本发明涉及基因工程技术领域，特别涉及甘蓝型油菜及其亲本物种白菜和甘蓝TT2基因家族及其应用； 所述白菜透明种皮2的基因家族包括2个成员：BrTT2-l基因和BrTT2-2基因，所述甘蓝TT2的基因家族的 1个成员BoTT2基因，所述甘蓝型油菜TT2基因家族包括3个成员：BnTT2-l基因、BnTT2-2基因和BnTT2- 3基因；芸菱属6个TT2基因之间具有很高的同源性；本发明还公开了上述基因家族在植物分子育种中的应 用,通过反义抑制其在黑籽甘蓝型油菜中的表达后,转基因植株发生了种皮颜色变浅等性状变化，具有创造 转基因黄籽材料的潜力。

本发明涉及基因工程技术领域，特别涉及甘蓝型油菜及其亲本物种白菜和甘蓝MYBL2基因家族及其应 用；所述白菜MYBL2基因家族包括2个成员：BrMYBL2-l基因和BrMYBL2-2基因，所述甘蓝MYBL2基因家 族包括2个成员：B0MYBL2-1基因和BoMYBL2-2基因，所述甘蓝型油菜MYBL2基因家族包括4个成员： BnMYBL2-l基因、BnMYBL2-2基因、BnMYBL2-3基因和BnMYBL2-4基因；芸臺属8个MYBL2基因之间具 有较高的同源性；本发明还公开了上述基因家族在植物分子育种中的应用，通过构建正义超量表达植物载体，转化黑籽甘蓝型油菜品种中双10号后，获得6株转基因植株。与非转基因的外植体对照相比，转基因植 株生长发育正常，但种皮中原花青素等色素减少，同时种皮变薄，形成转基因黄籽性状，是油菜黄籽性状育 种的新资源。

研发阶段/n该发明涉及人工构建的伪狂犬病毒（pseudorabiesvirus，PrV）和猪细小病毒（porcineparvovirus，PPV）的主要结构基因VP2。在缺失了主要毒力基因（TK）和病毒增殖非必需基因（gG）的伪狂犬病毒基因组中，定位插入猪细小病毒的VP2基因，使其位于伪狂犬病毒的强晚期启动子下游，插入的外源基因编码的蛋白具有良好的免疫原性，可以刺激猪产生抵抗猪细小病毒和猪伪狂犬病毒两种强毒攻击的保护性免疫反应。该发明还包括重组的伪狂犬病毒Pseudorabiesvirus，Hzau

利用四通道连续喷墨打印机，结合钙钛矿成膜特性和原理，开发了一种适用于混合钙钛矿薄膜制备的高通量连续喷墨打印技术。四种前驱体对应四通道喷头，每种喷头可以打印一种成分，在同一玻璃基底上依次打印，通过控制每个喷头的打印点进而形成不同组分钙钛矿薄膜。整个打印过程可以通过系统软件控制，实现全自动混合打印。打印的薄膜成品质量高，能够进行物相、光学吸收和荧光强度

可以量产/n华杂棉4号是以陆地棉B0011品系为母本，转Bt抗虫基因陆地棉118-1品系为父本，进行人工去雄杂交配制的杂种一代优势组合。2009年通过江西省审定，同时获得农业转基因生物生产应用安全证书。产量表现：2006-2007年参加江西省棉花区域试验，平均亩产122.3kg/666.7m2。纤维品质（HVICC标准）：平均长度29.2mm，整齐度84.8%，比强度30.5cN/tex，伸长率为6.8%，马克隆值为5.0，反射率为73.1%，黄度为8.6，纺纱均匀性指数为140.3。枯萎病相对抗指

