科技·前沿
近日，丘成桐数学科学中心副教授于品在线发文阐释激波形成机制；交叉信息研究院量子信息中心金奇奂副教授离子阱计算研究组首次在实验上实现量子绝热捷径；环境学院水环境保护所何苗课题组在环境检测石墨烯场效应管集成生物传感器研究中取得进展；信息科学与技术国家实验室（筹）谢震课题组在《自然·通讯》发文报道控制Cas9活性的新策略；交叉信息研究院唐平中助理教授研究组提出全新算法，有望解决电商平台刷单欺诈问题。
清华数学系于品在线发文阐释激波形成机制
近日，丘成桐数学科学中心副教授于品与密西根大学缪爽合作的论文《关于拟线性波方程的激波形成机制》（On the formation of shocks for quasilinear wave equations）在国际顶尖的四大综合性数学期刊之一《数学新进展》（Inventiones Mathematicae）上在线发表。
于品论文中三维激波示意图。
激波是物质中的压缩波通过非线性效用的积累而产生的强间断，比如爆炸所产生的冲击波。目前，数学上对于激波的理论研究基本局限在一维的情形。于品与缪爽长达130余页的论文在方法上结合传统的偏微分方程的思路和微分几何的手段，融合了流体力学中 Euler 方程的激波理论和广义相对论中黑洞形成的理论，在三维激波的形成机制上取得了重要的进展。他们的研究有助于理解有约束情形下非线性电磁学中的激波理论，在物理和数学上有着非凡的意义。
2010年，于品受聘为清华大学丘成桐数学科学中心讲师，随后于2013年晋升为副教授。在此之前，他通过对带电黑洞的刚性问题的研究获得美国普林斯顿大学博士学位。自入职中心以来，于品副教授潜心学术研究，去年他与中山大学黎俊彬合作的关于黑洞形成的论文在数学研究领域四大期刊之一的《数学年鉴》（Annals of Mathematics）上发表。学术之外，他还积极致力于教学与学生培养，为本科生课程及研究生开设多门基础课程，指导多名本科生的毕业设计，并作为博士生导师指导了三名博士研究生进行偏微分方程方面的研究。
于品副教授是丘成桐数学科学中心几何与分析团队中的年轻骨干成员，他的研究成果是数学中心在微分方程和几何分析领域不懈努力所取得的科研成就的体现。作为一个开放性的研究机构，清华大学丘成桐数学科学中心的目标是培养最优秀的数学人才和产生最优秀研究成果。
清华量子信息中心首次实验实现量子绝热捷径
清华大学交叉信息研究院量子信息中心金奇奂副教授离子阱计算研究组首次在实验上实现量子绝热捷径。论文《囚禁离子相空间中利用逆绝热驱动实现量子绝热捷径》（Shortcuts to adiabaticity by counterdiabatic driving for trapped-ion displacement in phase space）近日发表于《自然·通讯》。
图1：(a) 逆绝热法的经典类比。
图1：(b) 通过施加逆绝热哈密顿量绝热操作不再受到时间的限制。
绝热操作是一项非常重要的量子技术。但是环境造成的退相干限制了绝热操作的应用。最近绝热捷径技术的发现吸引了大量的关注。量子绝热捷径能够使用非绝热的方法在任意短的时间内模拟另一个绝热过程。在大量能够实现绝热捷径的方案中，逆绝热法能够实现绝热过程快放（如图1）的特点使其优于其他的方法。在实验上，逆绝热法通过施加一个逆绝热的哈密顿量来压制任意时刻非绝热跃迁。
图 2：实验结果。 (a) 不同绝热捷径方法在瞬时基下的激发。只有逆绝热法能够保证任何时刻的绝热跟随。(b) 抗噪性测试. 我们假设囚禁频率发生了改变而我们并不知道仍然使用错误的囚禁频率来设计绝热捷径，然后测量输运之后的激发量。结果显示逆绝热法是最优的方案。
本文第一次报道了在相空间中应用逆绝热法输运囚禁离子的运动态，并且验证了逆绝热法在诸多方面都优于其他绝热捷径方案（如图2）。文中实验结果清晰地显示，与其它方案相比，逆绝热法在有限量子操控资源的条件下能够以最短的时间和最抗噪地方式实现量子绝热捷径。此研究工作使得量子绝热捷径技术在量子门操作和量子模拟中能够实现大规模的应用。
该实验工作由交叉信息研究院2012级博士生安硕明、吕定顺完成，美国麻省大学波士顿校区阿多夫·德·冈波（Adolfo del Compo）副教授提供理论支持。论文第一作者为安硕明，共同通讯作者为安硕明、阿多夫·德·冈波副教授和金奇奂副教授。该项工作得到国家基础研究项目和国家自然科学基金支持。
清华环境学院何苗课题组在环境检测石墨烯场效应管集成生物传感器研究中取得进展
清华大学环境学院水环境保护所何苗课题组在新型石墨烯场效应管（Graphene field-effect transistor, GFET）纳米传感器件研究中取得进展。研究通过开发一种基于可集成平面固态栅极（High-κ solid-gate）新结构的GFET传感器件，实现对水中新型污染物抗生素的免标记定量检测。相关成果“使用高介电常数固态栅极结构的集成型高灵敏度石墨烯场效应管生物传感器”（High-κ solid-gate transistor configured graphene biosensor with fully integrated structure and enhanced sensitivity）在线发表于纳米电子学和材料学领域顶级学术期刊《先进功能材料》（Advanced Functional Materials）。
