National Taiwan University

动脉网第一时间获悉，无锡海斯凯尔医学技术有限公司（以下简称“海斯凯尔”）正式宣布完成逾亿元人民币D轮融资。本轮投资由阳光融汇资本领投，湖南医药发展基金、广州生物岛生命科学创新创业投资基金共同投资。百榕资本担任本轮交易财务顾问。 海斯凯尔源于清华大学，以“普及高端科技，守护大众健康”为己任，致力于成为医疗创新诊疗技术的领军企业，为人类健康做出卓越贡献。 依托于行业领先的声学、光学技术平台，公司旗下核心品牌iLivTouch®无创肝脏检测系统、CelTouch®共聚焦微探头影像仪、EQTouch®高端超声平台先后进入市场，公司产品获得了美国FDA、欧盟CE、日本PMDA、澳大利亚TGA、韩国KFDA、俄罗斯RZN等海外市场认证，产品销往全球60多个国家或地区，广泛应用于肝脏、消化、体检、内分泌、呼吸等领域的无创筛查、诊断及诊后管理，服务海内外数千万患者。 公司先后参与了国家十二五科技支撑计划、国家十三五科技重大专项、国家科技创新2030重大专项，以及北京市自然科学基金重点项目、江苏省科技支撑计划等多个国家级或省部级科技项目，累计申请国内外专利500余件，在先进光学系统、先进声学系统和智能成像领域达到国际先进水平。先后获得包括黄家驷生物医学工程奖、华夏医学科技一等奖、中华医学科技二等奖、中国专利优秀奖、江苏省科学技术一等奖等诸多荣誉。2024年，海斯凯尔荣获工信部专精特新小巨人企业，是国家在细分市场创新能力强、市场占有率高、掌握关键核心技术、具有全球竞争力的排头兵企业和隐形冠军。 01 2024年慢性肝病诊疗迎来变革机遇，无创肝病筛查检测成为MASH“卖铲人” 肝病是中国长期面临的重要公共卫生挑战，慢性肝病威胁数亿国人的健康。近10年来，随着生活方式的改变以及酒精摄入增加，我国脂肪肝的患病率迅速增长，目前脂肪肝已取代病毒性肝炎成为我国居民第一大肝脏疾病。单纯脂肪肝可能进展至代谢功能障碍相关脂肪性肝炎（MASH），进一步发展为肝纤维化、肝硬化甚至肝癌。 2024年3月，Madrigal Pharmaceuticals旗下全球首个MASH（代谢功能障碍相关脂肪性肝炎）靶向药Rezdiffra获FDA加速批准，至2024年底，创下1.8亿美元销售额的亮眼成绩。市场预计至2027年将有6款MASH新药密集上市，药物治疗市场规模将从2023年的空白迅速攀升至2030年的360亿美元，患者筛查和伴随诊断需求呈现指数级增长。海斯凯尔的王牌产品肝脏纤维化和脂肪变检测仪被市场广泛认为是MASH患者筛查和伴随诊断的重要工具。 02 肝纤维化早期诊断是逆转肝病、阻断肝癌进展最重要的一环，瞬时弹性成像技术是重要工具 通常，慢性肝病进展遵循“肝纤维化-肝硬化-肝癌”的过程，然而相当部分肝病人群因为在常规检测中，无法发现中早期纤维化进展，而错过了干预和治疗的机会，最终进展为肝硬化和肝癌。 清华大学团队于1993年开展弹性成像相关技术研究，白净教授、罗建文教授是国际上最早进行弹性成像研究的团队之一，具有深厚的技术沉淀。海斯凯尔联合清华大学，开发了基于瞬时弹性成像技术的面向临床的肝脏检测系统。 目前该技术已经被世界卫生组织、美国肝病学会、欧洲肝病学会、亚太肝病学分会和中华医学会肝病学分会等权威医学组织推荐为肝纤维化诊断A1类指标。该检查技术在国内外被广泛应用于医疗机构中肝脏检测相关需求的科室，如肝病科、感染科、内分泌科、肝胆外科、消化科、超声科、体检中心、社区门诊等。 海斯凯尔核心产品iLivTouch®无创肝脏检测系统无需抽血，探头接触皮肤两分钟，就可获得人体肝脏硬度值（LSM）和脂肪衰减值（UAP），准确评估肝脏健康情况，较传统肝穿刺活检的筛查具有无创、准确、量化和便捷的优势。 03 海斯凯尔是中国肝脏弹性检测领域装机量第一的龙头企业 作为无创肝纤维化诊断领域的领军企业，海斯凯尔自主研发的iLivTouch®系列产品填补了中国产品技术空白，至今在全球累计装机超4,000台，稳居中国无创肝纤维化检测设备市场首位。海斯凯尔还和国内外知名药企携手，诊治联动，推动消除肝脏疾病危害。海斯凯尔已经将业务拓展至全球60多个国家或地区，并加速推进全球化布局。 