21.Atreya Manaswi
学校：
Orlando Science Middle/High School, Orlando, FL
项目标题：
Year 5: Engineering a Novel IoT Trapping System With a Multiple Linear Regression Model Toward Eco-Friendly, High-Efficacy and Low-Cost Honey Bee Pest Treatment and Management
第五年：利用多元线性回归模型开发新型物联网捕虫系统，实现环保、高效、低成本的蜂巢虫害治理。
研究解析：
Atreya Manaswi（19岁，来自佛罗里达州奥兰多）在他为期五年的动物科学项目中开发了一套名为“BeetleGuardAI”的低成本、环保蜂巢害虫管理系统。蜜蜂对于生物多样性和农业生产至关重要，但近年来蜜蜂数量急剧下降。蜜蜂死亡的原因之一是受到小蜂巢甲虫（SHB）的侵扰，这种害虫会破坏蜂巢。
Atreya 首先研制并测试了一种廉价的诱饵——由啤酒配制的油剂混合物，能够有效吸引小蜂巢甲虫进入陷阱。接着，他设计了BeetleGuardAI系统，包括一个装有传感器的3D打印陷阱装置，内部放置上述啤酒诱饵。当甲虫进入陷阱后，传感器收集数据并上传至一个机器学习模型。这个模型通过多元线性回归分析传感器数据，预测蜂巢未来可能遭受的甲虫侵扰程度。养蜂人可以通过配套的手机应用查看预测结果，并据此制定定制化的虫害防治方案。实地测试表明，该陷阱捕获了99%以上的蜂巢甲虫，而AI模型对未来甲虫侵扰的预测准确率达到94%。Atreya的创新系统为蜂农提供了一种高效且经济的工具来保护蜂群，有望帮助减缓蜜蜂种群衰减的趋势。
22.Siddharth Nirgudkar
学校：
Acton-Boxborough Regional High School, Acton, MA
项目标题：
Contextualized Transfer Learning: Transforming Heterogeneity Into Predictive Power With Generative Latent Structures in Resource-Limited Settings
情境化迁移学习：在资源有限环境中通过生成潜在结构将异质性转化为预测能力。
研究解析：
Siddharth Nirgudkar（17岁，来自马萨诸塞州阿克顿）在他的计算生物学与生物信息学项目中开发了一种改进的疾病诊断AI模型，旨在利用有限的数据有效预测疾病。当前许多医疗AI诊断工具在训练和应用时需要大量高质量数据，对于数据匮乏、患者群体差异大的环境效果不佳。Siddharth 引入了一种称为情境化迁移学习（CTL）的新方法来克服这些限制。
他利用公开的多种患者数据集建立了CTL模型，使模型能够在不同疾病结局、不同病例和不同预测指标之间共享信息。CTL通过构建一个“潜在空间”来捕捉数据中的共性模式，并将这些模式应用于每一个独特的病例进行预测。通过这种方式，即使在单个病例数据较少或患者差异较大的情况下，模型也能借鉴其他情境的信息来提高准确度。在对阿尔茨海默症患者数据的测试中，Siddharth的CTL模型比传统方法取得了更高的诊断准确率。这个结果表明，在数据和资源有限的情况下，巧妙地利用数据间的隐藏共性（情境信息）可以显著提升AI诊断的性能，为医疗行业提供一种有效的新工具。
23.Thanush Patlolla
学校：
William G. Enloe High School, Raleigh, NC
项目标题：
Development of a Finite-Nuclear Model Based on Comprehensive Electron Scattering Data With the Use of Numeric Atom-Centered Orbitals
基于综合电子散射数据并利用数值原子中心轨道开发有限核模型。
研究解析：
