本发明公开了一种融合蛋白 CMFO，其应用于制备的结核病亚单位疫苗。所述结核病亚单位疫苗，含有融合蛋白 CMFO，其浓度为0.1mg/ml 至 1mg/ml。本发明通过选择抗原基因和融合顺序制造出融合蛋白 CMFO，配合相应的疫苗佐剂 DMT 作为结核病亚单位疫苗，用于预防结核病潜伏感染的效果良好，安全性高。

 1. 技术特色：1.1与动物提取的胶原蛋白相比，基因工程技术生产的胶原蛋白具有明显的优点：(1) 无病毒隐患：从动物组织中提取的胶原蛋白由于动物组织本身可能携带病毒（疯牛病。猪瘟疫等），而使胶原蛋白产品存在病毒隐患。运用基因重组技术生产的胶原蛋白从根本上避免的该问题。（2）低排异反应：重组胶原蛋白有很好的生物相容性。（3）动物提取的胶原蛋白经过水解破坏

研究内容 ：本研究采用复合酶法水解蚕蛹蛋白制备免疫调节活性多 肽，得到最佳的水解工艺条件。在最佳水解条件下，酶解后蛋白质得率为 57.24%，小分子多肽得率为 32.16%。该结果达到了计划指标，即蛋白质 得率>40%，小分子多肽得率 >20%。另外，本研究探讨了水解条件与分子 量大小，分子量大小与免疫调节活性的关系，同时建立了毛细管凝胶电泳 测定蚕蛹多肽分子的检测方法。 技术特点 ：本研究

功能性多肽是分子结构介于氨基酸和蛋白质之间的一类化合物，具有很强的生物活性，在体内能实现抗氧化、抗高血压、降脂、降糖、抑菌等功效。因其具有直接吸收、吸收快、100%吸收的吸收机制，同时可作为其他营养物质/活性成分的载体，因此生物效价和营养价值极高。 本项目已开展的前期研究工作，能够对动物来源（如文蛤、虾仁、蝉花、牦牛皮等）和植物来源（虫草花、樟芝、灵芝、灰树花以及谷物等）的功能多肽进行定向分离，通过选择适合的蛋白酶进行酶解，或根据功能多肽的氨基酸序列进行合成，再根据其分子量、等电点、pH、以及对盐、温度等的稳定性不同，实现分离纯化的目的。在此基础上，通过药理活性筛选平台，对其生物活性进行功能评价。课题组具备对抗氧化、降血脂、降血糖、保肝（脂肪肝、酒精性肝损伤、肝硬化）、肠道菌群调节、抑菌等功能活性进行评价的细胞/动物模型。 

本发明涉及分子生物学领域，具体的说是一种许氏平鮋免疫增强蛋白(HMGB1)编码基因及其重组蛋白制备和应用。HMGB?1为序列表SEQ?ID?No.1中的氨基酸序列所示，该蛋白的编码基因为序列表SEQ?ID?No.2中的碱基序列所示。其制备方法：以鳗弧菌刺激的许氏平鮋头肾cDNA为模板，PCR扩增HMGB1编码基因，构建质粒pHMGB1；将pHMGB1转化大肠杆菌BL21Transetta(DE3)，对转化子进行诱导表达后，提取和纯化蛋白，即得重组HMGB1蛋白。所述重组HMGB1蛋白可结合双链DNA，并可显著提高许氏平鮋头肾巨噬细胞的免疫活性，提高其对鳗弧菌的杀菌功能和许氏平鮋对鳗弧菌的抵抗能力。该重组HMGB1蛋白可作为免疫增强剂应用于鱼类鳗弧菌病害的防治。

针对充填采矿灾变预测与防治的关键问题开展研发，本成果主要技术内容如下：（1）系统研究了充填体破坏失稳声发射预测技术，开辟了用声发射预测充填破坏失稳的新途径；（2）开发了胶结充填过程控制成套技术，提出并成功实施不良地质体超前护帮充填技术等。本技术成熟可靠，适用于充填法开采的金属矿山，已经在江西等省的 9 家矿山推广应用，累计取得产生超过 3 亿元的经济效益和显著的社会效益，并荣获 2011 年江西省科技进步二等奖。 

