阐明LNMAT1通过诱导CCL2募集TAMs促进膀胱癌淋巴转移的关键分子机制，对于在膀胱癌淋巴转移中潜在治疗靶点的临床干预具有重要意义。 鉴定了调控膀胱癌肿瘤微环境相关的长链非编码RNA LNMAT1。LNMAT1能够促进肿瘤细胞分泌趋化因子CCL2，进而募集TAMs到膀胱癌肿瘤微环境中。被“引诱”而来的TAMs能够分泌参与膀胱癌淋巴管生成过程的VEGF-C，帮助肿瘤细胞发生淋巴转移。由此可见，如果能介导到肿瘤微环境这片“土壤”，干预膀胱癌“帮凶”LNMAT1的表达，将能改变“种子”的生存情况，对抑制膀胱癌的进展、改善患者的生存预后发挥重要价值。林天歆教授团队首次阐明LNMAT1介导肿瘤微环境的重要作用及通过与趋化因子CCL2协同调控TAMs的分子机理，对认识膀胱癌淋巴转移的发生发展的机制有重要意义。

成果简介针对折弯模具关键尺寸无法直接用卡尺或千分尺测量的现状， 采用一个三自由度串联机械臂， 其中， 两个移动自由度的位移由直线光栅检测， 测头转动自由度的位移由码盘检测。 直线位移光栅和码盘所检测的信号经数据处理可得到数控折弯模具关键尺寸。 该装置结构简单， 克服了三坐标测量机的缺陷， 容易操作，可被广泛使用。成熟程度和所需建设条件本课题获批为安徽省教育厅重点研究项目， 已研制出原理样机并顺利通过验收。技术指标可同时检测折弯模具

燃料电池技术应用的关键在与新材料的开发，基于材料的优化得到更好的燃料电池产电输出性能。项目团队基于固态离子理论，设计了一系列燃料电池电极新材料及新结构，以提高电池输出性能为目的，开发了一系列高性能的阳极功能材料，阴极层材料与新结构。项目取得完整知识产权，申请发明专利15件，授权发明专利8件。

日前，清华大学生命学院葛亮课题组在《细胞》（Cell）期刊上在线发表题为“蛋白跨膜转运调节非经典蛋白分泌”（A translocation pathway for vesicle-mediated unconventional protein secretion）的研究论文，首次报道了非经典分泌过程中的蛋白跨膜转位机制。 蛋白质的分泌是细胞间信息传递的重要方式。分泌蛋白通常具有N端信号肽序列以指导新生多肽链进入内质网（endoplasmic reticulum，ER）被加工、修饰，之后被运输到高尔基体(Golgi apparatus)经过进一步的加工，最终抵达细胞质膜并被释放到细胞外，这一过程被称为经典分泌途径。近年来的研究发现，许多分泌蛋白不具有典型的信号肽序列，其分泌不依赖于ER-Golgi途径，这类分泌途径被称为非经典分泌（unconventional protein secretion, UPS）途径。直接跨质膜转位（I型）与细胞内囊泡结构介导的分泌（III型）是最主要的两种UPS途径。III型UPS中，蛋白首先进入一个囊泡载体（例如autophagosome, endosome等），然后通过膜泡运输系统被运送到细胞外。由于这类蛋白缺少信号肽，一个需要解决的关键问题就是这类UPS蛋白是如何进入囊泡载体中的。  图1. TMED10介导的蛋白质非经典分泌途径工作模型 在这项研究中，研究人员鉴定出一个膜蛋白TMED10可能形成一个蛋白通道介导UPS蛋白进入囊泡结构。细胞实验发现，TMED10能够调控大量非经典分泌蛋白的分泌，包括炎症因子IL-1家族成员，galectin1和galectin3，以及小分子伴侣蛋白HSP5B。