設計軟質材料（soft material）是一項困難的任務。科學家需要選擇正確的構建模塊，和正確的排列方式，才算是成功設計，而這需要無數的試錯，往往耗費大量時間與力氣。軟質材料會因為弱分子相互作用和熱波動（thermal fluctuations）的影響而表現出複雜行為，導致科學家很難為此開發出精確的預測理論或計算模型。黏著水凝膠（adhesive hydrogels）是一種軟質材料，廣泛應用於各種領域，但要實現即時、強力且可重複的水下黏附仍然很困難。生物軟組織，作為經過自然演化的軟質材料，擁有為特定功能量身訂作的複雜結構。黏著蛋白質，組成生物軟組織的成分之一，存在於各種生物體中，能夠在濕潤環境中實現黏附。儘管這些蛋白質種類繁多，但它們具有共同的排列順序，這為設計水下黏著劑提供了寶貴見解。

近日，日本北海道大學和中國深圳大學的研究團隊，成功開發了一種整合數據挖掘、實驗和機器學習的方法來設計高性能水下黏著水凝膠。他們從蛋白質數據庫中收集了24,707個黏著蛋白質，分析其序列特徵，並將20種氨基酸根據性質分為6個功能類別（疏水性、親核性、酸性、陽離子性、醯胺和芳香性）。研究人員使用6種相應的功能單體，透過特殊的聚合方式合成了180個水凝膠，成功模仿蛋白質的序列特徵。這種聚合方式能確保不同單體按照比例均勻混合，避免某些單體過度聚集而影響性能。在這些水凝膠中，有16個表現出超過100 kPa的強力黏附，明顯優於迄今為止的文獻報導。接著，他們使用機器學習技術進一步最佳化配方，採用高斯過程和隨機森林回歸等模型來預測和改良。經過三輪最佳化後，最終獲得了水下黏著強度超過1 MPa的超級黏著水凝膠，比先前報導的材料提高了一個數量級。這些水凝膠不僅能承受200次重複使用，還能在各種材料表面保持強力黏附，從生物醫學工程到深海探索等領域展現了極強的應用潛力。