Thanush Patlolla（17岁，来自北卡罗来纳州卡瑞）在他的物理学项目中解决了一个困扰量子计算领域的基础难题。量子计算需要精确预测量子粒子之间的相互作用，但这是极其复杂的：在量子系统中，每个粒子都会影响其它所有粒子，因此测量一个粒子的能量可能引起另一个粒子的状态变化，要完全把握所有相互作用非常困难。这种复杂性使得量子计算模拟的计算量呈指数级增长。
Thanush 提出了一种有限核模型来近似处理量子系统中的相互作用问题。他将原子核对电子的影响用一个有限的模型来描述，从而避免直接模拟所有粒子间的复杂相互作用。具体而言，他采用了一种数学上的“密度函数”策略，使用数值原子中心轨道来表示电子云分布，并据此计算电子在原子核附近的密度分布图。通过这种方法，他减少了量子系统计算的复杂度。在模拟实验中，该方法将能量分布预测的精度提高了0.6%。别看这个数值似乎不大，但在量子计算要求的极高精度下，这是一个显著的改进。这一成果为实现高精度量子计算迈出了重要一步，因为量子计算机需要对粒子行为进行近乎完美的预测和测量。
24.Matteo Paz
学校：
Pasadena High School, Pasadena, CA
项目标题：
The VarWISE All-Sky Infrared Variability Survey — Classification of 1.9 Million Astronomical Objects Into 10 Classes
VarWISE全天空红外可变源巡天——将190万个天体划分为10类。
研究解析：
Matteo Paz（18岁，来自加利福尼亚州帕萨迪纳）在他的太空科学项目中处理了近200 TB（太字节）的天文数据，以寻找尚未被发现的变光天体。NASA的WISE红外空间望远镜在十多年的全天空巡天过程中，收集了海量的红外观测数据，形成了一个包含约2000亿条记录的“数据宝库”，非常适合进行基于时间序列的天文研究。Matteo 为处理如此巨大的数据集开发了高效的方法。
他设计了基于光变曲线分析的机器学习算法，对整个目录进行筛选，以发现其中可能存在的亮度变化天体。这个过程中，他还创建了一套名为“VARnet”的机器学习模型，专门用于识别和分类这些变光信号。通过这些方法，Matteo 对约1.9百万个红外天体进行了分类，其中约150万是此前未被记录的新发现变光天体，包括超大质量黑洞、新生恒星和超新星等。他等于为科研界提供了一份完整的红外可变源清单。值得一提的是，Matteo的项目在NASA的资助下开展，他以研究人员的身份参与其中，这些成果对天文学界理解宇宙中的动态天体现象具有重要意义。
25.Yash Ranjith
学校：
Westmont High School, Campbell, CA
项目标题：
Modeling Pollution Spread With Obstructions Using Physics-Informed Neural Networks
利用物理驱动神经网络对有障碍物情况下的污染扩散进行建模。
研究解析：
Yash Ranjith（18岁，来自加利福尼亚州圣何塞）在他的环境科学项目中开发了一种神经网络模型，大幅加速了污染物扩散预测的计算速度。当环境灾难发生时（如化工泄漏或核事故），有害物质会随风或水流传播，威胁当地的生命安全。制定应急方案（如人员疏散）需要及时准确地预测污染物扩散范围。然而，传统的流体动力学模型在进行这类预测时计算量巨大，模拟大范围、长时间的扩散常常需要数小时甚至数天，这在紧急情况下远远不够及时。
为了解决这一问题，Yash 设计了一种融合物理定律的神经网络（也称“物理引导神经网络”）。该模型将污染扩散过程中的关键物理规律（以偏微分方程形式）融入到神经网络的结构中，使网络既具有学习能力又符合物理原理。在实验中，这个模型用于模拟污染物绕过建筑物等障碍物时的扩散路径。结果表明，与传统的纯物理模拟相比，Yash的模型在保证精度几乎不变的情况下，将预测速度提高了约2520倍——原本可能需要几天的计算量现在几秒钟即可完成。这个成果意味着在环境污染事件发生时，可以几乎实时地预测污染扩散范围，为及时采取防护措施争取了宝贵时间。
26.Charlotte Ava Rosario
学校：
The Nueva School, San Mateo, CA
项目标题：
