葡萄糖二酸是一种重要的化合物，在医疗和工业中有着广泛的应用。目前生产葡萄糖二酸的方法主要以化学法-葡萄糖化学氧化法为主，但该方法具有选择性低、成本高、得率低、要高温及产生大量氧化反应副产物不利于后续葡萄糖二酸的分离等局限性。目前生物法合成葡萄糖二酸主要是在大肠杆菌中进行的，但在大肠杆菌中异源合成葡萄糖二酸被许多因素限制。酿酒酵母因具有耐酸能力强、耐低温、可低 pH 发酵、没有噬菌体感染、适合大规模发酵、易分离和高抗逆性等特点，已被广泛用于产有机酸的研究，因此酿酒酵母比大肠杆菌更适合葡萄糖二酸的生产并具有更高的工业应用价值。利用酿酒酵母合成葡糖二酸具有很好的应用前景。 创新要点 1) 以酿酒酵母 BY4741 为出发菌株，将拟南芥的肌醇加氧酶 MIOX4 和丁香假单胞菌的 UDH 基因在 delta 重复序位点高效表达，敲除转录抑制因子OPI1 获得工程菌 Bga-3，该菌株在分批补料发酵条件下能够产 6 g/L 的葡萄糖二酸，为目前报道的最高值； 2) 通过提高工程菌的转运胞外肌醇的能力和工程菌自身合成肌醇的能力，解决提高葡萄糖二酸产量的关键问题； 3) 进一步协调肌醇用于细胞自身代谢活动和葡萄糖二酸合成之间的分配关系，并通过提高葡萄糖二酸合成途径效率和发酵优化，提高肌醇利用率和葡萄糖二酸合成的产量。 

过敏性疾病已经成为世界第六大疾病，涉及全球 22%的人口。如哮喘、鼻 炎、过敏性湿疹、食物过敏和过敏性休克等均与特异性免疫球蛋白 E（IgE）介 导的免疫反应密切相关，但目前过敏疾病的治疗药物存在副作用，不宜长期使用。江南大学食品生物技术中心经过多年的积累，通过体外高通量筛选。细 胞、动物模型，人群临床试食及多组学机制解析等手段，研究得到能够有效调 节免疫，缓解过敏性疾病，可长期食用无毒副作用的益生菌；并以此为基础， 开发了提升益生菌在消化道中抗逆性的关键技术，并攻克了菌种在产业化应用时的发酵工艺、活性保持、生产技术等多层面难题。 主要成果包括： （1）研发得到 3 株有效缓解不同过敏性疾病的益生菌，长双歧杆菌 CCFM1029 通过降低血清中总 IgE 水平，皮肤组织 IL-4、IL-13 水平，局部组织 中组胺的释放，以及炎症细胞的浸润，缓解过敏性湿疹；短双歧杆菌 CCFM1067 通过改善肥大细胞炎症浸润，降低皮肤组织中 IL-13 和 CCL11 水平，且提高皮 肤组织中 IL-10 的表达，最终实现缓解特应性皮炎症状；罗伊氏乳杆菌 CCFM1040 显著降低过敏性哮喘小鼠肺部病理炎症，抑制血清中尘螨特异性免疫30 球蛋白 IgG1 的产生，降低肺泡灌洗液中 IL-5、IL-13、IL-17A 的含量，缓解过 敏性哮喘症状； （2）通过剖析益生菌的底物代谢规律和关键限制性生长因子，建立科学有 效的益生菌特异性增殖培养体系，并基于生长过程碳氮代谢规律，提出遵循底 物消耗规律的自动补料技术和发酵精准化自动控制工艺。益生菌增殖密度达到 1.0×1010 cfu/mL 以上，是传统培养方法的 5~10 倍； （3）开发了提高益生菌消化道耐受性的关键技术，解决了菌株通过胃肠道 后存活率低的技术难题。通过开发高渗预胁迫、微胶囊预包埋等技术，使功能 菌株在胃酸环境下的存活率达到 95%以上，在胆盐环境下的存活率达到 90%以上。 

