新葡京娱乐场-大陆娱乐场开户注册

項目成果/簡介:11月4日，天津大學生命科學學院王濤課題組在Journal of Virology在線發表了最新研究成果，論文題目為“Enterovirus D68 Protease 2AproTargets TRAF3 to Subvert Host Innate Immune Responses”。 腸道病毒EV-D68（Enterovirus D68）可引起典型上呼吸道感染癥狀，同時還會誘發中樞神經系統疾病，如急性弛緩性麻痹和急性無力脊髓炎等。近年來，我國對EV-D68的檢出率逐漸升高，存在大規模暴發的風險。腸道病毒的非結構蛋白2A蛋白酶（2Apro）是協助病毒逃避宿主天然免疫的關鍵蛋白。 王濤團隊發現在感染EV-D68后，2Apro可顯著抑制SEV誘導的Ⅰ型干擾素反應。進一步研究發現，2Apro能夠分別在HeLa和HEK293T細胞中切割TRAF3的C端區域，切割后得到的條帶大小為40 kDa左右。同時，2Apro中第107位氨基酸的半胱氨酸被丙氨酸取代后，喪失對TRAF3的切割活性，而TRAF3中第462位氨基酸甘氨酸突變為丙氨酸時，表現出對2Apro切割的抗性。 本研究發現了EV-D68的2Apro能夠切割宿主天然免疫通路中的TRAF3蛋白，從而破壞宿主的先天免疫應答，并對2Apro和TRAF3切割的具體位點和機制做了詳細報道。

"流行性感冒是由流感病毒引起的一種全球性的感染性疾病，嚴重影響著人類的正常生活，其預防與治 療的主要手段是使用神經氨酸酶抑制劑藥物。流感病毒不斷變異，需要不斷開發新型流感病毒神經氨酸酶 抑制劑。本研究在前期工作的基礎上，設計合成了一類環己烯新化合物，合成方法上有創新，

1 .掌握大鯢子二代親鯢生殖生理特點和生殖調控機理，創建大鯢子 二代生殖調控技術和大鯢子三代全人工繁殖和苗種規模化培育技術；2 .選育和培育出體質健壯子二代親 鯢400多組（1尾雄親鯢+3尾雌親鯢為一組），誘導性腺發育與雄雌同步成熟，使用高活性催產劑進行人 工催產，催產率達72%，受精率90%，孵化率33%，苗種存活率90 .5%，三年（2007-2009年）共繁育大 鯢子三代苗種44800尾；3 .實現大鯢子三代苗種規模化生產，能提供大批量子三代苗種供養殖部門發展 大鯢養殖產業，并在自然保護區放養，還進行子三代健康養殖示范，具有顯著的經濟效益、社會效益和 生態效益

我校理學院大數據研究團隊在人工智能與大數據處理技術研究方面取得系列進展，研究成果分別發表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能頂級期刊。神經網絡是人工智能領域中目前最為火熱的研究方向——深度學習的架構基礎。雖然深度學習在近幾年發展迅速，但是關于如何設計最優神經網絡架構的問題仍處于探索階段。該團隊分別針對人工智能中神經網絡結構復雜、高維大規模數據存在無效和冗余特征、難以獲取長時序信息等問題與缺陷，設計出了一系列網絡結構優化、大數據特征選擇和時序循環神經網絡模型，有效改善了上述不足，提高了人工智能模型的學習性能。 題目為《帶Group Lasso懲罰與控制冗余的神經網絡特征選擇》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究論文發表在人工智能領域權威國際期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生張華清為該論文共同第一作者， 我校榮譽教授Nikhil R. Pal院士（印度統計研究所）參與指導，中國石油大學（華東）為第一署名單位。該項工作得到國家自然科學基金、國家科技重大專項、山東自然科學基金、中央高校基本科研業務費、中國石油天然氣集團公司重大科技項目以及山東省高校青年創新科技支撐計劃的資助。 特征選擇技術也稱屬性選擇，是指從原始特征或屬性中選擇出最有效的特征或屬性以降低數據維度的過程，它是人工智能數據預處理環節的重要步驟，也是大數據處理技術的重要環節。該項工作在神經網絡中嵌入Group Lasso懲罰項并實現特征冗余控制，在選出對解決問題最有幫助、蘊含信息量最大的特征或屬性的同時，控制所選特征子集的冗余程度，以達到降維的最優效果，從而使模型的泛化能力更強，降低神經網絡模型產生過擬合的風險。 題目為《基于L1正則化的神經網絡結構優化模型設計與分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究論文發表在國際人工智能領域權威期刊IEEE Transactions on Cybernetics。碩士生謝雪濤和博士生張華清為論文共同第一作者，王健副教授為通訊作者，我校榮譽教授Nikhil R. Pal院士（印度統計研究所）參與指導，中國石油大學（華東）為第一署名單位。該項研究成果得到了國家自然科學基金、山東省自然科學基金和中央高校基本科研業務費的資助。 該項工作借助L1正則子具有的稀疏表達能力，提出兩種神經網絡結構優化學習模型；本項工作另外一個突出貢獻就是提出了一種簡單且具有通用性的收斂性證明方法，同時保證了模型設計的合理性。實驗結果表明所提出模型具有強大的魯棒性、廣泛的適用性、理想的剪枝能力和良好的泛化能力，適用處理高維大數據。該研究成果在人工智能與深度學習構造最簡網絡結構方面具有很強的指導作用和應用推廣價值。

