近日，上海交通大学生命科学技术学院、微生物代谢国家重点实验室董涛团队发现细菌Ⅵ型分泌系统（T6SS）可以分泌一种新型的具有分子内伴侣的核酸酶毒素，并揭示了该毒素蛋白的分泌和自剪切机制。相关研究成果以“Intramolecular chaperone-mediated secretion of an Rhs effector toxin by a type VI secretion system”为题发表于Nature Communications杂志上。上海交通大学博士研究生裴同同、李浩和硕士研究生梁小夜为共同第一作者，董涛研究员为通讯作者，该文作者还包括谢志平研究员、于明特别研究员、林双君教授和许平教授等。本文是董涛团队自2019年11月在PNAS和2020年2月在Nature Microbiology上发表的研究结果的延续和扩展，深化了领域对效应蛋白的分泌机制和功能的研究，并为下一步对T6SS进行合成生物学工具化改造和应用有重要的推动作用。 微生物广泛存在于自然环境中或寄主体内，相应也进化出了多种与其他物种竞争的策略。Ⅵ型蛋白分泌系统（T6SS）是大多数革兰氏阴性致病菌与环境中其他微生物竞争及感染宿主的重要“武器”。T6SS 能够通过直接接触将具有抗菌活性或细胞毒性的效应蛋白注射到受体细胞内。T6SS效应蛋白往往具有不同的大小、结构和功能特性，因此对其分泌机制的解析一直是领域内的热点和难点。 本研究在致病性气单胞菌Aeromonas dhakensis中发现了首个能够自我剪切的T6SS效应蛋白TseI。通过多种生化和遗传突变实验，作者发现TseI表达时能够自剪切为三个片段（N、 Rhs 和 C）。C端是一个核酸酶毒素，而N端和 Rhs在剪切后能够作为伴侣蛋白与C端毒素非共价结合。在N端和Rhs的辅助作用下，C端毒素能够通过T6SS分泌到受体细菌内至其死亡。此外，该研究还在包括铜绿假单胞菌、丁香假单胞菌和副溶血弧菌等多种病原微生物中发现了具有类似特性的T6SS效应蛋白。因此，作者将TseI及其同源蛋白定义为一类新型的含分子内伴侣的自剪切效应蛋白。 A：纯化后的 TseI 显示蛋白剪切为三段； B：TseI同源蛋白的序列对比显示保守氨基酸序列和N/C端自剪切位点； C：TseI同源蛋白在致病菌中的分布；D：分子内伴侣介导的TseI分泌模型。 该研究获国家重点研发项目(2018YFA0901200)和国家自然科学基金委(31770082)等项目的支持。

胶原蛋白是人体含量最多的蛋白质，主要存在于人体的血管、皮肤、跟腱、韧带、软骨和骨组织中。胶原中含有 21 种氨基酸，主要为甘氨酸、脯氨酸、羟脯氨酸组成。氨基酸或成多肽链，三个多肽链形成三螺旋结构，进而形成胶原纤维。 江南大学药学院药剂学与药剂材料学研究室，致力于研究高纯度及无免疫原的胶原蛋白的提取方法，并开发其在医药和医美产品中的应用。本团队长期与无锡贝迪生物科技股份有限公司产学研合作，已将科研成果转化为三类产品，分别为胶原贴敷料，医用胶原复配型凝胶敷料以及医用胶原蛋白海绵，并都获得了医疗器械注册证编号。双方于 2017 年 5 月起在江南大学协同创新中心成立联合研发实验室，着手胶原蛋白类相关医疗器械的开发。

利用结构生物学和生物信息学手段设计融合蛋白的构建方式，通过生物制备获得融合蛋白，结合生物反应器工程技术和生物过程智能控制技术，建立大规模制备融合蛋白的工艺，实现长效药物蛋白的生产和临床应用。其中长效多肽/蛋白类药物的发酵水平达 1g/L,纯化得率达 20%,体内半衰期较第一代基因工程药物提高 30 倍以上。 

谷氨酸棒杆菌(Corynebacterium glutamicum)被广泛用于食品工业生产，是一种安全性很高的工业菌株；具有包括 Sec 和 Tat 分泌途径在内完善的蛋白分泌系统；没有类似于大肠杆菌(E. coli)所带来的内毒素和宿主细胞蛋白污染等问题。这些显著优点使它成为一种有吸引力的外源蛋白表达生产用的底盘细胞。目前国内生物医药领域主要依赖于 E.coli 表达体系生产医药蛋白，原创性外源蛋白表达体系的缺失，在知识产权方面将制约到我国生物医药产业的发展。该项成果有望为我国生物医药产业提供一个具有自主知识 产权的谷氨酸棒杆菌安全高效外源蛋白表达体系。

