在自然通讯发表论文
相关研究2月14日发表于《自然-通讯》。美国纽约康奈尔大学的Jochen Buck说：“这在男性避孕领域是完全革命性的。临床开发中的大多数男性避孕药只在8至12周后才生效。”康奈尔大学的Melanie Balbach表示，药效大约在24小时后就消失了，意味着服用这种避孕药后能快速恢复生育能力。Buck和Balbach计划改进这种药物，使其在人体试验前能持续更长时间。如果一切顺利，他们希望到2025年开始临床试验。相关新闻我国将进入人口负增长常态化时期近一个时期以来，我国的生育问题广受社会关注。今年1月17日，国家统计局发布数据显示，2022年末我国人口比上年减少85万人，这也意味着，我国将进入人口负增长常态化时期。这一人口发展现实，令如何提升我国社会生育率的相关议题，更见紧迫。在此背景下，有人再次提出将法定结婚年龄降至18岁，以刺激生育，引发了讨论。事实上，早在2019年，全国人大常委会审议民法典婚姻家庭编草案时，就有委员提出这一建议，以此调节婚姻人数下降和老龄化上升趋势。当时这一消息也曾迅速成为热搜。但是，从法律层面看，民法典规定，18周岁以上的自然人为成年人，为完全民事行为能力人，可以独立实施民事法律行为。婚姻权是一项基本民事权利，因此，降低法定婚龄到18岁，其意义主要在还权于民与赋权于民，保障成年人的婚姻家庭权益。在晚婚情况普遍存在、低生育率已成趋势的背景下，降低法定婚龄到18岁这一措施，对于提高生育率是否有明显作用，尚待现实验证。要从战略上关注和促进生育率提升或稳定中国人口学会副会长、中国人民大学副校长杜鹏日前在接受中新社“中国焦点面对面”专访时表示，未来十年，中国人口老龄化将呈加速趋势，而应对“少子老龄化”，要从战略上关注和促进生育率的提升或稳定。国家统计局发布的数据显示，2022年末，中国60岁及以上人口达到2.8亿，占总人口的19.8%，其中65岁及以上人口达到2亿，占总人口的14.9%。与此同时，截至2022年末，全国人口比上年末减少85万人，这是近61年来中国首次人口负增长。当“少子老龄化”成为常态，人口结构的“一减一增”之间，中国应做哪些准备？杜鹏表示，早在2006年，国家层面就已提出积极应对人口老龄化，此后又将应对人口老龄化上升为国家战略，二十大报告将“降低生育、养育、教育成本”“实施积极应对人口老龄化国家战略”等放在推进健康中国建设的部分进行部署。“从实践来看，这些年我们也在不断探索解决‘一老一小’难题，诸如不断完善生育政策，探索普惠托育，促进教育公平等，减轻年轻人在孩子择校、课外辅导等方面的焦虑或抚育成本。”此外，杜鹏认为，养老措施发挥作用与提高生育率也密切相关。“家里的第一个孩子，一般老人会照看，如果第二个孩子还让老人照看，老人就要有8-10年时间全部用来为子女照看孩子，这就提出新挑战：老人是否愿意帮助子女承担抚养责任。”杜鹏表示，跟养老一样，这里会涉及很多社会保障问题，怎么促进老人和子女共同居住，怎么在税收等方面给予年轻人优待，怎么解决老年人的异地医保问题等等，这些方面国家一直在不断完善相关措施。应对“少子老龄化”，国际上不少国家已有探索，中国能从其他国家获得哪些经验？“近年来，我们也在借鉴一些国家鼓励生育的相关措施。但是，总体上来说，我们需要做的，一是战略重视，要从战略上关注和促进生育率的提升或稳定；二是综合施策，不能单从某一方面着力；三是博采众长，不同国家的好经验，要结合自身国情进行取舍借鉴。归根到底，中国还是要走出一条自己的道路。
在《Nature》上发表一篇论文并没有相应的称号，不过也基本上属于大学教授级别（水平）。《Nature》和《Science》属于顶尖科学杂志，按SCI影响因子算两杂志都有30多分，像中国博士毕业的要求只要在3分以上的杂志上发表一篇研究型文章就行。对比可知道这两本杂志的高度。核心期刊，是指在某一学科领域或若干领域中最能反映该学科的学术水平，信息量大，利用率高，受到普遍重视的权威性期刊。当然核心期刊与非核心期刊不是固定不变的。非核心期刊经过努力，可以跻身于核心期刊之列，核心期刊如故步自封，也会被淘汰。
