本发明公开了一种基于反蛋白石结构水凝胶的心肌细胞检测方法及其应用，包括以下步骤：1)制备生物相容性的反蛋白石结构水凝胶；2)基于反蛋白石结构水凝胶心肌细胞的培养；3)心肌细胞的检测；4)数据的分析。本发明中的反蛋白石结构色水凝胶具备良好的生物相容性，细胞在其表面生长保持高活性和表型，反蛋白石结构水凝胶不仅为心肌细胞的生长提供载体，更重要的是为心肌细胞收缩力和跳动频率的检测提供稳定的光学传感信号，该检测方法不需要复杂的检测系统，具备直观性、高灵敏行、高效、不受外界条件影响的优势；该方法可应用于心脏药物

该研究发现RNA病毒感染宿主细胞可诱导表达一种新型自噬受体CCDC50，该自噬受体通过识别K63型泛素化修饰的RNA病毒模式识别受体RIG-I/MDA5（RLR）并介导后者的自噬途径依赖的降解，从而抑制病毒感染诱导的I型干扰素的产生，帮助机体恢复到静息状态，避免过度免疫反应造成的组织损伤和自身炎症。我校博士后侯盼盼为论文第一作者，郭德银教授为通讯作者，我校医学院、附属第七医院为第一作者单位。       天然免疫是一种非特异性的宿主抵抗病原微生物入侵的免疫反应,它广泛存在于机体的绝大部分细胞，被认为是机体抵抗病原体感染的第一道防线。随着近几十年的研究，人们对天然免疫系统愈发了解，已经发现并鉴定出天然免疫反应的关键调控因子和信号转导因子，然而某些重要调控因子的结构和功能机制依然不清楚，且这些调控因子的生理和病理作用尚有待于研究。郭德银教授课题组利用CRISPR/Cas9第二代文库在免疫细胞中进行了全基因组水平的大规模无偏差筛选，发现了一系列参与天然免疫反应调控的新型基因。进一步的验证过程中发现CCDC50蛋白在RNA病毒感染下表达量显著增加且其表达模式和RLR的表达模式一致，提示着CCDC50可能参与调控RLR介导的信号通路活性。为了进一步验证该观察结果，该课题组构建了CCDC50条件缺失的小鼠模型，攻毒实验结果证明缺失CCDC50后，病毒感染条件下，I型干扰素表达上调，其下游的ISGs表达水平也随之升高，小鼠清除病毒能力增强，肺部组织损伤和炎性浸润减少，且小鼠存活率增加，从而证明CCDC50在机体水平具有生理学功能。       进一步的机制探究中，该课题组发现CCDC50特异性识别K63泛素化修饰的RLR，并促进激活的RLR的自噬途径依赖的降解，此机制不同于以往了解较多的K48泛素化依赖的降解调控。该过程的发生并不依赖于常见的自噬受体p62， 因p62缺失后，CCDC50依然可以促进RLR的降解，但CCDC50可与p62协同作用。刘迎芳教授团队解析了CCDC50分子LIR结构域和LC3复合体的晶体结构，结构分析证明CCDC50中存在一段非典型的LIR基序，该基序可以结合位于LC3的LDS结合位点，将K63泛素化修饰的RLR拉进自噬小体。有趣的是，紧邻LIR基序，CCDC50有一段MIU基序，该基序可称为反向UIM基序，体外生化实验证实CCDC50-MIU可以结合在LC3的UDS位点，进而证明CCDC50是一种新型自噬货物受体，可以以两段不同的疏水基序结合在LC3的不同位点。这类自噬货物受体是首次在生物体内被发现

本发明提供地西他滨和奥沙利铂在制备治疗肾细胞癌组合药物中的应用，其中地西他滨和奥沙利铂的优选摩尔浓度比值为1:5～1:8，组合药是由地西他滨和奥沙利铂与药学上可接受的辅料制成。本发明经体内、外实验研究证明，地西他滨对奥沙利铂治疗肾细胞癌具有明显的协同作用，该结果扩大了它们临床应用的范围。本发明提供的组合药可增强奥沙利铂在肾细胞癌小鼠模型肿瘤细胞中的积聚，同时增强肾细胞癌小鼠模型对奥沙利铂的敏感性。

研究揭示了IRF8在HCC发病机制和抗肿瘤免疫反应中的关键作用，并阐明肝脏IRF8可作为HCC患者的重要预后生物标志物以及在基于免疫检查点的HCC治疗中的重要应用价值。

可以量产/n将常规育种和小孢子培养结合选育出了品质优良、经济性状和农艺性状优良的ECMS两用系8110A、195A和245A等，将轮回选择和小孢子培养结合选育出了品质优、经济性状和农艺性状好的恢复系8759、1815、4270、9926等。并利用这些不育系和恢复系培育出"华油杂10号"等多个高产、优质、高抗的杂交品种。应用前景：以"华油杂10号"为例，该品种取得了连续两年国家区域试验参试品种产量第一的优异表现，增产幅度达到20%以上，品质优于国家双低油菜质量标准，含油量比对照提高2-3%，抗性与对照

以甘蓝型油菜品种“华双3号”（2n=38，基因组为AACC）和菘蓝（2n=14，II）的叶肉原生质体为材料，通过原生质体融合方法得到具有双亲染色体数之和的体细胞杂种（2n=52，AACCII）；以体细胞杂种为母本，与甘蓝型油菜连续五代回交和选择，获得雄蕊心皮化发育的甘蓝型油菜细胞质雄性不育系，命名为“菘油”细胞质雄性不育系（inap CMS）。 将一条菘蓝染色体上的恢复基因导入甘蓝型油菜，获得雄蕊发育基本正常、自交结实率高、恢复性好的恢复系。利用分子生物学技术在恢复系中检测出菘蓝DNA片段的渗入。此恢复系与inap CMS的杂种的雄蕊发育基本正常、花粉育性高、自交结实好，可用于杂种的生产。 市场预期：为油菜杂交种生产提供新型的授粉控制系统。 转化条件：不同育种单位配制组合。 成果完成时间：2017年

复杂非线性滞后动力系统分析与综合问题是控制领域研究的热点和难点。本项目主要取得如下创新成果： 1、非线性滞后动力系统的鲁棒控制。主要研究状态信息延迟下非线性系统的鲁棒控制问题。通过构造李雅普诺夫函数和泛函，很好地解决了一直以来困扰控制领域的严格反馈结构非线性滞后控制难题。对于一般结构的非线性系统，提出了反馈控制设计框架，克服了现有文献关于滞后项的强假设条件。  2、非线性关联滞后大系统的分散协调控制。提出了强非线性关联环节下大系统的分散自适应反馈控制器设计方法，解决了非匹配模型跟随控制难题，为强耦合滞后大系统的分散控制问题提供了完整的解决方案。 3、滞后系统智能控制和网络化系统控制设计。提出了非线性滞后系统的无记忆智能控制设计理论与方法。给出了非对称网络环境下遥操作系统的控制器设计方法，建立了网络环境参数、控制器参数和系统性能的显性表达式。 4、应用基础研究：提出了化合反应系统的控制器设计方法，同时构建了工业无线网络控制平台。 研究成果在大型高炉建模与节能减排优化控制、恶劣工业环境下无线网络化控制、物联网、网络化机器人远程控制等领域得到了初步应用。

本成果针对城市水电气热等综合能源数据来源广泛，结构复杂，且与用户、时间、空间信息关系紧密的特点，构建了高性能综合能源数据分析平台，提出了细粒度的能源数据分析理论框架及方法，并将其应用于智慧城市建设。

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。