牛传染性鼻气管炎俗称红鼻子病，是由牛疱疹病毒1型（BHV-1）引起的一种牛的急性、热性、接触性传染病，主要引起呼吸道和生殖道疾病。该病的发生极大地降低了奶牛的产奶量、公牛的繁殖力及役用牛的使役力，并产生呼吸道感染还容易继发牛的细菌性肺炎，疫苗是防制该病的关键。 该项目所用的材料是牛疱疹病毒1型BHV-1临床分离株，具有全部的毒力因子和其他免疫原性很好的抗原。因此，以该病毒为基础构建的牛传染性鼻气管炎ΔTK/ΔgE基因缺失标志菌株所制备的基因工程疫苗对牛免疫具有很强的针对性，具有广阔的市场应用前景。 α疱疹病毒成员的主要毒力基因TK基因和牛疱疹病毒1型的十个囊膜糖蛋白之一gE基因的缺失疫苗相较只缺失TK或gE基因的缺失的疫苗更安全可靠，更方便实际操作。 目前国内尚无商品化的IBR疫苗和试剂盒上市。该项目通过开展诊断方法研究与疫苗免疫效果评价，制定相对应的综合防控技术措施，其实用性和可操作性强，有望获得具有自主知识产权的基因缺失标记疫苗和快速诊断试剂盒，可以保障肉牛业和奶牛业的健康发展，增加农民收入，保障畜禽产业链的运行，稳定牛肉牛奶供应，产生较大的社会经济发展作用，具有在全国推广应用的价值，推广前景看好。 转化条件：具有GMP车间，实现规模化生产。 成果完成时间：2016年

1、 主要解决的技术问题 该研究通过定向基因缺失技术将牛传染性鼻气管炎病毒的毒力基因TK和必需基因gG缺失，得到了牛传染性鼻气管炎的gG和TK双基因缺失突变株。疫苗免疫是防制牛传染性鼻气管炎的根本措施，灭活疫苗不能区分野毒感染和疫苗免疫牛，弱毒疫苗有残余毒力和返强风险，本研究获得的牛传染性鼻气管炎的gG和TK双基因缺失突变株，可区分野毒感染牛和疫苗免疫牛，是血清学“标志”疫苗，为我国牛传染性鼻气管炎根除计划提供了技术支撑。 2、先进性及主要技术指标 （1）先进性该研究是由我国自主研发，具有完全知识产权的牛传染性鼻气管炎的gG和TK双基因缺失突变株。 （2）主要技术指标gG基因缺失，TK基因缺失，接种MDBK细胞24-48小时可产生细胞病变，4×105PFU/头份接种试验牛即可产生良好的免疫反应。 1、市场前景：目前我国尚无自主研发的、获批的牛传染性鼻气管炎基因标记疫苗用于牛传染性鼻气管炎的预防，牛传染性鼻气管炎每年给我国的养牛产业造成巨大的经济损失，市场上急需可以有效防控牛传染性鼻气管炎并区分野毒感染牛和疫苗免疫牛的的疫苗产品，牛鼻气管炎病毒gG和TK双基因缺失疫苗的市场前景广阔。 2、预期经济效益：销售成本：18/头份 销售价格：30元/头份 年产值：3000万元 年利税：600万元。 转化条件： 按年产100万头份计算，投资总额：1000万，所需厂房:800-1000平方米，所需人员：15人，主要设备：GMP车间、悬浮培养生产线、脉动真空高压灭菌锅、洗烘联动机、分装扎盖机、贴签机等。 成果完成时间：2012年7月

本发明公开了一种直流电机的驱动?调速一体式约束预测控制方法，本发明将这种驱动?调速一体式的控制技术应用于直流电机，首先利用广义比例积分观测器技术在串级电路和转速的光电编码器采集的转速信息的基础上对系统的集总干扰进行估计，得到重构后的集总干扰信息，结合模型预测控制相关技术设计出针对直流电机的带输入约束的输出反馈控制器，在保证系统动态响应性能的基础上，因为不需要使用电流、电压以及转矩传感器，降低了系统的成本，提高了系统容错能力，同时可以明显地抑制参数摄动和负载转矩突变等因素引起的干扰，从而大大提高直流电机系统的输出转速的控制精度和干扰抑制能力。

利用合成gRNA-靶序列的高通量文库允许直接在细胞环境中便捷和高通量地收集gRNA活性数据，由此建立的计算模型来预测gRNA的活性比较可靠。

（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。