石墨烯因其极高的载流子迁移率被视为最有前途的敏感材料，免标记亲和型石墨烯场效应管传感器是生物传感领域的前沿热点。但是，目前广泛使用的液栅和背栅GFET结构分别存在结构稳定性低（需外置栅电极）和安全性弱（栅压较高）的问题，在器件集成化和实用性方面受到制约。本研究报道的High-κ solid-gate GFET新器件（图1）使用标准MEMS光刻工艺和原子层蒸镀沉积（Atomic layer deposition, ALD）技术制了成高介电常数平面固态栅极。实验结果和理论分析显示，新器件可以在基本保持石墨烯高迁移率的基础上，通过提高固态栅极电容，使GFET器件的跨导参数显著提高，实现高灵敏度检测。
图1 平面固态栅极石墨烯场效应管集成传感器件。
经实验验证，本研究报道的High-κ solid-gate GFET新器件（图1）同时具备液栅GFET器件的低操作电压和背栅GFET器件的易于集成的优点。在此基础上，通过对石墨烯新器件进行功能化修饰，本研究实现了基于DNA适体竞争机制的新型环境污染物卡那霉素检测。此外，通过对水溶液-石墨烯敏感界面上带电生物分子分布进行的电子学理论分析，本研究提出了描述生物分子间亲和作用形成GFET器件电信号输出模型（图2）。该模型对GFET亲和型生物传感器的设计与优化具有重要的参考价值。
图2 生物传感响应机制。
清华大学环境学院博士后王程为论文第一作者和通讯作者，何苗研究员为共同通讯作者。清华大学周小红副教授、博士生李奕君，美国哥伦比亚大学林桥（Qiao Lin）教授、博士生祝毅博参与了研究工作。
清华谢震研究组在《自然·通讯》发文报道控制Cas9活性的新策略
基于拆分dCas9的三输入逻辑“与门”基因线路（上方）。利用TALE抑制子感应不同信号，实现dCas9蛋白结构域的互换，控制不同基因表达。
CRISPR/Cas9系统是细菌和古细菌在长期演化过程中形成的一种适应性免疫防御，可用来对抗入侵的病毒及外源DNA。CRISPR/Cas9系统通过将入侵噬菌体和质粒DNA的片段整合到 CRISPR中，并利用相应的CRISPR RNAs（crRNAs）来指导剪切与之配对的DNA序列。通过人工设计包含Cas9结合靶点序列的指导RNA（guide RNA），Cas9可用于对基因组中特异位点的切割。不仅如此，失去核酸酶活性的dCas9也可用于基因表达调控，以及DNA位点的标记。精确控制Cas9/dCas9的功能，有助于实现特定时间、特定细胞的表达，进一步拓展CRISPR/Cas系统的应用范围。
谢震课题组致力于合成生物学基因线路在生物学和医学上的应用。其开发的结构域可控交换策略特异性控制dCas9功能，是该课题组继2015年在《自然·化学生物学》报道利用TALE转录抑制子模块化拼装合成基因线路之后，对合成生物学领域的又一重要贡献。
清华信息科学与技术国家实验室谢震研究员是该论文的通讯作者，清华大学自动化系博士生马大程是该文的第一作者，自动化系硕士生彭曙光为该文的共同第一作者。该研究得到了科技部973计划、清华信息科学与技术国家实验室的资助。
论文链接：
http://www.nature.com/articles/ncomms13056
清华交叉信息院唐平中研究组提出全新算法
有望解决电商平台刷单欺诈问题
清华大学交叉信息研究院唐平中助理教授研究组与阿里巴巴公司合作，针对评价系统(Reputation System)普遍存在的商家刷单提升信用问题提出了基于博弈论与优化的新解决方案，并在淘宝网和天猫的数据集上取得了满意的仿真实验结果。该研究成果《面向个性化推荐系统的机制设计》（Mechanism Design for Personalized Recommender Systems）近期以长文形式发表于美国计算机协会推荐系统年会（ACM RecSys 2016）。
推荐系统根据买家的购买点击数据和商品的评价（Reputation System）进行推荐，得分高的卖家获得更多的买家访问量，这促使卖家通过提升自己的服务和商品质量，从而提升购买数量。对于卖家来说，良好信誉是建立于长期累积和稳定经营。但是，为获得更多的买家访问量，部分卖家会采用刷单、炒信的捷径提高信誉度，不仅严重影响了买家在推荐系统上的用户体验，也影响了不刷单的卖家的利益。刷单的现象如今非常普遍，甚至已形成了一个地下产业。
现有的防止办法大多采用机器学习的方式，即对商品的评价文本抽取特征，同时进行人工标定是否为虚假评价的标记训练模型。 但对于很多评论来说，人工标记也十分困难，因此这些模型有可能会误伤诚信的卖家。
针对这个问题，唐平中研究组从博弈论和机制设计的角度，提出了一个全新的防止刷单的理论模型和相应的实现算法。在这个模型中，推荐的流量分配被建模成一个可分割资源的问题，卖家参与刷单的成本大于刷单得到流量提升带来的收益，因而卖家不会选择刷单。之后对阿里巴巴提供的购买数据进行分析处理，模拟论文中提出的机制，发现机制带来的总成交量优于淘宝现有的推荐算法。下图为模拟实验的结果：
该成果具有一定的普适性，可应用于基于推荐的互联网场景，如亚马逊、阿里巴巴、京东、美团等企业，具有很高的应用前景和商业价值。
ACM推荐系统年会是美国计算机协会(ACM)举办的推荐系统顶级会议，本次会议的长文录用率约为10%。作者按英文字母顺序排序，第一作者为
蔡庆芃，通讯作者为唐平中。
此项研究得到了国家青年千人计划、国家自然基金和清华大学自主科研计划的资助。
论文链接：
http://dl.acm.org/citation.cfm?id=2959135
閱讀更多 網界觀察 的文章