博士论文发表在自然通讯
作者 | 张晴丹
你能想象0.2克的“绳子”可以提起5公斤重的物体吗？
没开玩笑，这是科研人员创造出的一种力学性能惊人的新材料。它不但具有很好的拉伸性能，拉伸长度能达600%，而且还非常坚韧。
近日，美国北卡罗来纳州立大学Dickey实验室博士后王美香以第一作者的身份，在Nature Materials上发表论文，介绍了这款新材料。它属于离子液体凝胶的一种，在抗拉伸性能和韧性上创造了这类材料的最高纪录，也展现出比水凝胶更广阔的应用前景。
评审专家之一、麻省理工学院教授赵选贺认为，“这些透明的离子液体凝胶具有非常坚韧的机械性能，而且最大的亮点是制作简单，易于使用。”
1+1 10，凝胶界的“佼佼者”
“通常凝胶的机械性能很弱，比如豆腐。但在自然界中也有例外，比如人体内的软骨。一些研究人员一直在努力制造坚韧的凝胶，这启发了我们。”论文共同通讯作者、北卡罗来纳州立大学Dickey实验室负责人Michael D. Dickey告诉《中国科学报》。
此次创造出的离子液体凝胶含有超过60%的离子液体，主要包含丙烯酸和丙烯酰胺两种物质，前者是用于婴儿尿不湿吸水的主要材料，后者是用于隐形眼镜的主要材料。最后，混合材料兼具了聚丙烯酰胺和聚丙烯酸离子液体凝胶的优点，实现了1+1 10的效果。
王美香介绍，新材料透明度达90%以上，其内部的聚合物网络微结构使凝胶拥有极高的力学性能，可拉伸而且非常坚韧。拉伸的长度能达600%，模量有约50个兆帕，断裂强度约有13个兆帕。这是目前离子液体凝胶界的最高纪录。
论文中展示的是用0.2克的离子液体凝胶材料，轻松提起1公斤重量的物体。事实上提起5公斤的重量也不在话下，但因实验室没有5公斤的标准件，他们后来用5公斤的水桶做了实验，材料本身不会有任何破损。
离子液体这个溶剂本身不挥发，且具有很高的热稳定性和导电性。因此，创造出的这款离子液体凝胶具有广阔的应用前景。“可用于电池、传感器、3D打印、致动器和柔性电子设备等。”Michael D. Dickey说。
可穿戴柔性电子器件是当下科学研究的热门之一，要同时满足可弯折、扭曲、拉伸等需求，所以对材料的要求极高。以往做展示用的较多的是传统柔性材料——水凝胶，但水凝胶稳定性是个大问题，长期暴露在空气中会导致水分蒸发、性能受损。
“离子液体凝胶完全可以替代水凝胶在可穿戴柔性电子器件上的应用。首先它很稳定不挥发，不需要任何包覆；其次具有高导电性，不需要额外添加导电介质；可穿戴设备往往需要大变形，离子液体凝胶还可以用来开发应变传感器。”王美香说，“还有一点，它具有自愈合和形状记忆的特性。”
一步法轻松做成
长期以来，在凝胶材料领域最火的，非水凝胶莫属。
实际上，水凝胶在生活中已相当常见。比如，隐形眼镜、果冻、龟苓膏等都是水凝胶的“产物”。自62年前水凝胶横空出世，科研人员便绞尽脑汁地挖掘其力学性能，涌现了无数重大成果。
但同为凝胶材料，离子液体凝胶领域的研究则发展较慢。例如力学性能研究还是一块空白，很难把它的力学性能做到与高强度水凝胶相媲美的程度。
在这篇论文发表之前，合成高强度离子液体凝胶的方法并不易。为了提高材料的力学性能，一些研究人员采用多步法或者溶剂交换，整个过程耗时长、成本高，而且浪费资源。
挑战不可能，这是科研工作者骨子里的基因，恰好离子液体这个溶剂的“72般变化”也让王美香着迷。
“顾名思义，水凝胶用的溶剂只有一种，就是水，而离子液体凝胶用的溶剂是离子液体，有成千上万种，这正是它的魅力所在。”王美香对《中国科学报》说。离子液体在室温下是一种液态的熔融盐，里面含有正离子和负离子，只要熔融盐里的正负离子不一样，就可以实现离子液体的千变万化。
研究选材是从聚丙烯酸和聚丙烯酰胺的单体开始。
最初，王美香把两种材料分开来做。当把丙烯酰胺融到离子液体后，产生的凝胶跟她预想的完全不一样，不透明、发白，就像晒干的面条一样特别脆，一碰就断。随后她又试了丙烯酸，做出来的凝胶则超级软，透明度达到百分百。
完全就是两种极端！这让她无比兴奋，如果把三者混在一起，会擦出什么样的火花呢？
