学谐振子在现代科技和生活中具有广泛的应用，大到引力波探测装置，小到我们身边的手机，涉及传感、变频、滤波等重要器件。一般的谐振子器件是互易的，即器件内部或者两个器件之间的声子传递和方向无关。而非互易的谐振子器件对于全双工声子信号收发、声子隔离等有着非常关键的作用，甚至还可以用来对热能进行单向传递，使冷的物体更冷，热的物体更热。图a，基于光力相互作用的非互易声子耦合机制。b，通过控制激光相位，声子隔离度±30分贝连续可调。 光力学是光学和力学相结合的新兴科研领域。光力相互作用可以用于光学和力学模式的精密调控和测量，有着重要的物理意义和实际应用。这个工作中的光力学系统由超高品质因子的氮化硅纳米薄膜和高精细度光学腔构成。激光将声子从纳米薄膜的一个谐振模式转化为光子，再变回另一个谐振模式中的声子。多束激光的物理效应互相干涉，使声子传递增强或者减弱。通过控制激光相位，实现了声子隔离度在±30分贝范围内连续可调（如图所示）。在徐海潭等人之前的工作（Nature 537，80 （2016））中，他们通过拓扑操作实现了瞬态的非互易声子传递，而在最新的工作中，他们通过光力相互作用产生了声子模式间静态的非互易耦合，从而实现了稳定的非互易声子传递。

当系统处于FFLO类型的超导配对时，在超导的涡旋线激发中出现手征无能隙马约拉纳态，且进一步表明，该手征特性的马约拉纳模不能由在二维空间定义的第一陈数保护。在原本的三维真实空间上，以超导相位作为参数空间，引入人工维度，进而研究由真实空间加人工维度形成的人造四维空间拓扑特性。他们计算发现在该四维空间中，系统的第二陈数非零，且提供了对前述涡旋线中手征马约拉纳态的拓扑保护。这个结论存在一系列非平凡推论，其中最有趣的是当考虑涡旋环结构时，该手征马约拉纳态可满足3-loop型的3D非阿贝尔统计。这对于研究高维空间的非阿贝尔统计性质以及新型拓扑物态提供了实际物理平台。

团队合作发现了兴奋性稳态调控的分子机制。课题组使用钠通道阻断剂（TTX）阻断动作电位以模拟神经元兴奋性的长期降低。在TTX撤除后，动作电位的持续时间显著延长，神经元兴奋性代偿性增加，提示神经元出现了兴奋性稳态调控现象。机制研究发现，上述兴奋性稳态调控是由于Nova-2介导的钾通道（BK通道）mRNA选择性剪切降低所致。值得注意的是，该研究发现长时间TTX处理神经元时，虽然神经元胞体不会产生动作电位，但是神经元突触却产生了明显去极化，足以激活突触部位的L-型钙通道。后者通过其下游的钙调蛋白激酶（βCaMKK和CaMKIV）将信息传递入细胞核，引起Nova-2磷酸化并向核外迁移，导致其介导的BK通道mRNA选择性剪切下降 上述研究为近30年前提出的“稳态反馈环路”假说提供了完整证据（图2）。考虑到该信号通路中多个分子（AMPA受体、L-型钙通道、钙调蛋白激酶家族、Nova-2、BK通道）与自闭症、精神分裂症、抑郁症等神经/精神疾病密切相关，提示该通路的异常可能是上述疾病发生的重要机制。