Examining Brain Structure in Relation to Mood and Anxiety in Pubertal Transgender and Cisgender Youth
研究青春期跨性别与顺性别青少年的大脑结构与情绪和焦虑的关系。
研究解析：
Charlotte Ava Rosario（17岁，来自加利福尼亚州希尔斯伯勒）在她的神经科学项目中探究了性别身份、大脑结构和心理健康之间的联系。青春期是人体生理与心理快速变化的时期，大脑中与情绪和焦虑相关的区域也会在这一阶段发生发育变化。既往研究发现，不同性别身份的人可能在大脑结构上存在差异，但学界尚不清楚这些差异的具体原因以及它们对心理健康的影响。Charlotte 希望通过研究，为这些问题提供一些答案。
她收集并分析了20名跨性别青少年和23名顺性别青少年（顺性别指性别认同与出生性别一致）的数据。这些参与者接受了脑部MRI扫描，并填写了关于情绪和焦虑状况的问卷。Charlotte 发现，相比顺性别同龄人，跨性别青少年表现出更多焦虑和抑郁的迹象。同时，他们的大脑中一些与情绪调节相关的特定区域（如杏仁核、丘脑等）的体积也存在差异。此外，Charlotte 注意到在跨性别男性中，右侧丘脑体积较大的个体往往有更严重的抑郁症状。这提示大脑结构的微妙变化可能影响心理健康。Charlotte认为，她的研究为青少年心理健康提供了更细腻的视角，有助于理解青春期性别与大脑发育的复杂关系，从而为不同青少年提供更有针对性的心理健康护理方案。
27.Akilan Sankaran
学校：
Albuquerque Academy, Albuquerque, NM
项目标题：
From Walking to Tunneling: An Investigation of Generalized Pilot-Wave Dynamics
从行走到隧穿：广义引导波动力学的研究。
研究解析：
Akilan Sankaran（17岁，来自新墨西哥州阿尔伯克基）在他的物理学项目中使用数学模型和实验模拟来研究流体力学中一个有趣且反常的现象。当一滴液体滴入一个受到持续振动的液体浅盘中时，该液滴会以出人意料的方式运动：它会在液面上“行走”滑动，并且甚至能够在振动液面形成的小凹坑之间似乎“瞬移”般地跳动，这种现象类似于量子力学中的“隧穿”效应，但发生在宏观尺度的液滴上。这种运动方式无法用经典物理理论简单解释，因此引起了研究者的好奇。
Akilan 通过将实验和理论相结合，构建了一个描述这种液滴行为的广义引导波数学模型。他进行了大量的计算机模拟和物理实验，并辅以偏微分方程的理论分析，从而能够在三维空间中重现和预测液滴运动的各种奇异现象。通过这个模型，研究者可以更加系统地探究液滴“行走”和“隧穿”的条件和机理。这项研究不仅有助于解释特定的流体力学难题，还可能为理解复杂流体现象（例如海岸线侵蚀等环境问题）提供新的思路，因为这些模型和现象在数学上存在一定的相似性。
28.Aiden Rubin Sanxhaku
学校：
Julia R. Masterman High School, Philadelphia, PA
项目标题：
Cation-Effect on Alkaline Redox Flow Batteries: Enhancing Electron Transfer Kinetics Through Electrolyte Additives
碱性氧化还原液流电池的阳离子效应：通过电解质添加剂提升电子传递动力学。
研究解析：
Aiden Rubin Sanxhaku（18岁，来自宾夕法尼亚州费城）在他的材料科学项目中研究了一种新型的大规模储能电池：铁基水溶液氧化还原液流电池。这种电池具有可持续循环25年以上的长寿命，且不易燃、无毒、对环境友好，因此被视为未来可再生能源储能的有力候选。但目前铁基液流电池的功率密度（单位体积或质量可输出的功率）远低于常见的锂离子电池，这限制了其实际应用。Aiden 的目标是提高这种电池的功率性能，使其更接近锂电池水平。
Aiden 提出了一种简单但有效的方法：向铁基液流电池的电解液中添加微量的金属离子添加剂，以改变电解液的性质。他的实验结果显示，加入低浓度的特定金属离子后，电池的充放电反应加快，输出功率密度显著提高，而且电池的内阻降低了高达115%。这一改进使铁基水溶液液流电池的效率大大提升，性能更接近当前商用锂离子电池。通过Aiden的工作，这种安全、廉价的储能技术离实用化又近了一步，有望在未来更广泛地应用于风能、太阳能等可再生能源系统的储能装置中。