“把丙烯酰胺和丙烯酸融到离子液体里，再加入引发剂和交联剂，然后混匀，用高功率紫外灯照射，3分钟就能制作出论文中这种新型混合材料。”王美香说，“就是这么简单。”
一步法就这样诞生了！它为离子液体凝胶研究开启了新世界的大门。
为实验蓄能，把理论变为现实
王美香在西安交通大学读博期间，就一直从事水凝胶研究。但她看到了离子液体凝胶材料的巨大潜力，因此萌生了调整研究方向的想法。
2018年12月，王美香从西安交通大学获得材料科学与工程博士学位后，进入北卡罗来纳州立大学Dickey实验室做博士后，主要致力于高机械性能凝胶材料的设计和制备，以及研究其在可穿戴柔性电子器件、全固态电池以及超级电容器、传感器和驱动器等领域的应用。
在新的平台，王美香也顺利转换到新赛道，开始离子液体凝胶材料研究。
但是，王美香刚进入北卡罗来纳州立大学，新冠疫情就来了，一下打乱了研究计划，学校封闭，无法进入实验室。
她便利用这段时间查阅文献，为实验蓄能。在家“闭关”三个月后，终于等来复工的消息。王美香便一头扎进实验里，每天在实验室待八个小时，把实验过程中看到的现象记录下来，晚上回家查资料来分析这些现象的成因。
幸运的是，这项工作从始至终都比较顺利，这篇论文投给期刊也很快被接收。并且，评审专家都对该成果给了很高的评价。
“接下来，我们将会做应用方面的拓展，想把离子液体凝胶与3D打印技术相结合，用于开发新型柔性机器人。”王美香说。
参与这项研究的一共有9位作者，其中华人学者就有4位。除了王美香，另外3位分别是论文共同通讯作者、西安交通大学教授胡建，西安交通大学硕士生张鹏尧，以及美国内布拉斯加州大学林肯分校研究助理教授钱文。
读博路上，过来人的6条血泪教训。
我的博士项目是在在南金斯敦罗德岛大学Dwyer实验室研究分析传感器，在这期间我犯了很多错误——其中一些成为了宝贵的经验。 若你是在读或即将入学的研究生，这里有6条博士避坑建议。
1. 切莫与他人比较
我遇到许多科研人员因为觉得自己不如别人而备感压力和失望。 但事实上，每个研究领域，每个博士项目，每个研究生都是独一无二的。 有的领域可能数十年才会有值得发表的突破性发现；而有的领域发表论文则会相对容易。读博第三年，我开始担心，自己似乎要花费比其他人更长的时间才能完成研究项目并发表论文。我的确花了差不多六年的时间才完成博士项目，但是所有这些努力都是值得的，我的一项重点项目的成果发表在了《自然-通讯》上，另外几个项目也产出了十来篇论文和两项专利。 不要事事与周围人比较，把更多精力放在自己身上，在错误中成长，提高学习工作效率。
2. 切莫盲目相信你的数据
博士期间我学会了质疑自己的数据。面对数据的时候想想哪个环节可能出错——尤其是哪里看着奇怪或者异常的时候。我曾经设计过一款用激光检测微量化学物质的传感器。有一天，实验信号看起来非常棒：激光功率一直上调至最高而不是我平时惯用的设置，而且激光功率越高，信号强度越大。虽然这个结果看起来非常好，但最终结果却证明设备显著高估了传感性能，因此产生了大量无用的数据。随时注意样品污染、标注错误或仪器校准错误等问题。 不要盲目相信数据，即便它们是你亲自做实验获得的。
3. 切莫独自苦恼
读博并非易事。 失败更是家常便饭。****遇到问题不要独自苦恼，向经验更丰富的人，比如高资历同事、博士后或者导师寻求帮助和建议。 读博期间我遇到很多看似无解的问题。有一次，我更换了一种自然多糖的供应商，结果却和预期的不一样。经过几天反复实验，我非常困惑：明明是同一种多糖，为什么信号不同呢？当我带着这个问题咨询导师的时候，他提出了一种我未曾想到的技术，帮助我发现了信号不一致背后的多糖成分的差异。
4. 切莫沉迷工作
我们都对最新的实验数据充满期待，因此常常会连续熬夜或周末加班就为获得完整结果。有一次，我和另一位同事尝试了各种工具方法，却仍无法确定我们的纳米传感器是否正常运作。绝望中，我们暂时放下手头的任务，进行了休息调整。休息有助于整理思路：短暂休息之后，我们重新恢复了精力去寻找新的解决方案。长时间不间断地工作容易造成思维局限和精力耗竭。 必要的时候，暂时放下手头工作，休息调整，然后重新开始。
