以杨絮(PC)为原料，采用乙醇溶剂热法对其进行预处理，再进行碳化，制备了高比表面积的杨絮衍生多孔碳(DPCC)，并研究了其对染料的吸附性能及动力学性能。通过单因素实验优化工艺参数，确定最佳预处理条件(液固比为17 mL·g^-1、200 ℃处理2 h)，在此条件下制备的DPCC-10比表面积达到518 m²·g^-1。结合傅里叶变换红外光谱(FTIR)、X射线衍射(XRD)、拉曼(Raman)光谱、扫描电镜(SEM)和N₂吸附-脱附测试等表征手段，证实预处理过程能够有效去除木质素和半纤维素等，形成丰富的多级孔道结构。吸附实验表明，DPCC-10对亚甲蓝(MB)的最大吸附量达到385.71 mg·g^-1，优于多数报道的生物质衍生吸附剂。DPCC-10对染料的吸附过程满足准二级动力学方程，表明该吸附以化学吸附为主。经过4次吸附-脱附循环后，DPCC-10对MB的吸附容量仍保持初始值的92.01%，表明材料具有优异的可再生性能。

DNA计算作为一种开创性的技术，利用生物分子执行数据存储、问题求解和逻辑操作等计算任务，为突破传统计算的瓶颈提供了新途径。随着其技术的不断发展，DNA计算在复杂性、错误率及效率等方面的挑战愈加凸显。人工智能(AI)的发展为DNA计算带来了优化与提升的重要契机。特别是在数据分析、模型优化及错误修正领域，AI技术的运用显著提升了DNA计算的效率、精确性和稳定性。本文综述了AI算法的分类，深入探讨了AI如何赋能DNA计算，特别是在优化计算流程、强化逻辑门功能及改进错误修正机制方面。此外，本文还总结了AI与DNA计算在生物信息学前沿的重要应用，包括基因组学、蛋白质结构预测、疾病诊断与精准医疗等领域。展望未来，随着AI技术与DNA计算的持续革新，两者结合的应用范围将进一步拓宽，有望成为推动生物科学发展的重要驱动力。