29.Sandeep Sawhney
学校：
Herricks High School, New Hyde Park, NY
项目标题：
Gallium-Mediated DNA Tensegrity Triangle-Based Crystals: A Novel Prototype Facilitating Gallium Cancer Therapy
镓介导的DNA张力完整三角结构晶体：一种促进镓基癌症疗法的新型原型。
研究解析：
Sandeep Sawhney（18岁，来自纽约州新海德公园）在他的生物工程项目中设计了一种纳米级的DNA“容器”，用来安全递送对肿瘤有毒但对正常细胞也具毒性的抗癌药物。Sandeep关注的是镓基抗肿瘤药物，这类药物在杀伤肿瘤细胞方面显示出前景，但由于对健康细胞也有伤害，使用时需要精确递送到肿瘤部位。然而，传统的药物胶囊在运输这类药物时往往会提前溶解，使药物在抵达肿瘤前就释放，伤及健康组织。
为了解决这一难题，Sandeep 运用计算模拟先设计了10种可能的DNA晶体结构，并分析了它们与镓药物分子结合的位置和方式。他最终选出一种在空间结构上能够三点锚定镓药物分子的最佳方案。随后，他利用DNA晶体自组装技术，将合成的DNA单链自组装成这种稳定的张力完整三角形晶体结构（可视为刚性稳定的三角形网格）。这种DNA纳米晶体能够将镓药物分子牢固地封装在内部。Sandeep的实验结果表明，这种DNA容器在模拟条件下可以防止镓药物过早泄漏。如果未来能使用高纯度的人造DNA制造该容器，有望实现镓药物对肿瘤的靶向递送，既有效杀伤肿瘤细胞，又避免对健康组织的毒性，并可能降低治疗引起的炎症等副作用。
30.Addison Grace Shea
学校：
Lakewood Ranch High school, Bradenton, FL
项目标题：
Bowhead Whale Migration Amid Changing Circulation Patterns in the Beaufort Gyre
波弗特环流圈循环模式变化背景下的弓头鲸迁徙。
研究解析：
Addison Grace Shea（18岁，来自佛罗里达州布雷登顿）在她的环境科学项目中研究了北冰洋洋流的长期变化对鲸鱼迁徙行为的影响。她特别关注的是北冰洋中的一个主要环流——波弗特环流圈（Beaufort Gyre）。历史记录显示，这个环流圈过去大约每5至7年就会改变一次流动方向，从而调节北冰洋的水文状况。然而，近21年来波弗特环流圈一直未发生这种周期性逆转。这导致该区域积累了更多的淡水，环流旋转速度加快，海水运动模式出现异常变化。这些环境变化可能会影响当地的生态系统，包括海洋食物网和大型海洋生物的行为。
Addison 利用空间统计分析方法，研究了1989年至2018年间秋季弓头鲸（一种生活在北冰洋的鲸）的出没位置数据。她将这些鲸鱼的观测位置与同期波弗特环流圈的状态进行比较分析。研究结果表明，在波弗特环流圈不寻常的持续旋转期间，弓头鲸的迁徙路线确实发生了改变——这些鲸鱼在秋季迁徙时选择的路线和停留区域与环流圈正常交替时期有所不同。Addison的研究揭示了气候和海洋循环的变化如何潜移默化地影响大型海洋哺乳动物的行为模式，为理解气候变化对海洋生态系统的影响提供了重要依据。
31.Kevin Shen
学校：
Olympia High School, Olympia, WA
项目标题：
Taming the Oblique Wing: Improving Fuel Efficiency by Developing and Flight Testing an Oblique Wing Aircraft Utilizing a Novel Control Method
驯服斜翼：通过开发并试飞一种采用新控制方法的斜翼飞机来提高燃油效率。
研究解析：
