丝蛋白是大自然赋予人类的一种天然可再生蛋白资源，具有优异的力学性能、生物相容性以及生物可降解性等特点，开发利用价值巨大。地球上已知能够产丝的生物超过十万种，其中包括人们熟知的蚕类、蜘蛛、蚂蚁等。

针对充填采矿灾变预测与防治的关键问题开展研发，本成果主要技术内容如下：（1）系统研究了充填体破坏失稳声发射预测技术，开辟了用声发射预测充填破坏失稳的新途径；（2）开发了胶结充填过程控制成套技术，提出并成功实施不良地质体超前护帮充填技术等。本技术成熟可靠，适用于充填法开采的金属矿山，已经在江西等省的 9 家矿山推广应用，累计取得产生超过 3 亿元的经济效益和显著的社会效益，并荣获 2011 年江西省科技进步二等奖。 

在2020年抗击COVID-19疫情斗争中，北京航空航天大学经济管理学院王惠文教授及团队结合2003年所做非典疫情的状态评估和预测建模研究基础，密切关注在疫情防控中存在的问题。自1月23日起，通过各种渠道相继提交了20多个信息和提案，例如：加强对密切接触者实行隔离筛查、避免新冠肺炎疫情在医院内扩散、关注医务人员的轮岗休整、加强对全国各地区疫情监控与预警工作，等等。团队收集和分析了COVID-19的公报数据，采用统计分析方法对新冠肺炎疫情的传播规律进行了预测与分析，对全国（除湖北）各地区的抗疫阶段做出判断和预测，提出了疫情防控全过程的阶段划分方法，并提交了7篇研究报告。王惠文教授接受《中国经济时报》专访，发表文章《各地应分期分批有序恢复社会经济活动》，并被《今日头条》等网络媒体转载；民建市委网站头版刊登了她的文章《COVID-19疫情发展的状态评估与预测分析》，并报道了《数据会说话：王惠文：疫情发展的状态评估与预测研究》；民建中央网站也专题报道了《北京会员王惠文：用数据打赢疫情防控战》。

本发明公开了一种基于深度回声状态网络的目的地预测方法，属于轨迹目的地预测技术领域。

本技术提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。 一、项目分类 显著效益成果转化 二、技术分析 随着智能手机、笔记本电脑等消费电子产品的快速发展，锂离子电池（Lithium Ion Battery, 简写为LIB）已经成为最成功的电化学储能设备之一，并从根本上影响并改变了人们的日常生活方式。随着制造工艺的逐步成熟，LIB的能量密度已经接近其理论极限。另一方面，可移动电子设备的快速普及和汽车电动化的蓬勃发展也不断要求开发具有更高能量密度的充电电池以满足实际使用的需求，而最先进的LIB依然无法完全满足上述需求。因此，寻找更高能量比的锂电池电极材料，加快下一代新型锂电池关键技术的相关研究，已成为制约锂电池技术产业发展进步的关键问题。锂金属电池的能量密度虽足以达到下一代电动车的要求，但其自身的稳定性仍令人担忧，这主要是因为Li金属的反应活性过高，其几乎可与所有的电解液均能自发地发生化学反应。在电池的运行过程中，Li电极和电解液之间通过自发化学反应和电化学反应导致了固体电解质界面（solid electrolyte interphase，SEI）的形成。当所形成的SEI结构不均匀时会诱发电池体积膨胀，此外，充放电过程中锂的不均匀沉积会导致锂枝晶的形成，锂枝晶的不规则生长会刺穿SEI，导致SEI膜发生破裂，并产生死锂，降低锂金属电池库伦效率；更严重的是，锂枝晶的不断生长会刺穿隔膜，造成电池内部的短路，导致火灾和爆炸等安全事故，大大缩短了电池的使用寿命，严重阻碍了其大规模商业化发展。因此，SEI对LMB的性能具有至关重要的影响。良好且稳定的SEI可以阻止（或者大幅度减缓）负极界面上反应的持续发生，起到保护Li电极的作用。针对下一代高稳定性锂金属电池设计中存在的关键问题，结合国际研究进展与本团队前期研究基础，我们提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。本方案已形成完整的工作流，相关自动化软件已开发完成并交付使用，且具有完全的自主知识产权，可用于国内外上游电池生产研发企业积累原始电池性能数据，大范围筛选有效电解液组分，指导下一代高能量密度锂电池研制。 我们的技术优势与创新主要表现在： 1）首次在电池体系中实现了QM与MM的混合模拟与混合加速； 2）在电池体系模拟中实现了开放电子体系对电化学反应的热力学和动力学预测； 3）在保证精度的前提下，实现了在纳米尺度上对真实的实验SEI结构直接模拟； 4）通过耦合深度机器学习，实现了电解液组分大范围筛选与性能优化。

南方科技大学科研部、工学院、计算机科学与工程系（下简称“计算机系”）和南方科技大学-东京大学超智慧城市联合研究中心紧急组织科研力量，成立“新型冠状病毒传播建模预测项目组”，由计算机系副教授宋轩担任负责人，迅速启动针对新型冠状病毒传播感染的“大数据分析和AI建模推演平台”研发工作。该平台是一个针对新型冠状病毒传播的大数据分析和AI建模平台（如图1），