04 CelTouch®实现高端内镜技术突破，开启“光学活检”新纪元 公司凭借先进的声学、光学技术平台，不断发展出无创检测场景下更精细、更高效的产品。在2023年获批的CelTouch®共聚焦显微镜，是目前最尖端的光学诊断技术之一，通过内镜钳道伸入人体内部的显微镜，可对组织放大1000倍，可实现细胞层面在体实时观察的光学诊断，实现即时、无创的“光学活检”，在癌症筛查与诊断、术中成像等方面有巨大应用潜力，适用于消化、呼吸、外科等领域。海斯凯尔的CelTouch®一经面世，就收到了众多临床专家的高度评价，已落地数十家顶级三甲医院。2024年，CelTouch®成功入选苏锡常首台（套）重大装备名单。 除此以外，海斯凯尔还拥有EQTouch®数据超声平台以及乳腺疾病诊治解决方案。其中，基于EQTouch®数据超声平台的Ultra-DAQ在“UFFC-JS 2024”（十年一次的大型国际联合学术会议）以其卓越的灵活性和强大的功能脱颖而出，吸引了斯坦福大学、杜克大学、帝国理工大学、东京大学、台湾大学和香港大学等国内外著名学府的专家学者浓厚的兴趣，目前该系统已经在清华大学、中科院、复旦大学、上海交通大学、东南大学、厦门大学等顶尖大学使用。 对于此次融资，海斯凯尔创始人邵金华表示：感谢阳光融汇资本、湖南医药发展基金、广州生物岛生命科学创新创业投资基金对公司的认可和支持。本次融资后，海斯凯尔将继续保持科技创新力，不断向更多临床诊断、治疗领域前进，并推动创新医疗技术的普及。 阳光融汇资本表示：海斯凯尔在过往的发展中体现出强大的研发能力，不断拓展技术边界，并将技术成果转化成具有市场竞争力的产品。我们看好公司的产品研发和商业化能力，通过参与本次融资助力海斯凯尔更进一步，成为世界一流的创新型医疗技术企业。 湖南医药发展基金表示：海斯凯尔是国内高端医疗装备领域稀缺的优质企业，其创新技术和产品已被海内外数千家医疗机构应用和认可，也是清华大学医工产业转化的成功案例。公司团队韧性十足，研发能力强，商业化经验成熟，我们非常期待公司未来在消化道肿瘤、乳腺疾病等领域的产品能实现新的突破，湖南医药发展私募基金将持续关注并支持海斯凯尔的发展。 广州生物岛生命科学创新创业投资基金表示：慢性肝病在全球范围内影响数亿人的健康，肝纤维化早期的无创筛查和诊断是解决脂肪肝、病毒肝等广泛肝病问题至关重要的一步。此次广州生物岛正式携手海斯凯尔，拓展大湾区市场、加快国际化进程助力海斯凯尔新一阶段蓬勃发展。 关于阳光融汇资本 阳光融汇资本成立于2015年1月，是中国保险业首批由保险资金发起设立的私募基金管理公司。历经10年发展，阳光融汇资本基金管理规模达300亿元，业务板块涵盖母基金、直投业务，聚焦医疗、新兴科技、新消费、不动产领域。 关于湖南医药发展基金 湖南医药发展私募基金管理有限公司，2015年经湖南省政府批准成立，为湖南医药发展投资集团全资子公司。聚焦生物医药、医疗器械、医疗服务、康养服务等核心赛道，持续投中众多明星项目。目前，公司累计管理 12 支基金，规模突破 36 亿元，投资超70 个项目。 关于广州生物岛生命科学创新创业投资基金 广州生物岛生命科学创新创业投资基金，是由广州高新区集团旗下广州国聚创投和生物岛集团发起，阿斯利康医药（广州）有限公司共同参与支持。基金将发挥在大湾区的独特优势，结合国聚创投在生物医药领域的专业投资能力、生物岛集团在产业落地的全面服务能力、阿斯利康在医疗健康领域的产业视角、国际化网络与生态圈平台，全面赋能企业融入创新生态和国际化市场。 关于百榕资本 百榕资本是一家聚焦在医疗健康领域、以研究为导向的财务顾问机构，旨在以丰富的交易经验帮助医疗企业快速成长，以严谨、深入的研究为投资机构洞察具有价值的投资机会。百榕资本的关注领域涵盖医疗服务、医疗器械及耗材、IVD及精准医疗、生物医药、医疗信息化等多个医疗细分赛道。百榕资本的核心团队均来自一线咨询机构、知名投行及会计师事务所。 如果您想对接文章中提到的项目，或您的项目想被动脉网报道，或者发布融资新闻，请与我们联系；也可加入动脉网行业社群，结交更多志同道合的好友。 近 期 推 荐 声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。 动脉网，未来医疗服务平台