Kevin Shen（18岁，来自华盛顿州奥林匹亚）在他的工程项目中设计并试飞了一种新型斜翼飞机模型，成功提高了这类飞机的稳定性和燃油效率。提高飞机的燃油效率一直是航空工程的追求目标。早在几十年前，工程师就提出过斜翼布局的概念——即飞机机翼相对于机身以一定角度倾斜排列，可以在高速飞行时显著降低气动阻力，从而节省燃油。然而，斜翼设计的飞机由于姿态控制难度大，一直未能广泛应用。
为了解决斜翼飞机难控制的问题，Kevin 利用3D打印技术制造了一架小型斜翼飞机模型，并研发了一套自主飞行控制系统。他的飞行计算机程序能够根据飞机飞行时的实时状态（包括斜翼角度和加速度等参数）自动调整控制翼面，以保持飞机平稳飞行。测试中，这架斜翼模型飞机借助该控制系统实现了良好的稳定性和可控性。此外，Kevin 通过计算流体力学（CFD）模拟验证了斜翼布局确实比传统平直机翼具有更低的阻力。他的实测结果也很突出：在相似条件下，这架斜翼飞机比常规机翼飞机节省了约9.2%的燃油。Kevin的研究为斜翼飞机这一富有潜力的设计思路带来了新的生机，展示了创新的控制技术如何将前沿概念变为现实，提高航空器的性能。
32.Emma Lee Wen
学校：
John L. Miller Great Neck North High School, Great Neck, NY
项目标题：
AUM-302, A Novel Triple PIM/PI3K/mTOR Inhibitor, Offers Promising Potential in Reducing the Growth of Pancreatic Ductal Adenocarcinoma Spheroids and Organoids
新型三重PIM/PI3K/mTOR抑制剂AUM-302在抑制胰腺导管腺癌球体和类器官生长方面展现出有前景的潜力。
研究解析：
Emma Lee Wen（17岁，来自纽约州大颈）在她的医学与健康项目中研究了一种针对胰腺癌的新型候选药物。胰腺癌是一种极具侵袭性的癌症，由于早期不易发现且缺乏有效疗法，其五年生存率低于13%。作为一名曾经战胜癌症的幸存者，Emma 对改善这种疾病的治疗有着个人的使命感。她利用胰腺癌细胞系培养出了3D肿瘤类器官（模拟体内肿瘤的微型三维结构），以更接近人体环境地测试药物效果。
Emma 关注的药物是AUM-302，这是一种同时抑制PIM、PI3K和mTOR三条致癌信号通路的新型抑制剂。相比之下，目前很多药物往往只针对单一通路。她将AUM-302与几种现有的胰腺癌治疗药物进行了对比实验，这些药物大多各自只作用于上述信号通路之一。结果表明，在相同或更低剂量下，AUM-302杀死的癌细胞数量多于其他药物。这意味着AUM-302在抑制肿瘤生长方面效率更高。Emma的研究结果为胰腺癌治疗带来了希望：通过同时打击多个癌症通路的新药，有可能显著提高疗效、改善患者预后。
33.Amy Xiao
学校：
Garden City High School, Garden City, NY
项目标题：
Exploring Citrin as a Therapeutic Target for Cancer Treatment Through a Clinical, Pharmacologic and Metabolic Lens
通过临床、药理和代谢视角探索Citrin作为癌症治疗靶点的可能性。
研究解析：
Amy Xiao（17岁，来自纽约州花园城）在她的生物化学项目中研究了一种名为Citrin的蛋白质在癌症中的作用及其作为治疗靶点的潜力。Citrin蛋白在细胞能量代谢中扮演角色，但其在癌细胞代谢中的具体重要性尚不清楚。Amy 在查阅癌症代谢相关文献时注意到Citrin，由此开始深入研究这一分子。通过对大型癌症遗传数据库的分析，她发现Citrin基因的某些变异与癌症患者更好的生存率相关。这提示Citrin可能在癌细胞的生存或死亡中发挥着关键作用。
为探明原因，Amy 使用AlphaFold人工智能系统模拟了正常的和发生这些变异的Citrin蛋白的三维结构，发现基因变异会导致蛋白结构改变，从而可能影响其功能。随后，她利用CRISPR技术在结肠癌细胞中下调（敲低）了Citrin基因的表达，结果这些细胞出现了对一种必需养分利用不足的情况，暗示Citrin可能与细胞某种代谢途径有关。接着，Amy 通过计算机筛选现有药物，找出了几种已经被FDA批准的药物，它们可能抑制Citrin蛋白的功能。综合这些发现，Amy 提出Citrin可以作为一个全新的抗癌治疗靶点，针对它开发药物有望切断癌细胞的重要能量供应途径，从而抑制肿瘤生长。这项研究为癌症代谢治疗提供了新视角和新方向。
