本项目采用具有自主知识产权的专利技术，制备具有微滤和超滤特性的陶瓷中空纤维膜。本项目采用特殊工艺先通过挤出制备中空纤维原生膜，然后将涂膜液浸涂在中空纤维原生膜表面，经过特殊烧结工艺，得到陶瓷中空纤维超滤膜，本方法也可应用于蜂窝状陶瓷超滤膜。本项目的特点是：工艺简单，所用原料价格低廉，没有昂贵的设备；中空纤维或管式原生膜外表面浸涂勃母石溶胶一步烧结制备出不对称结构的陶瓷中空纤维和管式超滤膜，大大降低了烧结成本，进而降低陶瓷膜制备成本。

消失模铸造是近20年来兴起的一种新型精密铸造工艺，具有操作简单、成本低廉、可铸造复杂精密铸件等特点，已经成为铸造工业发展最快的铸造方式之一。消失模涂料是其关键技术之一。 本项目在兼顾常压和真空消失模铸造特点的同时，在不添加其他配料的情况下加水后可以直接涂膜使用，具有涂膜均匀、挂壁性好、强度高、透气性好、干燥迅速、脱模容易等特点，可提高铸造的精密性、成品率，降低铸造成本。

以项目应用实践为核心，结合行业真实业务场景，以解决问题为目标进行项目实训，为高校师生应用实训提供环境与资源的双重保障，真正实现学生“应用能力”培养。基于Jupyter Notebook的交互式编程与拖拽式可视化分析引擎和机器学习开发引擎，可满足大数据、人工智能专业以及交叉学科的多种实训需求。平台提供完整的在线指导手册、实训环境，同时支持自定义实训项目，教师可将科研课题成果转化为实训项目案例，让科研反哺教学，不断优化教学成果。 1、实训环境1.1    交互式笔记平台通过接入Jupyter Notebook，为学生提供了基于网页的交互编程的实验环境。通过在线编码与在线运行，让课程可以更加多样化，让学生的学习可以更加直观有效。1.2    可视化分析引擎平台内嵌可视化分析引擎，拖拽式可视化操作，为新商科、新文科及相关交叉学科数据可视化分析提供工具支撑，50余种图形组件，包含上百种图形配置参数与多种主题风格，满足各种自定义效果展现，学生可结合实际行业业务快速开展数据分析工作。1.3    机器学习开发引擎拖拽式低代码的机器学习开发引擎，拖拽连线式模型构建及详细的洞察帮教功能，让学生可以快速开展数据探索与深度数据分析。内置150多个分析算子，从数据处理、特征工程、机器学习、集成学习、深度学习、模型管理等数据挖掘全流程方法支撑，满足应用型教学需求。2、实训手册平台中内置的每个实训项目都包含一个详细描述实训任务的实训手册，从项目背景、任务要求、使用方法等多方面对实训任务进行全面描述，复现出实际操作场景，使学生明确实训目标，在循序渐进的引导中完成实训项目。3、在线实训平台内嵌入成熟商业大数据分析工具，提供了拖拽式低代码的在线实训环境，为实训项目打造出可视化分析和机器学习两种实训模式，让学生在学习过程中就接触到实际项目工具，真正做到学以致用，增强学生在大数据领域求职就业的硬实力，为以后进入大数据相关岗位奠定基础。同时平台还提供采用编码式的实训项目，可以满足学生在代码层面的学习需求，通过在线实训练习提高学生的综合编码能力。4、实训作业学生可在平台中使用可视化分析引擎、机器学习开发引擎、Jupyter Notebook等在线实训工具产出多种类型的实训作业，教师可以对课堂中学生作业进行统一审阅、评分，在线完成了从作业产出到作业评审的闭环，降低了复杂实训项目的练习门槛，学生也能第一时间了解到作业评审的反馈信息，提高了学习效率。5、自定义实训平台中内置了编码式和拖拽式的实训环境，可以支持教师将手中科研项目及过往项目经验总结积累下来，集成并转化为不同业务场景的实训项目。教师通过自定义实训手册，可以从自身项目经验角度出发，切实描述实训项目任务，创建更加贴合实际的实训项目任务，增加学生代入感，提高学生积极性。除了满足自身的教学需求之外，教师还可以将自己创建的实训项目共享至实训项目库，方便其他教师复用。