导读 最近，印度IISER Kolkata的Alakesh Bisai课题组，报道了复杂萜类天然产物台湾杉醌taiwaniadducts I、J、L的首次全合成，并通过X单晶衍射分析确定绝对构型。该全合成巧用两次后期环加成反应，包括仿生的分子间D-A反应和分子内[2+2]环加成，去构建环骨架和季碳立体中心。相关研究成果发表在近期的《JACS Au》上（JACS Au DOI: 10.1021/jacsau.4c01276）。 成果 台湾杉醌是从台湾杉中分离得出的一类复杂四萜天然产物，具有独特生物活性。Taiwaniadduct J (1)是其中最复杂化合物，由台湾大学方俊民课题组在1997年分离得出。最近的2023年，中国药科大学孔令义课题组从台湾杉中分离得出taiwaniadduct L (3)。初步活性研究显示，taiwaniadduct L (3)在20 μM浓度为时，对硼替佐米（BTZ）的敏感性提高了9.18倍，优于阳性对照物维拉帕米。然而，taiwaniadduct J (1)自然来源的缺乏，限制了进一步生物活性研究。因此，发展出这类四萜天然产物的高效合成方法，具有重要研究价值。 Taiwaniadduct J、I、L (1-3)的结构式是通过细致核磁分析和ECD光谱鉴别得出。如Figure 1所示，最复杂的taiwaniadduct J (1)可以由taiwaniadduct I (2)经分子内光促[2+2]环加成反应得到，2可以由双烯4（HOMO）和亲双烯体5(LUMO)经分子间D-A反应得到。Taiwaniadduct L (3)可能是taiwaniadduct I (2)的D-A反应区域选择性异构体。台湾杉这类天然产物的独特生物活性和复杂四萜分子结构，吸引了合成化学家的注意力。上海有机所李昂课题组在2014年通过仿生D-A反应完成了taiwaniadduct B、C、D的全合成（J. Am. Chem. Soc. 2014, 136, 8185–8188）。 （Figure 1，图片来源：JACS Au） 最近，Alakesh Bisai课题组以双烯4和亲双烯体5为关键中间体，应用仿生分子间D-A反应，完成台湾杉醌taiwaniadducts I、J、L的首次全合成。鉴于次级轨道相互作用能够通过富电子双烯Ψ2轨道和缺电子烯酮Ψ3轨道间的非键互相作用直接影响D-A反应endo选择性，作者认为富电子双烯4能够选择性区分烯酮6的一个烯烃双键（Scheme 1）。此外，双烯4上的角甲基存在位阻排斥力，也有利于发生理想endo型D-A反应得到理想产物6和7（上部分）。 （Scheme 1，图片来源：JACS Au） D-A反应所需双烯体，具有反式十氢化萘和abeo abietane二萜结构特征。为此，作者探索采用Cp2TiCl2催化的多烯环化策略实现其合成。如Scheme 2所示，市售的2E, 6E-farnesyl acetate (10)，经位置选择性烯丙基氧化、硼氢化钠还原、Sharpless不对称环氧化、DMP氧化、Pinnick氧化醛成酸、甲酯化多步反应，转化成多烯环化前体14。14在Cp2TiCl2催化下发生多烯环化，一次性构建起两个碳碳键和五个连续立体中心（包括两个全碳季碳），得到反式十氢化萘产物15。15通过Barton-McCombie去氧化反应脱去仲羟基，得到产物16。16经脱乙酰基、DMP氧化和三次Wittig反应，转化成所需双烯体20。 （Scheme 2，图片来源：JACS Au） 接着，作者探索亲双烯体的合成。如Scheme 3所示，以已知物21和苯基碘化物22为原料，经Suzuki反应得到多烯环化前体23。23在三氟化硼乙醚促进下发生多烯环化，得到理想产物25和多取代环己烯24，24可以在三氟化硼促进下继续转化成25，从而实现两个碳碳键和四个连续立体中心的构建。25经钯碳氢气脱苄基、Barton-McCombie去氧化反应、三氧化铬氧化苄基、重氮化、碱促缩环、Bayer-Villiger反应、甲酸酯水解、CAN氧化去芳构化多步反应，得到所需亲双烯体35。