项目成果/简介:11月4日，天津大学生命科学学院王涛课题组在Journal of Virology在线发表了最新研究成果，论文题目为“Enterovirus D68 Protease 2AproTargets TRAF3 to Subvert Host Innate Immune Responses”。 肠道病毒EV-D68（Enterovirus D68）可引起典型上呼吸道感染症状，同时还会诱发中枢神经系统疾病，如急性弛缓性麻痹和急性无力脊髓炎等。近年来，我国对EV-D68的检出率逐渐升高，存在大规模暴发的风险。肠道病毒的非结构蛋白2A蛋白酶（2Apro）是协助病毒逃避宿主天然免疫的关键蛋白。 王涛团队发现在感染EV-D68后，2Apro可显著抑制SEV诱导的Ⅰ型干扰素反应。进一步研究发现，2Apro能够分别在HeLa和HEK293T细胞中切割TRAF3的C端区域，切割后得到的条带大小为40 kDa左右。同时，2Apro中第107位氨基酸的半胱氨酸被丙氨酸取代后，丧失对TRAF3的切割活性，而TRAF3中第462位氨基酸甘氨酸突变为丙氨酸时，表现出对2Apro切割的抗性。 本研究发现了EV-D68的2Apro能够切割宿主天然免疫通路中的TRAF3蛋白，从而破坏宿主的先天免疫应答，并对2Apro和TRAF3切割的具体位点和机制做了详细报道。

本发明提供了一种由以下通式I表示的化合物，或其药学上可接受的盐，以及解析的对映异构体与纯化的非对映体，其中：R1是H或C1-12烷基；R2是H，-C(O)R1a，-C(O)OR1a或-S(O)2R1b，其中R1a是H或C1-6烷基，R1b是选自H或C1-6烷基，卤代烷烃，苯基或芳基的基团；R3是可选被C1-4烷基取代的氨基，卤素，羟基，巯基，胍基，硝基或氰基；以及R4是-(CH2)nCO2H，-(CH2)nP(O)(OH)2，-(CH2)nCO2R1a，-(CH2)nP(O)(OR1a)2，其中R1a是H或C1-6烷基，n是0到4的整数，或以上基团的盐。本发明还提供了新的通式I表示的环己烯化合物的制备方法，以及它们作为流感病毒神经氨酸酶抑制剂在用于制备预防或治疗流感疾病的药物中的应用。

该技术研制了一种能识别多种卡巴氧和喹赛多代谢产物的特异性单克隆抗体和一种用于检测卡巴氧和喹赛多代谢产物的酶联免疫方法及试剂盒。与现有技术相比，本成果制备的单克隆抗体可以同时识别脱二氧卡巴氧、脱二氧喹赛多和N4-脱一氧喹赛多，而且具有较高的灵敏度和特异性。建立的ELISA技术和试剂盒能同时检测卡巴氧和喹赛多代谢产物在肉类食物中的残留，具有检测效率和灵敏度高，精密度和准确度好等优点。 现已发展了多种用于检测该类药物残留技术，在这些残留分析技术中，由于其所需仪器昂贵、操作复杂、检测费用高，而不利于大批量样品的筛选及现场检测。目前，针对喹噁啉类脱二氧代谢物的检测技术鲜有报道，所以建立一种特异性较好、灵敏度较高的单克隆抗体以检测动物体内或肉类食物中卡巴氧和喹赛多代谢产物显得十分必要。 成果完成时间：2017年

1 .掌握大鲵子二代亲鲵生殖生理特点和生殖调控机理，创建大鲵子 二代生殖调控技术和大鲵子三代全人工繁殖和苗种规模化培育技术；2 .选育和培育出体质健壮子二代亲 鲵400多组（1尾雄亲鲵+3尾雌亲鲵为一组），诱导性腺发育与雄雌同步成熟，使用高活性催产剂进行人 工催产，催产率达72%，受精率90%，孵化率33%，苗种存活率90 .5%，三年（2007-2009年）共繁育大 鲵子三代苗种44800尾；3 .实现大鲵子三代苗种规模化生产，能提供大批量子三代苗种供养殖部门发展 大鲵养殖产业，并在自然保护区放养，还进行子三代健康养殖示范，具有显著的经济效益、社会效益和 生态效益

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

近期，西湖大学人工光合作用与太阳能燃料中心孙立成实验室在探索这一未解之谜的过程中取得进展。

武汉大学采购金属有机化学气相沉积设备项目 招标项目的潜在投标人应在阳光招采电子招标投标交易平台（网址：http://www.yangguangzhaocai.com/）获取招标文件，并于2022年06月10日 09点30分（北京时间）前递交投标文件。

项 目 负 责 人 产 业 化 经 验 丰 富 ：2 0 1 3– 2 01 8年设计、构建了废冰箱、废硒鼓、废电路板破碎—物理分离生产线各一条（已投产），在环境领域 著名SCI期刊Env iron . Sc i . Techno l .等发表论文 3 6篇，申请发明专利 3 4项，获授权发明专利 1 项。近年来，在贵金属生物浸出方向，筛选出废线路板贵金属浸出菌株，设计了贵金属高效生物浸出反应器

本发明公开了一种表面氧缺陷多孔金属氧化物材料及其制备和应用。所述表面氧缺陷多孔金属氧化物材料的制备方法包括以下步骤：1)将金属盐溶解于有机溶剂中，形成透明溶液、2)将步骤1)中的透明溶液与软膜板剂混合，得到二者充分均匀分散的分散液，充分混合形成金属盐凝胶、3)将步骤2)中得到的金属盐凝胶制备成干凝胶、4)将步骤3)中得到的干凝胶高温煅烧，所得灰分即为表面氧缺陷多孔金属氧化物、本方法能够同步合成出表面氧缺陷多孔金属氧化物材料。制备方法相对简单，在形成多孔结构的同时增加了材料表面的氧空穴浓度，改变了材料的电子结构，可应用于吸附、光电催化及电池领域。