石油和天然气是重要的能源矿产和战略资源，与国民经济、社会发展和国家安全息息相关。在石油天然气的运输过程中，管道输送具有经济性、安全性和连续性等优点。管线钢主要用于加工制造油气管线，性能上要求高强度、高韧性、良好的焊接性能和良好的抗腐蚀性能。而非金属夹杂物是影响管线钢性能的主要因素之一，主要危害有：（1）会造成水口结瘤，影响生产顺行；（2）能够能够导致管线钢产生疲劳裂纹；（3）会影响管线钢的冲击韧性；（4）会降低管线钢的抗腐蚀性能，尤其是 A 类和 B 类夹杂物，会造成氢致裂纹的产生；（5）会恶化管线钢的焊接性能。因此，开发了管线钢中非金属夹杂物控制关键技术，为我国管线钢产品质量的提升做出了贡献。 （1）管线钢精准钙处理模型以及在线指导软件。钙处理是管线钢夹杂物的最主要方式，通过钙处理能够将 MnS 夹杂物改性为 CaS，将 Al 2 O 3 为主的夹杂物改性为钙铝酸盐，从而降低夹杂物对管线钢性能的危害。然而在大部分企业生产过程中，钙处理过程的钙线喂入量都缺乏一个标准，主要是依靠经验进行操作。由于各炉次的钢渣成分和温度等的差异，导致不同炉次间的钙处理效果波动很大，有些炉次钙处理后产品性能还发生恶化。本项目建立了管线钢精准钙处理模型，通过对管线钢不同钢液成分和温度条件下钙处理窗口进行的计算，确定了管线钢的不同成分条件下最优的喂钙线量。与国外同类型模型相比，考虑的工艺条件更完全，考虑的反应物和产物也更全面，因此也更接近生产实际，准确率更高。同时，以管线钢精准钙处理模型为基础开发出了钙处理在线指导软件，可实现管线钢生产过程中针对每一炉次的工况条件进行精准喂钙量的在线指导，并已实现了在管线钢生产中的在线应用，计算结果更直观。 （2）低钙含量处理控制管线钢 B 类夹杂物技术。传统的管线钢钙处理一般都是采用高钙处理路线来使夹杂物改性为高 CaO 含量的较高熔点钙铝酸盐，如图 2中窗口 B 所示。但是在高钙含量处理时容易在钙处理后生成大尺寸钙铝酸盐夹杂物，而且在钙处理后的过程中由于钢中 Ca 的挥发或者钢液二次氧化的消耗，钢中钙含量会有所降低，导致高熔点钙铝酸盐往液态钙铝酸盐转变，当尺寸较大时会在轧板中形成 B 类夹杂物，危害产品性能。因此，本项目从另一角度考虑，开发了低钙含量处理控制管线钢 B 类夹杂物技术，如图 2 中窗口 C 所示，即高 Al 2 O 3一侧的 50%液相点至 100%液相开始点所对应的 T.Ca 含量范围。在此情况下，夹杂物由部分液相和部分固相组成，这样既不会在浇铸过程发生水口结瘤，又不至于在轧制过程中形成 B 类夹杂，同时由于喂入的钙含量较低，整体上夹杂物尺寸要更小。此技术应用到企业的管线钢生产实践中，能够有效减小夹杂物尺寸和降低 B 类夹杂物评级。 （3）含 Ca 硅铁钙处理技术。在管线钢生产过程中会添加大量的合金，合金的纯净度会对钢液成分甚至钢中夹杂物产生重要影响，一般来说这种影响是有害的或者是无用的。本项目针对硅铁合金中含有一定量的 Ca，通过研究变废为宝，开发了含 Ca 硅铁钙处理技术，并应用于管线钢的生成，实现了用硅铁合金代替钙线来进行管线钢夹杂物的钙处理改性，降低生产成本。首先通过钙处理模型计算得到夹杂物改性所需的钙含量，然后在总的硅铁加入量不变的情况下根据硅铁合金中的 Ca 含量计算得到在出钢工序和钙处理工序的硅铁合金分配量，进而实现夹杂物的精准钙处理改性，如图 3 所示。此技术的优点包括：（1）总的硅铁合金加入量不变，不会增加额外成本；（2）减少甚至取消了钙线的喂入，降低了生产成本；（3）硅铁合金钙处理过程钙的收得率高，而且不会造成钢液的喷溅，因此不会恶化钢液的洁净度。

