新闻及香港科大故事
2026
新闻
科大开发新型生物兼容性化学反应 助力研制新一代抗癌前药
近年来,抗癌前药凭借提升治疗精准度及降低副作用的潜力,备受医学界及科研界关注。此类药物经特殊设计,能在体内特定部位或生理条件下被激活后,才会释放药效,从而减少传统化疗药物在攻击癌细胞时对健康组织造成的损害,有助克服化疗常见的「错杀良民」问题。然而,要在复杂的生物环境中实现药物的精准激活并不容易,现有相关化学技术仍面对不少挑战和局限。由香港科技大学(科大)化学系助理教授黄敬皓教授率领的研究团队,成功开发出一种可在生物环境下进行的新型金催化化学反应。研究团队发现一种名为乙炔基联苯丁酰胺(EBB)的独特化学结构,具备应用于广泛生物领域的潜力,包括用于开发抗癌前药。这项成果亦为近年备受关注的生物正交化学研究增添新工具。生物正交化学旨在让化学反应在生物系统中进行,同时不干扰正常生物过程。虽然全球科学家已开发出大量金属催化反应,但能够在生物条件下顺利进行的反应仍然不多。近年来,生物正交化学已成为推动化学生物学、生物医学和生物技术等相关学科的发展与技术创新的重要工具。因此,开发更多种类的生物正交反应,对促进相关领域的持续创新至关重要。在众多生物正交反应中,能够裂解酰胺键的反应尤其备受关注。酰胺键是自然界中最常见且最稳定的化学键之一。尽管其应用价值巨大,现有的生物正交酰胺键裂解技术仍面对反应速度慢、适用范围有限等挑战。为突破这些限制,黄教授的团队发现,在生物相关条件下,EBB基团于接触金催化剂时能快速裂解酰胺键。值得注意的是,EBB反应速度远较目前文献报告的同类反应快。研究团队利用EBB开发出一款抗癌前药,能在实验室条件下于侵袭性乳癌细胞中选择性激活,展现其应用于精准癌症治疗的潜力。相关研究成果近日已于国际权威学术期刊《Journal of the American Chemical Society》发表,题为《Bioorthogonal Gold-Catalyzed Hydrothiolation Leading to Amide Bond Cleavage of Ethynylated Biarylbutanamide Precursors》。
新闻
科大研发超强韧声学芯片技术 推动6G与卫星通讯发展
香港科技大学(科大)研究团队研发出一种崭新的芯片架构,令智能手机内的微型声学器件承受逾12倍的功率负载,同时保持更低温、更稳定的运作。在每秒振动超过二十亿次的换能器测试中,这项名为「层状声波」(Layered Acoustic Wave,简称LAW)的新平台,成功将工作温升降低70%,并创下36.4瓦/平方毫米的阈值功率密度纪录。这项突破打破了数十年来声学芯片只能处理小讯号的限制,为卫星直连手机通讯、6G网络以至小型化功率转换等新一代应用铺路。此项研究由科大电子及计算机工程学系助理教授杨岩松教授领导、其博士生钱芳晟担任第一作者的研究团队完成,成果已发表于国际学术期刊《自然‧通讯》,名为《抑制声致迁移与温升 实现高功率高可靠声学》。论文所有作者均来自科大电子及计算机工程学系射频微系统实验室(RFMY Lab)。声波器件是现代生活中最普及却鲜为人知的芯片之一。透过将电磁讯号转换为以吉赫(GHz)频率振动的声波,它们为每部智能手机及流动通讯基站筛选射频讯号。由于声速较光速慢约十万倍,声学器件能将GHz频率的能量压缩至芯片尺度,其小巧体积无可替代。如今,声学器件更逐步拓展至多个跨学科前沿,包括与量子位耦合以处理量子信息、驱动微流控及声光系统,以及作为非磁性能量储存单元,应用于可持续功率转换。高功率声学的战略价值正日益凸显。2025年,SpaceX收购声学滤波器公司Akoustis Technologies,以开发用于卫星直连手机网络的高性能声学滤波器。