近日，天津大学分子聚集态科学研究院杨杰博士等在纯有机室温磷光材料研究方面取得新进展。研究成果在Cell Press旗下材料旗舰期刊《Matter》在线发表，题为“Förster能量转移：一种开发刺激响应性室温磷光材料的高效途径及其应用”。该成果的第一作者为天津大学2019级博士生王云生，共同作者有吉林大学邹勃教授，共同通讯联系人为杨杰博士、唐本忠院士和李振教授。 刺激响应性有机发光材料因其在信息存储、防伪、光电器件等应用中的巨大潜力而备受关注。目前，大多数刺激响应发光材料都是属于荧光类材料，而磷光类材料较为稀少。相对而言，具有刺激响应特性的有机室温磷光(RTP)材料兼具刺激响应荧光材料的功能和室温磷光材料的时间分辨特性，是当前有机发光材料领域的热点，同时也是难点。迄今为止，刺激响应纯有机RTP材料的报道多是停留在理论验证或探索性实验阶段，究其原因，材料制备的复杂性和内在机制的不明确性制约了这类材料的实际应用。基于此，要突破现有技术实现新的发展，就迫切需要拓展在理论层面的认知边界，获得新的行之有效的材料构筑策略。 研究人员利用主-客体掺杂体系中距离调控的共振能量转移(FRET, Förster Resonance Energy Transfer)过程，开发了具有刺激响应特性的RTP材料。FRET在不同环境下的广泛适应性和主-客体体系的良好磷光性能共同提高了材料体系的实用性。利用该策略制备的材料不仅与现有印刷技术展现出完美的兼容性，而且FRET客体与主体之间的特异性识别也被成功应用于信息加密。该工作首次揭示了FRET过程在宏观RTP刺激响应材料构筑方面的巨大潜力，提出了一种简单、廉价、有效并极具商业潜力的有机室温磷光材料构造策略。

上海交通大学医学院附属瑞金医院瞿介明、张欣欣、周敏、陈立等组成的团队参与协助中国生物、武汉三家参试医院和国家转化医学中心（上海）进行专家评估，研究数据显示，将恢复期供体中含有高滴度中和抗体的血浆输注给患者后，其临床症状在24-48小时即得到改善，同时实验室炎症指标和肺部影像学在短期内都得到了具有统计学意义的改善。其中5名患者在治疗后中和抗体的滴度升高，所有患者在治疗后7天内病毒核酸的检测均转为阴性。目前尚未观察到明显的不良反应，安全性良好。恢复期血浆有望成为挽救重症新型冠状病毒肺炎患者生命的有力武器。 人体感染病毒或细菌等病原体后，人体的免疫系统就会产生相应的物质来抵抗这些病原体，这就是我们大家熟悉的抗体。经历细菌或病毒性感染而幸存的患者，体内可产生较高滴度的特异性抗体。恢复期血浆治疗就是采集恢复期患者的血液，经过分离处理后，将富含中和抗体的血浆输注给其他患者的治疗方法，属于被动免疫治疗的一种。恢复期血浆疗法用于传染病的治疗已经有一百多年的历史。在1918～1920 年的西班牙流感、1920～1940 年代的猩红热、1970 年代的百日咳流行期间，恢复期血浆就已用于临床救治，发挥了一定的作用。后来这一方法又被用于麻疹、阿根廷出血热、流感、水痘、巨细胞病毒感染、细小病毒 B19 感染等。近二十年来，这一经典疗法又被用于严重急性呼吸综合征（SARS）、H1N1、H5N1、H7N9禽流感、中东呼吸综合征(MERS) 等新发突发传染病，取得了一定的疗效。当缺乏有效的特异性抗病原体药物时，尤其是新发传染病暴发流行时，恢复期血浆疗法可能是抢救危重症患者的唯一选择。 恢复者血浆治疗适用于重症患者，最好在起病2周内治疗，因为这个时候病人体内还有病毒复制或者病毒血症，用恢复期血浆可以快速中和血液中的病毒，减轻炎症反应，可以遏制病情恶化，改善患者预后。起病2周后机体内病毒载量明显减少，而且可能已经出现了严重并发症，如细菌感染、凝血功能障碍、多器官功能衰竭等，肺泡上皮细胞大量损伤，这个时候用恢复期血浆，可能疗效已经大打折扣了。 从既往治疗其他传染病的经验看，总体上说是安全的。但输注血浆仍然有潜在的输血感染病原体的风险和不良反应，包括过敏等。恢复期血浆在分离制备的过程中，需要经过严格的病原体灭活和生物安全性检测，感染风险较小，但不排除个别处于窗口期的供体病原体检测阴性的情况。其次，在输注恢复期血浆的过程中，有发生输血相关肺损伤的风险，尤其是在已经发生严重肺部炎症的患者，值得注意。