5. 切莫随意乱丢研究记录
像大多数研究生一样，我用实验记录本记录实验进程和结果。这种方法适合短期工作，但并不适合庞大的博士项目（特别是需要同时处理多个研究内容时）。保存好清楚的实验记录，利用Excel表格和Word文档定期更新实验日志。建一个详细的附录，加上链接，链接到相应的文件夹——待发表的数据、分析结果和图片。当我博士毕业时，我一共写完了19本实验室笔记本，如果没有Excel表格、附录和索引，我肯定会迷失在茫茫数据中。 从项目一开始就对数据进行整理和归纳，免得到头来大海捞针。
6. 切莫执着于一次失败
放弃一个自己长期为之努力的实验或理论很痛苦，但知道 何时该改变方向 对于博士项目的顺利推进至关重要。我读研究生的第一个项目并未成功，当时我已经辛辛苦苦做了18个月，意识到失败不可避免的时候，说老实话我心里非常失望。但后来和我的导师进行沟通后，我转而开始另一个项目。 学会如何“缩短失败周期”，才能将时间投入到有望带来巨大成功的项目上。 学会快速调整的我最终发表了多篇颇有影响力的论文，也获得了多个研究奖项和奖学金。
原文以 What not to do in graduate school 为标题
发布在 2019年 7月 19日《自然》职业版块上
在《Nature》上发表一篇论文并没有相应的称号，不过也基本上属于大学教授级别（水平）。《Nature》和《Science》属于顶尖科学杂志，按SCI影响因子算两杂志都有30多分，像中国博士毕业的要求只要在3分以上的杂志上发表一篇研究型文章就行。对比可知道这两本杂志的高度。核心期刊，是指在某一学科领域或若干领域中最能反映该学科的学术水平，信息量大，利用率高，受到普遍重视的权威性期刊。当然核心期刊与非核心期刊不是固定不变的。非核心期刊经过努力，可以跻身于核心期刊之列，核心期刊如故步自封，也会被淘汰。
在自然通讯吴迪发表论文
在深度学习技术的帮助下，古人类学家发现了人类家谱上丢失已久的分支证据。深度学习技术能帮助古生物学家和遗传学家寻找古人类的痕迹吗？7万年前，当现代人第一次走出非洲时，至少有两个已经灭绝的相关种群在欧亚大陆等候着他们。这两个相关种群就是古代人类尼安德特人和丹尼索瓦人，而后古代人类与早期的现代人杂交，现今的非洲后裔基因组还存留着古代人类DNA片段。越来越多的迹象表明，这段 历史 远比我们了解到的精彩。一个研究小组在《自然》(Nature)上报道称：他们在西伯利亚的一个洞穴中发现了一块属于人类杂交后代的骨头碎片，这一后代的母亲是尼安德特人，父亲是丹尼索瓦人，这块骨头碎片是第一代人类杂交的第一个化石证据。
不幸的是，类似的化石十分罕见，例如对丹尼索瓦人的了解基于从一根指骨中提取的DNA。虽然那些来自早期杂交群体的结合以及其他祖先结合很容易被发现，但当涉及到物理证据时，它们可能难以求证。它们出现过的线索可能只存在于某些人的DNA中，即便如此，它们也可能比尼安德特人和丹尼索瓦人的基因更微妙。统计模型帮助科学家在没有化石数据的情况下推断出这些种群的存：例如2013的古人类和现代人基因变异模式表明，一个未知的人类种群与丹尼索瓦人(或他们的祖先)进行了杂交。但专家们认为，这些方法也不可避免地忽视了许多细节。
还有谁对现今人类的基因组做出了贡献？这些种群长什么样子？它们生活在哪里？它们与其他人类物种互动和交配的频率是多少？发表在《自然通讯》(Nature Communications)上的一篇论文中，研究人员展示了深度学习技术的潜力，这种技术可以帮助填补一些缺失部分，填补的部分专家甚至可能还没有意识到。他们通过深入研究，挑选出了另一个种群的存在证据：欧亚大陆上一个未知的人类祖先，它可能是尼安德特人和丹尼索瓦人的混血，也可能是丹尼索瓦人的亲戚。这项研究工作指出了人工智能在古生物学中的未来用途，它不仅能识别不可预见的痕迹，还能揭示出我们在进化过程中的缺失部分。
