本发明公开了一种抗总剂量效应存储单元电路，全部由 PMOS管构成，包括：第一、第二 PMOS 管，第三、第四 PMOS 管和第五、第六 PMOS 管；第一、第二 PMOS 管为上拉管，第三、第四 PMOS管为读出访问管，第五、第六 PMOS 管为写入访问管。本发明的抗总剂量效应存储单元电路可自动实现抗总剂量效应加固，具有较小的存储单元面积，可用于抗辐射航空航天及嵌入式存储器等领域。

1 成果简介清华大学研发的基于云存储的个人移动计算环境原型系统将操作系统与计算机硬件分割开来，把操作系统与应用软件打包成用户可随身携带的“ 计算环境” ，将用户的“ 计算环境”保存到最便携的存储设备中随身携带，成为一把开启“ 云”端服务的钥匙，在任意地点、时间，用任意电脑都可访问自己的专属环境，随时随地按需获得或购买计算和存储资源，方便快捷地访问、存储和共享信息。系统提供基于硬件、更加安全可靠的身份认证机制，提供载有操作系统和各种应用软件的安全计算平台，消除了使用第三方操作系统或软件的安全顾虑，确保数据得到可靠的存储和保护，使用户不必担心私密数据被窃取或泄露。客户能够从“ 云”端获得无限的计算能力和存储空间，摆脱了移动计算设备在计算能力和电池功耗等方面的局限。2 技术指标完全兼容本地文件系统本系统是一个基于 FUSE 开发的网络文件系统，有效减少网络数据流量，支持低带宽、低质量网络环境下的数据访问。它支持硬连接、符号连接和标准 UNIX 权限。单个文件大小可以高达 2TB。内容加密、传输加密所有数据块通过 256 位 AES 算法进行加密后存放到后台存储池中，传输使用 SSH 加密，有效保证用户数据安全。支持数据压缩、去重数据传输前采用 BZIP2 进行压缩，可以有效降低网络流量，对于相同的文件以及不同文件中存在的相同部分只存储一次，从而节约存储空间，降低网络流量。快照和版本保护支持 copy-on-write 操作，可以开启文件版本保护，随时恢复过往修改过的数据。读写速度高达 3MB/s在网络通畅的情况下，读写速度超过 3MB/S。3 应用说明应用对象广泛，针对各种企事业单位、军队、大中小型企业等，另外还可应用于数据托管的服务运营等。

