近日，我院韩琳教授团队在仿生纳流控忆阻器与离子信息处理领域取得新进展。相关研究成果以“Bioinspired Nanofluidic Memristors Based on Polyelectrolyte Conformation for Synaptic Learning and in-Memory Logic Computing”为题，发表于国际材料科学期刊《Advanced Materials》。

生物神经系统以离子作为主要信息载体，并通过离子迁移、分子构象变化及突触可塑性，实现信息的存储、学习与处理。受此启发，基于离子动力学的纳流控忆阻器为构建低功耗类脑计算系统提供了新的技术路径。然而，现有器件通常依赖离子浓度梯度、界面氧化还原反应或电极材料变化实现电导调控，在功能集成、状态稳定性以及学习与逻辑计算协同等方面仍面临挑战。

针对上述问题，研究团队研制了一种聚电解质构象纳流控忆阻器（Polyelectrolyte Conformational Nanofluidic Memristor，PCM）。该器件将带有相反电荷的聚电解质复合网络限域于氧化石墨烯纳米通道中，利用外加电场驱动聚电解质发生可逆构象转变，进而调控纳米通道内的离子输运状态，实现信息的写入、存储和读取。研究表明，该器件具有连续可调的模拟电导、清晰且可调控的开关阈值，开关比超过160。光学表征与分子动力学模拟进一步揭示了电场作用下聚电解质复合网络的构象演化过程，建立了“分子构象—离子输运—器件电导”之间的内在联系，为软物质离子忆阻器的设计和调控提供了新的物理机制。

基于聚电解质构象的动态演化特性，该器件能够模拟长时程增强、长时程抑制、多级记忆保持以及对称权重更新等典型突触功能。研究团队将实验测得的电导增强和抑制曲线直接映射至人工神经网络物理学习模型，在MNIST手写数字识别任务中获得了97.1%的识别准确率，验证了该器件在神经形态学习和类脑信息处理中的应用潜力。在实现突触学习的基础上，研究团队进一步将多个PCM器件互联，完成了具有状态记忆能力的离子OR、蕴含逻辑（IMP）和NAND运算。由于NAND逻辑能够作为构建任意布尔逻辑的基本单元，该结果表明，PCM平台不仅能够模拟神经网络的自适应学习过程，还可在同一离子器件体系中执行确定性存内逻辑计算，实现了突触学习与通用逻辑运算的有机统一。该研究从生物神经系统中离子传输与分子构象协同调控的工作方式出发，将聚电解质构象转换、纳米限域离子输运、突触可塑性、神经形态学习和存内逻辑集成于统一的水相器件平台，提出了一种兼具自适应学习与确定性逻辑处理能力的仿生纳流控计算范式。相关成果为发展可扩展、低功耗的离子处理器及多模态感知—存储—计算一体化系统提供了新的研究基础。

山东大学李珺研究员为论文第一作者，北京师范大学毛兰群教授和山东大学韩琳教授为论文通讯作者。山东大学为论文第一完成单位。宋博中、梁延博、王超、陈镜、陈小双、崔伟佳、张宇及刘宏教授等参与了相关研究。该研究得到国家自然科学基金与山东省优秀青年科学基金（海外）等项目的支持。

论文信息：

Jun Li, Bozhong Song, Yanbo Liang, Chao Wang, Jing Chen, Xiaoshuang Chen, Weijia Cui, Yu Zhang, Hong Liu, Lanqun Mao, Lin Han. Bioinspired Nanofluidic Memristors Based on Polyelectrolyte Conformation for Synaptic Learning and in-Memory Logic Computing.Advanced Materials, 2026, 38(40): e73598.

论文链接：

https://doi.org/10.1002/adma.73598