华南理工大学任娇艳教授团队研发的小分子肽类营养支持品，来源于纯天然优质食物蛋白。与注射营养制剂不同，该产品可通过口服途径，安全性高且可长期使用。 本项目旨在： 1）用于低蛋白血症人群（如营养不良、慢性感染、晚期恶性肿瘤、肝胆系统疾病等）迅速提升机体白蛋白含量； 2）满足新冠感染患者对蛋白营养制品的需求； 3）为一线医护人员提供中长期营养干预，调节机体免疫力； 4）缓解临床对血液类制品需求供应紧张的局面。目前该产品已完成量产下线，且于疫情期间投放多家国内外定点医院。

围绕蚕茧丝废弃物的循环利用、蚕丝蛋白增值关键技术、蚕丝蛋白医用功能化等重要科学问题开展研究并取得了重要突破：1）阐明了蚕丝蛋白结构特点及其分子质量调控关键要素，实现了不同分子质量丝素蛋白和丝胶蛋白的规模化生产；2）解决了丝素蛋白生物材料表面活化与医用功能化关键技术，研发了蚕丝11蛋白人工皮肤、多孔支架、骨组织修复材料；3）实现了蚕丝蛋白多元化利用，研发了蚕丝蛋白吸水保水材料、涂覆化纤新功能材料、护肤产品等。

本发明公开了一种核定位蛋白 1(Nulp1)在治疗心肌肥厚中的功能及应用，属于基因的功能与应用 领域。本发明确定了 Nulp1 的表达与心肌肥厚之间的相互关系，研究结果表明在发生心肌肥厚的模型中， Nulp1 的表达和正常组相比显著降低;抑制 Nulp1 表达显著促进了心肌肥厚、纤维化，恶化心功能，促 进 Nulp1 过表达则显著抑制了心肌肥厚、纤维化，保护心功能。因此，Nulp1 可作为靶基因，用于筛选 保护心脏功能、抗心脏纤维化和/或预防、缓解和/或治疗心肌肥厚的药物，用于制备保护心脏功能、抗 心肌肥厚和/或预防、缓解和/或治疗心肌肥厚的药物，为心肌肥厚的治疗提供了一条有效的新途径。

一种用于预测多元拼合靶材制备的薄膜成分的预测方法 一、项目分类 显著效益成果转化 二、成果简介 现有物理气相沉积（PVD）制备多元薄膜材料采用合金靶材作为靶源，生产过程中，薄膜成分的调控范围受安装的合金靶材的成分比例的限制。如果预期获得纳微复杂结构的复合薄膜，按照常规技术路线需要上百块成分连续变化的合金靶材，这显然是无法实现的。同时，采用合金靶材制备某些多元薄膜时，需要特高纯度的或极端成分比例的靶材作为靶源，这类特殊靶材以现有技术难以制造。 为此，本发明研发出一种用于预测多元拼合靶材制备的薄膜成分的预测方法，利用本发明技术有助于新材料的研发和促进半导体器件、切削刀具涂层等高新技术的发展。

本发明提供一种水质预测方法及系统，所述方法使用ARIMA自回归积分滑动平均模型与BP神经网络相结合的方法对水质时间序列数据的预测。本发明所述方案可以对待预测水域大量水质数据进行预测，具有预测范围大、精度高和速度快的特点，便于多水源监管、水质预警、水污染治理。

Ø  成果简介：针对在电子产品研制、使用和维护过程中面临的电磁干扰问题，本成果提供了一套高性价比的电磁兼容预测试系统，并配套有电磁兼容诊断系统，形成测试、诊断和抑制的一体化解决方案，能够帮助研制人员摆脱传统的研制、试制、电磁兼容测试、发现问题后再进行整改的反复过程，在设计和研制阶段就能够开展有效的电磁兼容性设计。Ø  项目来源：自行开发Ø  技术领域：电子信息Ø  应用范围：电子

针对在电子产品研制、使用和维护过程中面临的电磁干扰问题，本成果提供了一套高性价比的电磁兼容预测试系统，并配套有电磁兼容诊断系统，形成测试、诊断和抑制的一体化解决方案，能够帮助研制人员摆脱传统的研制、试制、电磁兼容测试、发现问题后再进行整改的反复过程，在设计和研制阶段就能够开展有效的电磁兼容性设计。

本发明涉及一类新型重组融合蛋白，其基本结构为{GLK}p-R-{GLK}q，其中R是有生物学功能的蛋白或多肽，GLK为重组明胶样蛋白(gelatin-like protein，GLK)，具有(Gly-X-Y)n明胶结构特征的蛋白序列。与未融合有GLK片段的原始蛋白/多肽相比较，这类重组明胶样融合蛋白具有更高的亲水性，在体内具有更长的半衰期。本发明也包括编码该融合蛋白的核苷酸序列，含核苷酸序列的表达载体，转化有该类载体的宿主细胞以及制备本发明所涉及的融合蛋白的方法。此外，还包含含有该类融合蛋白的药用组合物以及用于治疗、预防或缓解疾病的方法。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

2020年2月12日，湖南大学联合苏州系统医学研究所、中国国家流感中心和中山大学等单位，成功开发基于分子标记物的流感病毒表型预测平台FluPhenotype，并在国际生物信息学专业权威期刊《Bioinformatics》发表题为“FluPhenotype-a one-stop platform for early warnings of the influenza A virus"的文章进行相关介绍。该文章的第一作者为湖南大学生物学院硕士研究生卢聪毓和博士研究生蔡泽娜，通讯作者为湖南大学生物学院副教授彭友松与苏州系统医学研究所蒋太交教授。 研究人员通过整合流感病毒核苷酸和氨基酸水平的分子标记物，以及基于分子标记物的抗原和宿主等预测模型，开发了快速预测流感病毒的抗原、宿主、致病性、耐药性等多个表型的预测平台FluPhenotype。