1 成果介绍网络存储技术从诞生到现在，已经经历了近二十年的历程。在这个过程中，无论是计算技术、网络通信技术还是信息储存技术都发生了翻天覆地的变化。计算技术领域，基于开放操 作系统上的集群计算技术已经取代大型机；网络通信领域，开放架构的 TCP／IP 通信已经统治了一切；在信息存储技术上，单块磁盘的容量已经从 G 级别进入 T 级别。 传统的网络存储设备，无论是 FC SAN、 NAS 还是 IP SAN，都是采用以满足单台服务器存储需要为目标的体系设计，在共享能力、性能、可靠性、扩展性以及总体拥有成本上，已经无法满足企业新的应用需求。如果 仅仅通过外围手段来弥补，必将造成存储架构越来越复杂，用户管理难度越来越大，总体拥有成本越来越高。 为了满足 IT 技术发展的挑战， LoongStore 集群存储采用了代表计算技术、网络通信技术以及文件 系统技术发展方向的体系架构，提供给用户跨平台共享、高性能、高可靠、可平滑扩展、使用和维护简单的高端存储系统。系统以开放架构平台智能存储服务器为基 本节点，通过在千兆以太网基础上不受限制地添加节点，构成了业界最高的性能、可靠性以及极低总体拥有成本的存储集群。 LoongStore 为一种大规模的文件共享存储系统，它面向海量数据、高并发访问的环境。其产品架构图如图所示： 图 1 LoongStore 产品架构 LoongStore 产品架构支持：单文件系统 100PB支持 2000 个以上节点并发支持超过 500 亿文件产品主要特点：产品架构上：实现了横向扩展。从原来的单节点增加 CPU、内存、存储等等的纵向扩展方案往增加节点数量的横向扩展方案的转变，使得容量扩展更加灵活、同时也实现了更低的起始投入成本；产品工作流上：实现了更高效的数据读写方式。通过实现元数据与数据通道分离、将数据条带化存储在不同的存储服务器上，从而高效实现数据的并行读写；产品性能上：实现了高聚合带宽。克服了以前文件集中式存储的瓶颈，实现了文件切片分布式存储方案，实现了高聚合带宽；产品性能上：实现了性能近线性增长。如：（ 1）聚合带宽随着存储集群规模扩大而线性增长， （ 2）充分发挥硬件性能，如网卡性能利用率达到了 80%， （ 3）扩展到 100GB/s 以上的聚合性能；产品可靠性上：实现了无单点故障。通过（ 1）为不同目录的数据设置不同的冗余度， （ 2）自动故障探测与恢复， （ 3）设备恢复速度是 RAID 的 5 倍， 750GB SATA 盘恢复时间 15 分钟， （ 4）元数据服务器每两台互备等，实现了产品的无单点故障；在产品扩展性方面：实现了在线业务扩展容量。支持不停业务在线扩容，并自动迁移均衡数据。从而实现不需要关停业务的方式轻易扩展容量；在产品管理方面：实现了单点配置管理。产品通过单点实现了所有的配置管理功能，通过内置各种自动化处理流程，减少人为参与；产品兼容性方面：兼容各种 X86 架构的服务器和 IP 网络，应用服务器端支持Linux/Windows/Mac 等等。2 应用说明LoongStore 大规模集群云存储系统能够帮助企业加速信息到价值的转换，目前已经在互联网、广电、能源、电信等数据密集型行业帮助企业实现了突破性的价值。 产品主要应用行业与应用案例有：（ 1）互联网：视频， SNS 等，例如中国国家网络电视台（ CNTV），人人网，搜狐；（ 2）能源：大庆油田，中石油勘探开发研究院总院；（ 3）动漫和广电：中影集团，教育电视台等，《建党伟业》、《建国大业》、《孔子》等大片的后期制作就是采用该存储系统；（ 4）教育及其（ 5）军工，航天等等领域。3 技术指标支持 PB 级的存储容量规模，最大容量可超过 100PB；可提供几十甚至上百 GByte/s 的聚合数据读写带宽，而且性能可随存储规模的扩展而线性提升；可高效支持海量小文件的存储和管理，单套系统可高效管理超过 500 亿个文件，现有在线系统已经超过百亿级文件数量规模，而且每天仍然以 2000-5000 万个新文件的速度递增，每天的下载量为 10-20 亿个文件；可支持超过 2000 多个计算节点（或者应用节点）同时高效并发访问同一套存储系统；提供完全符合 POSIX 标准的文件级接口，支持全局共享访问，无须加入第三方共享软件。前端可同时部署 Linux、 Windows、 Mac 等异构计算节点。所有应用可不经过任何修改和移植即可使用存储服务；支持在线扩展存储容量，无需终止应用的正常服务，新增容量即插即用。同时提供在线数据迁移功能，扩容后可均衡所有设备上的存储负载；内置数据高可用机制，一旦发现硬件故障将自动进行数据恢复，无需停止服务。除了能够冗余磁盘故障之外，即使整个存储服务器或者磁盘阵列故障都不影响应用正常服务也不会破坏应用数据。传统存储只能冗余磁盘故障；如果系统中正常设备上的空闲空间总和不少于故障设备上已经使用的空间即可进行数据恢复，无须加入新的设备，传统存储采用 RAID 机制必须加入新的存储设备才能进行恢复。确保了系统无间断持续运行；l 在线控制存储设备的负载。在观察到某块存储设备有异常现象时，可以在线手动禁止这块磁盘的空间分配，设置后系统不再往被禁止分配空间的磁盘内写入新的数据，原有的数据仍然可用。当设备正常时即可在线放开；提供主动数据迁移功能，方便硬件在线更换。当某些设备使用时间超过一定年限，或者是发现设备有安全隐患时，可以主动将该设备上的数据迁移到其它存储设备，迁移完成后即可将设备移除下线，不影响应用的正常服务；简易管理，通过单一图形化界面即可管理和监控整个存储系统；高硬件兼容性，既可以采用传统的 SAN 或者盘阵作为存储单元，也可以采用通用的存储服务器进行构建，硬件选型范围广，成本低，适合用于构建海量的云存储系统。