该多肽可望直接开发为国家原创抗癌一类新药或作为分子导弹用于抗肿瘤新药研发和分子标记。

转录调控是细菌应对环境胁迫和病原菌缓解抗生素压力的重要手段，由细菌的转录核心机器 RNA 聚合酶和一系列转录起始 sigma 因子共同完成。在通常情况下，细菌的看家 sigma 因子（如大肠杆菌的 sigma 70 ）负责大多数的基因表达，而在环境胁迫下， sigma S 则快速占据主导，并通过开启特定基因的表达来帮助细菌适应不利环境。与细菌的看家 sigma 因子相比， sigma S 的活性通常较低，其功能的发挥通常需要转录激活因子的协助，而 Crl 正是一种 sigma S 特异的转录激活因子。 此前，对于 Crl 激活转录的分子机制不甚清楚。在该研究中，合作者首先解析了 E. coli Crl 转录激活复合物的 3.8 Å 的冷冻电镜结构，该复合物包括了 E. coli 的 RNA 聚合酶、转录起始因子 sigma S 、 Crl 、以及启动子 DNA 。在该结构中， Crl 主要与 sigmaS 的 domain  2 相互作用，同时也与 RNA 聚合酶的最大亚基 bet a’ 有少许相互作用。与绝大多数传统的转录激活因子不同，电镜结构显示 Crl 并不结合启动子 DNA ，因此单从结构本身较难完全解释 Crl 对于 sigma S -RNAP 的转录促进活性。在此基础上，上科大免化所团队进一步利用氢氘交换质谱（ HDX-MS ）对该系统进行了深入研究。氢氘交换质谱的结果揭示， Crl 不仅直接结合 sigmaS  的 alpha2-alpha3 螺旋（ Figure 1A ），还能够通过变构调节作用稳定 sigmaS 的  alpha4 、 alpha5 等多个结构单元（ Figure 1A-C ），而这些结构单元的稳定将能够促进 sigma S 与 DNA 以及 sigma S 与 RNA 聚合酶之间的相互作用（ Figure 1D ）。基于以上数据，研究人员提出 Crl 通过特异性结合转录起始因子 sigma S ，稳定 sigma S 的活性构象，从而促进 sigmaS 与 RNA 聚合酶以及启动子 DNA 的结合组装，进而激活 sigma S-RNAP 介导的转录。这一机制在后续的功能实验中得到了进一步验证。该工作呈现了一种新的转录因子与 RNA 聚合酶的结合方式，揭示了一种新的细菌转录激活分子机制。

为提升石油资源高效利用的科技水平，从分子炼油出发，变“馏分管理的宜烯则烯、宜芳则芳、宜油则油”为基于“分子管理的宜烯则烯、宜芳则芳、宜油则油”的石脑油资源优化利用研究，以分子管理为策略，通过将石脑油中的正、异构烃分离，富含正构烷烃的脱附油作为乙烯裂解原料，富含非正构烃的吸余油作为催化重整原料或高辛烷值清洁汽油调和组分，乙烯收率和芳烃收率均可提高约十个百分点，汽油辛烷值可提高十五个单位左右，可以在宜烯则烯、宜芳则芳、宜油则油基础上进一步集成优化炼厂的石脑油资源，实现对石脑油资源的分子尺度管理。

简介：本发明公开了一种高耐磨性的WC‑Mo‑Co复合涂层，属于材料表面强化技术领域。该复合涂层成分设计为：在Co基粉末中添加质量分数10～20％的WC颗粒，同时联合添加5～10％的Mo。Mo的添加可促使WC/Co基涂层凝固时析出更多高硬度一次碳化物和共晶碳化物，与未添加Mo的WC/Co基涂层相比，可显著提高耐磨性能。本发明的激光熔覆WC‑Mo‑Co复合涂层可广泛应用于对表面耐磨性有较高要求的零部件绿色制造及再制造修复。