天津大学精仪学院科研团队联合企业成功研发新冠肺炎疑似病例检测系统。据了解，该系统可快速检测新冠肺炎疑似病例并实现大数据监控预警，有望为疫情控制提供新思路。该系统的便携式检测仪单元已获得国家药监局医疗器械注册证书。该系统由“掌上模块”和“线上模块”两部分组成：“掌上模块”是一款便携式检测仪，从外观上看这款便携式检测仪只有鼠标大小，使用USB接口充电，能够连接手机电脑，满电续航超过24小时。检测仪可以单手控制，操作简单，便于入户排查。检测仪内部集成了精密的检测核心模块，与实验室大型仪器检测精度相当，能够快速判断出是否为疑似病例。掌上模块检测出的结果会自动上传到“线上模块”——疫情监测预警云平台。云平台会将检测结果进行智能化处理，上传至各级政府疾控和医疗监测机构云平台，给各级机构提供疫情预警、态势分析和决策支持，对疫情进行全方位、智能化管控。

在该研究中，收集了公共数据集（大量RNA-seq和单细胞RNA-seq）发现ACE2在胰腺（外分泌腺和胰岛中）的表达和分布。而且，包括轻度和重度COVID-19患者在内的临床数据表明存在轻度胰腺炎。在这67例严重病例中，有11例（16.41％）的患者的淀粉酶和脂肪酶水平升高，有5例（7.46％）的患者显示胰腺影像学改变。在54例轻度病例中，只有一名患者（1.85％）显示淀粉酶和脂肪酶水平升高，而没有影像学改变。该研究揭示了COVID-19患者轻度胰腺损伤的现象和可能的原因。这表明SARS-CoV-2感染后的胰腺炎也应在临床工作中予以重视。

学校卫星产业技术研究院与合作方联合推出的全国首款“疫情卫星地图”——新冠肺炎疫情卫星地图速查系统已于近日上线。新冠肺炎确诊病例陆续公布，他们是哪里人？去过哪些地方？离我们有多远？……通过“疫情卫星地图”，人们可以更加直观地了解确诊病例的具体位置。记者打开该系统发现，在卫星地图上，确诊病例的标注点像是一颗颗“图钉”，用户定位后，通过卫星遥感影像带来的“太空视角”，可以让确诊病例分布位置尽收眼底，并显示出附近的确诊病例分布与自己的距离。据了解，该系统由电子科技大学卫星产业技术研究院陆川博士和阎镜予博士组织技术力量自主研发，从研发到上线，用时不到10天。今年2月初，随着各地卫健委公布了越来越多的确诊病的例详细数据，使得开发“疫情卫星地图”有了良好的基础和可能。电子科技大学卫星产业技术研究院决定发挥自身的技术优势，为公众提供免费的疫情防控公益服务。科研团队利用AI卫星的数据智能处理和分发技术，处理遥感图片数据，并结合精确的语义识别和地理编码工具，把官方发布的疫情文字转化成了一目了然的“疫情卫星地图”。

RealAI首席执行官田天表示，新冠肺炎疫情暴发以来，各大媒体网站、社交平台上关于疫情的话题热度持高涨。在此环境下，信息的高效传播成为重要诉求。一方面，相关部门需要全面了解公众对疫情的话题讨论，辅助决策优化的同时也利于开展引导工作；另一方面，公众亟需第一时间获得最权威、最实时、最准确的疫情动态。分析称，互联网成为这次疫情主要的“信息源”平台，传播模式更是基于人手一机的“自媒体”，信息流不仅降低了大众获取信息的“信噪比”，更滋生出不同程度的谣言。据介绍，“新冠肺炎疫情AI话题分析平台”通过对多渠道海量媒体信息进行自动抓取采集、识别分析，解决了传统信息检索过程中因消息源头繁杂、消息过多、检索意图不明确而产生的困扰。同时，基于大数据分析和AI建模，自动识别出近期热点话题、新闻追踪和话题导向、地区关注度变化，为用户第一时间推送全网话题最新动态，满足用户对疫情舆情监测的需求，为作出正确舆论引导提供分析依据。