44% 专利申请增加39% 产品创新增加17% 但数据被证实造假 [30] AI在材料科学领域的应用争议 - 谷歌DeepMind使用GNoME模型预测出220万种新晶体 其中38万种结构稳定 声称相当于"近800年知识积累" [10][12] - 但化学专家分析发现这些预测材料缺乏可信性、有用性和新颖性 许多只是已知化合物的无关紧要改编 [12] - 专家指出AI生成的材料数据需要化学材料专家验证 单纯依靠算法预测缺乏实际科学价值 [12][22] 学术诚信与AI风险 - 在LLM时代 AI可以生成大量看似符合逻辑的数据集和论文 增加了学术造假风险 [24][26] - 预印本论文泛滥导致未经同行评审的研究被过度报道 媒体倾向于炒作AI的夸大说法 [25][28] - AI可能破坏科学研究范式 合成数据与真实数据的界限日益模糊 特别是在非物理世界领域 [27][28] 跨学科研究问题 - 跨学科AI研究需要多领域专家合作 单纯由单一学科背景人员完成容易产生问题 [25] - 该造假论文最大问题在于全部由经济学背景人员完成 缺乏材料科学专家参与 [25] - 未来AI+学科研究需要建立更严格的合作与评审机制 防止类似造假事件 [25][26]