本发明提供了一种可抵御密钥泄露的云存储数据审计方法，其包括：第一步，系统参数生成步骤；第二步，密钥更新步骤；第三步，数据文件上传和审计步骤。该方法  中，引入了一个物理安全的安全设备来帮助用户周期性更新密钥，使得即使入侵者在某个时间段攻击了用户并获得了该时间段的用户密钥，其他时间段的数据审计仍然是安全的。  可应用于电子信息等领域，可产生客观的效益。

哺乳动物基因组的广泛转录产生了大量的非编码RNA，相比于细胞质定位的蛋白编码mRNA，这些非编码RNA如长链非编码RNA（lncRNA）、启动子和增强子关联的不稳定转录本（uaRNA、eRNA）等更倾向于结合染色质参与调控染色质结构、转录和RNA加工等过程。尽管零星报导少数RNA核滞留的现象，但为何大部分lncRNA会滞留于染色质上行使调控功能，仍是个不解之谜。上世纪80年代初，Joan Steitz通过系统性红斑狼疮患者血液抗体分离提取 U1,U2, U4, U5和U6小核糖核蛋白粒子（又称为 snRNP），揭示了它们参与RNA剪接的经典功能。近年来施一公团队系统报导了真核生物剪切体的原子结构和生化功能。然而，一直让人困惑的是，细胞内U1 snRNP的数量为什么比其它剪接相关snRNP高 2-5倍。虽然Gideon Dreyfuss和Phil Sharp等团队曾揭示U1 snRNP调控转录终止和方向的非经典功能，U1 snRNP在细胞中的丰富存在仍然是一个让人困惑的问题。为了探究lncRNA的染色质结合机制，研究者首先建立和运用一套新颖的mutREL-seq方法来高精度筛选调控RNA定位的关键序列，意外发现了U1 snRNP识别位点参与调控候选RNA的染色质滞留。相比于蛋白编码基因，lncRNA转录本含有更多的U1识别位点（同时也是潜在的5’剪接供体位点），而其基因组区域具有更少的3’剪接受体位点。并且U1 snRNP更高水平地结合在lncRNA上。随后，研究者分别使用antisense morpholino oligos（AMO）和auxin-induced degron（AID）诱导蛋白降解系统，来抑制U1 snRNA和核心蛋白组分SNRNP70的功能。研究者发现小鼠胚胎干细胞中近一半的lncRNA受U1 snRNP调控。另外，与转录调控元件关联的不稳定非编码转录本如uaRNA、eRNA等，它们的染色质结合在U1 snRNP抑制后也显著下降。研究者进一步证明了U1 snRNP直接调控成熟lncRNA与染色质的结合，而不是通过影响RNA合成、加工或降解过程的动态变化所产生的间接影响。机制上，研究者鉴定了U1 snRNP在染色质上的互作蛋白，发现U1 snRNP结合特定磷酸化状态的RNA转录聚合酶II（Pol II）。转录抑制明显降低了U1 snRNP及其所调控的非编码RNA与染色质的结合，表明U1 snRNP通过与磷酸化的Pol II互作来介导其互作RNA与染色质的结合。最后，研究者通过以lncRNA Malat1为例，进一步验证了U1 snRNP对其染色质结合的调控作用。去除SNRNP70后，绝大部分Malat1 “核斑”定位信号消失，并弥散在核质及细胞质中。同时，Malat1在活跃表达基因染色质区域的结合信号显著下降，表明U1 snRNP不仅可以将Malat1滞留在染色质上，同时也参与调控后者在染色质上的移动及其与靶基因的结合。综上，研究者提出如下模型（图1）：5’和3’剪接位点在lncRNA上的不对称分布，致使U1 snRNP持续结合在lncRNA转录本上，而不能通过RNA剪接过程释放，从而介导了lncRNA的染色质滞留。磷酸化Pol II进一步介导了lncRNA-U1 snRNP复合体在染色质上的移动（mobilization）。对于大多数低丰度、不稳定的lncRNA，它们只能靶向结合邻近的染色质区域（顺式cis作用）；而对于少数稳定和高丰度的lncRNA，如Malat1，U1 snRNP促进了其迁移和结合更多的靶基因区域（反式trans作用）。图1. U1 snRNP介导非编码RNA染色质结合的模式图。论文链接：https://www.nature.com/articles/s41586-020-2105-3

