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。 

1.痛点问题 新材料的设计与研发往往面临挑战：急需的新材料难以快速筛选设计，而设计出的新材料又难以找到高效且低成本的合成配方，拥有合成配方的新材料又会面临规模化的长周期探索。根据国家工业和信息化部对30余家大型骨干企业调查结果显示，130种关键材料中，有32%国内完全空白、54%虽能生产，但性能稳定性较差、只有14%左右可以完全自给，亟需新思路来解决我国新材料研发难题。本项目着眼于新材料研发，希望通过创建目前业内空白的智能化新材料研发范式，引领行业智能材料开发自动化服务与工艺的开发。 在数字化、智能化浪潮中，国家和各行业的产业界都非常看重科研的智能化升级。通过持续的交流与调研，我们发现许多企业和研发团队目前对智能研发存在大量潜在需求，而智能研究服务与工艺的同类竞品极少。因此，清华智研将作为一家高新科技企业，以AI赋能研发（AIEmpoweringResearch&Development）为使命，组建国际顶尖水平团队，向国内引进并自主开发世界前沿的AIforScience技术，打造世界级的AI未来实验室（World-ClassAIFutureLab）。 2.解决方案 本技术为新材料研发数字化智能服务平台，可在材料研发过程中对各个尺度以及不同研发阶段下进行智能化的加速及分析服务。以各种人工智能算法为核心，如主动学习算法，图神经网络，卷积神经网络等，我们根据不同材料体系的尺度包括三大方面：1.针对分子及晶体等微观尺度的功能材料研发，设计智能化的深度学习系统。2.针对二维功能材料及其功能性器件、催化剂、膜材料等宏观尺度，设计智能化的深度学习系统。3.针对功能材料研发的表征仪器等平台尺度，设计智能化的系统解决方案。这些智能化解决方案能极大地加速新材料尤其是碳中和相关材料的研发速度，从而大大地降低研发成本与时间，为企业获得有竞争优势的科研壁垒。 自动化和人工智能助力未来智能实验室的方方面面，从样品制备（称量固体、添加液体、超声处理.等)，到合成（分配液体，控制温度，混合，测量pH值，干燥等)、表征（气相色谱，高效液相色谱，分光光度法等)，通过自动化/机器人的辅助，可以有效提高可重复性，提高信噪比，加快实验速度。通过人工智能技术，将实验数据转换为可操作的智能指导，快速浏览并利用复杂的数据，提升认知能力。 智能化研发平台 3.合作需求 拟成立公司推动该项成果的产业化进程，希望对接 1）工程化、产品化所需的资源； 2）新能源、新材料领域合作企业。

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。

公司现在都是由人工进行数控车床及加工中心的操作，每人可以操作两台或三台机床，公司自2019年起就着力考察能够合作的企业或学校，致力打造由机器人替代人的数控车床及加工中心的操作，但多方寻找，还未有能够针对我公司的高端装备产品的机器人，我公司的产品，品种多，需要较频繁的更换要加工的工件，所以较其他企业的流水线式的机器较为复杂。

  该项目是北京科技大学和重庆钢铁公司的科研合作项目，主要研究开发将控制轧制及控制冷却技术从理论上已经完全成熟的技术结合在线模型对高速线材的组织和性能进行预测和控制的实用技术。利用多元线性回归软件，对轧制工艺参数与性能间的关系进行多元线性回归，以实现根据工艺参数预测轧后性能，最后确定出最优轧制工艺。 本课题的技术关键：为了准确的预测及控制线材的组织在冷却线上的转变，需开发在线的数学模型，根据实际情况调整生产工艺参数，稳定产品的质量。有关高速线材控冷段的数学模型已有文献报道，但这些模型仅用于离线分析，目前还没有见到国内在线模型的报道。国内的一些引进的生产线带有在线的数学模型，但其详细的构造未见报道，重钢高线厂是全国建立在线性能预测的第一条高线厂。

办公自动化系统是一个基于J2EE架构的B/S应用软件，用于实现企业和政府机关的办公信息管理及工作协同，它为企业、政府实现数字化协同办公提供了完整的应用平台。 本产品可以满足用户不同层次的办公需求： ①作为信息发布与共享平台:可以根据组织需要建立各种信息发布类栏目，定制显示模板，授权访问控制，实现组织自身的WEB站点建设与管理。为组织提供各类信息的统一发布、共享、查询，方便组织人员从办公平台获得各类信息。②作为内部沟通平台:为组织提供多种高效的沟通工具，可以帮助组织成员快速查找人员信息，增进人员间的相互了解。系统集成了电子邮件、即时通信软件，并可以通过短信接口发送短信，提高组织沟通效率。③自助服务平台：为组织提供多种自助服务工具。通过资源预订类模块，可以实现组织资源的在线预订，防止资源占用冲突，有效利用公共资源。提供待办事宜、日程安排等管理工具，使工作内容触手可及，提高效率。提供考勤管理功能，提高考勤效率，降低组织的管理成本。④业务协同平台：为组织提供多种业务协同应用子系统，可以实现公文签批管理、定制个性的业务签批管理。通过工作流引擎，协调组织人员协同工作，在提高业务处理效率的同时，规范管理，提高工作质量。

