一、技术背景 近年来，随着企业数据的迅速膨胀，存储业务响应要求越来越快，如何找到一个有效且高效的存储解决方案已经成为业界 IT 管理员们共同面临的巨大挑战。针对大量计算和存储需求的爆发式增长，虚拟化和存储基础架构必须能够提供足够弹性以及足够性能的业务支撑能力。 二、产品介绍 云之翼存储虚拟化（yiSAN）为用户提供了一款超融合、弹性配置以及可横向扩展的超融合解决方案。通过存储虚拟化技术，将物理设备上的计算和存储资源融合为一个统一的资源池，并在此资源池上提供了更为弹性存储特性以支持各类虚拟化场景的使用。云之翼存储虚拟化可在多种虚拟化平台上进行混杂部署，在同一套硬件设备上，融合了弹性计算能力及软件定义存储能力。充分利用硬件资源，实现存储计算资源的统一弹性管理，进一步降低用户的 IT 投资。 云之翼存储虚拟化场景应用： 多虚拟化平台融合 多存储架构融合 多存储介质融合 多级数据安全策略融合 多数据服务融合 三、产品架构 四、功能优势 简化软件定义基础架构 云之翼存储虚拟化将每台虚拟服务器的本地磁盘整合成一个统一的虚拟存储资源池，不仅简化了传统基础架构的复杂性，同时也避免性能瓶颈，使得整个基础架构更加易于扩展。 更加简化的弹性扩展方案 云之翼存储虚拟化整合虚拟服务器本地硬盘，当一台新的节点加入集群时，不仅存储容量增加，计算资源与存储性能都能得到同步提升。 简化应用程序的使用模式 云之翼存储虚拟化采用软件定义存储的方式，允许IT管理员在超融合存储集群中，再额外规划出一个甚至多个虚拟存储器供应用程序进行数据访问。 更为简化的数据保护方案 云之翼存储虚拟化提供了內建的数据保护机制、数据副本机制、异地数据备份等多种数据保护方案。 更低的总体拥有成本 云之翼存储虚拟化简化基础架构，节省大量的网络带宽以及管理成本。通过整合虚拟服务器中的本地硬盘，降低了部署和管理外部共用存储资源的成本。 多租户存储服务  云之翼存储虚拟化提供多租户数据隔离能力，可为不同租户提供逻辑上独立的计算和存储资源池。 实时副本及自我修复 云之翼存储虚拟化实时副本及自我修复功能不但减少管理者的负担，更可以大幅提高整体 SLA 确保数据不会因为连续的硬件故障而丢失。 数据实时压缩及去重 云之翼存储虚拟化支持实时的数据压缩及去重，可以有效增加存储空间使用率，使某些应用在虚拟化上可以达到 3~5x 的存储空间效益。

一、技术背景 随着云桌面的普及，人们不再满足于将云桌面仅仅用于日常办公，处理简单的文字或浏览网页，专业3D软件、Win10等高端应用场景也需要云桌面来支撑，而在这些应用场景中，GPU是不可或缺的。云桌面的应用体验要与高端PC无差别，这才是用户的心声。如何才能满足用户对高性能云桌面的需求，GPU虚拟化由此应用而生。 二、技术介绍 vGPU，即真正意义上的GPU虚拟化方案，就是将一块GPU卡的计算能力进行切片，分成多个逻辑上虚拟的GPU，以vGPU为单位分配GPU的计算能力，并将单块GPU卡分配给多台虚拟机使用，使得虚拟机能够运行3D软件、播放高清视频等，极大地提升了用户体验。真正实现了GPU资源的按需分配，实现3D虚拟化的全场景交付。同时大大降低图形图像用户的使用成本以及提高数据的处理效率和数据安全性。 三、技术架构 四、技术优势 按需交付GPU 根据不同场景应用需求交付GPU，避免GPU资源闲置或不足，从而降低成本。 良好的3D用户体验 可兼容各种不同行业、不同场景的3D软件，为用户提供良好的3D效果体验。 提高数据安全性 借助虚拟化及VGPU，可实现了对 3D 应用程序和大型数据集安全的远程访问，且无需牺牲性能。 实现虚拟机实时迁移 可将正在运行的虚拟机从一台物理服务器移动到另一台物理服务器，从而将停机时间降至最低，并且不会丢失数据。