目前统计方法涉及同时检测4个基因组的共同特征，这是对相似性的测试，但不一定是对实际祖先的测试；因为很多不同的方法都可以解释它揭示的少量基因混合物。例如这些分析可能表明，现代欧洲人与尼安德特人的基因组有某些共同特征，但与现代非洲人不同，然而这并不意味着这些基因来自尼安德特人与欧洲祖先的杂交。后者可能与一个与尼安德特人关系密切的种群繁殖，而不是尼安德特人本身。因为缺乏物理证据来表明这些古老的假定基因变异来源于何时、何地以及如何生活的种群，所以很难说在众多的推测祖先中，明确指出是哪一个。
威斯康星大学麦迪逊分校(University of Wisconsin-Madison)的古人类学家约翰·霍克斯(John Hawks)说：这项技术简单而强大，但在理解进化论方面还有很多问题没有解决。深度学习方法试图解释基因流动的水平，虽然基因流动水平相对于统计方法来说太小了，但它提供了更广泛、更复杂的模型来解释。通过训练，神经网络可以学习在基因组数据中根据最可能产生它们的人口 历史 对各种模式进行分类，而不需要被告知如何建立这些联系。
深度学习技术的使用可以发现研究人员没有怀疑过的古人类痕迹。首先，我们没有任何理由认为尼安德特人、丹尼索瓦人和现代人是人类 历史 脉络中仅有的三个种群。根据霍克斯的说法，这样的种群可能有几十个。纽约州立大学石溪分校(Stony Brook University)人类学家贾森·刘易斯(Jason Lewis)赞同这种观点并表示：我们的想象力一直受到限制，因为我们总是在关注活着的人，或者在欧洲、非洲和西亚发现的化石。深度学习技术以一种奇怪的方式重新聚焦这些可能性，这种方法不再受我们想象力的限制。
深度学习似乎不太可能解决古生物学家的问题，因为这种方法通常需要大量的训练数据。以其最常见的图像分类器为例，当专家训练一个模型识别猫的图像时，专家有成千上万张可以训练的图片，并且专家本身知道它是否有效，因为他知道猫应该长什么样。由于缺乏相关的人类学和古生物学数据，想要利用深度学习技术的研究人员不得不通过创造自己的数据来让它变得更聪明。巴塞罗那国家基因组分析中心(National Center of Genomic Analysis)的研究员奥斯卡·劳(Oscar Lao)说：我们在玩肮脏的把戏，能够使用无限数量的数据来训练深度学习引擎，因为我们使用的是模拟。
研究人员根据不同的人口统计细节组合生成了成千上万的模拟进化史：祖先人口的数量，大小，当他们彼此分离时的混血率等等。从这些模拟的 历史 中，科学家们为现代人生成了大量的模拟基因组。他们对这些基因组进行了深度学习算法的训练，使其了解哪种进化模型最有可能产生给定的遗传模式。然后，研究小组将人工智能释放，以推断出最符合实际基因组数据的 历史 。最终，该系统得出结论，一个以前未被确认的人类群体也对亚洲后裔的祖先有所贡献。从所涉及的基因模式来看，这些人本身可能要么是30万年前丹尼索瓦人和尼安德特人杂交产生的一个独特种群
要么是在那之后不久从丹尼索瓦人后裔中进化而来的一个群体。这并不是深度学习第一次被这样使用，该领域的一些实验室已经在应用类似方法来解决进化研究的其他线索。俄勒冈大学(University of Oregon)的安德鲁•科恩(Andrew Kern)领导的一个研究小组，利用基于模拟的方法和机器学习技术，对包括人类在内的物种如何进化的各种模型进行了区分。发现进化所青睐的大多数适应并不依赖于种群中有益的新突变的出现，而是依赖于已经存在的遗传变异的扩展，将深度学习应用于这些新问题正产生令人兴奋的结果。
存在一些问题，首先、如果实际的人类进化史与深度学习方法训练的模拟模型不相同，那么这项技术将产生错误的结果。这是科恩和其他人一直在努力解决的问题，为了提高准确性，还有很多工作要做。普林斯顿大学(Princeton University)生态学家和进化生物学家约书亚·阿基(Joshua Akey)说：我认为人工智能在基因组学方面的应用被过度夸大了。深度学习技术是一种奇妙的新工具，但它只是一种方法，这并不能解决我们想要了解人类进化中的所有谜团和复杂性。