技术原理： 智能可视化优化技术综合应用智能建模与优化算法、可视化方法和计算机信息技术，将多维空间的数据降维映射在二维平面上，并生产目标函数的等值线，据此，可从二维平面上直观看到整个数据空间的超几何特性，并看出最优点和最优区域。 智能可视化优化技术是一种全新的基于数据驱动的优化技术，它具有其它技术不可比拟的独特优势。（智能可视化优化软件IVOS，中国软件著作权No.2011SR013087）。  功能与特性： （1）单目标和多目标优化： 对单目标优化问题，可确定出平稳的优化区域或最优点； 对于多目标的优化问题，可以确定出兼顾多个目标的满意区域； 对有指标控制（或约束）的优化问题，可确定出满足控制指标的优化区域。 （2）确定优化方向： 当最优点不在数据集空间时，可从映射平面上直观看出最优方向，并确定出沿此方向上推进时哪些变量在起主要作用。 （3）利用优化区域调整优化点：当某些优化参数对优化目标有重要影响，但它们的值又不可控时，可通过调节其它可控参数，使优化点在优化区域内移动到另一点。这种特性对于原料性质时常变化的反应过程的优化非常有用。 （4）特别适用于复杂反应单元（如催化裂化、加氢裂化、焦化、加氢精制、乙烯裂解、以及其它装置的反应单元）的反应产物的分布优化。 该技术是武汉理工大学鄢烈祥教授创立，研究团队近10多年来的研发成果。凝结了国家863计划课题、国家自然科学基金项目、科技部项目、湖北省自然科学基金项目、企业合作项目的研究成果，以及多位博士和硕士研究生的学术论文研究成果。

一、产品用途 本课题涉及到一种新型的高性能敏化增粘剂的制备，并以此材料作为一种炸药添加剂，进一步开发出新型增粘多孔粒状铵油炸药。该敏化增粘剂可以使多孔粒状铵油炸药保持成本低、能量适当、便于现有机械设备生产及装填等优点，克服其吸湿性强、装药密度低、临界直径较大、稳定性差、不易储存等缺点，并具有较强抗水性，具有更广的适用范围，推动地下矿山的技术进步。同时还可以改变硝酸铵的防结块性能。二、产品特点 该材料的特点：合成成本低、不能被引爆、点燃并能满足增粘多孔粒状铵油炸药爆炸性能，且使其具有较强抗水性，不含爆炸性物质，可以按照一般化工产品生产、储运。 新型增粘多孔粒状铵油炸药特征：呈颗粒状，表面有粘型，流散性仍好，易于用压气装药设备装药；可用于潮湿炮孔。炸药组成简单，由多孔粒状硝酸铵、柴油和敏化增粘剂三种组分组成。

山东中欧膜技术研究院依托哈尔滨工业大学城市水资源与水环境国家重点实验室，具有强大的科研支撑与技术支持。目前，研究院具有一支以中国工程院院士，哈尔滨工业大学马军教授为核心的，朝气蓬勃、勇于创新、以中青年为主体的学术队伍。研究团队固定研发人员64名，其中：中国工程院院士1名，教授/研究院5人，副教授10余人，研究生及研发工程师40余人。人员专业职称配置比较合理，具有较高专业技能和业务水平。研究院近三年发表高水平SCI文章60余篇，申请发明专利30 余项，其中授权8项。撬装式模块化水处理装备采用高效短流程处理装备，以先进膜分离技术为核心，结合新生态纳米吸附技术与高级氧化技术，实现水中污染物高效去除。成功开发低成本在线高效混凝剂，能够有效阻止反洗过程中产生浊度、微小絮体、铁锰等杂质渗出，形成大絮体；该新生态纳米铁锰氧化物对重金属有优异的去除效果，实现了水源水重金属污染控制的理论创新。该项技术应用于北江流域三十一座水厂，成功保障了下游地区供水安全（日供水量300余万吨，服务群众600余万人），确保了广州亚运会的顺利进行，获当地政府表彰、嘉奖，且运行成本低，易于推广，该项技术获3项美国专利，该技术被国际水协列入源水除重金属“最佳实用技术指南”，获省发明一等奖一项，突破了重金属离子处理去除关键核心技术。 采用高效重力式驱动催化膜滤结合高级氧化技术，是基于新生态纳米微界面吸附技术开发的抗污染纳米复合膜过滤技术，实现膜组件无动力、抗污染运行，主持设计建设了全球首座无外加动力膜水厂, 膜组件反洗时间间隔延长十倍,运行能耗降至现行超滤的五分之一，填补了膜技术能耗高的技术短板，获省自然科学一等奖。 该系列处理装备采用模块化方式进行拼装，可根据水量定制，即装即用，采用自主开发智慧控制系统，实现24小时自动运行，可远程维护。设备占地面积小，无需增设砂滤池，运行成本较传统工艺节约20%。装备技术水平达到了国际领先水平。研究团队所开发系列研发装备在饮用水处理、生活污水处理、工业废水处理等领域工程化应用，2020年合同额达1.5亿元。 我国人工基数大，淡水资源需求量大，现有水处理技术占地面积大，建设成本高，难以满足分散式小规模水处理及需求。撬装式系列水处理装备为解决我国分散式水处理问题尤其是农村饮用水、污水处理提供切实可行的解决方案，应用前景广阔，具有巨大的市场价值。