35的绝对构型可通过中间体28和30的X单晶衍射分析加以确定（Figure 2）。 （Scheme 3 & Figure 2，图片来源：JACS Au） 最后，作者尝试以双烯体20和亲双烯体35为原料，通过两次后期环加成反应，完成三个taiwaniadducts全合成。如Scheme 4所示，在优化出的Eu(fod)3催化反应条件下，20和35高选择性发生endo型D-A反应，一次性构建两个邻位全碳季碳立体中心，得到一对区域异构体36、37。36和37的混合物经DMP氧化和硅胶色谱柱纯化，得到产物38和39。38和39在碘化锂作用下，一次性脱去甲酯位和烯醇位甲基，得到taiwaniadduct I (2)和L (3)。关键中间体38也可以在光促[2+2]环加成反应条件下，构建起具有三个连续季碳中心的高拥挤环丁烷环，高产率得到taiwaniadduct J (1)。三个天然产物1-3的相关谱图数据都和分离文献一致。此外，作者还得到taiwaniadduct J (1)的X单晶衍射分析数据，进一步确定所合成天然产物绝对构型的准确性。 （Scheme 4，图片来源：JACS Au） 总结 以两次后期环加成反应为关键反应，Alakesh Bisai课题组完成台湾杉醌taiwaniadducts I、J、L的首次全合成。该全合成展现了环加成反应在构建多个季碳立体中心的重要价值。(JACS Au DOI: 10.1021/jacsau.4c01276)

研究背景 传统中医药（Traditional Chinese Medicine, TCM）在中国已有数百年治疗各种疾病的历史，其核心理念是“气”（生命能量）和阴阳平衡理论，这些理念在诊断和治疗中起着关键作用。TCM 涵盖针灸、草药治疗、按摩和饮食疗法等多种应用，这些应用植根于古代知识，并在数百年间不断精炼。 TCM 是天然产物的重要来源，从 1981 年到 2019 年，超过 60% 的 FDA 批准的小分子药物直接或间接来源于天然产物。此外，TCM 还能根据患者的具体需求和偏好提供多种治疗选择 近年来，人工智能 (AI) 技术的发展为 TCM 研究带来了巨大潜力。通过加速药物发现、优化配方和推动 TCM 现代化，AI 技术可以确保 TCM 在保留传统根基的同时，与最新的科学进展同步发展。目前，在 TCM 研究中引入 AI 不仅提高了诊断的准确性，还促进了个性化医疗的发展，使 TCM 研究更加高效和精准。 研究内容 近日，北京大学陈语谦教授团队围绕人工智能 (AI) 对传统中医药 (TCM) 研究的赋能这一主题，深入探讨了 TCM 与 AI 在多个研究领域的整合应用，包括草药筛选、新药发现、诊断治疗原则、药理机制和网络药理学等。该综述还详细探讨了 AI 通过数据挖掘、模式识别和预测分析，揭示 TCM 复杂配方的活性成分和作用机制。AI 与 TCM 的结合不仅帮助人们从新的角度理解传统的中医药知识，还开辟了新的研究方法和治疗策略。 Fig. 1 基于人工智能的中医药化学数据分析促进了化学成分的识别、药物发现、个性化治疗和药理作用的阐明，推动了中医药的现代化和可持续发展。 目前，中医药的网络研究主要集中在证明中医药理论上，缺乏网络设计和优化原则的明确定义。合理的处方设计可分为自上而下和自下而上两种类型。自上而下的方法基于旧处方设计新处方，而自下而上的方法则不考虑旧处方，完全基于疾病网络设计新处方。作者结合了多种可行的方法，首先定义了几种未来最常见的自上而下优化模型。自上而下和自下而上的设计方法都基于生物网络建立相关性，但它们在考虑现有处方和中医理论方面存在差异。在中医理论尚未定量表达之前，不考虑旧处方的新公式设计更可能与中医原则相冲突。近年来，中医逐渐向天然产品的分类和组织发展。在人类过度开发的背景下，许多物种面临灭绝，因此作者建议建立一种计算天然产品与中医药物种个体之间相关性的方法，并使用高可靠性模型快速筛选可替代、可优化和可去除的处方成分。作者认为，新处方公式的设计必将成为一个核心研究领域，为中药的可持续发展带来重要影响。 Fig. 2 中医处方网络设计与优化方法概述。(A) 组成处方网络的五个基本元素。(B) 组成处方网络的五个基本元素。