西安科技大学自 2003 年开始就对蛋白质塑料进行了研究，随后将超细煤粉作为功能填料引入其中，对不同变质程度的煤、煤的氧化预处理、灰分含量等对复合材料的影响进行了系统性研究。目前此项技术已经成熟，获批发明专利一项。

传统的抗肿瘤药物，如烷化剂、铂类试剂、作用于核酸合成的药物、作用于微管蛋白合成 的药物等，一般存在毒性较大、选择性较低等问题，因此，研究寻找安全有效、选择性较好的 靶向性抗肿瘤药物具有重大的科学意义和巨大的社会价值。 组蛋白去乙酰化酶 (Histone Deacetylase，HDAC) 是治疗肿瘤的新靶标，其抑制剂 Vorinostat (SAHA) 和Romidepsin (FK228) 已分别于2006年和2009年经美国FDA批准上市用于治 疗表皮T细胞淋巴瘤；该类抑制剂显示出良好的肿瘤治疗效果及较小的毒副作用，是目前最具 前景的抗肿瘤药物之一。 本项目综合运用分子动力学模拟、计算机辅助药物设计、化学合成、药理学活性测试等 方法，通过“设计－合成/修饰－测试”的多次循环，开发了一系列结构新颖的四氢-γ-咔啉骨 架的HDAC抑制剂。该类抑制剂可以有效抑制HDAC总酶及HDAC1的活性，多个化合物的酶 活性都低于50 nM；并且，该系列多数化合物对Hela、A549、HCT116、K562、MCF-7等肿瘤细 胞株表现出比阳性对照药物SAHA更高的活性，多个化合物对所测肿瘤细胞株的抑制活性低于 1 μM，而对于人类正常细胞无抑制活性；在动物模型试验中，代表性化合物对接种Lewis肺癌 荷瘤小鼠模型表现出良好的治疗效果，且没有观察到明显的体重变化和毒性反应。因此，该类 HDAC抑制剂可以作为药物先导化合物用于制备抗肿瘤药物，为广大肿瘤病患者带来福音，也 向开发我国具有自主知识产权的抗肿瘤药物迈进一步。 

由于环境污染的加剧及石油基资源的日益短缺,基于可再生资源的生物材料日益受到重视。大豆蛋白质是豆油产业的副产物,是一种来源丰富的可再生植物资源,也是一类添加增塑剂后可热塑成型的天然高分子材料。然而,单独由大豆蛋白质制备的塑料硬且脆,加入小分子增塑剂后,大豆蛋白质热塑性改善,柔韧性增加,但力学强度较低且对水敏感,限制了其发展和应用。本项目以大豆分离蛋白质(SPI)为主要原料,通过与其他生物可降解材料的共混,以及与纳米粒子的复合来得到廉价、加工性良好且力学及防水性能改善的大豆蛋白质环境友好材料。本技术的创新之处在于：(1)制备了邻苯二甲酸酐改性的大豆蛋白质(PAS)并用其来增强甘油增塑的大豆蛋白质,在不添加任何增容剂的情况下得到了两相相容性良好、性能改善的大豆蛋白质复合材料,探讨填料、基体相似的化学结构与相容性之间的关系；(2)将碳纳米管进行酸改性后与大豆蛋白质复合,得到分散性良好、增强效果明显的纳米复合材料,研究酸改性后纳米管表面极性的变化对其在基体中的分散以及与基体相容性的影响；(3)在无增塑剂添加的情况下,通过熔融共混制备了全生物降解的SPI/聚己二酸/对苯二甲酸丁二酯(PBAT)共混材料,该共混材料在高蛋白质填充量的情况下仍具有较好的韧性和强度；(4)首次通过熔融法制备了SPI/聚乙烯醇(PVA)共混膜材料,制备过程简单、绿色且产品性能优良；为了进一步改善共混材料的力学性能,继而在SPI/PVA材料中引入层状硅酸盐蒙脱土(MMT),利用SPI/PVA与MMT三者间强的氢键作用制备剥离型或插层型纳米复合材料,所得材料强度、热稳定性、防水性提高。