南京师范大学的周小四教授课题组与沈健教授课题组合作，通过多步模板法成功制备了蛋黄壳结构的FePO4（FePO4YSNSs），并用于钠离子电池正极。FePO4YSNSs由介孔结构的纳米蛋黄和坚固多孔的纳米蛋壳构成。另外，改变初始碳球模板的酸化程度，空心FePO4纳米球（FePO4HNSs）和实心FePO4纳米球（FePO4SNSs）也被相继合成。值得注意的是，这一多步模板法还可用于制备蛋黄壳、空心和实心结构的Fe2O3。 FePO4YSNSs在钠离子电池正极中具有独特的优势：首先，蛋黄壳结构和纳米颗粒构筑单元都可以有效地减轻在嵌/脱钠过程中的内部应力；大比表面积和小孔径可以减小钠离子/电子的扩散距离，从而提高储钠动力学。其次，介孔的纳米蛋黄可以改善FePO4YSNSs正极的电解质渗透，从而加速电荷转移和钠离子扩散；坚固的纳米壳可以增强FePO4YSNS的结构完整性，从而提高了循环稳定性。另外，高密度的FePO4纳米壳的带隙比低密度的FePO4纳米蛋黄的带隙小，导致在纳米壳和纳米蛋黄之间形成一个内置电场，这将提高电荷转移动力学并导致高倍率性能。将上述获得的FePO4YSNSs用于钠离子电池正极，电化学测试表明：与FePO4HNSs和FePO4SNSs相比，FePO4YSNSs的储钠性能最优（在100 mA g−1的电流密度下，可逆容量为106.3 mAh g−1；循环1000圈后，容量保持率为91.3%）。更重要的是，这种简单易行的多步模板法与独特的蛋黄壳结构，不仅使FePO4具有优异的储钠性能，还将为催化等其它领域提供新思路。

LAG-3和PD-1是两个潜在的器官移植免疫排斥治疗靶点，成功制备了间充质干细胞来源的FGL1/PD-L1双靶点外泌体，发现其能够在小鼠异体心脏移植模型中有效减轻移植排斥，展现了良好的治疗效果。

2020年1月30日，天津大学生物信息中心新型冠状病毒基因组注释数据库上线，并纳入中国国家基因组科学数据中心向全球开放服务。天津大学生物信息中心的高峰教授、罗昊博士采用已研发的ZCURVE_CoV系列软件对包括新型冠状病毒(2019-nCoV)在内的两千余株冠状病毒的基因组进行了基因识别和酶切位点预测，并以数据库(ZCURVE_CoV Database)的形式提供网上服务。

基于SHERRY方法的转录组测序建库流程如图1所示，样本可以来自裂解的单细胞或bulk RNA；RNA分子经过oligo-dT 引物的反转录后，RNA/DNA杂合链可直接被Tn5转座酶打断（图中灰色的波浪线及直线分别代表RNA及DNA分子）；在Tagmentation之后，转座酶会在杂合链两端加上adaptor接头，进行之后的建库PCR扩增。　基于100pg的RNA起始量，SHERRY表现出了高的read匹配率，同时可检测出近9000个基因，其中72%的基因可在三个重复样本中检测出，可重复性较好。与目前普遍应用于单细胞转录组测序的Smart-seq2技术相比，SHERRY与其建库质量不相上下，并且具较低的GC bias。此外，SHERRY整个流程仅需要5个步骤，且可在一个管子中完成，整个时间仅约4小时，其中手工操作时间不到半小时。相比之下，Smart-seq2整个耗时约为SHERRY二倍的时间，且需要一些前处理等操作；此外，包含十个步骤的NEBNext方法则需要更加多的实验室操作和时间成本。值得一提的是，在成本方面，SHERRY方法仅为其他两种方法的五分之一，将大大节省实验成本。

