2025年1月9日，海洋牧场构建原理与工程技术研究团队研究生开题答辩在中国科学院研究所古镇口园区3号楼9楼会议室顺利举行，会议由张立斌研究员主持。中国科学院研究所杨红生研究员、周毅研究员、张涛研究员、张立斌研究员、孙丽娜研究员、宋浩特聘研究员、刘石林高级工程师、林承刚副研究员及课题组全体师生参加了开题答辩会。本次开题答辩的研究生为邓贝妮、刘笑源、刘博涛、吴千文、闫思怡、李笑语、李尚晨、张慧中、吴雨、刘晓燕。

邓贝妮博士研究生的报告题目是“刺参繁殖期免疫防御特征与能量生理学机制”。该研究从生理生态学角度为深化刺参繁殖机制提供理论基础，进一步完善刺参高效繁殖技术，促进现代化刺参养殖产业发展。研究内容包括刺参繁殖期免疫与能量分配策略，刺参繁殖期氧化应激发生与损伤机制，刺参繁殖与免疫延迟效应的权衡。

刘笑源硕士研究生的报告题目是“鱼参牧养互动模式构建原理与技术”。该研究的意义是可以查明许氏平鲉及仿刺参综合养殖的互动关系，建立海区养殖方式及养殖生物合理搭配模式，减少资源浪费和环境污染，达到牧养互作的目的。研究内容为许氏平鲉与仿刺参牧养互动模式下的互作机制，许氏平鲉与仿刺参牧养互动模式对生态环境影响的时空变化规律。

刘博涛硕士研究生的报告题目是“复合环境胁迫下刺参的行为生理响应及生态恢复力”。该研究的意义在于补充对于高温低氧酸化复合胁迫对刺参行为适应和生理调控影响的研究，补充刺参死亡终点判定的科学标准，探明刺参的生物扰动对池塘底泥-营养盐通量影响。研究内容包括刺参死亡终点及其在不同强度的复合胁迫下耐受性，复合胁迫下刺参行为和生理响应机制，生物扰动与营养盐通量之间关系。

吴千文硕士研究生的报告题目是“复海参可变结缔组织可塑性的调控机制”。该研究意义包括揭示海参可变结缔组织的遗传基础和进化机制，为仿生智能材料的开发、再生医学和组织工程的进展提供理论依据。研究内容旨在找到海参中是否具有特有或特化的硬化或软化因子，以及引起可变结缔组织快速应答的信号传导和调控路径。

闫思怡硕士研究生的报告题目是“刺参启动和维持繁殖的能量生理适应策略研究”。该研究意义在于可以确定刺参启动繁殖与繁殖成功的机体能量密度平均值、最小体重、总能量密度值等参数，以及可以为刺参亲本选择和良种培育提供理论依据。研究内容包括刺参繁殖启动的生物学特征和能量生理机制、刺参维持繁殖成功的生理适应策略机制以及功能验证。

李笑语硕士研究生的报告题目是“气候变化下漂浮海草‘活’凋落物有机碳动力学与输出潜力”。该研究以我国南北方主要海草物种“活”凋落物为研究对象，并与盐沼植被、大型藻类进行对比，明确其漂浮状态下的碳通量变化，估算我国近海海草床的有机碳输出总量，完善碳汇能力评估体系，而且还以我国温带海草优势种——鳗草为主要研究对象，借助物种分布模型，分析其在气候变化下的生物量和种群潜在分布区变化，为预测其碳输出、碳封存能力提供参考借鉴。

李尚晨硕士研究生的报告题目是“日本鳗草、海菖蒲凋落物降解特征及其对碳汇的贡献”。该研究意义在于可以揭示海草凋落物降解动力学特征及其对水体惰性溶解有机碳库的贡献，阐明凋落物降解过程中主要影响因素，及其相关研究结果能够为科学预测日本鳗草、海莒蒲海草床固碳潜力提供理论基础和数据支撑。研究内容主要是建立不同因素影响下海草凋落物降解的动力学概念模型，明确主要影响因素。

张慧中硕士研究生的报告题目是“日本鳗草、海菖蒲凋落物降解特征及其对碳汇的贡献”。该研究意义在于，通过查明鳗草叶片凋落物降解过程的基本特征及其影响因素，可以揭示鳗草叶片凋落物降解的微生物作用机制，对深入理解海草床碳库动态以及海草床对全球碳循环的影响具有重要意义，为海草床的保护、恢复与管理提供科学依据。研究内容包括鳗草叶片凋落物降解过程的基本特征研究、鳗草叶片凋落物降解的影响因素研究。

吴雨硕士研究生的报告题目是“脉红螺胚胎细胞体外培养及转染技术的初步建立”。该研究意义是有望建立首个海洋无脊椎动物细胞系，为海洋无脊椎动物生物学研究、免疫学研究、新品种开发提供新平台。研究内容主要是建立脉红螺胚胎细胞体外培养及转染技术。

刘晓燕硕士研究生的报告题目是“重复低复杂结构域（RLCD）在贝壳矿化中的作用机制”。该研究为进一步查明软体动物壳的复杂性状、演化多样性提供新见解，为开发高强度、高断裂韧性和高耐磨性的生物材料提供新思路。创新性在于首次通过AI和分子动力学模拟解析 RLCD 矿化元件的结构柔性对碳酸钙沉积的影响以查明 RLCD 矿化元件在贝壳矿化中的作用机制。

本次开题达到了很好的效果，专家们对十位同学开题答辩中存在的问题都提出了具体的建议，明确了需要改进的地方。邓贝妮博士代表答辩的同学总结了专家在开题报告中所提出问题，包括思考问题的局限性，实验结果以及实验设计的不完善性，并提出了解决问题的方法。最后，孙丽娜研究员对本次开题报告进行了总结，强调学生要专注实验的规范性、科学性，撰写内容时要注重科学严谨性，有根据进行引用，拒绝不规范使用AI技术，杜绝学术不端行为。