7月4日，著名期刊《SignalTransductionandTargetedTherapy》（IF:38.104）在线发表我校基础医学与临床药学学院疫苗中心林昂、唐昕莹团队在新冠疫苗领域的最新研究成果“UnravellingtheenhancedvaccineimmunitybyheterologousKCONVAC/Ad5-nCoVCOVID-19vaccination”。

西安交通大学宋江选教授团队开发了一种电化学稳定的具有自适能力的静电屏蔽层用于锂金属负极。

在肠道稳态和损伤修复过程中，肠道干细胞发挥着关键作用，而肠道干细胞命运及功能受到微环境等多种因素的调控。

为了消除传统图像描述深层模型中图像与文本间的虚假关联，该论文引入因果图外部知识，通过揭示视觉域与语言域混淆机理，在目标检测和描述生成中同时进行因果干预，阻断图像视觉特征与描述文本之间的后门路径。

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。

成果描述：通过对QCM（石英晶体微天平）技术和检测标的物的化学特性的研究，课题组成功研制出一种基于石英晶体微天平（QCM）的生物医学农业等多领域快速低成本检测技术新型自动检测系统。课题组与中国农业科学院和四川大学生物治疗国家重点实验室建立了良好的长期合作关系。所研制的系统已经在中国农业科学院和四川大学生物治疗国家重点实验室的配合下完成了测试和实验，拿到了大量实验数据资料，完成了系统效能评估。经过实验得到数据说明了课题组研制的测试系统具有实时性好、分辨率高、成本低、体积小、操作方便等优点。该测试系统的检测精度可以达到纳克级别。 以在重金属检测领域中的应用为例，国外目前对重金属离子的定量检测主要有紫外可分光光度法（UV）、原子吸收法（AAS）、原子荧光法（AFS）、电感耦合等离子体法（ICP）、Ｘ荧光光谱（XRF）和电感耦合等离子质谱法（ICP-MS）等。我国对重金属污染十分重视，目前国内对重金属离子的定量检测主要还是借鉴国外一些常用的检测方法。但是这些检测方法价格普遍昂贵、操作相对繁琐且检测限仅可达纳克（ng）级。国家每年都要花费大量的财力、人力和物力来检测各种领域里的重金属。该测试系统的研制成功将会提供一种全新的、低成本的、简单有效的检测重金属的方法。该成果不仅可以应用于农产品中的重金属离子检测，其在环保和生化领域同样拥有极大的应用前景。

雌激素受体ER存在ERα和ERβ两种亚型，ERα主要表达在乳腺、子宫等女性生殖系统中；ERβ则广泛地表达在中枢神经系统、心血管系统、消化系统、免疫系统当中。因此，ER被认为是许多重要疾病的潜在靶标，研究ER的选择性机制和发现高活性和高选择性ER调节剂（SERM）具有重要的社会经济价值。华东理工大学首先采用常规分子动力学和分子拉伸动力学模拟方法阐明了ERα和ERβ的选择性机制。采用基于对接的虚拟筛选策略，通过酵母双杂交生物测试系统，发现了18个结构新颖的高活性和选择性的先导化合物，其中双效化合物展现出很好的抗细胞增殖活性。这些结构新颖的先导物极具作为治疗ER靶标相关临床疾病的应用前景。

雌激素受体ER存在ERα和ERβ两种亚型，ERα主要表达在乳腺、子宫等女性生殖系统中；ERβ则广泛地表达在中枢神经系统、心血管系统、消化系统、免疫系统当中。因此，ER被认为是许多重要疾病的潜在靶标，研究ER的选择性机制和发现高活性和高选择性ER调节剂（SERM）具有重要的社会经济价值。 华东理工大学首先采用常规分子动力学和分子拉伸动力学模拟方法阐明了ERα和ERβ的选择性机制。采用基于对接的虚拟筛选策略，通过酵母双杂交生物测试系统，发现了18个结构新颖的高活性和选择性的先导化合物，其中双效化合物展现出很好的抗细胞增殖活性。这些结构新颖的先导物极具作为治疗ER靶标相关临床疾病的应用前景。

