基于MDE具有明确活性中心结构的特点，团队进一步结合原位/在线X射线吸收光谱和理论计算深入揭示了取代基调控催化剂性能的机理（图3）。研究团队发现，NiPc MDEs的CO2还原起峰电位与Ni中心的部分还原紧密相关，而不简单取决于理论计算中的反应能垒。氰基（CN）取代可以使分子更容易被还原，因此具有更正的起峰电位。此外，OMe取代可以提高催化过程中Ni-N键强度并促进CO中间体脱附，从而提高催化剂稳定性。

本成果基于廉价易得的功能型离子液体、低共熔溶剂，可从海洋废弃生物质（比如虾蟹壳，海藻，海带等）中高选择性制备甲壳素、壳聚糖、海藻酸等天然多糖高分子化合物，进而实现相应化合物的结构性能提升（如抗菌等）或者转化为高附加值衍生产品（如医药用品或者药物载体等）。该新技术有望解决传统酸碱制备方法中水耗高、污染大等问题，具备水耗低、污染少、能耗低、流程少等潜在优点。此外，新技术具有良好的拓展性和灵活性，可从虾蟹壳直接制备甲壳素敷料、绷带等医疗用品。 主要技术特点如下： （1）处理的原料来源于当地的虾蟹壳，海带/海藻等，无需特别分级处理。 （2）所得甲壳素收率大于90%，纯度大于95%，聚合度可调，介于400——4000。 （3）所得壳聚糖收率大于90%，纯度大于95%，脱乙酰度值大于85%，符合国家标准GB 29941-2013。 （4）所得海藻酸收率大于90%，纯度大于95%。 （5）可制备得海藻酸基功能材料（膜、纤维、水凝胶、气凝胶等），具备自愈合、阻燃等特点。

本成果基于廉价易得的功能型离子液体、低共熔溶剂，可从海洋废弃生物质（比如虾蟹壳，海藻，海带等）中高选择性制备甲壳素、壳聚糖、海藻酸等天然多糖高分子化合物，进而实现相应化合物的结构性能提升（如抗菌等）或者转化为高附加值衍生产品（如医药用品或者药物载体等）。该新技术有望解决传统酸碱制备方法中水耗高、污染大等问题，具备水耗低、污染少、能耗低、流程少等潜在优点。此外，新技术具有良好的拓展性和灵活性，可从虾蟹壳直接制备甲壳素敷料、绷带等医疗用品。 主要技术特点如下： （1）处理的原料来源于当地的虾蟹壳，海带/海藻等，无需特别分级处理。 （2）所得甲壳素收率大于90%，纯度大于95%，聚合度可调，介于400~4000。 （3）所得壳聚糖收率大于90%，纯度大于95%，脱乙酰度值大于85%，符合国家标准GB 29941-2013。 （4）所得海藻酸收率大于90%，纯度大于95%。 （5）可制备得海藻酸基功能材料（膜、纤维、水凝胶、气凝胶等），具备自愈合、阻燃等特点。

一种钛基底上制备有机分子杂化TiO2纳米复合薄膜的方法，其主要步骤是：A、将纯钛片两次放入多巴胺溶液中各浸泡10-14h，得涂层模板；B、将没食子酸、己二胺配成混合溶液，置于35-39℃的水浴中，再将涂层模板在混合溶液中浸3-5h，取出超声清洗三遍，得有机分子层模板；C、将0.1-0.2 mol/L的(NH4)2TiF6溶液和0.2-0.4 mol/L的H3BO3溶液，按体积比1:1混合成混合液；再调节PH值至2.7-2.9；D、将有机分子层模板浸入混合液中，在45-55℃的水浴锅中浸泡10-40h，即得。该法在钛基底上制备得到的TiO2薄膜的结合力高、分布均匀、光电转换效率高，生物相容性好。

近日，我校生命科学学院李学宝教授课题组在棉纤维发育的分子机制研究方面取得重要进展，研究成果在线发表于著名植物学期刊《The Plant Journal》（Li et al. 2018,DOI:10.1111/tpj.14108）。