(C) 针对靶点的四种基本操作模型。(D) 为了便于设计，处方可以简化为三个元素：高贡献节点（HCN）、低贡献节点（LCN）和中间节点（介于前两者之间）；在非理想网络中出现两种类型的条件：一种是贡献能够平衡网络，另一种是趋向于 HCN 但无法实现平衡；非理想网络可以细分为各种子网络。处方设计分为 (E) 自下而上的公式设计和 (F) 自上而下的公式设计。自上而下的公式设计可以进一步细分为五种基本设计模型：替换、添加、增强、减少和移除。自上而下和自下而上的处方设计都有潜力 (G) 在调整和控制不同疾病网络及异常节点时考虑不同的中医理论。(H) 自然产品的分类和组织能够扩展大多数中医处方优化的设计范围，提供患者健康的整体视角，并增强中医治疗的精准性。 在中医领域，了解草药与常规药物之间的相互作用对于确保患者安全和治疗效果至关重要。作者针对中药与西药相互作用的综合临床研究给出了一种提案。该提案设定了一个综合临床研究系统，旨在全面探索这些相互作用，如图 3 所示，该系统分为三个主要模块：临床研究系统、综合系统和基础研究，每个模块关注化学分析和数据整合的不同方面，以预测和分析药物不相容性。临床研究系统主要负责收集和分析临床数据，以评估草药与药物组合的药代动力学和药效学特性。该模块可以利用先进的化学提取方法和分析技术，旨在通过严格的临床测试和化学分析识别潜在的不良相互作用。同时，该模块也可以利用数据挖掘和机器学习算法处理复杂的临床数据，识别预测药物相互作用结果的模式。综合方法的核心是综合系统，其中包含 HAZA@home 平台。该系统可以结合临床研究和基础研究的数据，为患者提供实时健康监测和预测分析，也可以使用广泛的数据库网络和模拟工具，个性化健康评估和药物相互作用警示，利用人工智能根据个体患者数据调整建议。基础研究系统模块通过深入的化学分析和计算建模来支持综合系统，预测药物靶点并模拟药物相互作用。这包括使用中医和临床药物数据库、ADMET 预测模型及创建小分子数据库。这些工具对于理解药物相互作用的生化机制至关重要，有助于开发预防潜在不良反应的策略。该提案体现了在中医药相互作用研究中临床与基础科学方法的整合。通过结合化学分析、实时数据监测和人工智能驱动的预测建模，该系统不仅可以增强对复杂药物相互作用的理解，还将开创中药与药物治疗整合中患者安全的新方法，为未来的研究和应用设定基准。 Fig. 3 一个全面的自动临床研究系统提案。该框架分为三个主要模块：临床研究系统、综合系统和基础研究系统。临床研究系统模块包括手术样本提取、化学分析和数据挖掘等阶段。该工作流程旨在建立一个验证系统，以严格测试和确认草药与药理物质之间观察到的相互作用。综合系统作为临床与基础科学数据之间的桥梁，通过HAZA@home等平台促进不同数据集的整合。它支持在家进行全面分析，使用户能够使用综合网络药理学工具进行初步疾病评估。基础研究系统专注于药物相互作用的理论和机制。该模块采用多种计算和实验方法，包括靶点预测、ADMET模拟和分子数据库构建，旨在通过深入的化学分析和模拟建模阐明药物相互作用的分子基础。 该成果以“AI empowering traditional Chinese medicine?”(《人工智能可以赋能传统中医药吗？》)为题，发表在英国皇家化学会期刊 Chemical Science 上。 论文信息 AI empowering traditional Chinese medicine? Zhilin Song†, Guanxing Chen† and Calvin Yu-Chian Chen*（陈语谦，北京大学） Chem. Sci., 2024, 15, 168443-16866https://doi.org/10.1039/D4SC04107K 作者简介 宋治霖 博士研究生 北京大学 本文共同第一作者，北京大学化学生物学与生物技术学院 2021 级博士生，本科毕业于厦门大学，研究方向为天然产物化学，计算化学和机器学习辅助的有机合成方法学。 陈观兴 博士研究生 中山大学 本文共同第一作者，本硕毕业于中山大学，目前在中山大学智能工程学院攻读博士学位。他的研究兴趣包括图神经网络、药物发现、疫苗设计和化学反应生成。 