CLP诱导的败血性休克（Cecal Ligation and Puncture (CLP)-induced septic shock）小鼠模型中，TMED10髓系敲除的小鼠分泌更少的IL-1β, 进而导致更低的炎症反应与更高的存活率。进一步的研究发现，TMED10的C末端区域与分泌蛋白的一个motif的相互作用对蛋白的选择性转运与分泌非常重要。体外脂质体实验证明，TMED10直接介导UPS蛋白进入脂质体，并且这一过程依赖于蛋白质的去折叠。在细胞中，TMED10定位于ERGIC（ER-Golgi intermediate compartment）并且能够指导分泌蛋白进入这一膜性细胞器中。此外，研究还发现货物蛋白与TMED10的结合会诱导TMED10寡聚化形成蛋白通道从而介导蛋白的转位。基于这些实验数据与之前的研究成果(Zhang et al., 2015)，作者提出如图所示的TMED10介导的蛋白质非经典分泌途径（TMED10-channeled UPS , THU)工作模型（图1）。UPS蛋白在胞质分子伴侣HSP90A的帮助下去折叠并被运送到ERGIC，结合TMED10诱导其发生寡聚化形成蛋白通道，在腔内分子伴侣HSP90B1的帮助下转位进入ERGIC，之后可能通过ERGIC形成运输小泡，直接运送到细胞质膜，或进入分泌型自噬体或分泌型自噬溶酶体/MVB，分泌型自噬体又可以直接和质膜融合或首先与溶酶体融合，最终将蛋白释放到细胞外。 生命学院研究员葛亮为本文的通讯作者，实验室张敏老师与生命学院博士生刘磊为本文共同第一作者。本研究受到基金委和科技部的经费资助。 文章链接： https://doi.org/10.1016/j.cell.2020.03.031

2020年3月19日，《自然-通讯》（Nature Communications）杂志在线发表了北京师范大学地理科学学部何春阳教授团队的最新研究成果，定量评估和揭示了中国空气污染防控政策成效，指出中国依然需要在未来实施更强有力的空气质量控制政策。该论文题为“中国需要进一步改善空气质量以减少PM2.5污染导致的人口死亡（Stronger policy required to substantially reduce deaths from PM2.5 pollution in China）”。 PM2.5污染是指直径小于2.5μm的细颗粒物散布在空气中，进而影响人类福祉与健康的现象。联合国可持续发展目标3.9明确指出，到2030年，需要实质性地减少危险化学品以及空气、水和土壤污染导致的死亡和患病人数。根据全球疾病负担项目最新的测算结果，中国每年有近一百万人死于PM2.5污染。为了控制空气污染及其负面影响，国务院于2013年施行了“大气污染防治行动计划”（以下简称“大气十条”），计划到2017年将城市中的PM2.5浓度降低10-25%。该计划的整体投入约1.7万亿人民币（约合2700亿美元），覆盖了中国三百多个地级行政区，横跨能源、工业、交通、法律和法规等多个部门，是一项前所未有的空气污染防治行动。2018年，中国生态环境部宣布该计划设定的PM2.5浓度控制目标顺利达成。然而，“大气十条”相关的PM2.5污染防控所带来的健康效益依然缺乏定论。 评价“大气十条”健康效益的难点在于，PM2.5污染致死人数受PM2.5浓度、人口数量、年龄结构和疾病死亡率等多个因素的共同影响。目前已有研究往往使用PM2.5污染致死人数在2013-2017年的变化量来近似表示“大气十条”所带来的健康效益，也有研究通过假设其它因素不变来量化PM2.5浓度变化的影响。但是，这些研究都很难区分各个因素的相对贡献，部分结果甚至相互矛盾。