包校始终相信，教育的价值不止于课堂。秉持全人教育理念，学校不只看重学业成绩，更引导学生关注真实世界，运用所学解决现实问题，在探究过程中塑造科学思维、创新意识与社会责任感。为此，在基金会的支持下，包校设立了 “自然科学探源项目”，旨在支持学生自主开发科研实践项目，搭建学校与高校及校外科研机构的合作渠道，依托系统性、探究式的科研实践，帮助学生浸润于真实科研环境、锤炼科学思维，培育具备科学探究能力、创新意识与社会责任感的未来科研人才。 近日，一批学生项目陆续结项。从青藏高原的青稞到淮河支流的河段，从饮用水中的微塑料到能源材料的人工智能预测，从皮肤伤口修复到浅海生物无损采集，这群学生在学业之外，把课堂知识带进了实验室、河流、社区和产业场景。
饮用水微塑料过滤器 王浩泽
一杯饮用水里可能藏着微塑料。王浩泽想把用于水体治理的过滤方案，转化为个人日常可用的防护产品。他设计瓶塞式和伸缩吸管式两种食品级过滤装置，并与南京林业大学、吉林化纤合作获得食品级竹浆和竹纤维无纺布。实验室初步检测显示，这种竹纤维材料能拦住绝大部分2微米左右的微塑料，同时水流仍比较顺畅，为做成日常过滤装置提供了依据。
他在回顾总结项目中写道：“我认识到专家指导的重要性，否则很容易陷入困境。离开专家帮助后，我借助网上资源和AI工具，发现没有强悍的知识背景，很多实验设计都是徒劳，甚至可能是死胡同。理论听起来合理，实验上却会有多方面因素影响。实验就是不断发现错误、改正错误、优化方案的过程。项目要秉持可持续，材料回收也要考虑。我想设计一个家庭简易打印装置，把滤材重新变成可使用的纸张。”
淮河支流小型水体生态修复 王优然
淮河支流一处河段曾富营养化严重，水绵藻大面积覆盖，散发腥臭味，鱼类绝迹，仅存空螺壳。王优然尝试用低成本、社区可操作的方式修复：清理污染源、打捞水绵藻、种植常绿鸢尾和黄花鸢尾。修复后，溶解氧、亚硝酸盐、总磷、氨氮等指标明显改善，中华青鳉、囊螺、圆顶珠蚌、黑水鸡等本土物种回归。
她在回顾项目中写道：“面对不同季节生发的不同藻类，我只能在爆发后再做应急补救，很难及时响应。我也感受到简单水治理对专业和人工的依赖：监测水质、匹配方案对普通村民来说难以做到。很多仪器昂贵，小型水体缺乏资源。外部污染源仍无法完全切断，个人难以改变，还需要政策、教育和资金支持。乡村小型水体治理任重而道远。”
浅海生物的无损抓取装置 李光熙
浅海药用生物样本的传统采集方式效率低，还容易损伤生物个体、破坏海洋生态。为此，李光熙设计研发旋转驱动折叠多面体水下抓取装置，依托防水电机与联动机构实现多面体结构开合，结合机器视觉完成目标识别定位，以非接触式包覆的方式完成样本采集，经过多轮迭代优化样机并开展多项模拟及水下实验，以此实现对水母、海兔等浅海柔软生物的无损、自动化抓取，为海洋药物及生态研究提供友好的采样工具。
他在收获中写道：“项目初期，防水舵机、摄像头等核心硬件及耗材、场地带来较大资金压力，自然科学探源基金补足了采购经费，使我完成机械手优化和性能测试。资金支持让研发流程顺利推进，加快方案落地，完整完成实验验证。这份支持让我深入探索海洋保护与工程技术的结合，独立完成项目，大幅提升了自主创新的信心和实操能力。”
青稞抗氧化物质最佳提取方法研究 张安哲
青稞产品形态单一、内地市场接受度不足，且缺少相关提取工艺研究，难以充分证实其食品和药用潜力。针对这一问题，张安哲设置不同乙醇浓度、料液比、生长阶段的对照实验组，通过多项体外抗氧化及活性物质检测手段综合评估样品的抗氧化活性水平，筛选适宜提取条件，同时兼顾产业化生产的成本约束，在提取效果与生产成本之间寻求平衡，为青稞深加工开发提供实验依据。
他在回顾项目中写道：“科研的目的是产业化。最初设计实验时，我认为提取效果越好的方法就是最佳方法，但经过在西藏的产学研，我意识到提取效果不一定是生产中最重要的指标。虽然乙醇提取效果好，但在批量化生产时成本比水提法高数倍，因此在维持相对高的提取效率下尽量降低乙醇含量才是正确方法。这让我体会到面向实际应用的科研需要在效果与成本之间寻找平衡点。”
让伤口敷料主动修复 唐祺瑶
传统伤口敷料多只能被动覆盖，难以主动调控伤口微环境。唐祺瑶想开发一种能抗氧化、抗炎、抗菌并促进愈合的多功能水凝胶。她将二氧化铈纳米酶、超支化聚赖氨酸、甘草酸和甲基丙烯酰化明胶结合，制备复合水凝胶，并通过体外细胞实验和以20只小鼠为模型的动物实验验证效果。项目获得丘成桐科学奖化学组全球铜奖、KSEF2026全球银奖、Conrad Challenge晋级全国赛等。
回顾整个项目经历，唐祺瑶认为对一名高中生而言，独立进行一项前沿研究，挑战是全方位的。“一开始最难的是读文献，那些专业论文我完全看不懂。”唐祺瑶坦言。她一边请教老师，一边借助AI工具逐段理解，硬是“啃”下了大量的背景知识。更大的考验在实验室里。从自主合成四种关键材料，到反复调整配比与紫外线光照时间，只为让水凝胶的弹性模量达到最适宜细胞生长的“黄金数值”；再到精细调控氧化铈浓度，确保其对人体细胞安全无毒，每一个微小参数的背后，都是无数次的失败与重来。
用人工智能预测能源材料性能 蔡昕岩
统能源材料性能评估依赖成本高昂的量子力学模拟或是耗时长的实验室实验，材料筛选研发效率偏低。针对这一问题，蔡昕岩依托公开材料数据库构建标准化数据集，采用随机森林、梯度提升、神经网络三类机器学习模型，对带隙、热导率、离子电导率三项关键性能开展预测建模并完成对比评估，搭建交互可视化工具，以此实现快速低成本的材料性能预判，缩短能源新材料的研发流程。
谈及项目中遇到的挑战以及如何应对时，蔡昕岩提到了数据质量和模型过拟合问题。例如，真实材料数据常含有缺失值和不一致，他通过仔细的预处理并对照已知基准进行验证来解决这些问题。未来，他计划扩展模型以预测更多性质，包括光吸收和机械强度。
这些项目背后，是探源项目的初衷，让学生在真实科研中建立科学思维，学会面对失败、迭代方案、平衡成本与效果、理解社会与生态——他们不仅看见了问题，也正在成为解决问题的人。
