通过高精度数字人数据构建多结构并存的三维数字解剖模型，并提取数字人数据中相应部位的体素作为数字模型的纹理贴图，采用全彩色、多材质的3D打印机打印高仿真度的解剖标本模型，以期为严重缺乏的尸体标本提供高仿真度的实物解剖模型。

泛素-蛋白酶体体系（Ubiquitin-Proteasome System，简称UPS）是细胞内最重要的蛋白质降解通路，对维持生物体内蛋白质的浓度平衡，以及对调控蛋白、错误折叠或受到损伤的蛋白的快速降解起着至关重要的作用，参与了细胞周期、基因表达调控等多种细胞进程，由UPS失常引发的蛋白质新陈代谢异常与众多人类重大疾病直接相关。2004年，Aaron Ciechanover, Irwin Rose和Avram Hershko三位科学家被授予了诺贝尔化学奖，以表彰他们对该降解通路的发现。UPS中蛋白酶体是细胞中最基本的、最重要的不可或缺的、最为复杂的大型全酶超分子复合机器之一，人源蛋白酶体全酶包含至少33种不同的亚基，总原子质量约为2.5MDa。美国FDA批准的多种治疗癌症的药物分子即以蛋白酶体为直接靶标。近年来，随着冷冻电镜技术的发展和应用，人们对这一大分子机器的结构和功能研究得以不断深入。2016年，毛有东课题组与合作者报道了人源蛋白酶体基态的3.6Å冷冻电镜结构及其他三个亚纳米分辨构象，并首次发现一个亚稳态构象的核心颗粒（Core Particle，简称CP）底物转运通道处于开放状态（见PNAS 2016, 113: 12991-12996）。2018年4月，该课题组又报道了6个ATPγS结合状态下的26S动态结构，包括三个CP开放态对应的亚稳简并态近原子分辨（4~5Å）结构（见Nature Communications 2018, 9: 1360）。尽管这些工作揭示了蛋白酶体的基本架构和内在运动行为，但由于缺乏蛋白酶体与底物之间的相互作用，人们对于蛋白酶体如何实现底物降解的原子水平工作机制仍一无所知。此外，尽管冷冻电镜技术近年来广泛应用于分析具有动态特征的蛋白复合体结构和平衡态构象，但对其中间态结构和非平衡构象分析的分辨率水平往往局限在4～6埃或更低，离真正的全原子水平动力学分析还有相当一段距离。 为了真正实现原子水平的蛋白酶体底物降解动态过程的冷冻电镜三维重建和动力学表征，毛有东课题组攻克了两大技术难题。其一，如何在蛋白酶体完成底物降解之前抓到它的所有可能的中间态构象？课题组发展了一种新颖的核酸置换法，利用ATPγS降低AAA-ATPase激酶水解活性的特点，在底物降解中间过程，通过将ATP快速置换成ATPγS，结合快速冷冻的优势，从而扑捉到蛋白酶体在底物降解过程的中间态。其二，如何在从冷冻电镜数据中分析出更多构象的同时，还把分辨率做到3埃甚至更好？课题组通过多年持续努力，发展了多种基于人工智能和机器学习的冷冻电镜图像聚类的新型算法，并针对蛋白酶体的动力学特征，设计了一套极其有效的整合了多种算法的多构象分类流程。通过这两套技术方案的完美结合，课题组成功解析了人源蛋白酶体在降解底物过程中的七种不同的、但差别甚微的、高分辨原子水平的天然态构象（Native states），完整展示了蛋白酶体从泛素结合到去泛素化，再到底物转运的动态过程。与同期在Science上发表的与底物结合的酵母蛋白酶体的4.2-4.7埃冷冻电镜结构（Science doi: 10.1126/science.aav0725，来自加州伯克利分校和Scripps研究所）相比，该Nature论文不仅总构象数量多一倍，全部构象分辨率还高1-2埃。由于Science论文采用了抑制Rpn11去泛素活性的策略，其非天然态结构中底物并不能真正自由转运，所推测的机理仅限于底物转运这一步，对于其他三大Nature论文所回答重要问题均无法给出答案。这体现了该Nature论文不仅在实验方法的原创性上和数据分析水平和质量上，更在科学发现和问题探究的深度和广度上大幅超越了来自Science的竞争性论文。图一 七个利用冷冻电镜解析的精细原子结构完整揭示了从泛素识别、去泛素化反应、转运启动和持续降解的核心功能动态过程。 作为整个蛋白酶体的动力来源与运转核心，AAA-ATPase激酶分子马达展现出了三种不同的核苷酸水解协作模式，6个ATPase亚基协调工作，交替与底物发生相互作用。在去泛素化过程（EB态）中，处于对立位置的两个ATPase亚基Rpt2与Rpt4水解ATP，而Rpt5与Rpt6则释放ADP，ATPase内的底物转运通道被打开，使得底物可以进入轴心通道；与此同时，去泛素化酶Rpn11亚基与泛素及底物发生相互作用，执行其作为去泛素化酶的功能；在转运起始过程（EC态）中，相邻的两个ATPase亚基Rpt1与Rpt5会同时水解ATP，调控颗粒（Regulatory Particle，简称RP）发生大规模转动并释放泛素；在底物去折叠与转运过程（ED态）中，三个相邻的ATPase亚基会分别同步进行ATP的结合、ADP的释放与ATP的水解，这一过程会单向传递下去，将ATP水解释放的化学能转换为机械能，使得相应的ATPase亚基发生刚体转动，推动底物的去折叠和单向输运，同时CP的转运通道入口打开，底物被送入通道中进行降解。这些研究结果为几十年来对蛋白酶体功能的研究提供了宝贵的第一手原子结构和动力学信息，对于理解生物体内蛋白质的降解过程和一系列负责物质输运的ATPase马达分子的一般工作原理具有极为重要的科学意义。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