一些专家甚至持怀疑态度，哈佛大学(Harvard University)和皮博迪博物馆(Peabody Museum)的古生物学家戴维·皮尔比姆(David Pilbeam)在一封电子邮件中写道：我的判断是，除了经过深思熟虑的、智能的、非人工的分析之外，数据的密度和质量并不理想。然而在其他古生物学家和遗传学家看来，这是一个很好的进步，可以用来预测未来可能的化石发现和人类几千年前应该存在的遗传变异。我认为深入学习真的会促进群体遗传学，对于我们可以访问数据但不能访问生成数据过程的其他字段，情况可能也是如此。
大约在科恩和其他种群遗传学家和进化生物学家开发基于模拟的人工智能技术来解决问题的同时，物理学家也在研究如何筛选大型强子对撞机和其他粒子加速器产生的海量数据，地质研究和地震预测方法也开始受益于深度学习方法。麻省理工学院和哈佛大学布罗德研究所(Broad Institute of the Massachusetts Institute of Technology)的计算生物学家尼克·帕特森(Nick Patterson)说：我真的不知道会发生什么，但有新方法出现总是好的。它如果能很好地回答我们的问题，我们会尽所能发展它！
博科园-科学科普｜参考期刊文献: 《natural》,《Nature Communication》
文: Jordana Cepelewicz/Quanta magazine/Quanta Newsletter
DOI: 10.1038/s41586-018-0455-x
DOI: 10.1038/nature12886
DOI: 10.1038/s41467-018-08089-7
博科园-传递宇宙科学之美
吴迪，出生于南京书香世家。南京大学无机化学博士（2007年），师从游效曾院士、沈珍教授，时任南京大学化学化工学院研究生会主席。之后留校任教一年（讲师2007-2008），后随调进入四川大学任讲师（2008-2011）和副教授（2011-今）。在游劲松教授课题组从事合作研究。主要兴趣为有机共轭材料的合成与光物理性质，致力于为自旋电子学、分子电子学、有机太阳能电池、电/压力致发光材料、生物显影、肿瘤诊断/治疗、传感器等前沿寻找和发现原创性的有机/配合物/聚合物分子材料。发表SCI论文30余篇，其中在《德国应用化学(Angew Chem)》等杂志以第一作者和通讯作者发表SCI论文16篇。2013年起在牛津大学化学系H.L.Anderson教授课题组做访问学者。Di Wu was born in Nanjing in 1979. She get her PhD.supervised by Xiaozeng You, the chinese academician of CAS, and Prof.Zhen Shen in Nanjing University in 2007 and stay there to be lecture for one year. Then she shifted to Sichuan University to be a lecture(2008-2011) and an associate professor(2011-now). With the collabaration with Prof. Jingsong You, she dedicate herself on looking for novel molecular materials applied in wide areas of molectronics, biosensing, PDT, DSSC, sensor and other photovoltaic materials. She has published more than 30 SCI papers, including 16 papers, one of which on Angew Chem Int Ed, as the first or correspondent author. She is now an academic visiter in Harry L. Anderson's group in Oxford University since 2013.
