新葡京娱乐场-大陆娱乐场开户注册

成果介紹該成果將首先利用PDMS和PTFE為基本原料基于靜電相互作用制備基本的粘合劑，再利用適當的交聯劑進行原位交聯進一步提升粘合強度，同時在其中添加具有光催化滅活病毒功能的TiO2 NPs，最終所獲得納米復合材料PDMS/PTFE/TiO2粘附體系，不僅有望在干燥或潮濕的環境中持續有效地粘附2019-nCoV病毒，而且由于TiO2NPs的存在，又進一步在光照下對捕獲的2019-nCoV病毒實施殺滅。該粘附體系的操作方便和簡單,有效工作時間可長達1年以上，期望能夠滿快速抑制2019-nCoV傳播的迫切需求。該PDMS/PTFE/TiO2黏附劑既可以單獨使用，也可以涂敷在各種基體的表面，如棉織品、化纖織品、塑料網和金屬基材表面等，懸掛于公共場所（火車站、地鐵通道、機場、商場等）的適當位置，通過對2019-nCoV病毒的捕殺將能夠十分有效地阻止2019-nCoV病毒在空氣中的傳播。技術創新點及參數成果技術可以實現，粘附強度大于30kPa，粘附時間大于12個月，殺滅病毒包括2019-nCoC、 H1N1、HBsAg三種，滅活率90[%]以上。成果能顯著提高公共出行場所病毒傳染的抑制水平，降低醫療資源的消耗，提升公共衛生健康水平。可作為低成本、可長期儲存的公共衛生健康保障物資進行儲備；廣泛使用在人流密集的大型超市、大型醫院門診、大型賓館、大型食堂餐廳、車站候車室、火車和汽車車廂等。

2020年2月7日，廣州醫科大學張玉霞、張彥及中山大學羅海彬在medRxiv上發表題為“ACE2 expression by colonic epithelial cells is associated with viral infection, immunity and energy metabolism”的研究，該研究通過分析來自對照受試者和患有結腸炎或炎性腸病（IBD）的受試者的單細胞RNA測序數據，發現結腸細胞中ACE2的表達與調節病毒感染，先天和細胞免疫的基因正相關，但與病毒轉錄，蛋白質翻譯，體液免疫，吞噬作用和補體激活負相關。

2020年3月9日，南方科技大學劉磊，中國疾控中心病毒病所劉軍及中國醫學科學院蔣澄宇共同通訊在National Science Review 在線發表題為“Elevated levels of plasma cytokines in COVID-19 reflect viral load and lung injury ”的研究成果，該研究發現在COVID-19患者的血漿中測得的48種細胞因子中有38種顯著升高。   十七種細胞因子與SARS-Cov-2負荷相關。十五種細胞因子（M-CSF，IL-10，IFN-α2，IL-17，IL-4，IP-10，IL-7，IL-1ra，G-CSF，IL-12，IFN-γ，IL-1α ，IL-2，HGF和PDGF-BB）與肺損傷Murray評分密切相關，可通過計算特征曲線下的面積（AUC）來預測SARS-Cov-2感染的疾病嚴重程度。

又稱為植物冠層分析儀。只要手持本儀器在植物冠層下穿行或行走，即可獲取葉面積指數、叢生指數、間隙率、光合有效輻射、光合有效輻射分量等植物冠層的參數。是聯合國糧農組織推薦的葉面積指數檢測儀器，并用于對LAI2000的修正或取代。 TRAC-II葉面積指數檢測儀是在加拿大皇家院士陳先生的葉面積指數檢測理論與算法的基礎上研發的。相對第一代TRAC，主要改進有：增加了手機現場處理功能，存儲容量增大了256倍，采用了無線網絡通信，提高了檢測精度，減輕了傳感器重量，升級并完善了處理軟件到TRACWin 5.9.0版。 TRAC（Tracing Radiation and Architecture of Canopies即植物冠層分析儀的縮寫）是檢測葉面積指數及植被吸收光合有效輻射的光學儀器。TRAC通過間隙大小分布及間隙率來檢測葉面積指數，可用于森林、植冠等葉面積指數的檢測，從而為森林碳匯與林業碳匯、作物長勢等的研究提供依據。TRAC-II由手機及智能傳感器兩部分構成，檢測光合有效輻射，采用無線傳感器網絡交換數據，通過手機或計算機處理軟件計算出結果。企業合作項目。