研究目的和意义机器学习和人工智能已成为当今最热门的技术之一。2017年，国务院印发了《新一代人工智能发展规划》，正式将人工智能作为国家重要发展战略之一。人工智能已经成为信息技术时代的又一波浪潮。在这波浪潮的推动下，互联网行业、金融行业、传统制造业、政务民生、公安警务等各行各业都在积极向人工智能领域转型升级，利用人工智能先进技术提升智能分析和辅助决策能力，

所有的净菜加工厂商仍采用人工来完成这一环节的加工，可谓是费时费力，为生产经营者带去了较大的人工成本开销，并且手工对半切也存在效率不高，规格尺寸不均等诸多问题。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 高炜凯 机器人产业学院 2020.10/2024.6 20484116 杭海斌 机器人产业学院 2020.10/2024.6 20481112 杜陈琳 机器人产业学院 2020.10/2024.6 20446102 裴育 机器人产业学院 2020.10/2024.6 20496329 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 陈炳伟 机器人产业学院/机械设计及其自动化 教研室主任/高级工程师 智能制造 闫东旭 机器人产业学院/电气自动化 讲师 离散元法、机械优化设计 四、项目简介 随着我国经济的发展，人民的物质生活水平不断提高，人们的饮食习惯逐步向方便快捷、营养化的方向发展，在蔬菜的加工方面出现了净菜半成品菜，受到广大人民群众的欢迎。而发展食品工业的基础便是食品机械，不断地研制各种类型的食品机械才可能促进食品工业的发展和满足不断提高的人民物质的需求。 现如今，用于蔬菜清洁、削皮和切片等功能的机器已经屡见不鲜，几乎各类规模的净菜加工厂都在使用此类机械来完成对菜品的加工，但在各个生产环节中仍存在着一个不容忽视的需求，即所有需要切片的根茎类蔬菜在使用机器切片之前都需要将其对半切开，而这一环节至今尚未被食品机械生产厂商所洞察并重视，市面上尚无能够满足这一环节要求的机械，所有的净菜加工厂商仍采用人工来完成这一环节的加工，可谓是费时费力，为生产经营者带去了较大的人工成本开销，并且手工对半切也存在效率不高，规格尺寸不均等诸多问题。

超高频RFID技术作为21世纪最先进的信息技术之一，在物流和供应链管理领域有着广泛应用。现代物流是一系列繁杂而精密的活动，要计划、组织、控制和协调这一活动，离不开信息技术的支持。而RFID技术也正是有效解决物流供应链上各项业务资料的输入与输出、业务过程的控制与跟踪，以及降低出错率等难题的一种关键技术。该项目开发了一个可扩展配置的系统架构，为现代物流领域提供一种通用解决方案，将基于超高频RFID的现代物流系统分成对象感知层、数据交换层、信息整合层、应用服务层构组成的?层体系架构，从用户、应用开发者、服务提供者等多视角研究现代物流行业体系结构，并利用形式化方法对结构进行准确描述，为制订各种接口、协议和规范提供依据。超高频RFID技术具有能一次性读取多个标签、穿透性强、可多次读写、数据的记忆容量大，无源电子标签成本低，体积小，使用方便，可靠性和寿命高，可以在物流过程中的车辆或其它被标识的物体高速运动的情况下工作、耐受户外恶劣环境等特点。采用UHF RFID技术，可以有效解决读写距离短，数据传输过程稳定性差，传递速率低以及多标签信息同步的防碰撞问题。本项目可应用在现代物流行业的仓储，运输，销售环节，实现物流过程智能化，同时减少了人力资源的消耗。