由于环境、耕地污染等原因，稻谷、小麦等粮食及茶叶等农产品纷纷面临重金属 Cd、Pb 等含量过高甚至超标的问题，重金属在人体内经过常年积累，会对居民健康造成严重的伤害。在食品加工过程中，采用绿色安全的方法脱除重金属，是解决此类问题的重要途径之一。 创新要点 ①开发了符合食品法律法规的高效、安全的复合重金属脱除剂； ②针对不同原料特性（颗粒、粉体、流体），研发了不同的脱除工艺与装备； ③开发了无二次污染的重金属固化回收技术；197 ④整体技术通过了中国粮油协会组织的鉴定（中粮油学评字[2015]第 29号），处于国际领先水平。

产品详细介绍主要技术指标：测量范围：碳：0.01％～12.7％　硫：0.003％～2.00％测量时间：约45秒分析方法：光电比色分析法量程范围：吸光度值0～1.999A、浓度值0～99.99％测量精度：符合GB/T223.69-97　GB/T223.68-97  GB223.3－5.88标准电源电压：220v±10%  50Hz可测元素：碳、硫、锰、磷、硅、镍、钼、铬、钛、铜、铅、锌、铁、铝、镁、稀土、铌、钒等元素的分析 电源电压：220V±10％　50HZ主要特点：采用中和法定硫、非水法定碳、自动加液；零点、满度均可自动调整，无需准确调整，直读吸光度或百分比含量，自动打印结果，包括炉号、日期、浓度百分含量；采用单片机控制电路，可储存15条曲线；采用精密触摸式键盘，32键音响提示，操作简单、适用、稳定性好；采用先进的光电转换技术，适用于各种金属材料化验。更换不同的冷光源或滤光片，可扩大测量元素的种类和含量范围；仪器结构简单、操作方便、极易掌握；适用范围广、测定范围宽。尤其适用于工厂简易实验室需要。金牛仪器服务承诺：1、所售化验仪器三包一年，终身服务，产品售后服务热线电话24小时开通，定期回访客户； 2、免费为客户安装、调试、代办托运化验仪器 ；3、免费培训化验人员，现场培训或来公司培训均可；4、提供材料分析工艺，代办化验仪器配套理化检测设备和配件；协助筹建化验室 5、常年提供化验仪器所需各种配件(特制硅钼粉、纯锡粒、各种标准物质、玻璃器皿、分析天平、添加剂等仪器所需的各种配件)。http://www.jnfxyq.com

产品详细介绍  深圳市穹明科技有限公司是一家专注于新型金属复合材料，集研发、生产、销售于一体的高新技术企业。总部位于深圳，生产基地设立于惠州，旗下品牌有穹明、龙津、深明三个系列，满足不同客户的品质需求。公司以领先的技术，优越的质量，周到的服务赢得客户的信赖。秉承着“人无我有，人有我优”的研发理念，立足于功能性、人性化、智能化产品发展路线，致力打造更加优秀、环保的新型金属复合材料。  深圳市穹明科技有限公司金属天花采用的基材为1001H24、3003H24国家标准铝材热扎优质铝合金板材，材质达到GB3880.3-2006标准，厚度由0.7mm-1.0mm为常规使用厚度，误差不超20um，涂层采用静电喷涂，正面涂层厚度不小于60μm，正表面为乳白色，采用一次冲压成型，不采用间歇式翻折工艺加工，并且面板有足够的整平及应力释放生产工艺，主要规格600mm x 600mm, 300mm x 1200mm，600mm x 1200mm，板折边高度为22mm ，具有平整无痕，拼接无缝的特点，同时具有强大的防火、防腐、防潮、吸音功能； 深圳穹明科技产品服务范围：主要服务于国家部委、政府行政机关、银行、保险、证券等金融机构计算机中心以及高档写字楼；医院、学校、科研院所、民航、地铁等交通站场；标准化工业厂房、食品﹑制药﹑化工等厂房，专业实验室或研发中心；会展中心、运动场馆、商业街、高端会所以及星级酒店；电信、移动、联通以及国家电网。产品涉及范围广至计算机数据中心、机房中心、IDC数据中心、网络中心、监控中心、消防控制中心、公安交警110指挥中心、服务器中心、高级多功能会议厅、高端参观通道、以及隔断等诸多领域。