项目简介研发背景：抗凝血药物的临床应用极为广泛，在骨科手术，心脏手术，抗脑卒中等方面具有数十年的使用历史。肝素类药物，包括目前大范围应用的低分子肝素与合成肝素等是针对诸多临床适应症不可替代的抗凝血药物。作为肝素结构上的类似物，岩藻糖基化硫酸软骨素(FuCS)是近年来被重点关注的具有抗凝血活性的新结构分子。其可从天然海参中提取得到，深入的天然产物化学研究表明 FuCS 九糖片段具有与市售低分子量肝素相当的抗凝血活性，且已观测到此类结构多糖的口服抗凝活性。继续研究这一新结构多糖的抗凝活性机制并对相关分子结构进行优化是开发新一代类肝素抗凝药物的必要举措。前景预测：肝素的抗凝活性极为出色，目前每年的全球销售额可达数十亿美元并继续保持着较高的增长率。但由于其口服无活性的性质，使得相关临床应用仅局限于医院等专业医疗机构。另一方面，肝素的潜在出血风险是限制肝素大范围应用的另一问题。我们所研究的 FuCS 九糖是肝素寡糖的结构类似物，同属于糖胺聚糖家族，但由于 FuCS 独特的化学结构，使得其具有口服抗凝活性，且药理活性机制表明其可选择性激活内源性凝血通路，因而在出血倾向方面相比肝素具有更高的安全性。项目团队开发了一种可以简便合成 FuCS 九糖的化学合成工艺。这一工艺的实现可以提高 FuCS 的可获得性，降低目标药物的获取难度，并且保障其后续开发中的质控水平。该工艺是支撑目前 FuCS 分子库建立、后期药物筛选与中式放大的最优合成路线，应用前景广阔项目团队 团队由药学院李中军教授领导。李教授是北京大学天然药物与仿生药物国家重点实验室学术委员会成员，北京大学药学院学术委员会成员，其在糖类药物的基础研究与技术开发方面具有 30 年的实操经验。获得包括施维雅科学奖在内的众多学术荣誉，发表超过 150 篇 SCI 论文，拥有超过 20 项授权发明专利。团队成员包括 3 名副教授，1 名讲师，5 名博士研究生及 10 名硕士研究生。李教授领导的团队与国内领先的疫苗生产企业康希诺生物股份公司保持密切的合作关系；李教授本人曾长期担任上市公司——深圳信立泰股份公司的独立董事；李教授曾开发一条红景天苷的合成工艺并成功实现了技术转让。李教授在国内糖化学与糖类药物领域积累了深厚的学术经验，拥有广泛的人际关系。应用范围 临床抗凝血用，包括手术抗凝血，居家日常抗凝血使用等。项目阶段 候选药物（细胞水平研究阶段）。知识产权 已申报两项中国发明专利：  1、 岩藻糖基化硫酸软骨素寡糖及其制备方法、组合物和用途，申请号：2018107787336  2、 岩藻糖基化硫酸软骨素寡糖糖簇及其制备方法，申请号 2017103131376合作方式 技术入股、技术转让。

研发背景：抗凝血药物的临床应用极为广泛，在骨科手术，心脏手术，抗脑卒中等方面具有数十年的使用历史。肝素类药物，包括目前大范围应用的低分子肝素与合成肝素等是针对诸多临床适应症不可替代的抗凝血药物。作为肝素结构上的类似物，岩藻糖基化硫酸软骨素(FuCS)是近年来被重点关注的具有抗凝血活性的新结构分子。其可从天然海参中提取得到，深入的天然产物化学研究表明FuCS九糖片段具有与市售低分子量肝素相当的抗凝血活性，且已观测到此类结构多糖的口服抗凝活性。继续研究这一新结构多糖的抗凝活性机制并对相关分子结构进行优化是开发新一代类肝素抗凝药物的必要举措。 前景预测：肝素的抗凝活性极为出色，目前每年的全球销售额可达数十亿美元并继续保持着较高的增长率。但由于其口服无活性的性质，使得相关临床应用仅局限于医院等专业医疗机构。另一方面，肝素的潜在出血风险是限制肝素大范围应用的另一问题。我们所研究的FuCS九糖是肝素寡糖的结构类似物，同属于糖胺聚糖家族，但由于FuCS独特的化学结构，使得其具有口服抗凝活性，且药理活性机制表明其可选择性激活内源性凝血通路，因而在出血倾向方面相比肝素具有更高的安全性。项目团队开发了一种可以简便合成FuCS九糖的化学合成工艺。这一工艺的实现可以提高FuCS的可获得性，降低目标药物的获取难度，并且保障其后续开发中的质控水平。该工艺是支撑目前FuCS分子库建立、后期药物筛选与中式放大的最优合成路线，应用前景广阔。