由于环境污染的加剧及石油基资源的日益短缺,基于可再生资源的生物材料日益受到重视。大豆蛋白质是豆油产业的副产物,是一种来源丰富的可再生植物资源,也是一类添加增塑剂后可热塑成型的天然高分子材料。然而,单独由大豆蛋白质制备的塑料硬且脆,加入小分子增塑剂后,大豆蛋白质热塑性改善,柔韧性增加,但力学强度较低且对水敏感,限制了其发展和应用。本项目以大豆分离蛋白质(SPI)为主要原料,通过与其他生物可降解材料的共混,以及与纳米粒子的复合来得到廉价、加工性良好且力学及防水性能改善的大豆蛋白质环境友好材料。本技术的创新之处在于：(1)制备了邻苯二甲酸酐改性的大豆蛋白质(PAS)并用其来增强甘油增塑的大豆蛋白质,在不添加任何增容剂的情况下得到了两相相容性良好、性能改善的大豆蛋白质复合材料,探讨填料、基体相似的化学结构与相容性之间的关系；(2)将碳纳米管进行酸改性后与大豆蛋白质复合,得到分散性良好、增强效果明显的纳米复合材料,研究酸改性后纳米管表面极性的变化对其在基体中的分散以及与基体相容性的影响；(3)在无增塑剂添加的情况下,通过熔融共混制备了全生物降解的SPI/聚己二酸/对苯二甲酸丁二酯(PBAT)共混材料,该共混材料在高蛋白质填充量的情况下仍具有较好的韧性和强度；(4)首次通过熔融法制备了SPI/聚乙烯醇(PVA)共混膜材料,制备过程简单、绿色且产品性能优良；为了进一步改善共混材料的力学性能,继而在SPI/PVA材料中引入层状硅酸盐蒙脱土(MMT),利用SPI/PVA与MMT三者间强的氢键作用制备剥离型或插层型纳米复合材料,所得材料强度、热稳定性、防水性提高。

通过车载终端以至少 1Hz 的频率采集发动机动态运行数据和静态数据，并通过远程监管终端上传至远程监管平台；远程监管平台将车辆上传的动态运行数据输入相应的诊断模块进行信号诊断，输入相应的排放因子计算模型计算出排放因子，并读取 OBD 故障信息对排放结果进行有效性评估，从而获得车辆的实际排放状态。

产品服务:一种抗菌防护新材料在面膜、化妆棉、户外运动皮肤抑菌喷雾、内衣免洗喷雾等未来市场的打造。市场概况:美妆和运动领域商业模式:盈利模式是：创意时尚带动科技产品消费。会员制社群直销、搭配主题活动、与时尚产品混搭定期打包销售。

成果描述：项目把现代生物工程技术与传统酿造发酵技术相结合，利用自转化育种功能性菌株及各种酿酒发酵有益菌株，研制开发出各类新型微生物菌剂，既可有效利用和降低各类白酒生产原材料中残余淀粉含量，提高酿酒原料的利用率，增加出酒率，减少废弃丢糟的排放；还可根据不同人群饮食文化的嗜好，采用不同微生物菌种配合和工艺改造，生产出具有不同风格特点的新产品类型，实现经济、社会及环保效益的和谐统一。市场前景分析：本项目成果技术应用覆盖生物工程、生物化工、食品酿造等工程技术领域。由于核心技术是淀粉质材料的高效利用和酒精成分、风味物质的有效生成，因而相关技术成果适用于不同规模白酒发酵生产企业以及各类酿造食品及发酵饮料等传统和现代酿造生产企业选择性使用。本项目已在部分企业得到生产规模应用，产品市场前景良好。与同类成果相比的优势分析：针对各种原料的专用酿酒微生物制剂系列，为浅褐色粉粒，分别含多种高活性酿酒酶类和各种香型生香酵母，100斤粮食出酒率为50度白酒80-120斤。年产300吨，年销售收入300万元。国内领先。