日前，清华大学生命学院葛亮课题组在《细胞》（Cell）期刊上在线发表题为“蛋白跨膜转运调节非经典蛋白分泌”（A translocation pathway for vesicle-mediated unconventional protein secretion）的研究论文，首次报道了非经典分泌过程中的蛋白跨膜转位机制。 蛋白质的分泌是细胞间信息传递的重要方式。分泌蛋白通常具有N端信号肽序列以指导新生多肽链进入内质网（endoplasmic reticulum，ER）被加工、修饰，之后被运输到高尔基体(Golgi apparatus)经过进一步的加工，最终抵达细胞质膜并被释放到细胞外，这一过程被称为经典分泌途径。近年来的研究发现，许多分泌蛋白不具有典型的信号肽序列，其分泌不依赖于ER-Golgi途径，这类分泌途径被称为非经典分泌（unconventional protein secretion, UPS）途径。直接跨质膜转位（I型）与细胞内囊泡结构介导的分泌（III型）是最主要的两种UPS途径。III型UPS中，蛋白首先进入一个囊泡载体（例如autophagosome, endosome等），然后通过膜泡运输系统被运送到细胞外。由于这类蛋白缺少信号肽，一个需要解决的关键问题就是这类UPS蛋白是如何进入囊泡载体中的。  图1. TMED10介导的蛋白质非经典分泌途径工作模型 在这项研究中，研究人员鉴定出一个膜蛋白TMED10可能形成一个蛋白通道介导UPS蛋白进入囊泡结构。细胞实验发现，TMED10能够调控大量非经典分泌蛋白的分泌，包括炎症因子IL-1家族成员，galectin1和galectin3，以及小分子伴侣蛋白HSP5B。CLP诱导的败血性休克（Cecal Ligation and Puncture (CLP)-induced septic shock）小鼠模型中，TMED10髓系敲除的小鼠分泌更少的IL-1β, 进而导致更低的炎症反应与更高的存活率。进一步的研究发现，TMED10的C末端区域与分泌蛋白的一个motif的相互作用对蛋白的选择性转运与分泌非常重要。体外脂质体实验证明，TMED10直接介导UPS蛋白进入脂质体，并且这一过程依赖于蛋白质的去折叠。在细胞中，TMED10定位于ERGIC（ER-Golgi intermediate compartment）并且能够指导分泌蛋白进入这一膜性细胞器中。此外，研究还发现货物蛋白与TMED10的结合会诱导TMED10寡聚化形成蛋白通道从而介导蛋白的转位。基于这些实验数据与之前的研究成果(Zhang et al., 2015)，作者提出如图所示的TMED10介导的蛋白质非经典分泌途径（TMED10-channeled UPS , THU)工作模型（图1）。UPS蛋白在胞质分子伴侣HSP90A的帮助下去折叠并被运送到ERGIC，结合TMED10诱导其发生寡聚化形成蛋白通道，在腔内分子伴侣HSP90B1的帮助下转位进入ERGIC，之后可能通过ERGIC形成运输小泡，直接运送到细胞质膜，或进入分泌型自噬体或分泌型自噬溶酶体/MVB，分泌型自噬体又可以直接和质膜融合或首先与溶酶体融合，最终将蛋白释放到细胞外。 生命学院研究员葛亮为本文的通讯作者，实验室张敏老师与生命学院博士生刘磊为本文共同第一作者。本研究受到基金委和科技部的经费资助。 文章链接： https://doi.org/10.1016/j.cell.2020.03.031

XM-705E蛋白尿模型（高血压肾脏疾病模型）   XM-705E蛋白尿模型（高血压肾脏疾病模型）放大300倍，由2个肾小体构成，第一个显示了健康的肾小球解剖，第二个显示了肾小球病变，由于高血压传入小动脉血管硬化、血管口径的变化，从而增加内皮细胞和血浆蛋白在尿液。 尺寸：放大300倍，20×15×6cm 材质：PVC材料

产品详细介绍

新冠肺炎常规通过病史、CT等进行病情评估，但重症病房应用超声不便，还需要评估重症患者的心脏等多器官，然而操作者绝大多数不是专业超声医生，这为如何在治疗重症患者的过程中更好地发挥超声的作用提出了难题。深圳国际研究生院袁克虹团队与深圳华声医疗技术股份有限公司合作，用人工智能技术赋能5G超声设备，增添采集心肺关键标准切面的导航以及关键参数的自动测量等功能，辅助医生对重症病人进行动态评估和治疗。 袁克虹团队与深圳华声医疗技术股份有限公司1月中旬组成研发团队，在已有合作工作的基础上，针对新冠肺炎重症患者临床超声的迫切需求开展联合攻关，半个月就获得了较好的成果。该技术从2月初开始在武汉协和西院等多家医院使用，在一定程度上辅助了医生对重症患者进行疾病的动态评估和治疗指导。 目前该技术正由国家感染性疾病临床研究中心（深圳市第三人民医院）牵头开展进一步研究，将完善和改进现有功能，优化远程诊断流程，实现超声为医生治疗重症患者提供更智能、更可靠、更专业的帮助。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。

非线性失真是5G通信系统和其他新兴多载波通信系统的主要失真来源，而数字预失真代表着线性化方法发展趋势。目前，数字预失真方法均采用了对非线性器件输出信号的包络特性进行直接线性化的简单思路。由于有源非线性器件（如射频功放）存在最大输出功率的限制，故此种原理的线性化算法在高能信号区会造成输出有效增益的明显下降，也就是难以同时满足低功率损失和高线性化效果的要求。这不但造成了低下的电源利用效率，并且造成我国对进口大功率射频器件的依赖。 针对5G通信非线性失真研究的理论空白，申请人率先完成了非线性失真信号微观分析法，首次揭示了亿万个随机交调项间的定量关系，推导出了系统参数和非线性频谱间简洁的多项式表达关系，并将仿真速度提高1100倍。针对目前射频电路预失真方法的原理性缺陷，申请人建立的多级精细化数字信号预失真方法实现了在低功率损耗的条件下取得高度线性化效果，此方法可提高功放的功率利用率，降低我国对大功率射频功放的进口依赖。