中国科学院自动化研究所研究员曾毅带领的类脑认知智能团队，打造出全脉冲神经网络的类脑认知智能引擎（Brain-inspired Cognitive Intelligence Engine，简称为BrainCog，中文名为“智脉”），并进行全面开源开放，为探索面向通用人工智能的类脑智能研究提供基础性支撑，助力自然智能的计算本质探索和新一代人工智能的发展。相关研究成果发表在Patterns上，并被选为封面文章。

中国科学院国家纳米科学中心研究员高兴发和中国科学院院士赵宇亮团队，通过多年的基础理论研究与迭代，在纳米生物效应的理论研究领域取得了系统的突破性进展。8月17日，相关研究成果以《实现纳米材料医学功能筛选的催化信号转导理论》（Catalytic Signal Transduction Theory Enabled Virtual Screening of Nanomaterials for Medical Functions）在线发表在Accounts of Chemical Research上。

近日，中国科学院大连化学物理研究所精细化工研究室有机硼化学与绿色氧化创新特区研究组研究员戴文团队，在多相光催化硼化方面取得新进展。该团队选用易于制备的硫化镉纳米片作为多相光催化剂，利用光生电子—空穴的协同氧化还原作用，通过选择性硼化反应，实现了烯烃、炔烃、亚胺以及芳（杂）环的高值转化，合成了硼氢化和硼取代产物。

近期，中国科学院合肥物质科学研究院固体物理研究所在废旧钴酸锂电池直接再生为电化学性能优异的正极材料研究中取得新进展。通过一种简单的“一石三鸟”固相烧结策略，可有效地将废旧钴酸锂（D-LCO）回收升级为高性能的正极材料高压钴酸锂（MNS-LCO）。相关研究成果发表在《先进能源材料》（Advanced Energy Materials）上。

大豆【Glycine max(L.) Merr.】作为重要的经济作物，为人类提供优质的植物蛋白和油脂产品，也是动物饲料的重要来源。近年来，随着国内大豆需求的增加，大豆在黑龙江省北部种植区域逐渐扩大。全球气候变化时常导致黑龙江省北部地区春季低温，影响大豆出苗率和产量。因此，培育耐低温大豆品种对于稳定黑龙江省北部地区大豆产量至关重要。

无源自适应热管理技术（Passive self-adaptive thermal management）是无需外界能源驱动、通过材料自身理化性能调控和设计即可实现环境响应热管理行为的技术，包括自适应降温和保温等，在极端环境人体热管理（Personal thermal management，PTM）、建筑无源调温系统以及碳减排方面具有潜在的应用价值。

表界面化学是能源、环境和生命等前沿科学领域的核心。在分子水平上表征表界面化学，对阐明上述领域关键科学问题的化学本质具有重要意义。然而，表界面层极薄、其物种复杂性及高度动态性，对化学测量学提出了挑战。飞行时间二次离子质谱（ToF-SIMS）是迅速发展的先进表界面分析技术。而作为基于高真空环境的分析技术，SIMS难以直接分析涉及到液体的表界面。

全球变暖已是不争的事实，减少化石燃料燃烧和提升生态系统固碳能力对于减缓气候变化至关重要。森林生态系统在陆地生态系统中固碳水平最高，因而森林被认为是封存大气碳和逆转或减缓当前全球变暖趋势的有效方法。