今年，是高校CNS井喷之年。清华大学、哈尔滨工业大学分别发表一篇Science、Nature。

清华大学

2022年8月17日，加州大学圣地亚哥分校Gert Cauwenberghs，Siddharth Joshi，Weier Wan，斯坦福大学H.-S. Philip Wong，清华大学高滨及吴华强共同通讯在Nature 在线发表题为“A compute-in-memory chip based on resistive random-access memory”的研究论文，该研究通过对从算法和架构到电路和设备的所有设计层次进行共同优化，展示了 NeuRRAM——一种基于 RRAM 的 CIM 芯片，它同时提供了为不同模型架构重新配置 CIM 内核的多功能性，能效是在各种计算位精度上比以前最先进的 RRAM-CIM 芯片好 1 倍，推理精度可与在各种 AI 任务中量化为四位权重的软件模型相媲美，包括 MNIST 上 99.0% 的准确率和 CIFAR-10 图像分类上 85.7% 的准确率，谷歌语音命令识别的准确率为 84.7%，在贝叶斯图像恢复任务中图像重建错误减少了 70%。

直接在边缘设备上实现日益复杂的人工智能 (AI) 功能需要前所未有的边缘硬件能效。基于电阻式随机存取存储器 (RRAM) 的内存计算 (CIM) 有望通过将 AI 模型权重存储在密集、模拟和非易失性 RRAM 设备中，并通过直接在 RRAM 中执行 AI 计算来满足这种需求，从而消除在单独的计算和内存之间进行耗电的数据移动。

尽管最近的研究已经证明了完全集成的 RRAM-CIM 硬件上的内存矩阵向量乘法，但 RRAM-CIM 芯片的目标仍然是同时提供高能效、支持各种模型的多功能性和软件可比的精度。尽管效率、多功能性和准确性对于广泛采用该技术都是必不可少的，但它们之间相互关联的权衡不能通过对设计的任何单一抽象级别的孤立改进来解决。

哈尔滨工业大学

8月18日，哈尔滨工业大学生命学院/生命科学中心黄志伟课题组在《科学》（Science）上发表题为《两种亚型的人类B细胞受体的冷冻电镜结构》（Cryo-EM structures of two human B cell receptor isotypes）的研究文章，揭示了BCR复合物亚基的组装、识别机制，以及发现不同亚型BCR尽管在膜内具有保守的组装模式，然而在胞外却具有不同的组装模式。

人类适应性免疫细胞（T细胞和B细胞）在病原感染、癌症发生以及自体免疫疾病中起着关键作用。T、B细胞分别通过T细胞受体（TCR）和B细胞受体（BCR）识别抗原信号，把信号跨膜传递至胞内，激活T、B细胞的免疫反应。T、B细胞受体属于一类由多个蛋白组成的最复杂的细胞受体，对T、B细胞的发育、分化、功能起着至关重要的作用。TCR和BCR复合物信号转导，免疫激活的结构基础与分子机制问题一直是免疫学领域的重要基础科学问题。

人类B细胞受体有5种亚型，在该研究中，该课题组解析了人IgG和IgM两种亚型的BCR复合物结构，BCR复合物结构包含了一个膜结合形式的免疫球蛋白（mIg）同源二聚体，用于识别抗原，以及一个膜结合形式的Igα/β（CD79α/CD79β）异二聚体，用于信号传递（化学计量比为1:1）。其中，mIg二聚体包含了Fab和Fc结构域、连接肽（CPs）和跨膜（TM）螺旋，Igα/β结构由两个胞外Ig样结构域、CPs和TM螺旋组成。IgG和IgM-BCR复合物的组装分别由胞外的IgG-Cγ3和IgM-Cμ4与Igα/β的Ig样结构域，以及连接肽、跨膜螺旋承担。课题组通过两个亚型的结构比较发现，mIgG和mIgM的跨膜螺旋区通过保守的疏水和极性作用与Igα/β结合。相比之下，在胞外区域，IgG-Cγ3和IgM-Cμ4分别通过“首尾相连”（head-to-tail）以及“肩并肩”（side-by-side）的模式与Igα/β的Ig样结构域结合，其中，Igα的CD loop 旋转了90度，分别与Cγ3和Cμ4结构域结合。结构上观察的不同亚型组装模式是否和活性有关值得进一步研究。

哈尔滨工业大学生命学院/生命科学中心黄志伟教授为本论文的通讯作者。生命学院2021级博士研究生马新宇、朱玉威副研究员、董德博士、陈彦博士为该论文的并列第一作者。生命学院2021级博士研究生王书博、张帆研究员、郭长友博士等参与该研究的部分工作。本项目受到国家自然科学基金委、腾讯科学基金、哈工大青年科学家工作室等基金的资助。