该研究利用环状染色质构象捕获技术，绘制了棕色脂肪组织（BAT）和白色脂肪组织（WAT）中Ucp1的高分辨率染色质互作图谱，揭示了BAT和WAT之间Ucp1染色质互作的显著差异。

2010年我国含氟聚合物产能约8万多吨，占世界总产能的三分之一，产量近6万吨，其中PTFE约占80%，已成为世界第二大生产国。根据国家氟化工十二五规划，到2015年我国含氟聚合物产能将达到13.4万吨，产量达到9.4万吨，其中PTFE约占70%。随着战略性新兴产业的兴起，PTFE应用范围已经从传统领域扩展到环保、生物医药、新能源、电子信息等新兴产业领域。如在环保领域，PTFE膜接触器应用于烟道气处理；在生物医药领域，PTFE中空纤维管用作血浆过滤器；在新能源领域，PTFE用作锂电池隔膜和太阳能电池背板；在电子信息领域，PTFE用作驻极体材料。而这些应用，无一不涉及到对PTFE的表面处理。传统的湿化学法已经不能适应，正如氟化工十二五规划中所述：产品结构不合理，中低端产品为主，高端产品仍然依赖进口；应用开发不力，加工技术和设备落后。 大气压低温等离子体材料表面改性是一种新型的表面改性方法，这种方法可以有效地改善材料表面性能，且凭借其独特的优点使其具有其它传统方法不可比拟的优势，是一项值得深入研究的有广阔应用前景的技术。本项目采用大气压低温等离子体改性PTFE材料，替代传统的湿法化学处理方法，从而提高其表面的粘接性、吸湿性、可染色性、及生物相容性等性能，开发出适合对PTFE表面处理的高放电均匀性、高放电电离效率和大面积的均匀等离子体在线清洁处理技术，从而达到对PTFE表面改性的有效调控，取代传统的化学表面处理方法，推动相关产业的技术进步和PTFE在新兴行业中的应用，对于提升PTFE产品档次，促进PTFE在新兴行业的应用具有现实意义。 本项目所采用的常压低温等离子体设备为大面积、均匀连续处理设备，如图所示，可以实现稳定均匀DBD模式运行，配合上收卷、送卷，臭氧抽气等装置，可实现在线连续运行。目前已在实验室实现电极长度为1.5米的的大面积放电，如图(a)所示，将进一步结合在线处理要求，深入研究等离子在线处理工艺，开发如图(b)所示的在线处理样机。处理宽度0.5m，处理速度1-5m/min可调；处理厚度0.05-0.5mm；处理后PTFE表面水接触角不大于50°；PTFE表面微观形貌：表面刻蚀程度均匀。 技术特点及创新性 针对目前PTFE表面处理中采用的湿法化学处理方法安全性、环保性、节能性差的缺点，采用大气压低温等离子表面处理技术，通过研究放电参数、处理结构及处理气体对PTFE表面改性影响的规律，获取最优改性处理条件，找到最适合取代化学处理方法的PTFE表面状态；通过研究在PTFE表面接枝不同的分子链，使其表面产生新的分子结构和新的功能，解决表面处理后老化效应等问题；开发新型的DBD等离子体处理样机，提高等离子体大面积处理均匀性；实现对PTFE表面处理的在线连续性、经济性、清洁性和安全性。同时为低温等离子体材料表面改性的大规模工业应用提供实践。研发出适应工业化生产的PTFE表面处理新技术和新设备，从而提高其表面的粘接性、吸湿性、可染色性、及生物相容性等性能，而且改性只涉及表面纳米级别范围内，基体性能不受影响，对于提升PTFE产品档次，促进PTFE在新兴行业的应用具有现实意义。 ●应用前景： 以聚四氟乙烯复合胶带为例，该产品是采用PTFE乳液浸渍玻璃纤维基布，生产出聚四氟乙烯漆布，再进行单面表面处理后，涂上一层有机硅胶粘剂。该产品表面光滑，有着良好的抗粘性，耐化学腐蚀和耐高温性以及优秀的绝缘性能，并具有反复粘贴功能，广泛应用于在造纸、食品、环保、印染、服装、化工、玻璃、医药、电子、绝缘、砂轮切片、机械等领域，还可应用于浆纱机的滚筒、热塑脱模等行业。该产品预计全国年用量达1000多万㎡。再以太阳能电池组件背板为例，其主流产品是TPT。该产品是由上下两层PVF（聚氟乙烯）和PET（聚对苯二甲酸二乙酯俗称涤纶）薄膜三层复合而成。该产品的生产就涉及到对PVF的表面处理。相对于PTFE来说，PVF的表面处理就比较容易。据统计1兆瓦组件需要8800-10000平方米的背膜,2007年我国组件量为1717兆瓦,消耗各种背膜1500-1700万平方米,全部依赖进口。据《2008年中国光伏太阳能行业研究与投资前景分析报告》预测，2008年世界组件量为将上升40%，约为5600兆瓦，我国组件量约为2400兆瓦，需要背膜约1900-2400万平方米，PVF表面处理量达3800-4800万平方米。 目前，国内外相关研究大多实验室阶段，国外一些知名的大公司，如道康宁、3M以及德国的一些公司，也正致力于该技术研究。从目前报道资料情况上看，国外仅道康宁公司有应用报道，国内尚无相关产品推出。因此技术属于自主創新技术，将填补国内空白，达到国际先进水平。本技术具有应用的普遍性，不但可用于PTFE的表面处理，更可用于其它氟树脂和难粘高分子材料的表面处理，具有广阔的市场前景。本技术还可以推广到其他高分子材料处理领域，以及保护性包装、生物材料处理、薄膜沉积、生物医学应用等领域，在提高材料表面性能，开创材料新的应用领域方面发挥着至关重要的作用。