在2020年抗击COVID-19疫情斗争中，北京航空航天大学经济管理学院王惠文教授及团队结合2003年所做非典疫情的状态评估和预测建模研究基础，密切关注在疫情防控中存在的问题。自1月23日起，通过各种渠道相继提交了20多个信息和提案，例如：加强对密切接触者实行隔离筛查、避免新冠肺炎疫情在医院内扩散、关注医务人员的轮岗休整、加强对全国各地区疫情监控与预警工作，等等。团队收集和分析了COVID-19的公报数据，采用统计分析方法对新冠肺炎疫情的传播规律进行了预测与分析，对全国（除湖北）各地区的抗疫阶段做出判断和预测，提出了疫情防控全过程的阶段划分方法，并提交了7篇研究报告。王惠文教授接受《中国经济时报》专访，发表文章《各地应分期分批有序恢复社会经济活动》，并被《今日头条》等网络媒体转载；民建市委网站头版刊登了她的文章《COVID-19疫情发展的状态评估与预测分析》，并报道了《数据会说话：王惠文：疫情发展的状态评估与预测研究》；民建中央网站也专题报道了《北京会员王惠文：用数据打赢疫情防控战》。

本发明公开了一种基于深度回声状态网络的目的地预测方法，属于轨迹目的地预测技术领域。

本技术提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。 一、项目分类 显著效益成果转化 二、技术分析 随着智能手机、笔记本电脑等消费电子产品的快速发展，锂离子电池（Lithium Ion Battery, 简写为LIB）已经成为最成功的电化学储能设备之一，并从根本上影响并改变了人们的日常生活方式。随着制造工艺的逐步成熟，LIB的能量密度已经接近其理论极限。另一方面，可移动电子设备的快速普及和汽车电动化的蓬勃发展也不断要求开发具有更高能量密度的充电电池以满足实际使用的需求，而最先进的LIB依然无法完全满足上述需求。因此，寻找更高能量比的锂电池电极材料，加快下一代新型锂电池关键技术的相关研究，已成为制约锂电池技术产业发展进步的关键问题。锂金属电池的能量密度虽足以达到下一代电动车的要求，但其自身的稳定性仍令人担忧，这主要是因为Li金属的反应活性过高，其几乎可与所有的电解液均能自发地发生化学反应。在电池的运行过程中，Li电极和电解液之间通过自发化学反应和电化学反应导致了固体电解质界面（solid electrolyte interphase，SEI）的形成。当所形成的SEI结构不均匀时会诱发电池体积膨胀，此外，充放电过程中锂的不均匀沉积会导致锂枝晶的形成，锂枝晶的不规则生长会刺穿SEI，导致SEI膜发生破裂，并产生死锂，降低锂金属电池库伦效率；更严重的是，锂枝晶的不断生长会刺穿隔膜，造成电池内部的短路，导致火灾和爆炸等安全事故，大大缩短了电池的使用寿命，严重阻碍了其大规模商业化发展。因此，SEI对LMB的性能具有至关重要的影响。良好且稳定的SEI可以阻止（或者大幅度减缓）负极界面上反应的持续发生，起到保护Li电极的作用。针对下一代高稳定性锂金属电池设计中存在的关键问题，结合国际研究进展与本团队前期研究基础，我们提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。本方案已形成完整的工作流，相关自动化软件已开发完成并交付使用，且具有完全的自主知识产权，可用于国内外上游电池生产研发企业积累原始电池性能数据，大范围筛选有效电解液组分，指导下一代高能量密度锂电池研制。 我们的技术优势与创新主要表现在： 1）首次在电池体系中实现了QM与MM的混合模拟与混合加速； 2）在电池体系模拟中实现了开放电子体系对电化学反应的热力学和动力学预测； 3）在保证精度的前提下，实现了在纳米尺度上对真实的实验SEI结构直接模拟； 4）通过耦合深度机器学习，实现了电解液组分大范围筛选与性能优化。

南方科技大学科研部、工学院、计算机科学与工程系（下简称“计算机系”）和南方科技大学-东京大学超智慧城市联合研究中心紧急组织科研力量，成立“新型冠状病毒传播建模预测项目组”，由计算机系副教授宋轩担任负责人，迅速启动针对新型冠状病毒传播感染的“大数据分析和AI建模推演平台”研发工作。该平台是一个针对新型冠状病毒传播的大数据分析和AI建模平台（如图1），