开发了一个高效的捕获RNA结合蛋白双链RNA底物的建库测序技术（irCLASH）以及后续的一整套生物信息学分析方法；首次在转录组水平上系统地绘制了人类ADAR蛋白的内源双链RNA底物图谱；揭示了决定ADAR结合效率和编辑效率的底物特征和ADAR结合长双链RNA的体内模型。       该研究利用irCLASH技术系统构建和分析了人类ADAR1、ADAR2及ADAR3的双链RNA底物图谱，发现与之前根据计算推导的研究设想不同，ADAR具有大量的、长距离的双链RNA底物。该研究发现不完全互补配对的底物与ADAR蛋白也有很好的亲和度，特别是ADAR2家族成员。研究还进一步揭示了决定ADAR结合效率和编辑效率的底物特征。irCLASH测序技术及后续的整套生物信息学分析方法的开发为研究双链RNA结合蛋白的内源底物提供了新的工具。同时，该研究揭示的ADAR与底物相互作用及催化特性为研究人员开发高效的RNA编辑工具提供了资源宝库及改进方向。

本发明提出了一种基于细长反应腔的全基因组扩增方法，其特征在于将多重链置换扩增反应体系注入细长型的反应腔中，完成对目标基因组的全基因组扩增。细长形的反应腔体将多重链置换扩增反应体系相对分隔于一个细长的反应腔中，各微观反应单元之间的物质交换和相互影响大为减少，因此各微观反应单元以一个相对独立的状态发生反应，目标核酸各个片段之间的扩增一致性得到很大提升。同时，基于细长反应腔的多重链置换扩增，不需要预先制备微液滴发生装置或复杂反应微腔，并且在系统调试和扩增反应的过程中，不需要对微量液体进行精密和复杂的控制，

 红树植物是生长在海岸潮间带环境的木本植物，包含了不同分类类群的数十个物种，是研究适应性趋同进化的极佳对象。课题组选择了三个主要的红树植物类群共16种代表性的红树物种，进行了全基因组或转录组测序组装，在全基因组水平检测趋同进化。通过系统发育分析发现三个红树植物类群起源的时间十分接近，共同经历了历史上海平面的升降，并逐步适应潮间带环境。论文进一步发展了准确估计分子水平趋同进化的方法，以陆生植物为对照，通过检测趋同氨基酸替代的方法，成功收集到70多个在红树植物中趋同进化的基因。此外还发现红树植物更多的趋同进化发生在氨基酸组成和氨基酸替代模式的改变。相比于陆生植物，红树植物趋同地改变了9种氨基酸的使用频率，更多地发生了平常少见的氨基酸替代模式。这种氨基酸组成的趋同进化有助于红树植物适应高盐、动荡且营养贫瘠的海岸潮间带环境。这项研究通过合适的物种选取、大量的基因组数据和完备的对照组设置，首次真正在基因组水平上准确地检测出趋同氨基酸替代位点。

近年随着测序技术的不断完善，生物领域积累了大量基因组、转录组、表观组学数据。怎样有效利用这些数据挖掘生物学新知识，是研究工作者在大数据时代面临的挑战。该研究以DNA甲基化测序数据入手，探索了大数据挖掘揭示生物学新知识的研究之路。翟继先课题组重新分析了公共数据库中来自不同实验室的约500余组Col-0型拟南芥DNA甲基化数据：通过比较单个突变体和多个野生型，鉴定了每个突变体中高置信度的DNA甲基化差异区域，进而分析了不同突变体间DNA甲基化差异区域的重合度，揭示控制DNA甲基化相关基因之间的联系。