测试GO：揭秘枝晶生长对锌离子电池寿命的影响

揭秘枝晶生长对锌离子电池寿命的影响-测试GO非均匀沉积：在循环过程中，Zn2⁺ 在电极表面沉积时容易受局部电场和界面能影响，优先生长于突起部位，形成“尖端效应”。 AFM（原子力显微镜）：表征表面粗糙度演化，定量追踪枝晶萌生。图4. AFM 图像。 AFM 系统对比了 Zn 在不同电解液中的沉积行为（图4）。 该案例表明，原位 AFM 不仅能实时追踪 Zn 电极表面粗糙度与形貌演化，还能直观揭示添加剂对枝晶抑制机理的作用，是研究界面调控与枝晶治理的关键手段。

原位SEM测试样品制备和前处理步骤盘点-测试GO

原位SEM测试样品制备和前处理步骤盘点-测试GO在现代社会，电池扮演了至关重要的角色，尤其是在移动设备、电动汽车以及可再生能源存储系统等领域中的广泛应用。 原位扫描电镜原位扫描电子显微镜（SEM）技术，作为一种先进的材料表征工具，提供了研究电极材料微观结构的独特视角。 样品制备和前处理步骤样品制备是原位SEM研究中至关重要的一环，它直接影响到后续实验的可行性和结果的准确性。以下是原位SEM样品的前处理步骤：▶ 2.1. 制样在进行原位SEM实验之前，根据原位测试夹具和装置测试要求，制样人需要提前设计和制备实验测试的样品，确保样品和测试装置能够完美契合，从而保证实验顺利进行。此外，实验要保证样品表面平整且导电。 样品的固定与支撑为了在SEM中稳定原位观察样品，通常需要将样品固定在适当的支撑物上，如测试狗原位测试装置或者根据自己实验要求设计的测试夹具（注意：这个需要和测试机构提前沟通）。

解锁水系电池机理：原位谱学测试方案全解析-测试GO

解锁水系电池机理：原位谱学测试方案全解析-测试GO随着水系电池研究的深入，实时、精准地监测电池在工作状态下的动态变化成为机理研究的关键。 测试狗科研服务聚焦水系电池研究前沿，推出覆盖多维度分析需求的原位谱学测试解决方案，通过集成化、高精度的测试手段，为科研人员提供从结构演化到反应动力学的全视角解析。1. 原位拉曼（水系电池）3. 原位红外：解析官能团与反应动力学原位红外光谱聚焦于电极/电解质界面的官能团演变，通过实时监测特征吸收峰的变化，量化副反应速率、中间体浓度及SEI形成动力学。 原位电化学阻抗谱（原位EIS）整合优势：多技术联动，深度破解机理测试狗通过将上述原位技术整合应用，实现了对水系电池“结构-界面-动力学”的多维度关联分析。 未来，测试狗将进一步拓展原位联用技术（如XRD-Raman同步测试），为新能源领域提供更强大的科研基础设施支持。

深度推荐模型——AFM

视频讲解：https://www.yuque.com/chudi/tzqav9/ny150b#2XiWP

原位表征技术在水系电池研究稳定性测试中的应用-测试GO

原位表征技术在水系电池研究稳定性测试中的应用-测试GO​随着水系电池研究的深入，稳定性已成为衡量其性能与安全性的关键指标。 测试狗科研服务依托先进的检测技术，推出三项核心稳定性测试项目——电池产气分析、原位电极质量监测和原位气压监测，为水系电池的研发与优化提供多维度、高精度的数据支持。 测试狗采用微天平技术，在充放电过程中实时监测单个电极的质量波动。 原位电极质量监测三、原位气压监测：体系稳定性与安全性的直接表征电池内部气压变化是评估整体稳定性的重要指标。测试狗通过高精度气压传感器，在静置或循环过程中实时监测电池内部气压。 原位气压监测测试狗科研服务通过多维度联动分析（产气+质量+气压），构建了水系电池稳定性的综合评估体系。

测试GO前沿实验室：为水系电池研究提供多维度表征解决方案

测试GO前沿实验室：为水系电池研究提供多维度表征解决方案随着全球能源转型加速，水系电池因其高安全性、低成本和环境友好特性，成为下一代储能技术的重要发展方向。 一、核心表征技术：揭示电池材料的微观世界形貌与晶体结构分析三维形貌图：利用扫描电子显微镜（SEM）与原子力显微镜（AFM）技术，可视化锌负极沉积形貌（如枝晶抑制效果）、SEI膜分布状态，结合能谱分析揭示元素组分空间分布 循环伏安（CV）与恒流充放电：配合原位XRD或拉曼光谱，揭示电极反应可逆性与相变机制。 效率提升：定制化测试方案缩短研发周期，例如通过产气监测快速筛选电解液配方（客户案例：北京科技大学、中南大学）。 技术前瞻性：同步辐射、原位拉曼等高端表征平台保持国际接轨。成本可控：提供梯度化测试方案，适配不同预算的科研需求。