动作捕捉技术（motion capture）在影视、体育、安防等领域具有广泛应用。传统的动作捕捉分为两大类，光学动捕系统通过在采集环境部署多个红外摄像头，再在人员的动捕服上放置光学标记球来求解出采集者的姿态信息，从而实现对人体运动的捕捉与动画映射；惯性动捕系统通过惯性测量单元（IMU）来采集肢体的运动信息，采集设备相对更轻便，但采集精度不如光学动捕系统。光学动捕系统包括Motion Analysis，Vicon，Optitrack等，惯性动捕系统有Xsens，诺亦腾等。 然而，无论是光学动捕还是惯性动捕都需要动作人穿上特定的设备，不可避免地会影响到人体运动的真实性和动捕的使用范围。同时，相应的专业动捕设备往往价格不菲，很多有需求的小型工作室也会望而却步。因此，学术界和工业界都在极力研究“无标记运动捕捉”技术，即不需要任何穿戴设备，仅由相机观测和算法分析，就实现对多人体运动的实时准确捕捉。这种技术有着更加广泛的应用场景，例如无人售货超市、VR/AR游戏、远程全息通讯、数字人创建、虚拟主播、人机交互、全天候医疗监护等。 近几年，随着深度学习技术的广泛普及，无标记动捕领域也诞生了许多革命性技术，例如实时2D多人体关键点检测技术OpenPose等。然而，多目标实时3D运动捕捉仍然是一个极具挑战性的问题，主要挑战因素包括：如何实现实时计算，如何进行高效的多视角关联，如何解决紧密交互带来的观测失真等。举个例子，当两个人拥抱在一起的时候，当前大多数检测或重建算法都会失效。而理论上，多视角的观测信号能够在一定算法设计下互相补充，尽可能解决单视角运动重建的歧义性。如何充分利用多视角的视频信号，实现复杂、紧密交互场景下的多人体运动捕捉是当前无标记运动捕捉领域的核心问题之一。 该项目研究工作提出的多视角人体运动捕捉系统包括相机采集模块，2D姿态检测模块，4D关联图求解模块，三维骨架求解模块及渲染模块。其主要算法贡献在于提出并实现了4D Association算法。 当前的多视角运动捕捉系统大多采用的是序贯地匹配策略，首先对每个视角进行独立的人体检测和连接（例如，OpenPose检测关键点和关键点相互连接的概率，从而对人体进行连接；Mask-RCNN、AlphaPose和HRNet都需要先检测每个人的BoundingBox，然后对每个人进行独立的人体检测），然后对人体进行多视角关联和姿态求解，最后进行时域跟踪。这种常规方法的缺陷在于，当单个视角检测失败以后，后续的算法难以对失败的检测结果进行修正，从而将错误的检测传递到下一个步骤，影响跟踪效果，对于紧密交互（例如前文提到的两人拥抱）的情形，单视角的往往很难给出令人满意的检测结果，因此基于序贯式的算法一般会失效。 相较而言，该研究工作的创新性在于充分利用单图连接(2D)、多视角连接(1D)、和时域连接(1D)之间的相互约束从而进行全局优化，用多视角信息和时域信息来避免单视角连接的歧义性，同时也通过单视角连接结果来优化多视角的匹配，从而使得关联结果更趋向于全局最优。具体地，该研究工作提出了一种4D Graph的图结构，将上一帧的三维人体关键点（在初始帧或者人进入动捕范围的时候可以缺失，不影响算法的运行）和当前每一视角的2D关键点建模在同一个图结构中，用单图连接、多视角连接、时域连接的概率作为边的权值，将人体多视角关联的问题看成提取有效边的过程。为了快速地求解这个问题，进一步提出了一种基于完全子图的近似求解算法，高效地完成了从4D图结构中提出正确的人体连接。 最终，该研究工作实现了紧密交互下人体的三维姿态重建，并展示了实时系统效果。其算法在多个数据集上均表现出了良好的视觉效果，在Shelf数据集上也取得了当前最好的数值结果。

项目成果/简介:动作捕捉技术（motion capture）在影视、体育、安防等领域具有广泛应用。传统的动作捕捉分为两大类，光学动捕系统通过在采集环境部署多个红外摄像头，再在人员的动捕服上放置光学标记球来求解出采集者的姿态信息，从而实现对人体运动的捕捉与动画映射；惯性动捕系统通过惯性测量单元（IMU）来采集肢体的运动信息，采集设备相对更轻便，但采集精度不如光学动捕系统。光学动捕系统包括Motion An