《Nature·子刊》新加坡國立大學翟偉：竹子啟發的超強納米纖維增強復合水凝膠！

自然界絕大數材料如竹子、骨骼、貝殼等，經過長期的自然進化，具有高度優化的力學性能和功能。這些材料通常由纖維、網絡或板狀結構嵌入在非均質的增韌基體中，并以多層級結構排列，以優化力學性能。受這些天然復合材料的啟發，合成已成為增強各種材料的經典材料設計方法。纖維素因其天然來源、生物相容性和高機械性能而作為復合材料的增強材料引起了廣泛關注，然而，從天然來源提取纖維素的傳統自上而下的過程通常涉及復雜的機械和化學處理，這很容易損壞納米纖維的界面，尤其在水凝膠這種與天然纖維素差別較大的軟體材料中更容易出現應力集中。

因此，新加坡國立大學翟偉教授團隊受到竹子組成單元的啟發開發了一種自下而上的納米纖維組裝策略，用竹子啟發的基本組成單元構建強纖維增強復合水凝膠。這種納米纖維用超聲波輔助分子組裝工藝，從殼聚糖和海藻酸鈉等成分中制備多糖基納米纖維，所得的納米纖維晶體結構較少，具有相容模量和高強度，將其與TA和PVA結合，形成具有強分子相互作用的基本組成單元。后續制得竹制復合水凝膠具有優異的機械性能，包括高達60.2 MPa的高抗拉強度。此外，由于復合水凝膠基本組成單元中排列結構和分子相互作用的協同效應，可以同時實現48.0 MPa的高強度和470%的極限應變。該工作以“Bamboo-inspired ultra-strong nanofiber-reinforced composite hydrogels“為題，發表在2025年的《Nature Communications》上。

【制備工藝】

1.殼聚糖-海藻酸鈉納米纖維的制備：通過將1.0g CS溶解在49g乙酸溶液中制備2%wtCS溶液。通過將1.0g SA溶解在49g去離子水中制備2wt%SA溶液。將50g CS溶液和50g SA溶液以1:1的比例混合。然后使用超聲均化器將混合物超聲處理2小時，以獲得殼聚糖-藻酸鈉納米纖維（CSNF）懸浮液。

2.CSNF-TA-PVA復合水凝膠的制備：通過將10g PVA溶解在90g去離子水中制備10wt%PVA溶液。CSNF-PVA混合物是通過將CSNF懸浮液和PVA溶液以1:10的質量比混合在一起而獲得的。然后，將混合物脫氣并澆鑄在培養皿（直徑：90mm）中，并在空氣中干燥，以獲得CSNF-PVA復合材料。CSNF-TA-PVA水凝膠是通過將干燥的CSNF-PVA復合材料在30wt%TA溶液中再溶脹兩天而獲得的。為了進行比較，純PVA和CSNF-PVA水凝膠是通過浸漬干燥的PVA和CSNF-PVA復合材料在去離子水中浸泡2天。通過將干燥的PVA浸入TA溶液（30wt%）中2天來獲得PVA-TA水凝膠。

3.定向CSNF-TA-PVA復合水凝膠的制備：將PVA-TA-CSNF水凝膠拉伸至100%應變，并在空氣干燥時保持。完全干燥后，將復合物固定并在硫酸鈉溶液（20~30重量%）中重新膨脹。所有樣品的溶脹比由溶脹體積比Qv=V溶脹/V0確定，其中V溶脹和V0分別表示水凝膠在溶液中浸泡后的平衡體積和干燥狀態下的初始體積。

【文章亮點】

1.創新的仿竹子策略：竹子的層次纖維結構使其兼具高強度和高韌性，文章模仿竹子的纖維素、木質素和半纖維素的基本組成單元，設計出自組裝的殼聚糖-海藻酸鈉納米纖維（CSNFs）、單寧酸（TA）和聚乙烯醇（PVA）構成的復合水凝膠。其中，CSNFs 類似于竹子中的纖維素微纖維，提供強度，TA 作為木質素類似物，填充于纖維之間并提供剛度和抗變形能力，PVA 則類似于半纖維素，作為粘結基質增強柔韌性。

2.自下而上的組裝策略：通過超聲輔助分子組裝過程，制備出具有合適模量和高強度的 CSNFs，避免了傳統方法中因機械和化學處理導致的纖維界面損傷問題，使納米纖維具有無缺陷的微觀結構和功能界面，能更好地與其他分子相互作用形成基體和界面。

3.優秀的力學性能：所制備的復合水凝膠展現出優異的力學性能，其拉伸強度可達 60.2 MPa，同時具備 48.0 MPa 的高強度和 470% 的最大應變。相比純 PVA 水凝膠，其強度和韌性均有顯著提升，克服了一般復合水凝膠難以同時兼顧高強度和高韌性的難題，實現了強度與韌性的協同增強。

圖1：以竹子為靈感的水凝膠的合理設計說明（成分、相互作用和結構）

圖2：竹制水凝膠的力學性能和基本組分之間的分子相互作用

圖3：納米晶結構的演變

圖4：竹質水凝膠的形態和力學性能

圖5：竹子啟發的堅韌水凝膠原理

圖6：竹質水凝膠的沖擊性能

參考文獻：

Bamboo-inspired ultra-strong nanofiber-reinforced composite hydrogels, H. Zhuo, X. Dong, Q. Liu, L. Hong, Z. Zhang, S. Long, W. Zhai, Nature Communications 16 (2025) 980.

文章鏈接：

https://doi.org/10.1038/s41467-025-56340-9