注意力FM模型AFM

AFM（Attentional Factorization Machines）[2]模型在FM模型的基础上，引入了Attention机制，通过Attention的网络对FM模型中的交叉特征赋予不同的权重 AFM的网络结构 在注意力FM模型AFM（Attentional Factorization Machines）中，是在FM的基础上引入了Attention机制，通过Attention网络学习到每个交叉特征的权重 ，具体的数学表达式如下所示： \hat{y}_{AFM}\left ( \mathbf{x} \right )=w_0+\sum_{i=1}^{n}w_ix_i+\mathbf{p}^T\sum_{i= = self.tensordot([attention_output, self.projection_p]) # 乘以向量，做最终的输出 return afm_out 3. 总结 AFM模型在FM模型的基础上，引入了Attention机制，通过Attention的网络对FM模型中的交叉特征赋予不同的权重。 参考文献 [1] Rendle S.

注意力FM模型AFM

AFM（Attentional Factorization Machines）[2]模型在FM模型的基础上，引入了Attention机制，通过Attention的网络对FM模型中的交叉特征赋予不同的权重 AFM的网络结构在注意力FM模型AFM（Attentional Factorization Machines）中，是在FM的基础上引入了Attention机制，通过Attention网络学习到每个交叉特征的权重 ，具体的数学表达式如下所示：\hat{y}_{AFM}\left ( \mathbf{x} \right )=w_0+\sum_{i=1}^{n}w_ix_i+\mathbf{p}^T\sum_{i=1 = self.tensordot([attention_output, self.projection_p]) # 乘以向量，做最终的输出return afm_out3. 总结AFM模型在FM模型的基础上，引入了Attention机制，通过Attention的网络对FM模型中的交叉特征赋予不同的权重。参考文献[1] Rendle S.

什么是荧光原位杂交(FISH)？

近来，有伙伴在后台咨询了荧光原位杂交(FISH)实验的相关知识，因此小编想在今天推文简单聊一聊FISH实验，也讲点新花样。 01 — 什么是FISH FISH：采用了已知序列的、特异性的单链核酸作为探针，标记了生物素或荧光素，在一定的温度和离子浓度下通过碱基互补配对法则，使得DNA-DNA原位杂交，采用荧光法显示，最终将DNA 04 — 原位杂交与免疫组化的结合 这是一项难度较高的操作，如果你所在的实验室没有相应的SOP指导就更难了。 一般情况下，相对于蛋白来说，DNA和RNA都是比较脆弱的。 原位杂交在前。 （1）常规脱蜡入水。 （2）37℃蛋白酶K消化20min，37℃漂洗液充分洗去蛋白酶K。 （3）滴加探针，加盖玻片，避光、湿盒、37℃过夜孵育。 （6）不要复染核，不然就盖住原位杂交信号了。 所有的耗材、器材均需采用DEPC水浸泡。第一步的杂交之后要充分洗脱，漂洗也要充分，但是漂洗也要尽量温柔，防止脱片。

前沿实验室丨形貌与晶体结构表征技术全解析

测试GO前沿实验室依托国际领先的表征平台，提供创新的前沿表征方案与技术支持，打造五大"科研利刃"，帮助您发掘新质内容，实现科研突破，提升论文档次，迈向学术高峰。 原位沉积/剥离/产气监测电池的失效往往始于微秒级的界面反应——锌负极的瞬间析氢、锂金属的突发短路、SEI膜的快速破裂。 原位监测技术通过在电化学池中集成光学显微镜、质谱仪或X射线成像系统，实现对电极表面状态的全流程追踪。 表界面均匀性分析通过激光共聚焦显微镜、原子力显微镜（AFM）或白光干涉仪，量化表面的三维形貌参数（Ra、Sa、Sz等），构建覆盖度-粗糙度-性能的关联模型。 测试GO科研服务

西安工业大学Energy Storage Materials：闪蒸焦耳加热1秒合成SiC！硅基负极"三效合一"突破瓶颈

在此极端非平衡条件下，碳纸作为碳源与合金颗粒表面及近表面的硅发生快速反应，原位生成纳米级SiC并均匀分散于基体中，最终得到FH-SiSnM复合负极材料。 倍率性能测试（图3d）显示即使在高电流密度15 A g⁻¹下仍保有504.62 mAh g⁻¹容量。长循环测试（图3e）中400次循环后容量保持1364.24 mAh g⁻¹。 图4：电荷传输动力学机理研究通过原位EIS与DRT分析（图4a–d）揭示FH-SiSnBi在循环中电荷转移电阻（Rct）显著降低且更稳定。 GITT测试（图4e–f）计算得出FH-SiSnBi具有更高的锂离子扩散系数（DLi⁺）。 图7：循环后电极的机械性能表征AFM测试（图7a–d）显示FH-SiSnBi循环后表面粗糙度降低（164 nm → 61 nm），杨氏模量保持16 GPa。