SD-YAG0505窄幅面十字滑台式YAG激光切割机由机体、激光器、电源、冷却系统、控制系统组成，具有结构紧凑、光路稳定、操作方便、性能可靠等特点。 YAG激光器采用氙灯作为激励源，输出高能量密度的激光束聚焦在工件表面上，使被光斑照射的工件区域局部瞬间熔化和气化，通过控制机械系统移动光斑实现可靠的自动切割。 该设备集激光技术、数控技术、精密机械技术于一体，专为8mm以下薄金属切割设计，是切割不锈钢板、碳钢板、铁板、铝板材和管材的首选。广泛应用于钣金、五金制品、钢结构、精密机械、汽车配件、铭牌、广告、工艺品、电子、玩具、包装等行业。

路面病害分为表面破损（如裂缝）、路面变形（如沉降）和结构病害（如层间脱空）三大类。该技术以路面检测成果为全卷积神经网络的输入信号，对于表面破损，其输入为多功能检测车拍摄的路表图像；对于路面变形，输入为三维检测车测取的三维路面模型；对于结构病害，输入为探地雷达信号图像。通过海量数据的训练、测试，可实现上述三类病害的自动化识别、分类和测量，为路面养护工程提供数据支撑。此外，该技术在保证与人工识别结果相同的精度下，可将数据处理速度提高千倍以上。 

