⭐️我们正在寻找一位博士后科学家加入他们的团队，研究将基于寡核苷酸的疗法（如 ASO 和 siRNA）输送到大脑的策略。在过去的几年里，我们已经生成了多个跨越血脑屏障的纳米抗体（单域抗体片段），可以将生物货物运送到大脑。该团队已经通过蛋白质货物获得了体内验证，但现在正在扩大其活动范围，以优化寡核苷酸向大脑的输送。
⭐️为了应对这些挑战，本研究提出开发一个全面的多尺度建模框架，该框架集成了适当长度尺度的适当高保真模型并训练相关的替代模型，以便通过多保真方法开发 CFET 通道和局部互连的高效热机械数字孪生，从而能够准确预测热机械应力，尤其是在通道应力优化和可靠性评估方面。应训练此类模型以捕捉 CFET 中超晶格的属性。数字孪生将结合制造过程和集成数据的反馈，确保预测不断完善和准确。不确定性量化方法将用于解决未知制造和工艺参数的影响。
⭐️此外，通过将数字孪生与实际制造的 CFET 模块相链接，研究不仅可以获得制造历史数据，还可以获得模块测试数据，从而进一步提高预测的准确性和可靠性。CFET 通道和局部互连之间的相互作用引入了复杂的应力分布，这会显著影响设备性能。当前模型缺乏多尺度方法和反馈机制的集成，无法准确预测这些应力。此外，与详细模拟相关的计算成本可能过高，因此需要开发有效的建模技术。
发表于 2024-11-30 17:48:53