近日，浙江海洋大学海科学院海水资源绿色高值利用本科生研究团队，接连取得科研突破。由本科生担任第一作者的两项研究成果，分别发表于国际权威一区TOP期刊《Coordination Chemistry Reviews(配位化学评论)》与《Chemical Engineering Journal(化学工程杂志)》。该系列研究针对海水提铀这一世界性难题，创新性地融合数据科学与工程技术，为未来高效开发海洋铀资源提供了新思路与新路径。
海水提铀是保障核能可持续发展、服务国家能源战略的关键前沿课题。然而，海水中铀浓度极低、成分复杂，使得提取工作如同“大海捞针”，长期面临效率与成本的双重挑战。
A22海科星颉班本科生赵忠舟作为第一作者，在《Coordination Chemistry Reviews》上发表了题为《Data-Driven Photocatalytic Uranium Extraction: Machine Learning Insights into Structure–Activity Relationships of Metal–Organic and Covalent Organic Frameworks(数据驱动光催化铀提取：机器学习揭示金属有机框架和共价有机框架的构效关系)》的论文。面对金属-有机框架等先进提铀材料设计中的“试错”困境，研究团队独辟蹊径，转向数据科学寻求答案。
“我们系统收集并构建了近百篇文献中的材料数据库，并运用随机森林机器学习模型进行深度挖掘。”赵忠舟介绍道。该研究首次量化揭示了影响材料提铀性能的关键结构特征，明确指出“光生载流子分离效率”与“铀吸附位点密度”是两大核心。团队在长期实验积累与数据整理基础上，通过机器学习对已有实验规律进行量化挖掘与机理验证，为未来高性能吸附光催化一体化材料的设计提供了清晰的数据指引与理论支撑。
在材料基础上，如何将其转化为可在真实海洋环境中高效工作的“智能器件”，是走向应用的关键一步。发表于《Chemical Engineering Journal》(影响因子13.2)的研究《Light-driven micro/nano motors: a three-dimensional cross-scale co-design paradigm for composition-structure-interface(光驱动微纳马达：一种组成-结构-界面的三维跨尺度协同设计范式)》，由A22海科星颉班本科生储菲菲作为第一作者，对此给出了创新解决方案。
本研究聚焦于光驱动微纳马达，创新性地提出了“组成-结构-界面”三维协同设计范式。“我们突破了传统上只优化单一指标的局限，构建了一个跨尺度的系统设计框架，并引入卷积神经网络进行智能参数调优。”储菲菲解释说。这使得微纳马达在模拟海水环境中的运动控制能力和提铀效率得到显著提升。该研究从器件工程与应用角度出发，为海水提铀、污染物降解等复杂流体环境下的微纳机器人系统，提供了可操作、跨尺度的设计方法论。
两项研究均在徐兴涛教授和左彬博士等团队老师指导下完成。“团队从材料合成、性能测试到数据建模、论文撰写，全程由本科生主导推进，体现了他们优秀的科研素养与创新能力。”徐兴涛进一步指出，“这两项工作贯穿基础研究到工程应用，是学科交叉与科教融合的典型成果，展现了我们本科生培养的扎实成效。”
据悉，相关研究依托国家级大学生创新创业训练计划及浙江省新苗人才计划项目支持开展。下一步，海科学院将持续推进本科生科研育人体系，鼓励学生在服务国家战略需求的实践中成长成才，培养具备创新能力和担当精神的卓越人才。
