燃料电池技术应用的关键在与新材料的开发，基于材料的优化得到更好的燃料电池产电输出性能。项目团队基于固态离子理论，设计了一系列燃料电池电极新材料及新结构，以提高电池输出性能为目的，开发了一系列高性能的阳极功能材料，阴极层材料与新结构。项目取得完整知识产权，申请发明专利15件，授权发明专利8件。

薄荷醇具有独特的薄荷味及清凉感，并被应用于许多产品中，是世界上销量 最大的香料之一，国内的薄荷醇主要为天然薄荷油，市场对薄荷醇的需求的也越来越大。松节油作为一种丰富的可再生资源，可以提供 C10 分子骨架，具有活泼的化学反应性能，是合成薄荷醇的良好的天然原料。项目获得了薄荷醇合成反应路线中的关键技术，对其合成路线中，得到了以α-蒎烯为起始物，α-蒎烯氧化为马鞭烯酮，热异构为百里酚，再氢化还原得到薄荷醇的最佳催化条件。并对另一合成路线中，得到了以松节油为起始物，由蒎烯氢化还原为蒎烷，再热异构为二氢月桂烯，氧化为香茅醇和香茅醛，关环反应得到异胡薄荷醇提出了新工艺。

作为一种具有令人愉快的香味物质，乙偶姻广泛应用于食品、制药、化工等 领域。微生物发酵法因具有生产效率高、原料来源广泛、生产成本低、环境污染较小，产品纯度可视为纯天然等优点，引起研究者的关注，具有广大的应用前景。本研究利用高通量筛选策略，从土壤中筛选获得一株 Bacillus amyloliquefaciens FMME044，在分析该菌株生理特性的基础上，提出了有效地 发酵过程优化策略，并通过基于连续培养的适应性进化工程，获得一株耐受高浓度乙偶姻的突变菌株。 

日前，清华大学生命学院葛亮课题组在《细胞》（Cell）期刊上在线发表题为“蛋白跨膜转运调节非经典蛋白分泌”（A translocation pathway for vesicle-mediated unconventional protein secretion）的研究论文，首次报道了非经典分泌过程中的蛋白跨膜转位机制。 蛋白质的分泌是细胞间信息传递的重要方式。分泌蛋白通常具有N端信号肽序列以指导新生多肽链进入内质网（endoplasmic reticulum，ER）被加工、修饰，之后被运输到高尔基体(Golgi apparatus)经过进一步的加工，最终抵达细胞质膜并被释放到细胞外，这一过程被称为经典分泌途径。近年来的研究发现，许多分泌蛋白不具有典型的信号肽序列，其分泌不依赖于ER-Golgi途径，这类分泌途径被称为非经典分泌（unconventional protein secretion, UPS）途径。直接跨质膜转位（I型）与细胞内囊泡结构介导的分泌（III型）是最主要的两种UPS途径。III型UPS中，蛋白首先进入一个囊泡载体（例如autophagosome, endosome等），然后通过膜泡运输系统被运送到细胞外。由于这类蛋白缺少信号肽，一个需要解决的关键问题就是这类UPS蛋白是如何进入囊泡载体中的。  图1. TMED10介导的蛋白质非经典分泌途径工作模型 在这项研究中，研究人员鉴定出一个膜蛋白TMED10可能形成一个蛋白通道介导UPS蛋白进入囊泡结构。细胞实验发现，TMED10能够调控大量非经典分泌蛋白的分泌，包括炎症因子IL-1家族成员，galectin1和galectin3，以及小分子伴侣蛋白HSP5B。CLP诱导的败血性休克（Cecal Ligation and Puncture (CLP)-induced septic shock）小鼠模型中，TMED10髓系敲除的小鼠分泌更少的IL-1β, 进而导致更低的炎症反应与更高的存活率。进一步的研究发现，TMED10的C末端区域与分泌蛋白的一个motif的相互作用对蛋白的选择性转运与分泌非常重要。体外脂质体实验证明，TMED10直接介导UPS蛋白进入脂质体，并且这一过程依赖于蛋白质的去折叠。在细胞中，TMED10定位于ERGIC（ER-Golgi intermediate compartment）并且能够指导分泌蛋白进入这一膜性细胞器中。此外，研究还发现货物蛋白与TMED10的结合会诱导TMED10寡聚化形成蛋白通道从而介导蛋白的转位。基于这些实验数据与之前的研究成果(Zhang et al., 2015)，作者提出如图所示的TMED10介导的蛋白质非经典分泌途径（TMED10-channeled UPS , THU)工作模型（图1）。UPS蛋白在胞质分子伴侣HSP90A的帮助下去折叠并被运送到ERGIC，结合TMED10诱导其发生寡聚化形成蛋白通道，在腔内分子伴侣HSP90B1的帮助下转位进入ERGIC，之后可能通过ERGIC形成运输小泡，直接运送到细胞质膜，或进入分泌型自噬体或分泌型自噬溶酶体/MVB，分泌型自噬体又可以直接和质膜融合或首先与溶酶体融合，最终将蛋白释放到细胞外。 生命学院研究员葛亮为本文的通讯作者，实验室张敏老师与生命学院博士生刘磊为本文共同第一作者。本研究受到基金委和科技部的经费资助。 文章链接： https://doi.org/10.1016/j.cell.2020.03.031