施行“大气十条”究竟产生了多少健康效益依然缺乏定论。 为此，该研究结合长期的PM2.5监测数据和最新的流行病学模型，对比了实施“大气十条”前后（2000-2013和2013-2017）中国PM2.5污染致死人数的变化趋势。同时使用解构的思路量化了PM2.5浓度、人口数量、年龄结构和疾病死亡率等因素对于PM2.5污染致死人数变化趋势的影响，全面揭示了“大气十条”通过减缓PM2.5污染所产生的健康效益。结果表明，中国的PM2.5污染致死人数在2000-2017年总体呈现增加趋势，从2000年的71.4万人增加到了2017年的97.1万人，增加了36.1%，年均增长率为1.8%。“大气十条”实施以后中国的PM2.5污染致死人数依然呈现增加趋势，但是年均增长率在2013年以后有所下降。2000-2013年，中国的PM2.5污染致死人数新增了22.1万人，年均增长率为2.1%。而在2013-2017年，中国PM2.5污染致死人数增加了3.6万人，其年均增长率为1.0%，明显低于实施“大气十条”之前的水平。进一步的解构分析表明，由于实施“大气十条”后PM2.5浓度降低，2017年的PM2.5污染致死人数比2013年减少了6.4万人。 在此基础上，该研究进一步探索了2030年PM2.5污染致死人数在两种不同的PM2.5控制政策情景（趋势情景和强力政策情景）下的变化趋势。研究假设趋势情景中，中国会延续现有的空气质量控制力度，人口加权的PM2.5浓度会在2030年逐渐降低到35μg/m3（中国现行的空气质量标准）。而在强力政策情境中，中国会采取更加严格的空气污染控制政策，人口加权的PM2.5浓度会在2030年大幅度降低至10μg/m3（世界卫生组织公布的空气质量标准）。与此同时，人口和年龄结构按照现有趋势发展，而疾病死亡率由于医疗保健水平的提高而进一步降低。该研究的预测结果表明，趋势情景中PM2.5污染致死人数将在2030年达到95.3万人，仅比2017年降低了2%。而在强力政策情景中，PM2.5污染致死人数将在2030年达到55.0万人，比2017年降低了40%以上。这意味着，如果延续当前政策趋势，虽然PM2.5浓度依然会有所下降，但是由于老龄化等其它因素的影响，PM2.5污染致死人数依然很难实现可持续发展目标3.9所提到的“实质性”降低的目标。中国依然需要在未来实施更强有力的空气质量控制政策，才能够一定程度上抵消老龄化等因素的影响，使得PM2.5污染致死人数“实质性”地下降（图2）。 该研究的主要贡献是通过解构分析全面认识了PM2.5浓度、人口数量、年龄结构和疾病死亡率等多个因素对PM2.5污染致死人数变化的影响，进而准确地估算了施行“大气十条”所带来的健康效益。同时，该研究还综合考虑了各个影响因素的变化，对未来PM2.5污染致死人数进行了预测，为中国制定未来的环境政策，实现相关的联合国可持续发展目标提供了重要参考。

粮食生产是资源约束型生产,本质的约束资源是耕地,粮食安全的核心是耕地安全.面对我国刚性增长的巨量人口,通过降低消费和扩大贸易都不能从根本上解决粮食安全问题,从战略上看,我国粮食安全的治本之策是提高粮食产出能力,两个因素制约我国粮食的有效供给:播种面积和单位面积产量,而耕地的数量和质量又最终成为约束播种面积和单位面积产量的先决条件.因此,有必要分析耕地的数量和质量变化与粮食生产的相关关系,揭示耕地对粮食生产和粮食安全的贡献作用,维护耕地质量,推进农地开发,确保耕地安全,从资源层面保障粮食安全的实现.