近期，西湖大學人工光合作用與太陽能燃料中心孫立成實驗室在探索這一未解之謎的過程中取得進展。

蛋白酶體是細胞中用來調控特定蛋白質的濃度和清除錯誤折疊蛋白質的主要機制的核心組成部分，是細胞中最普遍的不可或缺的大型全酶超分子復合機器之一，也是迄今為止發現的最大的蛋白降解機器。人源蛋白酶體全酶包含至少64個亞基，由蓋子 (Lid)和基座(Base)亞復合體組成的調控顆粒RP(Regulatory Particle)所激活。2016年，該課題組與其合作者在《美國科學院院刊》報道了人源蛋白酶體的基態近原子分辨的冷凍電鏡結構，以及三個亞納米分辨的RP-CP亞復合體亞穩或過渡態的共存結構，并首次發現其中一個亞穩態構象的CP的底物轉運通道處于開放狀態（見PNAS 2016, 113: 12991-12996）。這一發現被德國馬普所Baumeister課題組及其合作者在2017年的一篇《美國科學院院刊》論文中通過酵母蛋白酶體全酶的冷凍電鏡亞納米精度分析進一步證實、引用和比較（見PNAS 2017, 114, 1305-1310）。然而，在這些工作中，CP開放態的全酶結構離近原子分辨還有較大距離，未能充分揭示人源蛋白酶體全酶的激活后的運動行為。毛有東、歐陽頎課題組及其合作者在前期工作的基礎上，利用他們自主開發的基于統計流行算法的高性能計算軟件ROME（見PLoS ONE 2017, 12:e0182130）與優化的冷凍電鏡處理方法，對ATP-γS結合狀態下的人源蛋白酶體的全酶冷凍電鏡單顆粒數據展開了深入分析，得到了6個共存的動態結構，其中包括3.6埃分辨率的基態結構，3.5埃的開放態CP結構，和三個CP開放態對應的亞穩簡并態全酶4.2埃，4.3埃和4.9埃的結構。另外兩個中間態結構分辨率為7.0埃和5.8埃。三個CP開放態對應的全酶結構的主要差別在于位于RP的AAA-ATPase激酶馬達模塊，伴隨其不同的構象變化，至少有四個ATP-γS分子穩定結合在不同的AAA-ATPase亞基上，為其在不同核酸結合狀態下形成的非穩定動態構象提供了重要證據。該研究首次觀察到位于AAA-ATPase激酶馬達模塊中心的底物轉運通道呈現從螺旋到鞍形不同的拓撲結構變化，為進一步分析底物和蛋白酶體全酶的相互作用奠定了重要基礎。人源蛋白酶體全酶AAA-ATPase馬達模塊中心的底物轉運通道發生大幅度的拓撲變構

第二類超導體中量子化磁通的運動行為對超導材料和器件的電磁輸運性質起著關鍵作用。人為調控超導磁通量子的運動行為，不但可以有效提高超導體的臨界電流密度，還可實現具有新功能的超導電子器件，如超導磁通整流器、磁通二極管等。以往的磁通量子調控手段往往缺乏原位可調性，極大限制了相應超導電子器件的應用。近日，南京大學吳培亨院士領導的超導電子學研究所王永磊教授和王華兵教授研究團隊設計出了一種可調控的新型人工自旋冰與超導異質結構器件，不但實現了超導電性的原位開關，還實現了可開關和可反轉的磁通霍爾效應。 人工自旋冰是具有集體相互作用的納米小磁體陣列，其特殊的幾何排列使得系統具有很高的簡并度、新奇的低能激發態（如磁單極子）、豐富的相變和磁疇。近年來該團隊致力于人工自旋冰和超導納米結構器件等方面的研究，不但設計出了可擦寫的人工自旋冰，并且于國際上首次設計和制備出了人工自旋冰與超導的異質結構器件，實現了可調控的超導磁通阻挫效應和磁通整流效應。近日該團隊又設計出了一種基于風車型人工自旋冰與超導的異質結構器件，利用風車型人工自旋冰易于調控的鏈條狀磁荷結構，以及磁荷與超導磁通量子間的強耦合作用，實現了對超導磁通運動的原位操控，展示了超導零電阻態與耗散態之間的原位開關，同時實現了可編程的磁通霍爾效應。