本项目研发出防控土传病害的全元生物有机肥系列产品以及配套施用技术，利用这些技术能有效控制土传病害的发生，田间应用效果十分显著，技术水平处于国际领先。 一、项目分类 显著效益成果转化 二、成果简介 针对经济作物土传病害已经成为我国发展高效益农业的瓶颈（由于我国经济作物的生产都是集约化生产模式，过量施用化学氮肥导致土壤酸化和养分不平衡，这给土传病原菌创造了更有利的生长环境，使我国土传病害发生比国际上更严重）问题，成果完成团队长期从事高产和抑病型土壤微生物区系特征解析研究，并在此基础上研发调控高产和抑病型土壤微生物区系的技术途径，从理论到实践，收到了很好的效果。在实践上，研发出防控土传病害的全元生物有机肥系列产品以及配套施用技术，利用这些技术能有效控制土传病害的发生，田间应用效果十分显著，技术水平处于国际领先。所研发的系列全元生物有机肥专利技术和产品已被全国20多家大型生物有机肥企业转让和转化，产生了显著经济和社会效益。在学术上，揭示了经济作物抑病型土壤微生物群落中的关键微生物和核心微生物，及其种群间互作关系，在国际土壤微生物领域权威刊物上发表了大量研究论文，产生了较大的学术影响，吸引了众多国际著名专家前来开展合作研究。

一、利用分子遗传技术预测作物杂种优势：利用分子遗传距离确定亲本间亲源关系，预测杂种优势强的可能亲本组合，加速育种进程、减少育种中的盲目性、多出优良新品种。/line二、作物优良基因标记及分子辅助育种：利用特殊的分子标记，对作物的优良基因进行标记，并通过分子聚合育种技术，将重要的优良基因组合到新组合中，选育出优良品种。

产品详细介绍Varian的分子泵具有前级耐压高的特性，适用于10－10-10毫巴的真空环境。Varian的分子泵主要具有以下显著优点：1. 丰富的产品范围：覆盖所有可能的应用及市场各个层面。2. MacroTorr专利技术：抽气量最大化；将前级耐压能力提升到18 bar；压缩比提高数个数量级。3. 整体加工的转子：每个转子都用单独一块铝合金加工而成，重量最小化；分子泵可以在360度范围内以任意角度工作而无需任何调整，降低了作用在材料和轴承上的压力。4. 高可靠性，免维护的陶瓷轴承：无油，无污染；平均无故障时间大大增加。内置控制器可用采用导航控制：简单并节省空间的配置；导航软件可以轻松地进行远程控制和监控。

癌基因cMyc是一个重要的转录因子，调控约15%的人类基因表达，在肿瘤细胞的增殖、凋亡以及代谢重编程等方面发挥重要作用。然而，目前尚不清楚，cMyc是否通过转录以外的机制，来广泛地调控基因的表达以及肿瘤的发生发展。中国科学技术大学的张华凤课题组、高平课题组联合军事医学科学院段小涛课题组的研究发现，cMyc能够促使琥珀酸脱氢复合酶（SDH complex）中的重要亚基SDHA乙酰化以及SDH复合酶失活，导致底物琥珀酸（succinate）的积累，进而上调组蛋白H3K4的三甲基化（H3K4Me3）水平以及基因的表达。该研究成果在线发表于Nature Metabolism期刊上。机制方面，发现cMyc通过泛素连接酶SKP2促进线粒体中SIRT3的蛋白降解，从而导致SDHA的乙酰化上升。通过质谱进一步鉴定出SDHA受调控的乙酰化位点K335，小鼠实验显示SDHA的K335位点乙酰化在cMyc诱导肿瘤过程中起重要作用。进一步分析临床病人弥散性大B细胞瘤（DLBCL）样本发现，高表达cMyc的DLBCLs中，SIRT3发挥着抑癌因子的功能，而K335位乙酰化的SDHA发挥着促进肿瘤的作用。这一发现揭示了cMyc驱动的肿瘤发生过程中SDHA乙酰化修饰发挥的重要病理学作用。SDHA被认为是抑癌蛋白，它的失活突变体与多种肿瘤，例如副神经结瘤、乳腺癌、肾癌等，有一定程度的联系。这项研究表明，至少在弥散性大B细胞淋巴瘤中，SDHA通过乙酰化失活而极大地促进了cMyc异常表达的肿瘤的进展。因此，靶向SDHA的乙酰化将可能为此类肿瘤的临床治疗提供潜在的策略和手段。论文链接：https://www.nature.com/articles/s42255-020-0179-8详细阅读：http://news.ustc.edu.cn/2020/0317/c15884a414798/page.htm

已有样品/n该项目瞄准肿瘤精准医疗技术发展中的关键问题，以肿瘤精准诊断和治疗为目标，围绕表观遗传组学在肿瘤预防、诊断和治疗中的研究和应用，开发表观遗传科学研究和表观药物高通量筛选开发的相关产品和服务平台，研发创新性表观靶点药物，为肿瘤精准医疗提供研究和诊疗的平台和药物。目前市场上大部分基因测序公司无法完成上游的ChIP 实验，项目具有很强的优势。较早的开发了ChIP 级别抗体库，在战略上具有领先优势。开

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。

随着包括5G通讯、物联网在内的新型产业的兴起，在实际应用中对于高速、低损耗的信息处理系统的需求与日俱增。传统的电子器件受摩尔定律的限制，在储存密度和运算速度的突破上均面临瓶颈，并且进入“ 后摩尔时代”，电子器件不可无限制地进行集成。器件的尺寸越小，量子效应越明显，集成的困难就越大。作为摩尔定律的延续，人们提出一种极具潜力的设计——光子芯片。相较于传统的电子芯片，光子芯片的巨大优势之一是光子之间无相互作用力，可以大大降低系统的功耗，增大信息传输的带宽。因此，光子芯片可以在数据通信、高性能计算和传感技术上有重要的应用。 带通滤波器是一种信号前端处理器件，是光子芯片集成的重要元器件之一。它可以有效抑制不需要波段的信号，仅允许目标波段通过，这在信号处理领域具有广泛的应用。然而，目前带通滤波器在光子集成器件领域少见报道。传统方法大多依赖经验以及物理启发进行结构设计和参数优化，需要耗费大量资源，器件的性能有局限性。相较于传统的设计方法，利用算法设计纳米光子学器件具有普适性和高效性。通过采用恰当的算法进行优化，可以有效提高设计效率，优化器件指标，避免出现局部最优的情况，找到性能最优的器件。 图1.带通滤波器扫描电镜图

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

2020年2月12日，湖南大学联合苏州系统医学研究所、中国国家流感中心和中山大学等单位，成功开发基于分子标记物的流感病毒表型预测平台FluPhenotype，并在国际生物信息学专业权威期刊《Bioinformatics》发表题为“FluPhenotype-a one-stop platform for early warnings of the influenza A virus"的文章进行相关介绍。该文章的第一作者为湖南大学生物学院硕士研究生卢聪毓和博士研究生蔡泽娜，通讯作者为湖南大学生物学院副教授彭友松与苏州系统医学研究所蒋太交教授。 研究人员通过整合流感病毒核苷酸和氨基酸水平的分子标记物，以及基于分子标记物的抗原和宿主等预测模型，开发了快速预测流感病毒的抗原、宿主、致病性、耐药性等多个表型的预测平台FluPhenotype。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。