34.Phoebe Xu
学校：
William G. Enloe High School, NC
项目标题：
Metabolic Reprogramming of Immune Cells in HIV Infection and Treatment
HIV感染及治疗中的免疫细胞代谢重编程。
研究解析：
Phoebe Xu（18岁，来自北卡罗来纳州卡瑞）在她的医学与健康项目中研究了HIV（人类免疫缺陷病毒）感染如何改变免疫细胞的代谢活动，以及治疗如何影响这些变化。急性HIV感染时，免疫细胞会加速新陈代谢以奋力对抗病毒；但随着感染进入慢性阶段，这些免疫细胞逐渐耗竭、功能受损，最终导致HIV感染发展为艾滋病（AIDS）。Phoebe 想了解在这一过程中免疫细胞内部发生了什么样的代谢改变。
她提取和分析了三组人群的单个免疫细胞样本：未经治疗的HIV感染者、接受了抗逆转录病毒疗法（ART）的HIV感染者，以及健康的未感染者。利用单细胞测序等技术，Phoebe 比较了每组细胞的基因表达差异，特别关注与细胞代谢相关的基因通路。她发现HIV感染会使免疫细胞内超过50条代谢通路发生改变，包括能量产生和养分利用等关键过程。而对于接受ART治疗的患者，有相当一部分受影响的代谢通路活动恢复接近正常水平。Phoebe认为，这些发现表明HIV不仅攻击免疫系统，还通过改变细胞代谢使免疫系统逐渐衰竭。未来如果能够针对这些代谢通路开发新的药物，或许可以进一步改善HIV/AIDS患者的疗效，帮助免疫系统恢复活力抵抗病毒。
35.Elisa Zhang
学校：
Dougherty Valley High School, San Ramon, CA
项目标题：
Patching Multi-Location Software Bugs: A Multi-Agent Large Language Model Framework for Automated Program Repair
修复多位置软件漏洞：基于多智能体大型语言模型的自动化程序修复框架。
研究解析：
Elisa Zhang（17岁，来自加利福尼亚州圣拉蒙市）在她的计算机科学项目中开发了一种利用人工智能自动修复软件漏洞的系统。现实中的软件往往非常庞大，一个bug（漏洞）可能牵涉上千行代码，分布在程序的多个位置。这类漏洞不仅难以发现和修复，而且如果不加以修补，可能导致系统崩溃或安全漏洞，每年给企业和用户造成数十亿美元的损失。Elisa 希望借助大型语言模型（LLM）的强大文本生成和分析能力，来辅助程序代码的自动修改。
她设计了多个协同工作的AI代理，每个代理都是一个经过特殊提示词配置的LLM，分别承担不同角色：比如有的负责阅读和理解代码，有的负责生成修复代码，有的负责验证测试。这个多智能体系统能够相互配合，反复尝试不同的修改方案。Elisa 将她的系统在一个包含190个Java语言漏洞的数据集上进行了测试，结果显示该系统成功修复漏洞的比例明显高于现有自动化修复工具，并且生成的补丁质量也更高。她的研究表明，将先进的语言模型引入软件工程领域，可以极大地简化漏洞修复过程。将来，这样的AI工具有望帮助程序员更快地定位并修补代码中的缺陷，提高软件的可靠性和安全性。
36.Owen Jianwen Zhang
学校：
Bellevue High School, Bellevue, WA
项目标题：
Tetrahedron-Intersecting Families of 3-uniform Hypergraphs
3-一致超图的四面体相交族。
研究解析：
Owen Jianwen Zhang（18岁，来自华盛顿州贝尔维尤）在他的数学项目中取得了一项关于3-一致超图的理论突破。超图是图论中的概念，它的“边”可以连接多个顶点；如果每条边正好连接3个顶点，我们称之为3-一致超图。这类结构可以想象成社交网络中三个人组成的社交小团体，每个团体有3个成员（顶点），每个团体本身就是一条“超边”。不同的团体之间顶点可能有交叠，因而可以形成各种复杂的连接结构。Owen 的课题属于离散数学中的组合数学范畴，这类研究对于计算机科学（如网络结构、数据库等）也有重要意义。
