摘要：本文系统综述了纤维素基抗菌材料的制备、作用机理及其在多领域的应用前景。首先介绍了抗菌材料的分类与构建策略，重点阐述了纤维素基材的理化性能及其在抗菌领域的独特优势。随后，详细分析了纤维素基抗菌材料的制备方法，包括物理负载、化学改性及共混纺丝等策略，并对比了不同方法的优缺点。此外，本文在概述纤维素基材料在抗菌领域应用的同时，引出了材料功能发展的一大趋势——抗菌长效化。最后，探讨了纤维素基抗菌材料面临的挑战，并对未来的研究方向提出了展望。

摘要：航空发动机是集精密工艺与尖端科技于一体，需兼顾高性能、高效率、高可靠、长寿命等多元目标，且依赖设计、制造、试验、运维多方主体紧密合作的国之重器，承载着强国梦想和强军使命。航空发动机数字孪生工程通过充分利用数据、模型、服务等虚拟资产的潜在价值，融合仿真、预测、优化等多种数智化手段，基于全生命周期系统工程的创新模式、多学科协同的高效平台和多要素耦合分析的全局视角，全面提升航空发动机设计、制造、试验、运维能力，能够为航空发动机全产业链加速发展提供新动力。本文从研发、变革、创新3 个角度分析了航空发动机数字化发展趋势，从全生命周期的视角分析提出了航空发动机数字工程的6个阶段的18个需求趋势与挑战；通过分析数字孪生在航空发动机全生命周期中的研用现状，指出航空发动机在理论体系、组织协作、软件平台、标准规范方面的不足；以作者团队前期提出的数字孪生五维模型、数字工程“数智眼”体系架构、数字试验测试验证体系架构为基础理论，进一步提出了航空发动机数字孪生工程的内涵和体系架构，研究了航空发动机数字孪生工程关键技术体系；从思想、技术、模式、产业等角度对发动机数字孪生工程发展提出了若干建议。期望相关工作为航空发动机数字孪生工程数力和智力的开发利用，以及航空发动机设计、制造、试验测试验证、交付、运维、回收全生命周期能力的全面提升提供参考，助力航空发动机数字化、智能化研制水平和服务能力的跨越式发展。

摘要：材料基因组工程的高通量计算、高通量实验和数据库建设，为人工智能（artificial intelligence，AI）赋能材料科学提供了数据与平台基础。从材料科学与力学、计算科学、自动化和工程科学交叉融合的视角，界定材料/力学信息学（AI for materials and mechanics，AI4M2）的内涵，梳理材料设计、微观组织表征、工艺优化、力学建模、自驱动实验和科研智能体等方面的进展。AI4M2的“硬基石”是人工智能实验机器人、高通量平台、智能表征装备和自驱动实验室，“软基石”是人工智能算法、多尺度计算、科学大模型、数字孪生与科学软件；数据基础设施贯通2 类基石，科研智能体连接模型、工具、实验和工程场景。针对高质量数据不足、模型物理可解释性和跨尺度泛化能力有限、实验闭环与自主软件装备薄弱以及复合型人才短缺等问题，比较国内外代表性实践，并提出统一数据标准与接口、建设共享中试级智能实验平台、发展可验证的自主软件工具链、以重大工程场景组织示范和完善本硕博贯通培养等可实施路径。