2020年3月19日，《自然-通讯》（Nature Communications）杂志在线发表了北京师范大学地理科学学部何春阳教授团队的最新研究成果，定量评估和揭示了中国空气污染防控政策成效，指出中国依然需要在未来实施更强有力的空气质量控制政策。该论文题为“中国需要进一步改善空气质量以减少PM2.5污染导致的人口死亡（Stronger policy required to substantially reduce deaths from PM2.5 pollution in China）”。 PM2.5污染是指直径小于2.5μm的细颗粒物散布在空气中，进而影响人类福祉与健康的现象。联合国可持续发展目标3.9明确指出，到2030年，需要实质性地减少危险化学品以及空气、水和土壤污染导致的死亡和患病人数。根据全球疾病负担项目最新的测算结果，中国每年有近一百万人死于PM2.5污染。为了控制空气污染及其负面影响，国务院于2013年施行了“大气污染防治行动计划”（以下简称“大气十条”），计划到2017年将城市中的PM2.5浓度降低10-25%。该计划的整体投入约1.7万亿人民币（约合2700亿美元），覆盖了中国三百多个地级行政区，横跨能源、工业、交通、法律和法规等多个部门，是一项前所未有的空气污染防治行动。2018年，中国生态环境部宣布该计划设定的PM2.5浓度控制目标顺利达成。然而，“大气十条”相关的PM2.5污染防控所带来的健康效益依然缺乏定论。 评价“大气十条”健康效益的难点在于，PM2.5污染致死人数受PM2.5浓度、人口数量、年龄结构和疾病死亡率等多个因素的共同影响。目前已有研究往往使用PM2.5污染致死人数在2013-2017年的变化量来近似表示“大气十条”所带来的健康效益，也有研究通过假设其它因素不变来量化PM2.5浓度变化的影响。但是，这些研究都很难区分各个因素的相对贡献，部分结果甚至相互矛盾。施行“大气十条”究竟产生了多少健康效益依然缺乏定论。 为此，该研究结合长期的PM2.5监测数据和最新的流行病学模型，对比了实施“大气十条”前后（2000-2013和2013-2017）中国PM2.5污染致死人数的变化趋势。同时使用解构的思路量化了PM2.5浓度、人口数量、年龄结构和疾病死亡率等因素对于PM2.5污染致死人数变化趋势的影响，全面揭示了“大气十条”通过减缓PM2.5污染所产生的健康效益。结果表明，中国的PM2.5污染致死人数在2000-2017年总体呈现增加趋势，从2000年的71.4万人增加到了2017年的97.1万人，增加了36.1%，年均增长率为1.8%。“大气十条”实施以后中国的PM2.5污染致死人数依然呈现增加趋势，但是年均增长率在2013年以后有所下降。2000-2013年，中国的PM2.5污染致死人数新增了22.1万人，年均增长率为2.1%。而在2013-2017年，中国PM2.5污染致死人数增加了3.6万人，其年均增长率为1.0%，明显低于实施“大气十条”之前的水平。进一步的解构分析表明，由于实施“大气十条”后PM2.5浓度降低，2017年的PM2.5污染致死人数比2013年减少了6.4万人。 在此基础上，该研究进一步探索了2030年PM2.5污染致死人数在两种不同的PM2.5控制政策情景（趋势情景和强力政策情景）下的变化趋势。研究假设趋势情景中，中国会延续现有的空气质量控制力度，人口加权的PM2.5浓度会在2030年逐渐降低到35μg/m3（中国现行的空气质量标准）。而在强力政策情境中，中国会采取更加严格的空气污染控制政策，人口加权的PM2.5浓度会在2030年大幅度降低至10μg/m3（世界卫生组织公布的空气质量标准）。与此同时，人口和年龄结构按照现有趋势发展，而疾病死亡率由于医疗保健水平的提高而进一步降低。该研究的预测结果表明，趋势情景中PM2.5污染致死人数将在2030年达到95.3万人，仅比2017年降低了2%。而在强力政策情景中，PM2.5污染致死人数将在2030年达到55.0万人，比2017年降低了40%以上。这意味着，如果延续当前政策趋势，虽然PM2.5浓度依然会有所下降，但是由于老龄化等其它因素的影响，PM2.5污染致死人数依然很难实现可持续发展目标3.9所提到的“实质性”降低的目标。中国依然需要在未来实施更强有力的空气质量控制政策，才能够一定程度上抵消老龄化等因素的影响，使得PM2.5污染致死人数“实质性”地下降（图2）。 该研究的主要贡献是通过解构分析全面认识了PM2.5浓度、人口数量、年龄结构和疾病死亡率等多个因素对PM2.5污染致死人数变化的影响，进而准确地估算了施行“大气十条”所带来的健康效益。同时，该研究还综合考虑了各个影响因素的变化，对未来PM2.5污染致死人数进行了预测，为中国制定未来的环境政策，实现相关的联合国可持续发展目标提供了重要参考。