项目针对国内外脂溶性功能因子微胶囊化产品储藏稳定性差、生物利用率低、 配料安全性问题等诸多品质不足，提出以构建乳化和成膜特性俱佳的食品大分子乳化体系为基础，进行包载脂溶性功能因子的高生物利用率、高稳态化、可控型纳米颗粒及固态粉末产品的绿色制备。产品结构多样，填补了国内市场空白，缩小了我国食品配料产业与发达国家的差距。取得了一系列创新性成果。 针对脂溶性营养素微胶囊化产品载量低、生物利用率差等问题，利用天然蛋白质的分子柔顺性和复杂大分子结构，采用增溶、乳化-溶剂挥发高效制备技术，提高营养素载量，同时收缩载体分子体积、减小粒径，制备获得高载量、安全、无油型包载营养素的蛋白质纳米颗粒。该产品粒径范围在 60-100nm，β-胡萝卜素载量较普通含油型载体提高了 100 倍，具有抗胃蛋白酶消化和完全的小肠吸收特性，β-胡萝卜素生物利用率是未包埋时的 25 倍，抗氧化活性提高了 2-8 倍。针对蛋白质易在等电点 pH、高盐、高温等极端环境下因变性而失稳，采用Maillard 糖基化反应对其进行接枝，通过控制反应进程及糖基供体，获得等电点不沉淀、乳化稳定性提高 5-7 倍，变性温度提高 10℃以上的高稳定蛋白。以 其为载体制备的抗环境因子干扰型纳米颗粒在pH2.0-10.0 范围内粒径均稳定在 100nm 以下，4 °C 下储藏 6 个月，营养素保留率达 92%以上。 针对液态乳化产品在储藏过程中的不稳定性，利用淀粉的结构可塑性，在确低黏度且兼具乳化和成膜双重特性的辛烯基琥珀酸（OSA）酯化淀粉的改性机制的基础上，提出同步改性-乳化-干燥技术，构建了脂溶性营养素的粉末化制品。通过分析 OSA 淀粉分子分散密度和取代度与功能因子储藏稳定性及生物有效性之间的相关性，获得了生物利用率提高 10 倍以上的乳化粉末产品。复水后乳液 保持纳米级粒径，室温下储藏半年保留率达 95%以上。 针对不易使用热处理手段的热敏性风味油脂，提出纳米乳液包埋-多孔淀粉 吸附的两步非热固化技术。创新性的采用“热液处理”原淀粉结合生物酶法打孔，制备得到吸油率为 135%的高吸附型多孔淀粉。强挥发性薄荷油纳米乳液多孔淀粉吸附产品，在室温敞口放置 40 天，保留率可达 98%以上，且产物在 160-200℃ 高温条件下具有缓释特性。