Owen 研究的问题可概括为：在一个固定的顶点集合上，可以有多少种不同方式来构造一个3-一致超图，使得这些超边形成某种特定的交叠关系（这里指“四面体相交族”的约束条件）。这是一个复杂的计数问题，学界已经悬而未决多年。Owen 运用巧妙的数学推理和计算机程序搜索相结合的方法，成功找到了答案，并证明了这个最大数目的正确性。更重要的是，他的方法和结果是首次在超图背景下解决了类似的问题。Owen的研究为组合数学中关于超图结构的分析开辟了新道路，丰富了人们对复杂网络连接模式的理解，也可能为计算机算法优化等应用提供理论支持。
37.Ray Zhang
学校：
Thomas Jefferson High School for Science and Technology, Alexandria, VA
项目标题：
Biofilm Composition in Clinical Isolates of Fungal Fusarium and Development of a Multi-Targeted Antifungal Treatment To Inhibit Proliferation
镰刀菌临床分离株的生物膜组成及抑制其增殖的多靶点抗真菌疗法开发。
研究解析：
Ray Zhang（17岁，来自弗吉尼亚州尚蒂利）在他的细胞与分子生物学项目中致力于改进对顽固真菌感染的治疗方法。研究对象是镰刀菌（Fusarium）——一种既能感染植物又能感染人体的真菌。镰刀菌常常形成生物膜（由真菌细胞聚集形成的黏性膜状结构），生物膜状态下的真菌对药物有更强的耐受力，使感染更难治愈。当Ray在医院志愿服务时，他接触到一名患有罕见真菌感染的儿童，这激发了他寻找更有效治疗方案的动力。
Ray 首先研究了镰刀菌生物膜的形成过程。他通过荧光光谱等技术观察镰刀菌在不同营养条件和温度下的生长和生物膜发育情况，以了解哪些因素促使生物膜更加顽固。接下来，他选择了三种临床常用的抗真菌药物，对镰刀菌生物膜进行了单独以及联合用药的试验。结果表明，将这三种抗真菌药物联合使用，可以更有效地破坏镰刀菌的生物膜结构，抑制真菌繁殖，其效果明显优于任何一种药物单独使用。Ray的研究证明了多靶点联合治疗对于对抗顽固真菌生物膜感染的优势。这一成果未来有望指导开发新的抗真菌疗法，提高严重真菌感染患者的治愈率。
38.Angeline Zhao
学校：
Phillips Academy, Andover, MA
项目标题：
Finding Belonging in the Big City: Understanding Communities-of-Interest in NYC Redistricting via Monte Carlo Simulations
在大城市中寻找归属感：通过蒙特卡洛模拟理解纽约市选区重划中的利益共同体。
研究解析：
Angeline Zhao（18岁，来自弗吉尼亚州麦克莱恩）在她的社会科学项目中使用数学模型研究了纽约市选区划分中的“利益共同体”问题。利益共同体（Community of Interest, COI）指在地理上相近、拥有共同关切和投票模式的一群人。如果在重新划分选举区域（选区）时将这些利益共同体尽可能圈在同一选区内，他们在选举中的声音就会更集中，有助于选举结果更充分地代表他们的利益。Angeline 收集了纽约市相关的数据，包括各地区的人口构成、选举结果和地理边界等信息，数据来源涵盖谷歌地图以及纽约市选举委员会和城市规划部门。
Angeline 运用了蒙特卡洛拆分-合并算法，对数千种可能的选区划分方案进行了模拟和评估。该算法反复随机地将选区分裂、合并，在巨大的方案空间中寻找满足特定指标的划分。通过大量模拟，她识别出一些选区划分方案，可以最大程度地使选民按共同的种族背景和政治倾向归类，形成强有力的利益共同体。Angeline 的研究发现，为保护少数族裔和特定社区的权益，在法律上应允许并鼓励在选区划分时考虑利益共同体因素。她相信，这套模拟分析方法可以帮助政策制定者制定更公平的选举法律和选区划分方案，从而确保多元社区在政治上获得应有的代表性，让少数群体也能在公共决策中发出自己的声音。
