Restrained by the strength-ductility tradeoff, it is still challenging to develop advanced high-strength low carbon low alloy (LCLA) steels with superior strength-ductility combinations and cost-effectiveness to satisfy industry demands. In this study, an innovative 2-cyclic quenching and partitioning (Q&P) heat treatment was developed to produce a novel LCLA steel with the optimized microstructure, in which a bimodal grain size distribution across various constituent phases was achieved. Tensile test results show that the 2-cyclic Q&P LCLA steel exhibits excellent mechanical properties with a uniform elongation, close to 18 %, nearly triple that of conventional Q&P LCLA steel while maintaining a tensile strength above 1 GPa. To reveal the underlying mechanisms of such exceptional strength-elongation synergy, the detailed deformation behaviors of the developed LCLA steel were characterized while the evolution of hetero-deformation-induced (HDI) stress and effective stress was investigated from the perspective of the dislocation model. It is indicated that, with increasing strain, the heterogeneous structures promote strong strain partitioning which leads to extensive geometrically necessary dislocations (GNDs) pile-ups at hetero-interface and persistently strong HDI strengthening effect, and produce the coordinated deformation among constituent phases to realize dislocation forest strengthening, collectively contributing to the enhanced work hardening capacity and hence overcoming the strength-ductility tradeoff. This study provides a new processing strategy for developing strong and ductile LCLA steels.

ABSTRACT Artificial intelligence (AI)-driven discovery of antimicrobial peptides (AMPs) is yet to fully utilise their three-dimensional (3D) structural characteristics, microbial specie-specific antimicrobial activities and mechanisms. Here, we constructed a QLAPD database comprising the sequence, structures and antimicrobial properties of 12,914 AMPs. QLAPD underlies a multimodal, multitask, multilabel, and conditionally controlled AMP discovery (M3-CAD) pipeline, which is proposed for the de novo design of multi-mechanism AMPs to combat multidrug-resistant organisms (MDROs). This pipeline integrates the generation, regression, and classification modules, using a innovative 3D voxel coloring method to capture the nuanced physicochemical context of amino acids, significantly enhancing structural characterizations. QL-AMP-1, discovered by M3-CAD, which possesses four antimicrobial mechanisms, exhibited low toxicity and significant activity against MDROs. The skin wound infection model demonstrates its considerable antimicrobial effects and negligible toxicity. Altogether, integrating 3D features, specie-specific antimicrobial activities and mechanisms enhanced AI-driven AMP discovery, making the M3-CAD pipeline a viable tool for de novo AMP design.