导读东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法，以对运动想象(MI)任务进行分类。ESI技术采用边界元法(BEM)和加权最小范数估计(WMNE)分别解决EEG的正向和逆向问题。然后在运动皮层中创建十个scout来选择感兴趣的区域(ROI)。研究者使用Morlet小波方法从scout的时间序列中提取特征。最后，使用CNN对MI任务进行分类。实验结果:在Physionet数据库上的整体平均准确率达到94.5%，分别对左拳头、右拳头、双拳和双脚的单个准确率达到95.3%、93.3%、93.6%、96%，采用十倍交叉验证进行验证。研究人员表示，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者为验证方法的有效性，加入了4个新的受试者进行验证，发现总体平均准确率为92.5%。此外，全局分类器适应单一对象，整体平均准确率提高到94.54%。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。系统框架图1 系统框架图系统框架如图1所示。原始数据来自国际10-10系统的64个电极(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10电极)，并以每秒160个样本的速度采集。根据国际10-10系统从64个通道采集原始脑电图，并使用BCI2000系统进行记录。记录的数据被分为四个独立MI任务包括左拳MI,右拳MI,双拳MI和双脚MI。首先，由于ERD在执行运动想象时在alpha和beta中不同，因此使用FIR滤波器对EEG进行了8 Hz至30 Hz的带通滤波。然后，通过计算包含正问题和逆问题的源，将传感器空间的活动转化为源空间的活动。接下来，创建scout并提取特征。研究者在运动皮层中创建了10个scout，因为我们只关心与运动相关的活动。十个scout中的每一个都代表了可用源空间中的一个感兴趣的区域(ROI)，并且是定义在皮层表面或头部体积上的偶极子的子集。左脑的scout称为L1、L2、L3、L4、L5，右脑的scout称为R1、R2、R3、R4、R5。利用JTFA从10个scout的源时间序列中提取特征。最后，利用CNN对时频图进行分离并进行分类。实验在实验中，研究人员仅使用了随机选择的十个受试者的MI trail (S5，S6，S7，S8，S9，S10，S11，S12，S13，S14)。这里用于分析的数据集包含每个受试者84次试验，每一类包含21次试验。在记录64通道脑电图时，受试者执行了不同的运动想象任务。每个受试者针对以下四个任务中的每一个执行了3轮21试验：当目标出现在屏幕左侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕的右侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕顶部时，受试者想象打开和合上双手的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕底部时，目标会想象双脚张开和合拢，直到目标消失。然后受试者放松。为了统一数据维数，研究者选择了4s的数据，因为每次想象任务的执行时间都在4s左右。此外，脑电图任务是分开的，研究人员在实验中将左拳，右拳，双拳和双脚MI任务分别称为T1，T2，T3和T4。图2 scout命名左右运动想象的scout分别命名为L1、L2、L3、L4、L5、R1、R2、R3、R4、R5，如图2所示。10个scout每一个都被扩展到40个顶点，每个顶点只有一个源。L1区域对应40个信号，其他scout也一样。在计算了来源后，研究者在运动皮层中创建了十个scout，如图3所示。图3 创建10个scout使用ESI计算十个受试者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次试验的四个任务(T1、T2、T3、T4)的源。对于这四项任务中的每一项，每个受试者每次都要进行7次测试(#1，#2，#3，#4，#5，#6，#7)。展示了第一个步的10个被试的10个scout的4项任务的来源。然后提取10个scout的时间序列进行进一步分析。特征提取在计算源之后，研究人员在运动皮层中创建了包含40个源的10个scout，并提取了scout的时间序列。如图4所示为提取R5 scout时间序列作为示例。图的右边显示了R5 scout的时间序列。本文利用小波变换从scout时间序列中提取特征。图4 提取R5 scout时间序列作为示例在这项研究中，研究者提出利用CNN来解决运动想象任务分类的问题。该模型基于Schirrmeister等提出的Deep ConvNet架构，该网络模型由一个六层卷积网络组成，其中两个最大池层和三个全连接层，如图5所示。图5对于Physionet数据库，研究者首先采用Deep ConvNet架构，包括四个卷积层、四个最大池层和一个全连接层。在实验中，研究者依据经验使用两个最大池化层。并尝试了不同数量的卷积层和完全连接层。时频图利用Morlet小波方法得到了scout的特征。对于每个任务，R5 scout的时频图如图6所示。包含时间和频率互补的时频分析方法提供了时域和频域的联合分布信息，清晰地描述了信号频率与时间的关系。图6 R5 scout的时频图显然，只有部分时频映射是红色的，表明每个任务只对特定的频率和时间敏感。由于图的数量比较大，研究者使用CNN来选择和学习这些图中最基本的特征。研究人员随机选择了几个样本，并将一些特征图可视化，作为MI任务的学习表示，如图7所示。图7为了获得有效的结果，将数据集分为90％作为训练集，其余10％作为测试集。首先，将十个受试者的数据集（总共19320个样本）分为17388个样本以训练所提出的CNN模型，以及1932个样本以验证模型的有效性。在实验中，研究者还选择了另外四个受试者的数据集以增加数据集的规模(27048个样本)，其中24343个样本是训练集，其他样本是测试集。在选定的scout上对所提出的CNN架构进行了十次训练和测试，以验证所提出模型的鲁棒性。图8(a)显示了10个scout中每个的全局平均精度。图8 统计结果R5的全局平均精度最高，达到94.5%，而L2的全局平均精度最低，为91.3%。对应L1、L3、L4、L5、R1、R2、R3、R4的整体准确率分别为92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的总体精度均在91%以上，标准差均在0.20%以下。图8(b)显示了十个scout中每个scout四个MI任务的组级统计结果及其标准差。一般来说，R5表现的要比其他的好，而L2在迭代2000中表现最差。标准差较小，说明这些精度更接近平均值且稳定。图9 统计结果图9(a)显示了带有标准差的混淆矩阵，说明了group level分类结果。T1、T2、T3和T4的全局平均精度峰值分别为95.3%、93.3%、93.6%和96.0%。R5 scout的四个MI任务中的每一个都如图9(b)所示。通过改变训练集和测试集顺序的10次试验，确定了scoutR5的性能，结果如图10(a)和(b)所示。在10次试验中，scout R5的T1、T2、T3、T4的平均准确率分别为93.3%、93.8%、94.2%、94.1%。换句话说，四个任务中每一个的平均准确率都超过了93%。全局平均准确率为93.7%。10次试验结果表明，该方法对scout R5的分类效果较好。从以上结果可以清楚地看出，R5 scout在四种MI任务的分类中扮演着最重要的角色。因此，选择R5对四个MI任务进行分类。图 10图11. (a)是不同模型的全局平均准确性的比较。可以发现，该研究提出的模型可以达到最大的精度。从图11. (b)不同模型的ROC曲线可以看出提出的模型比其他模型表现更好。©不同模型T1上的精度比较。(d)不同模型T2的精度比较。(e)不同模型T3的精度比较。(f)不同型号T4的精度比较。图11 不同模型的精度比较结论东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法。该方法可以对运动想象(MI)任务进行分类。实验结果表明，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者加入了4个新的受试者进行验证来验证方法的有效性。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。论文信息：A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN

近日，我校含氟新材料研究所肖强研究员与国际著名膜科学家、美国工程院院士M. Tsapatsis教授团队合作，在国际顶级刊物《Nature Materials》上以全文（Article）形式发表了题为“One-dimensional intergrowths in two-dimensional zeolite nanosheets and their effect on ultraselective transport”的研究论文，并同刊得到了国际顶尖科学家J. Caro教授和J. Kärger教授的推荐点评。  工业中混合物的分离约占到整个世界总能耗的10~15%，发展低能耗的工业分离过程始终是科技界的重要使命。沸石分子筛膜以其多孔性、耐溶胀、分子筛分等特性，在溶剂除水和气体分离方面展现了很好的分离效率，取得了重要应用。采用沸石分子筛膜对沸点相近的烃类（如二甲苯）异构体进行分离，有望在大幅降低能耗的基础上实现高效分离，一直是科学界和产业界的研究热点。MFI型沸石分子筛是一种广泛应用的催化剂和吸附剂，其孔径介于对二甲苯（PX）和邻二甲苯（OX）之间，非常适合二甲苯异构体的分离。  对二甲苯（PX）是聚酯工业的重要原料，广泛应用于纤维、胶片、薄膜、树脂和饮料等食用品包装的生产，是芳烃产业链的基础化工原料。高性能MFI沸石膜的成功研发有望大幅降低二甲苯异构体混合物的分离能耗，对PX行业持续健康发展具有重要意义。  团队前期研究结果表明，通过剥离多层MFI沸石（ML-MFI）可以制得开孔、可分散的二维（2D）MFI纳米片，将其沉积在载体上直接制备了具有异构体分离性能的MFI沸石膜。研究团队对2D MFI纳米片做了进一步电子显微学研究，首次在2D MFI纳米片上发现了共生的一维（1D）MEL沸石，通过计算模拟表明2D MFI中的1D MEL具有更刚性的孔结构，能产生更高的选择性。以此为指导，实验上制备了MFI沸石膜，对非稀释等摩尔的对/邻二甲苯混合物分离显示了前所未有的分离性能，在300℃下，PX通量达到0.5×10-3 mol m-2 s-1，分离因子为60，创造了新的世界记录，极大地推动了MFI沸石膜的产业化进程。