通讯论文在自然杂志上发表
看自己合适哪类的
你自己也说了，通过、邮箱、或是网站等。
文章准备好了就找合适自己的平台大致就是这样了。
在《Nature》上发表一篇论文并没有相应的称号，不过也基本上属于大学教授级别（水平）。《Nature》和《Science》属于顶尖科学杂志，按SCI影响因子算两杂志都有30多分，像中国博士毕业的要求只要在3分以上的杂志上发表一篇研究型文章就行。对比可知道这两本杂志的高度。核心期刊，是指在某一学科领域或若干领域中最能反映该学科的学术水平，信息量大，利用率高，受到普遍重视的权威性期刊。当然核心期刊与非核心期刊不是固定不变的。非核心期刊经过努力，可以跻身于核心期刊之列，核心期刊如故步自封，也会被淘汰。
自然通讯期刊投稿
当然不行，一般没有牛人的推荐，人家又不认识你，
99.9%的概率是，标题都不一定看完全就直接丢垃圾箱。
要先搞定一切才能去奋战啊，
中国社会科学出版社 省份 北京 地址 北京西城区鼓楼西大街甲158号 联系电话 传真
14.919
Nature Communications属于Nature出版社，是Nature系列子刊。Nature Communications于2010年创刊。从现有的记录来看，Nature Communications的2019年影响因子（JCR2018)是11.878，2018年影响因子（JCR2017)是12.353。
期刊名： Nature Communications。
期刊名缩写：NAT COMMUN。
国际刊号：2041-1723。
2021年影响因子／JCR分区：14.919/Q1。
出版国家或地区：England。
出版周期：Bimonthly。
出版年份：2010。
年文章数：4316。
是否OA开放访问：Yes。
影响：
《自然—通讯》和《科学报告》是自然出版集团（NPG）旗下增长最快的两本刊物。
《自然—通讯》和《科学报告》分别在2010年和2011年推出，这两本期刊在2013年6月双双实现发表论文数量达到2000篇的里程碑，同时两份刊物的论文投稿数和发表数继续快速增长。
以上内容参考：百度百科-自然—通讯
《光明日报》5月4日报道，从中国科学院获悉，中科院大连化学物理研究所孙剑、葛庆杰研究员团队发现了CO2高效转化新过程，并设计了一种新型Na-Fe3O4/HZSM-5多功能复合催化剂，首次实现了二氧化碳（CO2）直接加氢制取高辛烷值汽油，相关过程和催化材料已申报多项发明专利。
该研究成果2日发表于英国学术刊物《自然通讯》杂志上，被誉为“CO2催化转化领域的突破性进展”。
二氧化碳加氢“变”汽油
《自然通讯》是全球排名第三的多学科类期刊，仅次于《自然》和《科学》。该刊2010年创刊时为混合型期刊，出版开放获取及订阅形式的论文，每月收到的投稿约1500篇。该刊发表的所有科学研究都代表着某一领域具有重要意义的研究进展，这涵盖生物学、物理、化学和地球科学等学科。
难题：CO2的活化与选择性转化
在自然界中，植物从空气中吸收CO2，经光合作用转化为有机物和氧气，该过程缓慢，所以一直以来化学家们努力想通过化学方式回收利用CO2。
如果以CO2作为原料生产汽油，将是一种潜在替代化石燃料的清洁能源策略，不仅可有效降低CO2造成的温室效应，还可减轻对传统化石能源的依赖。
科学家解释，用CO2作为原料生产汽油是一种潜在的替代化石燃料的清洁能源策略，但CO2的活化与选择性转化是个难题。
孙剑说：“相比于更活泼的‘孪生兄弟’一氧化碳，二氧化碳分子非常稳定，难以活化，与经典的费托合成路线相比，CO2与氢分子的催化反应更易生成甲烷、甲醇、甲酸等小分子化合物，而很难生成长链的液态烃燃料。”
技术优势
据科学网5月3日报道，为了解决这一问题，研究团队设计了一种高效稳定的Na-Fe3O4/HZSM-5多功能复合催化剂。
孙剑介绍，这种催化剂有三个优势：
一是，在接近工业生产的条件下，该催化剂实现了甲烷和一氧化碳的低选择性，烃类产物中汽油馏分烃（C5-C11）的选择性达到78%，有利于大规模生产；
二是，这种方法生产的汽油排放能满足环保要求，汽油馏分主要为高辛烷值的异构烷烃和芳烃，基本满足国V标准对苯、芳烃和烯烃的组成要求；
三是，该催化剂还具有较好的稳定性，可连续稳定运转1000小时以上，显示出潜在的应用前景。
此外，对CO2直接转化制取汽油的反应途径研究表明，对多活性位结构及其亲密性效应（proximity effect）的精准调控是实现CO2加氢制汽油的关键。
该技术不仅为CO2加氢制液体燃料的研究拓展了新思路，还为间歇性可再生能源（风能、太阳能、水能等）的利用提供了新途径。
（文章转载于微信公众号：观察者网）