在此类应用中,声学器件的功率承载能力直接影响卫星与用户手机之间通讯链路的可靠性、覆盖范围和传输效率。然而,一个根本性的技术瓶颈数十年来始终未能突破:声学器件难以在高功率下稳定运作。正如剧烈摇晃能把对象「摇散」并产生热量,高功率GHz振动会将巨大能量集中于微小体积的器件内,触发三种相互交织的失效机制:机械应力与自发热驱动的「声致迁移」,令电极中的金属原子迁移,形成隆起与空洞,导致电路失效;积聚的热能会改变声速,令工作频率漂移失准;集中应力更会令压电薄膜开裂或分层。
新闻
科大以分子界面工程提升太阳能电池效能及耐用性
太阳能电池的效能与寿命往往取决于材料之间的微小界面。香港科技大学(科大)研究人员近日参与两项研究,发现透过精准设计的分子界面层,可显著提升新一代钙钛矿迭层太阳能电池的效能及耐用性。两项研究分别刊登于学术期刊《Joule》(影响因子为37.1)及《自然—通讯》,虽然针对不同迭层架构,却带出同一个核心讯息:分子界面并非单纯连接不同材料的被动层,而是可主动引导钙钛矿薄膜结晶、减少能量损失、促进电荷传输,并保护器件免受退化影响的重要设计平台。这两项研究由科大电子及计算机工程学系助理教授林彦宏教授及科大显示与光电子全国重点实验室高级经理杨思恩博士共同带领,充分结合科大在钙钛矿界面设计、光学表征及迭层器件物理方面的科研优势。其中,科大电子及计算机工程学系研究助理教授李凤珠博士领导《Joule》论文的研究工作;科大电子及计算机工程学系博士研究生张青清女士则为《自然—通讯》论文的主要研究团队成员之一。林教授表示:「钙钛矿迭层太阳能电池发展到现阶段,每一个界面都至关重要。这两项研究展示了一个共同原理:分子界面可被设计成主动调控平台,用以优化结晶、减少能量损失及促进电荷传输,并在不同迭层架构中提升长期稳定性。」刊登于《Joule》的研究题为 《Interface-mediated crystallization enables PEDOT:PSS-free all-perovskite tandems with 29.1% efficiency and enhanced durability》,李博士为该论文的共同第一作者及通讯作者之一,研究聚焦两端子单片式全钙钛矿迭层太阳能电池。此类电池透过在同一结构中迭加两种具互补能隙的钙钛矿吸收层,有望突破传统单结太阳能电池的效能上限,同时兼顾轻量化及潜在低成本制造潜力。
新闻
科大发布新一代互动海洋数位孪生平台 WavyOcean 3.0
香港科技大学(科大)推出全新互动海洋数位孪生平台WavyOcean 3.0,并首次全面开放予公众网上使用。平台以创新的「淘海」理念,打破过往海洋数据主要供科研人员使用的局面,推动海洋信息由专业领域走向全民共享。通过提升海洋生态的可视化程度及易于理解,平台有助公众更深入认识海洋环境,并将相关知识转化为实际行动,共同推动海洋保育,守护珍贵的海洋生态。WavyOcean 3.0在过往版本的基础上进行全面升级。该平台由科大海洋科学系主任兼讲座教授甘剑平教授及其研究团队研发。平台以「淘海」为核心理念,寓意用户可如同在网上购物平台「淘宝」般,自主搜寻、筛选及组合所需信息,按个人需求灵活呈现海洋数据。公众只需透过浏览器注册,便可进入一个沉浸式的动态海洋世界,探索各种海洋现象,包括淡水从珠江口汇入南海的扩散过程,以至西太平洋黑潮流动变化等,一览无遗。这些以往主要存在于科研模型中的复杂海洋现象,如今透过数字孪生技术,以更直观、生动和互动的方式呈现,让公众能够更轻松地理解海洋运作机制及其动态变化,从而提升海洋素养和保育意识。