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。

中国科学技术大学微尺度物质科学国家研究中心和生命科学与医学部陈宇星教授、周丛照教授、孙林峰教授课题组合作，利用冷冻电镜技术解析了人类胆汁盐外排蛋白ABCB11的近原子分辨率三维结构，为深入理解该类膜蛋白的转运机制以及其突变引发的致病机理提供了基础。该研究成果在线发表在《Cell Research》上。研究表明，胆小管上的ABC膜转运蛋白ABCB11是胆汁盐外排到胆小管中最重要的蛋白。该蛋白编码基因突变会导致各种胆汁淤积病症。自发现该基因的近20多年来，对ABCB11的研究报道持续不断，但人们对该蛋白转运胆汁盐的机理仍然不清楚。作者借助冷冻电镜技术解析了该蛋白开放状态下的3.5 Å 高分辨率的三维结构。该蛋白由1321个氨基酸残基组成，以单体的形式发挥功能。结构上包含两个彼此靠近的跨膜结构域（TMD）和两个分开的胞内核算结合结构域（NDB）以及一个N端的α螺旋，整体呈现对肝细胞内开放的构象。根据该结构提供的三维空间信息，作者对临床上该蛋白的突变体致病机理进行了分析。作者发现，临床样本的突变会破坏蛋白质分子内部的相互作用，或者使蛋白错误折叠，导致蛋白质转运功能降低或者完全丧失，最终引发相关疾病。作者还对一系列胆汁盐以及两种抑制剂（利福平、格列本脲）的刺激ATP水解活性的进行了验证，发现利福平和格列本脲以竞争方式抑制该蛋白的活性，这也是服用这类药物导致肝损伤的主要原因之一。

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。

项目成果/简介: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。应用范围:家居智慧控制，提高舒适度：家庭生活状态统计和日常需求预测与推荐；多模态行为分析和数据采集和传输系统；多模态行为数据采集和分析平台；基于LoRaWAN/5G的工厂环境、农业大棚等环境监测系统。技术成熟度:通过中试

开发了一个高效的捕获RNA结合蛋白双链RNA底物的建库测序技术（irCLASH）以及后续的一整套生物信息学分析方法；首次在转录组水平上系统地绘制了人类ADAR蛋白的内源双链RNA底物图谱；揭示了决定ADAR结合效率和编辑效率的底物特征和ADAR结合长双链RNA的体内模型。       该研究利用irCLASH技术系统构建和分析了人类ADAR1、ADAR2及ADAR3的双链RNA底物图谱，发现与之前根据计算推导的研究设想不同，ADAR具有大量的、长距离的双链RNA底物。该研究发现不完全互补配对的底物与ADAR蛋白也有很好的亲和度，特别是ADAR2家族成员。研究还进一步揭示了决定ADAR结合效率和编辑效率的底物特征。irCLASH测序技术及后续的整套生物信息学分析方法的开发为研究双链RNA结合蛋白的内源底物提供了新的工具。同时，该研究揭示的ADAR与底物相互作用及催化特性为研究人员开发高效的RNA编辑工具提供了资源宝库及改进方向。

  蛋白质药物因其高特异性及高活性，近年来在癌症、自身免疫病、血友病、糖尿病等多种重大恶疾的治疗中愈发重要。然而，蛋白质药物通常具有较高的免疫原性，容易引发病人免疫应答产生抗药物抗体（anti-drug antibody, 简称ADA）。临床数据表明即使是人源化的蛋白质药物也会引起ADA的产生。ADA会使药物失去其效力，甚至引起严重的过敏反应威胁病人的生命安全。通过对蛋白质药物进行PEG化修饰能够延长蛋白质的循环时间，并一定程度上降低免疫原性。但近年来动物实验及临床证据均表明PEG自身具有可观的免疫原性，会诱发机体产生anti-PEG抗体（本质上也可认为是一种ADA），进而造成PEG化药物在血液中的加速清除（accelerated blood clearance, 简称ABC效应）。因此，寻找新型低免疫原性的抗生物污染高分子用于蛋白质修饰成至关重要。      在众多潜在的PEG替代高分子中，非结构性(unstructured)的柔性高分子往往更受人们青睐。比如在长效聚多肽-蛋白质融合药物中，其中聚多肽的设计往往会刻意排除具有明显二级结构的序列使其采取完全无规的构象。然而，这一为人们广泛采用的设计思路实际缺乏严格的实验证据支持。其客观原因在于难以设置合理的对照实验组以严格区分聚合物共价化学组成与构象二者分别的贡献——对于绝大部分高分子，要改变聚合物构象必然需改变其共价化学组成，反之亦然。

我国的能源和优质蛋白质都越来越依赖于进口，另一方面，大量的转基因棉籽没有得到充分利用。我校拥有自主知识产权的新技术可以联产生物柴油和无毒棉籽蛋白等产品。棉花是我国最重要的经