同步辐射GIWAXS在有机半导体材料中的应用-测试GO

薄膜生长过程：通过原位GIWAXS测量，可以实时监测有机半导体薄膜的生长过程，了解分子在衬底上的成核、生长和取向过程。 这为优化薄膜制备工艺提供了指导。 原位GIWAXS可以实时监测钙钛矿薄膜的生长过程，了解结晶动力学。金属有机框架（MOF）：GIWAXS可以用于表征MOF薄膜的结构和取向，这对于MOF在光电器件中的应用至关重要。 原子力显微镜（AFM）：AFM可以提供薄膜表面的形貌信息，与GIWAXS结合使用可以了解表面形貌与内部结构的关系。

流程升级---原位捕获数据的无分割分析（Stereo-seq、HD）

第一类通常被称为基于成像的方法通过原位杂交(ISH)或原位测序(ISS)为选定数量的靶基因提供单分子分辨率，通常在100s-1000s的范围内。 第二类被称为原位捕获方法，并在测序前将空间条形码整合到转录物上，允许整个转录组覆盖，但空间分辨率有限(例如，Visium的spot间距为100 um)。 原位捕获方法的低空间分辨率使单细胞的空间分析复杂化，需要反卷积、插补和/或整合外部单细胞转录组学资源。

u3d DoTween子物体回到原位

原位电化学阻抗谱（EIS）技术在锌离子水系电池领域的应用-测试GO

原位电化学阻抗谱（EIS）技术在锌离子水系电池领域的应用原位电化学阻抗谱（EIS）技术在锌离子水系电池领域中被广泛应用，主要用于研究电池运行过程中的电极/电解质界面动态变化、锌枝晶的形成、固体电解质界面 原位EIS可以用来研究SEI膜的成分、结构和形成过程。通过调控SEI膜的性质，可以提高锌负极的循环寿命和库仑效率。 电极材料结构演变的原位研究原位EIS技术能够揭示水系锌离子电池充放电过程中电极材料的结构演变。 传统的非原位或原位X射线衍射（XRD）技术可以完成表征，但存在实验繁琐耗时等缺点。 通过原位EIS可以更直接地观察电极材料在充放电过程中的阻抗变化，从而了解其结构演变。 结论原位电化学阻抗谱（EIS）技术是研究锌离子水系电池的重要手段，通过它可以深入了解电池内部的电化学过程和界面动态变化。

等离子清洗机在AFM实验中应用

原子力显微镜微纳粘着接触时间依赖性研究原子力显微镜（AFM）是微纳粘着力实验的最主要工具之一两固体表面间的粘着对微机电系统的发展意义重大。在微纳尺度下，机械系统主要受表面效应的影响而非惯性效应。 人们已经利用 AFM 对粘着力的时间依赖性进行了一些研究。微机电系统中的粘着失效图为梳状驱动装置的粘着失效微机电系统中的粘着失效图为微悬臂粘附到基底上导致的失效。 将测量AFM无针尖硅悬臂与不同亲水性样品之间的粘着力，调查接触时间依赖性。通常使用原子力显微镜对探针和样品之间的粘着力测量。 利用AFM无针尖硅悬臂，测量不同材料和不同亲水性样品表面的粘着力，调查了粘着力的接触时间依赖性。结果表明，粘着力的接触时间依赖性与样品表面材料相关。

R tips：ggplot2进行多维原位图绘制

R中可以使用ggplot2的geom_tile图层绘制热图，可是有的时候我们想要每一个热图格子里面可以展示多维的信息：多个基因表达量、多个组别数据等等，而不是一个热图仅展示了一个表达量信息。本文可以解决这个需求。

AFM：新型自供氧纳米平台治疗厌氧菌引起的牙周病

在光动力抗菌治疗(aPDT)过程中，缺氧的微环境、持续的耗氧和较差的激光穿透深度极大地阻碍了抗菌治疗的效果。本文研制出一种具有自供氧功能的智能纳米复合材料，用于增强并选择性地治疗厌氧菌引起的牙周病。

Nature | 利用AFM和深度神经网络解析RNA构象

我们的基准测试（BM0–BM5）涵盖了不同RNA以及通过多种方法（结构预测、轨迹模型和小角X射线散射（SAXS）数据）获得的不同初始构象。 我们将psDatabase的80%用于DNN训练（训练集），20%用于初步验证和测试（训练验证集），以控制正则化过程中的欠拟合和过拟合。 DNN的测试与泛化性能 为评估HORNET对不同轨迹和RNA分子（形状、大小和序列不同）的性能，研究人员对BM1–BM5的完整轨迹进行了测试。 使用SAXS派生模型的验证 BM4和BM5使用低分辨率实验技术生成的初始模型进行测试。 研究人员利用HORNET解析了通过AFM观察到的五种RRE构象，展示了其解析未知RNA三维结构的能力，这些结构与用于基准测试的RNA显著不同。

推荐系统（十六）——FM全家桶（1），FM，FFM，DeepFM，NFM，AFM

AFM AFM即attention FM，基于注意力机制的FM，其总体结构如上图所示。 可以把AFM看成是在NFM上的改进，NFM的创新之处是加入了交互层，进行哈达玛积计算。这里就不介绍NFM了。