帕金森病是一种是老年人群中常见的慢性、进行性、运动障碍性中枢神经系统疾病。帕金森病主要是由于大脑中缺乏多巴胺引起的．左旋多巴(Levodopa，L-dopa)为目前治疗帕金森病的主要药物．多巴胺不能够通过血脑屏障到达大脑治疗帕金森病，而 L-dopa 能够通过血脑屏障，到达中枢神经系统，并在体内脱羧酶的作用下转变为多巴胺，从而治疗帕金森病．常见的治疗帕金森病的药物多为 L-dopa 及其与其他药物的复合物，如美多芭、息宁等。在全球 500 强畅销药物市场中，抗帕金森治疗市场超过 20 亿美元。来源于大肠杆菌的 4-羟基苯乙酸-3-羟化酶（ p-hydroxyphenylacetate3-hydroxylase ，PHAH) 具有较宽的底物范围，可以将 L-酪氨酸转化为 L-dopa，反应单向进行，产物均为 L 型，且该酶不会进一步氧化 L-dopa。但由于 L-酪氨酸并不是 PHAH 的最适底物，该方法催化生成 L-dopa 反应速率慢，到目前文献报道的最高产率为 12.5g/L，并不能实际生产应用。前期本实验室通过对大肠杆菌芳香族氨基酸代谢途径进行改造，已获得从葡萄糖发酵生成 L-酪氨酸高产大肠杆菌菌株，发酵水平仅次于美国麻省理工学院与美国杜邦合作文献报道的 L-酪氨酸发酵水平.本课题对 4-羟基苯乙酸-3-羟化酶进行突变改造，获得了一催化反应速度大幅提升的突变体。在 L-酪氨酸的代谢途径的基础上，含 4-羟基苯乙酸-3-羟化酶突变体的大肠杆菌培养 38 小时转化生成左旋多巴产率即可达 50g/L 以上，且培养发酵简单易行为世界上首个采用此法可实现大规模工业应用的左旋多巴生产路线。目前左旋多巴市场价格约为50 万/吨，此法生产成本远低于左旋多巴市场价格。

工业机器人技能考核与实训平台主要应用在工业机器人基础操作教学阶段，可以实现工业机器人基本结构、基础操作、参数配置、在线示教编程、简单语言编程、工具更换、复杂轨迹规划及编程、模拟上下料和码垛工艺应用、IO通讯、离线编程应用等教学内容，实训台式设计特别适合于标准教室型实训场地，为学生掌握基础编程能力和调试技能提供硬件支撑，满足教学需求。该实训台主要用于工业机器人技术人才的培养教学和技能考核。

第四范式成立于2014年底，是国际领先的人工智能平台与技术服务提供商，公司以“Empower AI Transformation and Advance AI For Everyone”为企业愿景，旨在让AI成为驱动社会进步、企业增长的引擎。依托于领先的机器学习技术与丰富的行业实践经验，第四范式打造了企业智能化转型战略产品“天枢”，通过构建以消费者为中心的全链路客户流量运营，帮助企业实现以创造业务价值为目标的智能化转型。此外，第四范式为企业树立了正确的转型目标和方法，通过自动化AI应用构建平台第四范式HyperCycle ML，提升AI建模效率，降低AI应用门槛，将AI技术快速、规模化落地到企业众多业务场景中，提升业务场景价值。同时，第四范式采用软件定义算力的先进理念为企业提供软硬一体AI集成系统SageOne，降低企业AI部署总体拥有成本，推动企业全面智能化转型进程。目前，第四范式已为金融、零售、能源、医疗、制造、互联网、媒体等行业成功落地上万个AI应用，助力各行业企业的AI创新变革。点击上方按钮联系科转云平台进行沟通对接！

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

RNA病毒一直给人类健康带来巨大威胁。分节段负链RNA病毒（sNSV）通过自身携带的RNA聚合酶抢夺宿主细胞mRNA的5’端帽子结构，转录为病毒mRNA，合成的病毒mRNA是由宿主基因和病毒基因组成的嵌合mRNA。此过程被称为“Cap-snatching”，是sNSV复制周期中的关键环节。 一直以来，人们认为：病毒mRNA翻译的蛋白只包含病毒基因的开放阅读框（ORF），宿主来源的mRNA序列的作用是其5’端帽子结构可供宿主细胞翻译体系识别，其他宿主源遗传信息没有合成病毒蛋白的功能。 该研究揭示了病毒编码蛋白的新机制。 研究发现，病毒抢夺过来的宿主源mRNA片段，不仅起到5’端帽子结构的作用，而且这些宿主源mRNA片段包括起始密码子（AUG），宿主细胞可以从宿主的AUG开始翻译，编码两类宿主与病毒的嵌合蛋白。若宿主源AUG与原有病毒蛋白ORF在同一读码框中（in-frame），产生的蛋白为 N 端延长的宿主与病毒嵌合蛋白； 若宿主源AUG与原有病毒蛋白ORF不在同一读码框中（off-frame），产生的蛋白为新型的嵌合蛋白（Novel host-virus encoded proteins）。 进一步研究结果发现：流感病毒感染细胞后可以产生上述两类嵌合蛋白，这些嵌合蛋白可以诱导T细胞反应，并且与病毒的毒力相关。该研究提示，这种新的病毒蛋白编码机制可能不仅仅局限于流感病毒，在其他人类病毒、动物病毒和植物病毒中也广泛存在这种宿主与病毒嵌合蛋白的编码机制。 本研究是由美国纽约西奈山伊坎医学院（Icahn School of Medicine at Mount Sinai）牵头，多国科研工作者共同合作完成。

人类早期胚胎发育虽然只有大约7天的时间，但是却经历了关键的分子事件，其中包括合子基因组激活（ZGA）和早期胚胎细胞的命运决定。伴随测序技术的进步，单细胞测序技术可以有效地揭示早期胚胎发育的细胞命运决定的转录图谱，但是单细胞转录组数据也存在许多问题，例如dropout事件（表达的基因未被检测到），这使得差异分析方法在处理单细胞受到了限制。本研究中通过使用F-score算法和差异分析方法（limma，edgeR和DESeq）在人类早期胚胎单细胞转录组中得到两个关键的基因集。通过比较先前研究中关键的基因来分析两种方法的不同，POU5F1（OCT4）在细胞多能性的获得和维持中起到了重要的作用，但是在差异分析方法中却被排除，而F-score算法却可以获得。我们通过研究基因的表达趋势发现，差异分析方法对于在多个时期高表达的基因会被排除，这对于胚胎发育中的细胞的异质性是十分不利的。

西安交通大学席光教授课题组成功将人工智能三维图像识别技术应用于离心压缩机的优化工作中，并与沈阳鼓风机集团股份有限公司合作完成了国际上首个完全三维离心叶轮的优化设计及试验验证工作。

由于受到云、气溶胶等不利天气的影响，基于热红外遥感反演的地表温度数据存在空间不连续问题，阻碍了地表温度产品的实际应用。