牙科陶瓷具有优良的光传播和光反射性能，可以再现自然牙半透明深度和色深度，有良好的生物相容性，磨耗性接近牙釉质、不导电、不产生CT和MRI的伪影、X射线透射，化学性能稳定、在口腔环境中不降解，抛光和上釉的瓷面光洁，菌斑不易附着，且陶瓷修复体美观，是最具发展潜力的牙科修复体材料。

本实用新型公开了一种用于排泥水生物氧化除锰的曝气沉淀一体化反应装置，反应装置分为曝气区、缓冲区、填料区、沉淀区、底部污泥区和污泥斗区；另设有曝气机构和刮泥机构。本实用新型的优点在于由于形成的污泥是生物污泥与二氧化锰、氢氧化铁等无机物构成的混合絮体，可以快速将锰与铁氧化，也可以将有机物、氨氮、亚硝酸盐氮等还原性指标有效去除；系统为了维持高的污泥浓度需要污泥回流，适用于处理含锰含铁量较高的排泥水。为了保证化能自养菌的活性，进水中的有机物浓度不宜太高，本装置的工艺较为简单，完全利用曝气的生物氧化作用实现水

本发明涉及潜在指纹显现技术领域，具体的说是一种运用核酸适配体与溶菌酶识别，形成G四链体扦插荧光分子进行荧光检测潜指纹的方法。所述包括以下步骤：①按捺指纹：在样品表面获得汗潜指纹；②配制荧光显色溶液：将DNA溶解于包含NaCl、MgCl2和KCl的Tris?HCl缓冲溶液中，然后加入NMM溶液充分混合；③荧光显现潜指纹：将步骤②得到的溶液滴涂到步骤①的潜指纹样品表面反应后，用去离子水快速清洗干燥后的

2022年9月14日，我校刘少军院士团队在BMC Biology在线发表了题为“Symmetric subgenomes and balanced homoeolog expression stabilize the establishment of allopolyploidy in cyprinid fish”论文。

我国是世界上受自然灾害影响最为严重的国家之一，地质灾害监测预警是最有效的减少人员伤亡的技术途径。针对我国广大山区难以全面实施具体灾点的精细观测和区域监测预警精度不能满足精准预警需求的局限，本团队利用大规模地质灾害起动和运动过程中产生的地震动信号与信号携带灾害的物理力学特性信息的原理，利用微弱信号处理与分析技术，提取地震动信号对应的灾害属性信息，进行灾害事件的预警；利用基于地震动信号与数值模拟耦合分析技术，反演灾害动力学参数、灾害运动和演化过程；结合灾害动力学和运动模型，快速计算灾害危害范围和危害能力

北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》（Nature Food）以研究论文形式在线发表（Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012）。该研究分析了1600-2012年间中国磷循环网络的韧性，研究结果表明，受自然流动、化肥使用和饮食转变的影响，近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言，磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力（即韧性）至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题，较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法，对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明：为满足中国不断增长的食品消费总量和结构的需求，中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导，并不断强化。这种变化降低了网络中的冗余路径，从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动，进一步降低了磷循环网络的韧性。特别是在2000-2012年间，由于人群饮食结构中动物性食物比重不断提高，磷循环网络的韧性下降了11%。如果按这种趋势继续发展，在社会环境的冲击和干扰下，磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性，本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施，并进一步量化这些措施对磷循环网络韧性的提升程度。此外，本研究的框架和指标也适用于分析其他地区和资源的网络韧性，可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔，国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者，北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： 　　（1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 　　（2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 　　（3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 　　（4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 　　本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。