泛素-蛋白酶体体系（Ubiquitin-Proteasome System，简称UPS）是细胞内最重要的蛋白质降解通路，对维持生物体内蛋白质的浓度平衡，以及对调控蛋白、错误折叠或受到损伤的蛋白的快速降解起着至关重要的作用，参与了细胞周期、基因表达调控等多种细胞进程，由UPS失常引发的蛋白质新陈代谢异常与众多人类重大疾病直接相关。2004年，Aaron Ciechanover, Irwin Rose和Avram Hershko三位科学家被授予了诺贝尔化学奖，以表彰他们对该降解通路的发现。UPS中蛋白酶体是细胞中最基本的、最重要的不可或缺的、最为复杂的大型全酶超分子复合机器之一，人源蛋白酶体全酶包含至少33种不同的亚基，总原子质量约为2.5MDa。美国FDA批准的多种治疗癌症的药物分子即以蛋白酶体为直接靶标。近年来，随着冷冻电镜技术的发展和应用，人们对这一大分子机器的结构和功能研究得以不断深入。2016年，毛有东课题组与合作者报道了人源蛋白酶体基态的3.6Å冷冻电镜结构及其他三个亚纳米分辨构象，并首次发现一个亚稳态构象的核心颗粒（Core Particle，简称CP）底物转运通道处于开放状态（见PNAS 2016, 113: 12991-12996）。2018年4月，该课题组又报道了6个ATPγS结合状态下的26S动态结构，包括三个CP开放态对应的亚稳简并态近原子分辨（4~5Å）结构（见Nature Communications 2018, 9: 1360）。尽管这些工作揭示了蛋白酶体的基本架构和内在运动行为，但由于缺乏蛋白酶体与底物之间的相互作用，人们对于蛋白酶体如何实现底物降解的原子水平工作机制仍一无所知。此外，尽管冷冻电镜技术近年来广泛应用于分析具有动态特征的蛋白复合体结构和平衡态构象，但对其中间态结构和非平衡构象分析的分辨率水平往往局限在4～6埃或更低，离真正的全原子水平动力学分析还有相当一段距离。 为了真正实现原子水平的蛋白酶体底物降解动态过程的冷冻电镜三维重建和动力学表征，毛有东课题组攻克了两大技术难题。其一，如何在蛋白酶体完成底物降解之前抓到它的所有可能的中间态构象？课题组发展了一种新颖的核酸置换法，利用ATPγS降低AAA-ATPase激酶水解活性的特点，在底物降解中间过程，通过将ATP快速置换成ATPγS，结合快速冷冻的优势，从而扑捉到蛋白酶体在底物降解过程的中间态。其二，如何在从冷冻电镜数据中分析出更多构象的同时，还把分辨率做到3埃甚至更好？课题组通过多年持续努力，发展了多种基于人工智能和机器学习的冷冻电镜图像聚类的新型算法，并针对蛋白酶体的动力学特征，设计了一套极其有效的整合了多种算法的多构象分类流程。通过这两套技术方案的完美结合，课题组成功解析了人源蛋白酶体在降解底物过程中的七种不同的、但差别甚微的、高分辨原子水平的天然态构象（Native states），完整展示了蛋白酶体从泛素结合到去泛素化，再到底物转运的动态过程。与同期在Science上发表的与底物结合的酵母蛋白酶体的4.2-4.7埃冷冻电镜结构（Science doi: 10.1126/science.aav0725，来自加州伯克利分校和Scripps研究所）相比，该Nature论文不仅总构象数量多一倍，全部构象分辨率还高1-2埃。由于Science论文采用了抑制Rpn11去泛素活性的策略，其非天然态结构中底物并不能真正自由转运，所推测的机理仅限于底物转运这一步，对于其他三大Nature论文所回答重要问题均无法给出答案。这体现了该Nature论文不仅在实验方法的原创性上和数据分析水平和质量上，更在科学发现和问题探究的深度和广度上大幅超越了来自Science的竞争性论文。图一 七个利用冷冻电镜解析的精细原子结构完整揭示了从泛素识别、去泛素化反应、转运启动和持续降解的核心功能动态过程。 作为整个蛋白酶体的动力来源与运转核心，AAA-ATPase激酶分子马达展现出了三种不同的核苷酸水解协作模式，6个ATPase亚基协调工作，交替与底物发生相互作用。在去泛素化过程（EB态）中，处于对立位置的两个ATPase亚基Rpt2与Rpt4水解ATP，而Rpt5与Rpt6则释放ADP，ATPase内的底物转运通道被打开，使得底物可以进入轴心通道；与此同时，去泛素化酶Rpn11亚基与泛素及底物发生相互作用，执行其作为去泛素化酶的功能；在转运起始过程（EC态）中，相邻的两个ATPase亚基Rpt1与Rpt5会同时水解ATP，调控颗粒（Regulatory Particle，简称RP）发生大规模转动并释放泛素；在底物去折叠与转运过程（ED态）中，三个相邻的ATPase亚基会分别同步进行ATP的结合、ADP的释放与ATP的水解，这一过程会单向传递下去，将ATP水解释放的化学能转换为机械能，使得相应的ATPase亚基发生刚体转动，推动底物的去折叠和单向输运，同时CP的转运通道入口打开，底物被送入通道中进行降解。这些研究结果为几十年来对蛋白酶体功能的研究提供了宝贵的第一手原子结构和动力学信息，对于理解生物体内蛋白质的降解过程和一系列负责物质输运的ATPase马达分子的一般工作原理具有极为重要的科学意义。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

研究目的和意义机器学习和人工智能已成为当今最热门的技术之一。2017年，国务院印发了《新一代人工智能发展规划》，正式将人工智能作为国家重要发展战略之一。人工智能已经成为信息技术时代的又一波浪潮。在这波浪潮的推动下，互联网行业、金融行业、传统制造业、政务民生、公安警务等各行各业都在积极向人工智能领域转型升级，利用人工智能先进技术提升智能分析和辅助决策能力，