L-苏氨酸在食品、饲料、医药和化妆品等领域的用量呈长期稳定增长趋势，尤其在饲料添加剂中增长最为迅速。以添加了 L-苏氨酸的低蛋白配方饲料作为家禽日粮，不但可以缓解天然蛋白的匮乏，减少动物氨的排放，还能提高家禽的生产性能。而在医药领域，L-苏氨酸除了用于氨基酸输液之外，随着人类保健意识的提高，各类氨基酸保健饮品涌现市场，L-苏氨酸是必不可少的配方成分。L-苏氨酸有望取代色氨酸，成为继赖氨酸和甲硫氨酸之后第三大发展最迅速的氨基酸。因此 L-苏氨酸产业迫切需要提高产量，降低成本，以满足市场需求。本实验室以谷氨酸棒状杆菌为出发菌株，通过代谢工程技术手段进行基因敲除和敲入，对关键基因进行了测序、蛋白结构解析及定向改造，以达到“开源节流”，即增强 L-苏氨酸合成路径代谢流，抑制或阻断旁路途径代谢流，最终提高L-苏氨酸产率近 20 倍，具有较好的应用前景。

L-甲硫氨酸广泛应用于饲料业，是家禽饲料中首选的限制性氨基酸。L-甲硫氨酸是强肝解毒剂、促进发育剂，当缺乏时会引起食欲减退。甲硫氨酸广泛应用于营养补充与畜产饲料，由于甲硫氨酸容易被鸡吸收而转变为鸡肉蛋白，在鸡饲料中添加甲硫氨酸，可少耗饲料，并使鸡肉生长健全。L-甲硫氨酸合成方法主要为化学合成法和微生物发酵法两种。因化学合成法会产生大量有害物质，微生物发酵法生产甲硫氨酸越来越受到关注。本实验室以谷氨酸棒状杆菌为出发菌株，通过代谢工程技术手段进行基因敲除和敲入，以达到“开源节流”，即增强 L-甲硫氨酸合成路径代谢流，抑制或阻断旁路途径代谢流，最终提高 L-甲硫氨酸产率，目前中间菌株产率已达 21 mmol/L，具有重要的应用前景。 

一. 项目简介：应用背景 太阳能光伏发电及太阳能热水器是目前太阳能利用最为成熟和广泛的两个技术领域，但是由于其产能形式单一，最终严重制约了其进一步的技术发展和市场推广前景。其中太阳能光伏发电存在光电转化效率低（由于温度效应，晶硅型光伏发电系统综合光电转化效率只能达到 12%-13%），光伏组件成本高，导致其成本回收期长。同时光伏电池生产也存在高能耗高污染的问题。如何提高单位面积光伏电池的发电量，减少电池用量是降低系统成本提高发电收益的重要手段。通过聚光可以有效提高光伏电池片表面的太阳能能流密度，并大大增加光伏电池的光电输出功率，成倍减少电池片用量（用量为传统技术的 1/4），间接降低了光伏电池生产的总能耗和总污染，但是提高电池表面太阳能能流密度的同时，电池的温度也急剧升高，严重影响电池的电输出性能和使用寿命，只有通过水冷的方式来降低电池温度，这就形成了该技术手段的另一种产能形式，太阳能热水。即太阳能热电联供。  

2020年2月25日，华中科技大学胡波等团队在预印版平台medRxiv 发表未经同行评审的题为”Neurological Manifestations of Hospitalized Patients with COVID-19 in Wuhan, China: a retrospective case series study“的研究成果。 该研究从2020年1月16日至2020年2月19日收集数据，214名住院患者，实验室确诊为冠状病毒2（SARS-CoV-2）感染，诊断出严重的急性呼吸道综合症。在研究的214位患者中，有88位（41.1％）为重度患者，有126位（58.9％）为非重度患者。 该研究发现，与非严重的COVID-19患者相比，严重的患者通常具有神经系统症状，表现为急性脑血管疾病，意识障碍和骨骼肌症状。因此，对于COVID19患者，除了呼吸系统症状外，医生还应密切注意任何神经系统表现。

目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群，检测人员聚集情况，利用红外热成像技术实时获取人员体温情况，实现在非接触情况下对疑似高危人员的快速区分，并快速形成疫情人员相关数据，还可以提供数据接口，供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道，通过喊话系统，监控人员可以随时疏导或制止被监控人员的异常行为，为疫情监控和预警提供了更为清晰和直接的手段方式。

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化