项目研究内容 ：本项目是以葛根淀粉为原料，利用脱支淀粉酶增加直 链淀粉含量、食用交联剂淀粉交联增大淀粉分子量、冷冻循环老化工艺提 高葛根淀粉中抗性淀粉含量， 以增强葛根淀粉等淀粉资源作为糖尿病辅助 食品的目的。 技术特点 ：该项目通过综合优化的方法，采用冷冻循环老化工艺提高 葛根淀粉中抗性淀粉含量，使抗性淀粉含量达到 22%，葛根抗性淀粉的色 泽均匀，颗粒细腻一致，工艺合理可行，技术水平处

为从根本上治理杨、柳飞絮污染，克服杨树和柳树产业发展的瓶颈问题提供了创新解决方案。 一、项目分类 关键核心技术突破 二、成果简介 （1）阐明了杨树和柳树的遗传分化机制，建立了杨柳科植物大遗传系统研究平台，创建了木本植物遗传研究的新模式体系。本项目首次在基因组水平明确了杨属和柳属两个姊妹属的进化关系，比较基因组学结果表明：杨柳科植物的共同祖先经过二倍化形成了杨树，杨树的两条染色体发生了断裂与重新融合，染色体重新融合的结果导致柳树的产生。以前杨树和柳树是作为独立的体系进行遗传研究的，由于两者基因组有高度的相似性，本项目建立了将两者作为一个大遗传系统进行研究的分子平台。 （2）阐明了杨树和柳树的性别决定系统以及杨柳科植物性染色体演化的分子机制。发现杨树性别决定基因定位在19 号染色体近端粒区域，为XY 性别决定系统；而柳树性别决定基因均定位在15 号染色体的着丝粒附近，为ZW 性别决定系统。杨柳科植物虽然起源于同一个古四倍体祖先，但这两个姊妹属的性染色体分别由两条不同的常染色体进化而来，并且常染色体向性染色体的转变发生在杨树和柳树物种分化之后，性染色体在这两个姊妹属中独立起源和进化，分别演化形成XY 和ZW 两种完全不同的性别决定系统。 （3）发现了飞絮发生发育过程，揭示了杨树性别决定基因及其作用机制。发现美洲黑杨性别决定区的2 个Y染色体特有的基因FERR-R 和MSL。FERR-R 基因具有抑制雌蕊发育的功能，该基因是由一个在雌花发育早期特异表达的促雌基因（FERR）复制产生。杨树雄株中，FERR-R 基因通过产生small RNA 对FERR 基因的启动子进行甲基化，同时降解FERR 基因的转录产物，在杨树雄株中关闭了FERR 基因的表达，从而导致雄株中雌蕊不发育；而雌株中没有FERR-R 基因，FERR 基因表达不受抑制，雌蕊可以正常发育。MSL 基因转录产生长片段非编码RNA，具有促进雄蕊发育的功能。杨树雄株由于存在MmS 促雄基因，所以雄花原基发育，但雌株中没有MmS 促雄基因，所以雄花原基不发育。 （4）建立了杨树和柳树的性别早期鉴定和标记辅助选择育种技术体系。选育雄株品种在生产上进行推广，可以有效的解决杨、柳飞絮问题，因此苗木性别的早期鉴定至关重要。然而苗木性别的早期鉴定一直存在可靠性低、误检率高等问题。本项目利用杨树Y 染色体特异序列和柳树W 染色体特异序列开发了用于杨、柳性别鉴定的特异分子标记，分别在美洲黑杨、山杨和簸箕柳苗木性别的早期鉴定工作中实现100%准确率。杨、柳性别早期鉴定技术在“国家林草局南方林木种子检验中心”开展的杨、柳种苗抽检工作中得到应用。 本项目取得的原始创新性研究成果，不仅使我国在相关研究领域处于国际领跑地位。通过解决技术瓶颈背后的核心科学问题，促使基础研究成果走向应用，为从根本上治理杨、柳飞絮污染，克服杨树和柳树产业发展的瓶颈问题提供了创新解决方案，为通过科技创新服务生态文明和美丽中国建设提供了典型案例，将带来巨大的经济效益、社会效益和生态效益。