陈语谦 教授 北京大学 本文通讯作者，北京大学科学智能 (AI for Science, AI4S) 中心主任。分别在台湾大学，麻省理工学院，哈佛大学学习和工作。曾任麻省理工学院博士后、研究员，哈佛大学研究员、匹兹堡大学教授、北京大学客座教授、浙江大学光彪讲座教授、中山大学智能工程学院智能医疗中心主任教授。从事人工智能在药物、医学、化学、生物上的研究，Nature 子刊、Cell 子刊和 TPAMI 等期刊和 ICML、CVPR、AAAI 会议论文 370 余篇，累计被引 9800 余次，H-index 为 53。在 2020-2024 年入选 Elsevier 中国高被引学者榜单（计算机学与技术领域）。2021-2024 年入选了全球学者学术影响力排行榜，2018-2024 年同时入选全球 World’s Top 2% Scientists 的“终身科学影响力排行榜(career-long impact)”和“年度科学影响力排行榜(single-year impact)”榜单。 期刊介绍 Home to exceptional research and thought-provoking ideas. Open and free, for authors and readers. rsc.li/chemical-science Chem. Sci. 2-年影响因子*7.6分5-年影响因子*8.0分JCR 分区*Q1 化学-综合CiteScore 分†14.4分中位一审周期‡33 天 Chemical Science 是涵盖化学科学各领域的跨学科综合性期刊，也是英国皇家化学会的旗舰期刊。所发表的论文不仅要在相应的领域内具有重大意义，而且还应能引起化学科学其它领域的读者的广泛兴趣。所发表的论文应包含重大进展、概念上的创新与进步或者是对领域发展的真知灼见。发文范围包括但不限于有机化学、无机化学、物理化学、材料科学、纳米科学、催化、化学生物学、分析化学、超分子化学、理论化学、计算化学、绿色化学、能源与环境化学等。作为一本钻石开放获取的期刊，读者可以免费获取所发表论文的全文，同时从该刊的论文版面费由英国皇家化学会承担，论文作者无需付费。 Editor-in-Chief Andrew Cooper🇬🇧 利物浦大学 Associate editors Vincent Artero🇫🇷 格勒诺布尔阿尔卑斯大学／法国原子能和替代能源委员会 Luis M. Campos🇺🇸 哥伦比亚大学 Lin Chen🇺🇸 西北大学 Graeme Day🇬🇧 南安普敦大学 Mircea Dincă🇺🇸 麻省理工学院 François Gabbaï🇺🇸 得克萨斯农工大学 Subi George🇮🇳 贾瓦哈拉尔·尼赫鲁高级科学研究中心 Ryan Gilmour🇩🇪 明斯特大学 Stephen Goldup🇬🇧 伯明翰大学 Jinlong Gong (巩金龙)🇨🇳 天津大学 Zaiping Guo (郭再萍)🇦🇺 阿德莱德大学 Christian Hackenberger🇩🇪 德国莱布尼茨分子药理学研究所 Malika Jeffries-EL🇺🇸 波士顿大学 Ning Jiao (焦宁)🇨🇳 北京大学 Tanja Junkers🇦🇺 莫纳什大学 Hemamala Karunadasa🇺🇸 斯坦福大学 Maja Köhn🇩🇪 弗莱堡大学 Yi-Tao Long (龙亿涛)🇨🇳 南京大学 James K McCusker🇺🇸 密歇根州立大学 Thomas J Meade🇺🇸 西北大学 Paolo Melchiorre🇮🇹 博洛尼亚大学 Gabriel Merino🇲🇽 墨西哥国家理工学院科研和高级研究中心 Hannah Shafaat🇺🇸 加州大学洛杉矶分校 Dmitri Talapin🇺🇸 芝加哥大学 Toshiharu Teranishi🇯🇵 京都大学 Andrei Yudin🇨🇦 多伦多大学 * 2023 Journal Citation Reports (Clarivate, 2024) † CiteScore 2023 by Elsevier ‡ 中位数，仅统计进入同行评审阶段的稿件