39.Ashley Zhu
学校：
Hunter College High School, New York, NY
项目标题：
On Lobe Disappearance of n-Loop Curves Under Curve Shortening Flow
关于曲线收缩流下 n 重环曲线的回路消失。
研究解析：
Ashley Zhu（17岁，来自纽约州贝赛德）在她的数学项目中探究了一种特殊曲线在“曲线收缩流”作用下的行为。曲线收缩流是一种几何演化过程，可以理解为让一条曲线以与其曲率相关的速度逐渐收缩、平滑。例如，一条闭合平滑曲线在曲线收缩流作用下最终会变成一个点。Ashley 关注的是n重环曲线（n-loop curve），这是一类具有多个环状自相交的封闭曲线，例如“8”字形曲线是2环曲线。她研究的重点是这些复杂曲线在收缩流作用下，其“环”或“叶瓣”是否以及如何消失的规律。
Ashley 编写了模拟程序，针对不同的n值，对n环曲线在曲线收缩流下的演变进行了数值试验。她发现，对于3环曲线来说，在特定的初始形状和条件下，它演化过程中会出现独特的模式——与2环或4环以上曲线不同。特别地，她证明了存在一种独特的三环曲线，在曲线收缩流中能够保持某些对称性或特征，直到某个环最终缩小消失。对于更复杂的5环曲线，她的工作也取得了进展，部分解答了关于其演化行为的开放问题。Ashley的研究加深了对曲线收缩流这一数学过程的理解。虽然这听起来非常纯理论，但曲线收缩流有广泛的应用前景，例如模拟材料的界面演化、图像处理中的轮廓光滑、以及计算机视觉中的形状优化等。她的成果为这些应用提供了新的数学依据。
40.Minghao Zou
学校：
Valley Christian High School, San Jose, CA
项目标题：
A New Particle Pusher With Hadronic Interactions for Modeling Multimessenger Emission From Compact Objects
一种具有强子相互作用的新型粒子推进算法，用于模拟致密天体的多信使辐射。
研究解析：
Minghao Zou（18岁，来自加利福尼亚州圣克拉拉）在他的太空科学项目中，通过计算机模拟来研究极端天体环境下的粒子运动与辐射问题。他聚焦于一种极难直接观测的粒子——中微子。中微子是几乎没有质量的基本粒子，在宇宙中数量极其庞大，例如太阳和超新星都大量产生中微子。然而，中微子与物质的相互作用极弱，几乎不会被探测器捕获，因此我们对它们知之甚少，被称为“幽灵粒子”。
为了研究中微子的产生和传播，Minghao 创建了一个物理模拟模型，专门针对致密天体（如中子星、黑洞）附近的极端环境。在这些环境中，粒子的运动同时受到超强的电磁力和引力的影响，并且会与周围高能粒子发生强相互作用（即强子相互作用）。他设计的新型“粒子推进”算法，能够将这些复杂因素全部考虑进去，从而模拟中微子等粒子在极端条件下的轨迹和能量变化。Minghao 将他的模型在一些有已知解的案例上进行了验证，例如模拟已被详细研究过的中微子辐射源，并将结果与理论预期进行比较，取得了良好的一致性。为了推动研究，他还将自己的代码开源，供其他天体物理学家使用，以便对类似问题进行更大规模的模拟分析。Minghao的研究为我们理解多信使天文学（同时利用引力波、中微子、电磁波等信使来研究宇宙）的复杂过程提供了强有力的工具，或许将来能帮助揭示中微子在宇宙极端事件中的作用之谜。
相关文章：
国际科学与工程大奖赛 ISEF（STEM），科创竞赛天花板！有何含金量？该如何参赛？
ISEF 英特尔国际科学与工程大奖赛：申请美国大学最有价值的竞赛之一
科创天花板！ISEF竞赛参与方式/晋级途径/学科设置/奖项设置一文讲清
科创天花板——2025 ISEF竞赛新改革变化！附带竞赛全面介绍
ISEF国际科学与工程大赛有哪些科目？为什么推荐ISEF竞赛？
国际高中生偏爱的ISEF到底是什么？一文详解ISEF比赛内容/适合学生/晋级路径/含金量
如何找到ISEF的导师或实验室资源？
中国学生参加ISEF需要通过哪些国内赛事（如青创赛）晋级？ISEF获奖率高吗？