甘教授表示:「海洋是地球最庞大的生命支持系统,却常常因为隐藏于人们视线之外而容易被忽略。WavyOcean希望透过数字孪生技术架起一座桥梁,让每个人都有机会观察海洋、了解海洋,并进一步主动地参与海洋保育。从河口到大洋,从区域生态系统到海盆尺度的气候驱动机制,我们希望将这扇认识海洋的窗口开得更大,让更多人看见海洋背后的精彩故事。」沉浸式三维交互体验 提升渲染效能与实时响应能力WavyOcean 3.0对三维渲染引擎进行了全面优化,大幅提升系统运行效率与互动流畅度,用家可以在平台中自由浏览,从不同视角深入观察海洋内部结构及其动态变化。
新闻
科大两项目荣获研资局策略专题研究资助金 资助额为全港院校之冠 以科研革新长者医疗健康
香港科技大学(科大)于大学教育资助委员会(教资会)辖下研究资助局(研资局)最新公布的2026/27年度「策略专题研究资助金」(Strategic Topics Grant)中表现卓越。六个获批项目中,有两个由科大学者牵头,合共获得逾港币5,441万元资助(包括大学配对资助),资助总额为本地院校最高。相关项目聚焦人工智能(AI)于医疗健康领域的创新应用,分别致力提升长者的细菌或病毒感染管理水平,以及完善柏金逊症综合管理方案,充分彰显科大在前沿科研领域的领导地位,以及善用创新科技应对全球人口老龄化所带来医疗健康挑战的承担。科大副校长(研究及发展)郑光廷教授衷心祝贺研究团队,并感谢研资局对大学科研的鼎力支持。 他表示:「此次佳绩彰显了科大在人工智能与医疗健康科技的深厚实力,并展现前瞻性科研如何提升长者疾病在早期筛查、监测及健康管理效率。配合国家『十五五规划』提出的全生命周期健康服务体系建设,以及大力发展智慧医疗等相关产业的方向,科大将持续推动人工智能与医疗健康及其他领域的深度融合,促进跨学科创新。凭借卓越科研实力,促进医疗科技创新应用,提升疾病预防与健康管理成效,并纾缓人口老龄化为医疗体系带来的压力。 」由科大化学及生物工程学系教授邢怡铭教授牵头的「医院和安老院舍场景下基于现场诊断技术和智能新材料的人工智能辅助老年人综合感染管理」项目于「关爱社区的康健与遐龄」领域下,获得总额港币2,678.9万元资助(包括大学配对资助在内),为期五年。
新闻
科大「天韵相机」于「天宫」太空站正式运作
香港科技大学(科大)牵头研制的全球首款轻小型、高分辨率、高精度二氧化碳(CO₂)与甲烷(CH₄)点源协同探测仪「天韵相机」(MUSICO)日前由香港首位载荷专家黎家盈博士及另外两位航天员在轨组装检测,并成功安装于中国「天宫」太空站外指定载荷挂点位置,正式投入运作。仪器将于未来两年或更长时间提供自主、可控且具高精准度的二氧化碳与甲烷排放监测数据。相关成果将与政府部门及科研机构共享,为应对气候变化及推动全球可持续发展作出贡献。「天韵相机」项目三位负责人包括科大土木及环境工程学系讲座教授苏慧教授、土木及环境工程学系系主任兼讲座教授张利民教授,以及新兴跨学科领域学部副教授翟成兴教授日前远赴北京,全程观察仪器在轨安装过程,并参与现场关键节点决策和数据分析评估工作。现时,天韵相机配备的四个分别用于探测二氧化碳、甲烷、氧气及气溶胶的感应器均能成功拍摄影像,成像质量清晰,整体运作表现良好。团队接着会进行在轨测试,界定数据精度,预计在两至三个月后开启常规运行。苏慧教授对仪器在太空站顺利完成安装并正式投入运作表示欣喜,并指出:「这对整个团队而言,是一项重要的阶段性成果。太空站以每秒7.7公里的速度环绕地球飞行,较地面高速铁路快近百倍;要在如此高速运动的状态下捕捉清晰而精准的影像,难度相当高。现时仪器运作正常稳定,对整个科研团队是一大鼓舞,亦充分反映香港具备研制高端航天科研载荷的实力,有能力承担国家太空站的长期科学任务。」张利民教授表示,能见证团队科研成果冲出地球并在太空成功运作,深感自豪。他指出:「香港科大天韵相机和香港太空人双双入驻天宫,共同完成中国太空站第一次对地观测项目,具有里程碑意义。天韵相机的观测复盖范围涵盖地球大部分陆地与海洋的低至中纬度地区,为不同区域提供一致、可比的温室气体监测数据。项目充分体现跨学科团队协作与创新思维的重要性,以及勇于突破技术限制的精神,并进一步为国家推进『碳达峰、碳中和』目标及全球可持续发展提供重要的科学依据。」