本实用新型公开了一种级联型无输入及输出变压器的贯通式同相供电系统。该系统主要由三相分别级联一个以上单相-单相结构的交直交变换器而后三相并联的电力电子变换装置组成，级联的电力电子变换装置三相并联后直接连接牵引接触网，通过多模块级联结构，使单相-单相交直交变换器能够承受较高的电压等级，同时提高了变换器输出的电压等级，因此可取消输入、输出变压器，三相平均分担机车负载所需功率，且能量可双向流动。由于输出电压幅值、相位、频率可控制，因此邻近变电所的接触网可直接相连，形成贯通牵引供电网络。本实用新型提出能够取消牵引变电所的输入、输出变压器，解决了牵引变电所中变压器体积大、质量大、检修麻烦造价高的缺点，有利于提高牵引变电所容量，降低变电所运行成本。

一、装置概述 PUAA-Q型挥发性有机废气治理技术综合实验装置是根据高等教育的改革方向，顺应国家培养应用型高技能人才的战略思想，以前沿技术为导向，紧密结合挥发性有机废气实际处理工程的功能和特点，并针对高等院校对挥发性有机废气处理工艺应用和创新实验教学的实际需要而专门研制的综合性实验装置。本装置涉及放电等离子体技术、光解技术、吸收技术、吸附技术以及智能程控技术等多方面、深层次的内容。装置工艺流程简洁、美观，可视化程度高，具有处理效率高、彻底、无二次污染等优点，非常适合大专院校的相关专业开展实验、实训、设计、创新创业训练等。 二、主要参数及指标 （1）处理能力：能处理苯、甲苯、二甲苯等多种挥发性有机废气； （2）处理负荷：<2000mg/L； （3）处理气量：<500L/min； （4）处理效率：≥95%； （5）装置净重：300kg； （6）外形尺寸：2200mm×700mm×1800mm； （7）供电电压：AC220V、50Hz； （8）运行功率：＜4kW； （9）操作条件：常温、常压； （10）安全保护：具有漏电压、漏电流保护装置，安全符合国家标准。 三、主要配置及性能 采用自主知识产权的双介质阻挡放电等离子体反应器，放电均匀、稳定，活性物种产率高。 高频高压电源采用两级控制，安全、可靠，输出频率和电压可调。 可视化的吸收池中安装全潜式UVC杀菌灯，能够直观观察光解过程；UVC杀菌灯配套专用整流器、高品质石英套管、防水接头，UV穿透率高，可在水中长时间工作。 多段蒸笼式撬装活性炭吸附塔，吸附效率高、活性炭更换方便，并配套活性炭再生设备，可延长活性炭使用寿命。 吸收液通过气液混合自吸泵输送，并采用自动和手动相结合的控制模式，灵活、方便。 废气发生器智能程控，有机废气浓度可在0~2000mg/L范围内调控。 采用电磁式增氧气泵作为载气泵，气量大、稳定、噪音低。 316L不锈钢材质的臭氧热解器中填装有高效的臭氧淬灭催化剂，可将尾气中的臭氧快速转化为氧气，并通过智能程控调节尾气净化器的温控设备，运行成本低。 水温、水位、气压等变送器0.2%精度、稳定性能±0.1%FS、输出信号4-20mA，精度高、性能稳定、可连接PLC控制器，不锈钢材质变送器探头耐磨、耐冲击、抗干扰强。 三菱FX3U系列PLC主机和模拟量输入输出模块完成设备运行控制，10英寸彩色触摸式液晶显示屏实时显示控制按键、装置运行状态及时间、水温、水位、气压、电流等重要参数。 所有设备模块化安装于304不锈钢材质的柜体中，柜体前后开设有视窗，顶部安装有可调速换气扇，底部配有禁锢万向脚轮。

华中科技大学是我国最早开展红外测温技术研究的单位之一，红外测温技术一直也是华中科技大学国家数控工程中心的重要研究方向，其研究成果由华中科技大学孵化的企业（华中数控）进行产业化。早在2003年非典期间，就开发了人体测温红外热像仪，国家发改委立项支持该校建立了体温检测设备应急生产线，并且学校还参与了人体测温国家标准的制定。目前，已有2000多台套人体测温红外设备应用于海关、机场、车站等重要场所。在2003年非典、2009年甲型H1N1流感、2012年禽流感、2014年埃博拉疫情等疫情防控工作中发挥了重要作用。 设备已累计生产了一千多台，在武汉、广东、重庆、河南、北京等多地投入使用。其中，卓尔公益基金会与华中数控共同向武汉市、湖北省各地市州、及全国各地捐赠了一百多台人体测温红外设备。这些设备已安装在武汉市火神山、雷神山医院、天河机场、全国支援武汉医疗队集中居住的宾馆等重要场所。

人体测温红外热像仪测温速度快，只需0.3秒完成测温；测温精度高，测温精度优于±0.3℃；测温距离远，达6—8米，在机场、高铁、学校等人流密集的应用场景中，对人流速度没有影响，且减少了交叉感染的概率。并且该设备利用人脸识别等人工智能技术识别被测目标，大大降低了误报率。并且利用互联网技术，实现了远程监控报警，建立了体温监控大数据中心。

郭佑民教授团队利用AI技术为新冠肺炎的影像诊断“赋能”。依托专家训练，人工智能结合传统的计算机视觉技术，对新冠肺炎患者肺部病变区域进行分割、计算，可以同时获取病变区域的体积、密度、磨玻璃成分等定量参数，尤其是对于患者随访的数据，可以实时进行图相配准，精准定位病灶位置、大小，方便比较病变的消长。