以肉类食品为主要基质，构建了单增李斯特菌、肠炎沙门氏菌、副溶血性弧菌、金黄色葡萄球菌、气单胞菌、生孢梭菌等主要致病菌或条件致病菌或研究替代菌的生长、残存、失活、损伤、修复等状态以及低温、酸化、渗透压、气调包装等环境条件下的动力学和概率模型，特别是通过生长模型探讨了在货架期预测方面的应用可能性，设计了电子 TTI 结构模式，并对冷冻损伤型的气单胞菌建立了适用的失活模型，初步探讨其冷冻损伤和修复机制，另外完善了两菌竞争拮抗建模理论（单增李斯特菌与植物乳杆菌、肠炎沙门氏菌与铜绿假单胞菌），构建了新型防腐剂

本技术是一种构件级别的建筑地震经济损失精细化评估方法，具体包括 3 个模块：构件震害评估模块、损失评估模块和可视化模块，构件震害评估模块用于根据建筑信息模型（building information model，BIM）和易损性数据库评估每个构件的震害；损失评估模块用于根据 BIM、易损性数据库和修复标准库计算每个构件及建筑整体的地震经济损失；可视化模块用于建筑震害和损失的三维可视化展示。本技术可以将损失评估精确到构件，而且提供具体的构件损失分布，为建筑投保、地震修复策略、防灾设计等提供重要参考。

本发明提出一种智能物流系统预测性调度优化方法及系统，具体包括：实时采集智能物流系统内设备的运行状态数据，对运行状态数据进行预处理，并划分训练集和测试集；对预处理后的运行状态数据进行时域分析，从中提取关键故障特征，对设备进行健康状态评估；建立预测性调度模型，基于得到的健康状态评估结果进行调度策略切换，并对生产物流调度方案进行多目标优化；采用三维建模技术进行可视化管理，并结合虚拟仿真进行调度优化验证。本发明所提出的方法，能够有效应对动态物流环境中的设备故障等问题，优化物流调度性能，减少配送延误，并提高物流系统的整体效率与资源利用率，实现高智能化、高效生产物流调度。

截止到2020年3月3日11时23分，我国累计已有新冠肺炎病例80302例，死亡2947人。我国的疫情防控已渐渐向好，但其它多个国家的疫情则呈快速上升和爆发趋势，引起了强烈关注，世界卫生组织总干事谭德赛28日在日内瓦宣布将新冠肺炎疫情全球风险级别由此前的高上调至非常高。基于流行病学数据，多名国内外专家预计新冠肺炎可能会长期流行。为了实现最终的有效防控，新冠肺炎的基础研究必须要迅速得到加强，其中尤为重要的两个方面是：1.对新冠肺炎康复人员血清中病毒特异性抗体的系统性分析；2.对病原-宿主相互作用的全局性研究。通过这些研究将可提供全面的免疫响应数据及提示病毒蛋白质的功能，为疫苗研发、中和抗体制备以及药物靶点的确定提供重要线索，进而加速新冠肺炎关键研究的进程。系统性的分析需要强力工具，包含新型冠状病毒（SARS-CoV-2）绝大多少甚至所有蛋白质的蛋白质组芯片是一个极佳的选项。据BioArt独家消息，上海交通大学系统生物医学研究院陶生策团队传来好消息。该团队对新型冠状病毒的全部27个预测的基因进行了密码子优化，并通过全基因合成得到了一套完整的表达克隆。经过多轮优化，到目前为止已成功表达纯化了其中的17个蛋白质，同时整合其他来源，该团队最终获得了20个新型冠状病毒的蛋白质。在此基础上于3月2日14时14分完成了首款新型冠状病毒蛋白质组芯片的构建（图1）。图1. 新型冠状病毒蛋白质组芯片。A. 芯片整体质控。一张芯片上有14个相同的点阵，可最多用于14个样本的同步分析；B. 点阵中蛋白质的排布；C. 实际样本的初步测试结果。新型冠状病毒蛋白质组芯片对于深入研究病毒-宿主相互作用、病人的病毒特异性血清反应、疫苗效果等具有重要价值。该团队将秉持开放的心态，积极地与相关科研团队和科技企业合作，争取在最短的时间内最大程度地发挥蛋白质组芯片的高通量全局性分析优势，以期对疫情防控有所帮助。该芯片的主要应用点包括但不限于：1. 血清学分析。采用该芯片分析病人和康复人员血清或血浆，可全面地研究新型冠状病毒引发的病毒特异性抗体响应及其动态变化，将帮助我们理解机体的免疫响应过程，发现病毒的优势蛋白抗原，对确定哪些康复人员的血浆有更好的保护效果可能也会有帮助。2. 疫苗评估。疫苗的作用是预先建立免疫防御能力。无论是动物实验或是临床试验，动态监控疫苗注射后血清中针对各种蛋白组分的抗体水平，并将其与防御能力进行关联分析，将助力疫苗的筛选和前期评估，加速疫苗的开发进程。3. 病毒-宿主相互作用研究。利用该芯片可在全局水平上进行宿主关键蛋白与病毒蛋白质相互作用研究、翻译后修饰调控研究，以助力对病毒侵染、复制合成等关键机制的揭示，并给出有潜力的靶蛋白用于药物开发研究。该团队积极响应国家号召，把研究成果第一时间公开，希望能有助于疫情防控，详细数据和进一步结果将会在近期发布。