本技术成果是主要针对视频编码新标准HEVC或H264优化技术集合，其中包括一个已授权的专利和若 干正在申请的专利

组蛋白的翻译后修饰对于表观遗传调控及多种生物学过程具有重要意义。一系列新的赖氨酸化学修饰（如巴豆酰化、琥珀酰化等）展示出组蛋白修饰前所未有的多样性及动态变化特征。可遗传编码的光交联探针已经成为研究活细胞内蛋白-蛋白相互作用的重要工具，成功地将该技术拓展到组蛋白的化学修饰研究中，开发了可遗传编码的组蛋白光亲和标签，将会极大地推动组蛋白化学修饰的识别机制和功能研究。该技术的设计包括两个部分：a）一套带有翻译后修饰的赖氨酸遗传编码系统，可以在特定位点插入带修饰的赖氨酸。此外，在赖氨酸的主链上还带有光交联基团，可在UV光下与修饰相关的蛋白发生共价交联，可以用于研究该修饰特定的效应蛋白。b）一套带有保护基团的赖氨酸遗传编码系统，保护基团可以在大肠杆菌自身的还原性环境中发生脱除，将带有光交联基团的赖氨酸定点插入到组蛋白当中，用于证实交联到的效应蛋白的特异性。该团队以巴豆酰化修饰为代表，发展了该技术对应的赖氨酸巴豆酰化修饰的光交联探针（K*cr）和带有保护基团的光交联探针（PNBK*）两个探针，将这两种探针分别引入到组蛋白H3的56位和79位，并通过光交联基团捕捉到了H3上79位巴豆酰化的去乙酰化酶Sirt3。

本发明公开了植物耐热相关蛋白TaXPD及其编码基因与应用。本发明所提供的蛋白质为如下a1)或a2)或a3)：a1)氨基酸序列是序列表中序列2所示的蛋白质；a2)在序列表中序列2所示的蛋白质的N端或/和C端连接标签得到的融合蛋白质；a3)将a1)或a2)所示的蛋白质经过一个或几个氨基酸残基的取代和/或缺失和/或添加得到的与植物耐热性相关的蛋白质。实验证

本发明公开了一种 2^m×2^kAPD 阵列地 址编码主动输出电路，属于 APD 阵列领域；现有的无扫描输出只能实 现单点像素地址的输出；本发明提供的主动输出电路，通过地址控制 电路控制地址编码电路的输出开关，经地址输出电路输出对应的像元 块首地址，通过后续处理电路得到四个单元地址，无需复杂的时序控 制电路，效率高，速度快。

本发明公开了一种面向视频编码的背景建模方法，通过在图像块的基础上选择性地进行局部背景建 模、局部背景更新、局部多重背景保持，以克服现有以帧为单位的背景建模方法中存在的背景更新的最 佳时机难以确定、特定情况下背景建模困难、对周期性背景建模效率低下等问题，从而降低背景建模的 开销，提高背景模型的预测质量，最终提高视频编码的总体压缩效率。