香港科大故事
科大领航自适应结构研究 智能灵活接轨未来
Boundless: 杨教授, 感谢你抽空回应我们的访问。 这次自适应结构与技术国际会议(ICAST) 2026是首次由科大主办吗?杨教授: 没错,这是科大首次主办ICAST会议。 ICAST在在业界享有非常崇高的地位,它是自1990年首次由美日联手在夏威夷茂宜举办,在过去三十多年也曾在北美洲及欧亚地区举行过。 我们很高兴能在科大筹办第35届会议。Boundless: 可否介绍一下科大在自适应结构的研究方面有什么优势?杨教授: 我们工学院一直有不少人投身这方面的研究,本届会议就有超过十位科大教授出席参与。 他们的研究科目范围非常广泛, 从压电材料、铁电效应、复合材料、传感器与致动器、超音波、微型机器人,到超材料、声学、振动、航天工程、3D 打印以及软物质等。Boundless: 那么你能简介科大目前正在进行的自适应结构研究项目吗?杨教授: 那我就简介一下我正在做的压电材科及结构研究吧。 我认为能量是所有事物的动力,所以我专注在压电材料及微能量采集上。 我结合了对机电能量转换、振动、电子、物料及制程的理解,做了一些深入的理论探讨和动手实验。目前我的主要成果包括:(1)开发一种新的方法来设计并制造三维互连的弹性压电材料, 并将其应用于柔性能量收集器; (2)研究非线性振动, 以及电路耦合如何影响发电效率; (3)研发一款自我充电的口罩, 协助应对新冠病毒,把研究成果带出实验室。
新闻
科大研发生成式人工智能框架 以创新虚拟染色技术 加速组织病理诊断工作流程
组织病理分析是临床诊断的重要基石,在癌症诊断中尤其关键。然而,传统化学染色流程往往耗时费力,并可能消耗珍贵的组织样本。香港科技大学(科大)工学院团队最近成功研发出全新的生成式人工智能(AI)框架,即使在两幅训练图像未能精确配准情况下,仍可生成高保真度的虚拟染色图像,为更快速、更省样本的组织病理分析流程提供新方向。研究成果以「生成式AI实现配准误差鲁棒的虚拟染色,加速组织病理学工作流程」为题,已于国际期刊《自然-通讯》上发表。是次研究由科大计算机科学及工程学系助理教授、医工交叉联合创新中心主任兼SmartX Lab主任陈浩教授带领,联同化学及生物工程学系副系主任及副教授、医工交叉联合创新中心副主任黄子维教授,以及广州南方医科大学、香港中文大学及其他合作机构的研究人员合作开展。在常规病理流程中,组织样本通常需要经过化学染色处理,例如最常用的「苏木精—伊红染色」(H&E染色),可显示细胞核及组织结构; 而「糖原-爱先蓝」(PAS-AB)等结合两种特殊染色法的技术则可进一步标记特定生物成分。这些染色流程对疾病诊断和生物医学研究至关重要,但制备多种染色切片通常耗时较长,也可能消耗有限且珍贵的活检组织样本。因此,虚拟染色被视为改善传统病理流程的重要方向。研究人员可通过AI技术将无标记图像或常规染色图像,以数码方式转换为目标染色图像。例如虚拟染色可由自发荧光图像生成类似H&E的图像,再将H&E图像转换为类似 PAS-AB的特殊染色图像,或生成多重免疫组织化学图像。这种方法有望减少重复使用化学染色,并保留组织样本,为诊断、科研分析和多模态建模提供更多「虚拟通道」。