疫情防控，快速识别出潜在的感染者是关键。近日，西安交大管理学院刘跃文副教授研发出新冠肺炎感染风险的大数据评估模型，可基于旅行大数据，综合计算新冠肺炎感染风险指数和级别。该模型在云南省全面推广应用，大幅度提升了防控一线现场核查工作的效率，在一定程度上控制了疫情传播风险，得到了云南省委、省政府领导的高度认可。 当前，在阻断新型冠状病毒传播的工作中，存在三个盲区也是关键点，严重影响着疫情防治的效果，即：一是很难知道某个人是否在公共交通工具及场所中与已确诊人员或疫源地人员接触过；二是个别人员近期到过疫源地或接触过确诊人员，但是毫不在意，不汇报也不主动自我隔离；三是个别人员甚至刻意隐瞒自己曾到过疫源地或接触过确诊人员的历史。为此，上述三种类型人员给疫情防治工作带来了巨大的挑战，使其无法开展有效核查，也无法有效规避风险。据刘跃文介绍，2月4日，新型冠状病毒感染风险的大数据评估模型及系统在云南省正式上线应用，基于个人的旅行数据，自动分析其是否到过疫源地、是否与疫源地人员接触、是否与已感染病例接触等多项指标，利用贝叶斯方法，计算其感染新冠病毒的可能性指数，并预警高风险人员。

成果简介铁矿石品位下降及铁矿石质量劣化的现状下， 合理选择性价比高的铁矿粉对钢铁企业配矿和生产具有重要意义和经济价值。 单种铁矿粉综合性能评价模型根据铁矿粉化学成分及其物理性能、 冶金性能、 烧结基础特性和单烧性能， 结合钢铁厂的实际炼铁参数和铁矿粉市场行情， 分简单型和科学型对铁矿粉的综合性能作出科学合理的计算， 对当前条件下的铁矿粉采购价格作出预测， 为钢铁企业合理高效采购铁矿石、 降低炼铁成本， 提高生产效率， 加强原燃料管理提供量身定做的模型软件。 既可以为采购部采购铁矿石提供价格底线参考， 也可以为烧结厂优化配矿提供基础数据。成熟程度和所需建设条件采用 VC 程序设计语言开发的模型软件， 系统稳定、 成熟， 分单机版和网络版（网络版的参数可以网络共享）。 只需在计算机上安装模型软件， 不需要任何其他条件。技术指标根据铁矿石的种类与用途， 按直接入炉矿（生块矿、 球团矿） 和铁矿粉（精矿粉、 富矿粉） 四类分别进行评价。评价模型分为简单型和科学型， 简单型从化学成分进行计算与评价； 科学型在简单型基础上从化学成分、 物理性能和冶金性能、 矿石基础特性、 单烧性能进行全面的计算与评价。设置基准矿， 即以同期市场和企业生产条件下某种已知价格和性能的矿粉为基准矿， 待评价矿的性能与之对比， 从而预测相应的价格。 预测的价格与铁矿粉实际性能吻合度 90%以上。市场分析和应用前景该模型可用于钢铁企业采购部门、 烧结厂、 炼铁厂等多个部门使用， 联合使用可以选用网络版。 全国近 300 家钢铁企业都是潜在的客户， 铁矿粉贸易商也可以购买， 为合理定价提供技术依据。社会经济效益分析以产能 1000 万吨的钢铁厂为例计算， 需要采购铁矿粉 2000 万吨， 采用该模型， 为其中的 30%矿粉提供采购底价指导， 每吨节约保守以 5 元计算， 一年可以降低采购成本 3000 万元， 因此具有非常可观的经济效益。合作方式合作开发、 受托开发联系方式冶金学院 龙红明 0555-2311571 13956233905 yaflhm@126.com

成果介绍针对桥梁群服役期间的健康管养问题，建立了基于数字孪生模型的桥梁群数据管理系统。通过数字孪生模型实现桥梁群管养由被动养护向预防性养护转变过程。技术创新点及参数依据桥梁的设计信息生成与实际桥梁一致的虚拟孪生模型。市场前景主要基于在役桥梁数量庞大、病害严重、实际管养过程中纸质化、平面化的管养方法，数据管理混乱、维修决策困难。实施条件实时集成、更新多源数据信息，及时反应当前桥梁构件、整体状况；并根据桥面交通荷载流量等荷载信息，通过数字孪生模型预测桥梁性能未来演化趋势

铁矿石品位下降及铁矿石质量劣化的现状下，合理选择性价比高的铁矿粉对钢铁企业配矿和生产具有重要意义和经济价值。单种铁矿粉综合性能评价模型根据铁矿粉化学成分及其物理性能、冶金性能、烧结基础特性和单烧性能，结合钢铁厂的实际炼铁参数和铁矿粉市场行情，分简单型和科学型对铁矿粉的综合性能作出科学合理的计算，对当前条件下的铁矿粉采购价格作出预测，为钢铁企业合理高效采购铁矿石、降低炼铁成本，提高生产效率，加强原燃料管理提供量身定做的模型软件。既可以为采购部采购铁矿石提供价格底线参考，也可以为烧结厂优化配矿提供基础数据。

目前，有许多基于区块链技术的骗局存在。为了给投资者在区块链技术投资时提供风险提示，inpluslab通过搜集各种骗局信息，利用区块链中记录的公开交易记录，使用机器学习和数据挖掘技术构建了基于区块链的骗局预警模型。