将石墨烯进行二维或三维组装，制备透明可导电薄膜、复合导热膜及吸附材料技术。

项目成果/简介:本发明提供了一种全新的通过液体培养测定乳酸菌胁迫菌株存活率的方法,属于乳酸菌胁迫菌株存活率测定方法的技术领域,主要包括步骤。

本发明涉及一种复合菌即粪链球菌与啤酒酵母液体共生培养的方法。采用的技术方案是：培养基配方中蛋白胨28‰，葡萄糖12‰，酵母粉10‰，按体积比1 : 1投加粪链球菌和酵母菌，初始pH 为7，振荡转速为180r/min，培养时间20h后混合菌量达到最大值。本发明成本低、作用效果稳定、提高复合菌的数量，增强粪链球菌和酵母菌复合菌剂的作用效果。

本发明提供了一种全新的通过液体培养测定乳酸菌胁迫菌株存活率的方法,属于乳酸菌胁迫菌株存活率测定方法的技术领域,主要包括步骤

可以量产/n成果简介：本研究采用分子标记技术与经典生物学方法相结合，系统选育研究了香菇、黑木耳栽培种质资源遗传特异性，从全国81个试验材料中筛选出适于湖北省香菇、黑木耳、双孢蘑菇等食用菌不同栽培模式的优良菌株6个。选育出适宜湖北省栽培的香菇品种7个、黑木耳品种4个、双孢蘑菇品种2个，其中香菇“华香5号”和黑木耳“单片5号”通过了全国食用菌新品种认定。对湖北省主栽品种进行了菌株提纯复壮研究，恢复了菌株原有的优良特性。对湖北省香菇、黑木耳和双孢蘑菇栽培技术模式进行了集成和规范化研究，并进行了大面积的示范

成果简介：耐药菌感染是临床十大重大疾病，被列入国家重大新药创制计划 优先发展方向。红霉素作为临床重要的抗生素，临床安全性高，适用头孢过 敏人群，而且对于一些临床微生物有特殊的疗效（如支原体，幽门螺旋杆菌、 军团菌属等）。但红霉素的耐药性非常严重，越南(92.1%), 台湾(86%), 韩国 (80.6%),  香港(76.8%),  中国大陆(73.9%

本发明公开了乳酸菌静息细胞发酵生产γ-氨基丁酸（GABA）工艺，利用经过诱导的乳酸菌活性静息细胞体，分散于含有底物的转化缓冲液中，在合适的条件下转化生产γ-氨基丁酸。利用该方法可以大幅度缩短转化时间，提高转化效率，产物成份简单，利于分离提纯。且转化无需无菌条件，设备要求简单，耗能低。经条件优化，本工艺已适合工业化生产。附图说明：附图2为pH对乳酸菌株的生长与发酵生产GABA的影响(▼生长影响；▲发酵影响)。

研究团队基于cGAMP设计制备了一种肺部仿生纳米颗粒（PS-GAMP）来模拟流感病毒肺部感染，发现其能够在不破坏肺部表面活性剂（PS）和肺泡上皮屏障（AEC）的情况下，激活AMs和AECs，促进疫苗产生高效的体液和CD8+ T细胞保护性免疫反应，以抵抗多种异型流感病毒的攻击。研究结果提示AECs在产生广泛的交叉保护以抵御各种流感病毒方面具有十分重要的作用，表明PS-GAMP可能是一种“通用”流感疫苗的潜在粘膜佐剂。

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。

本发明涉及一种结合胰岛素样生长因子C结构域多肽(IGF-1C)的壳聚糖水凝胶，其具有良好的细胞相容性和生物活性。这类活性水凝胶具有可注射性，能够作为载体材料，促进干细胞对组织损伤的治疗效果。其为移植干细胞提供适宜的组织再生微环境，从而提高移植干细胞的存活率。增加干细胞在损伤区内的存活及驻留，促进移植细胞存活、增殖，减少凋亡，促进损伤部位血管新生以及功能恢复，进而提高干细胞移植治疗组织损伤的治疗效果。此外，移植后水凝胶并没有促进干细胞发生不良分化。