該項目由東南大學生物科學與醫學工程學院教授張天柱研究完成。本項目將首先利用PDMS和PTFE為基本原料基于靜電相互作用制備基本的粘合劑，再利用適當的交聯劑進行原位交聯進一步提升粘合強度，同時在其中添加具有光催化滅活病毒功能的TiO2 NPs，最終所獲得納米復合材料PDMS/PTFE/TiO2粘附體系，不僅有望在干燥或潮濕的環境中持續有效地粘附2019-nCoV病毒，而且由于TiO2NPs的存在，又進一步在光照下對捕獲的2019-nCoV病毒實施殺滅。該粘附體系的操作方便和簡單,有效工作時間可長達1年以上，期望能夠滿快速抑制2019-nCoV傳播的迫切需求。該PDMS/PTFE/TiO2黏附劑既可以單獨使用，也可以涂敷在各種基體的表面，如棉織品、化纖織品、塑料網和金屬基材表面等，懸掛于公共場所（火車站、地鐵通道、機場、商場等）的適當位置，通過對2019-nCoV病毒的捕殺將能夠十分有效地阻止2019-nCoV病毒在空氣中的傳播。該項目將顯著提高公共出行場所病毒傳染的抑制水平，降低醫療資源的消耗，提升我市的公共衛生健康水平。可向湖北省等疫區提供批量供貨，從公共衛生預防的角度提供有力保障。同時作為低成本、可長期儲存的公共衛生健康保障物資進行戰略儲備。本項目所產生的新技術和新產品必將極大增強我國在公共場所防止病毒擴散的技術實力，具有廣泛的應用前景，包括人流密集的大型超市、大型醫院門診、大型賓館、大型食堂餐廳、車站候車室、火車和汽車車廂等都有應用本技術和產品的必要。在每年秋冬之際，進行早期防治，避免疫病大面積傳染，維護醫護人員、公務人員與廣大國民的身體健康，挽回消費行業經營停滯的損失，造福眾多的中小企業和千百萬家庭，維護城鄉居民的安全出行，從而有利于全社會的安定與繁榮。

該研究揭示新型冠狀病毒（2019-nCoV）的基因組序列與SARS-CoV的差異很大，可以被認為是一種新型的人類感染性乙型冠狀病毒。不過該病毒的原始宿主與SARS-CoV相同，都是蝙蝠。研究發現新型冠狀病毒進入人類細胞所使用的分子“通道”，即人類的受體，可能也與SARS病毒相同，都是血管緊張素轉化酶2（ACE2）。 山東大學該研究在取自患者的全部10份基因樣本中均發現了2019-nCoV，包括8個完整基因組和2個部分基因組。各樣本的基因序列幾乎完全相同（超過99.98%的基因序列相同），這表明該病毒是最近才侵染人類。

四川大學抗擊新冠肺炎疫情應急科研攻關相關項目組聯合中國移動，發揮文、理、工、醫多學科交叉融合優勢，充分利用華西醫學科研資源，在“5G醫學轉化服務平臺”和“醫學+信息”基礎上，研發成功的基于5G云計算的新冠肺炎免疫檢測與智能分析系統是全球首個運用新冠肺炎生物芯片，融合物聯網、大數據、人工智能、云計算等信息技術的高科技產品，能在不同場景（機場/車站安檢、大型活動安檢、社區及個人自檢等）對目標人群開展免疫檢測，并通過人工智能技術進行分析，為新冠疫情的最終解決提供必要技術支撐。該系統實現了檢測點的分散式布局與檢測資源下沉，能避免集中檢測的交叉感染，檢測方便快捷，準確率高，數據自動上傳國家指定平臺。

7月4日，著名期刊《SignalTransductionandTargetedTherapy》（IF:38.104）在線發表我校基礎醫學與臨床藥學學院疫苗中心林昂、唐昕瑩團隊在新冠疫苗領域的最新研究成果“UnravellingtheenhancedvaccineimmunitybyheterologousKCONVAC/Ad5-nCoVCOVID-19vaccination”。

南京郵電大學理學院曾紅麗副教授與合作者在新型冠狀病毒SARS-CoV-2基因序列分析方面取得重要進展，預測了該病毒在自然選擇過程中的適應性，指出并分析了該病毒在演化過程中存在的弱點，分析了相應綜合醫藥開發應注意的關鍵基因位點。該成果以南京郵電大學為第一完成單位，于2020年11月17日在線發表于國際權威期刊美國國家科學院院刊（PNAS）上。 COVID-19疫情是由β-冠狀病毒SARS-CoV-2引起的全球性公共衛生突發事件。各類數據庫搜集了大量的且不斷增加的高質量全基因組序列。本工作利用這些序列，研究其是否顯示出病毒演化過程中上位性對適應性的影響。在具有高重組率的種群演化中，本工作創新性地發展和應用了統計物理學中的反Potts模型，來檢測自然選擇過程中的上位性影響。該工作為利用大量基因組序列來獲取具有高重組率的病原體在演化過程中的弱點開辟了廣闊前景。 該研究工作最終將新型冠狀病毒的大約3萬個基因位點濃縮為存在顯著相互影響的8對基因位點（ORF3a和nsp2，nsp12和nsp6，ORF8和nsp4，以及基因nsp2，nsp13和nsp14），為尋找病毒病原體結合和重組過程中存在的弱點帶來了希望，對開發臨床治療的綜合靶向藥物、研究病毒進入宿主后的發病機制有著很強的生物醫學指導意義。 和其他許多疾病一樣，針對COVID-19的潛在藥物靶標的組合數量非常多。本研究工作不僅提供了哪些基因位點之間存在相互影響，并可以對其進行排名，從而進行更進一步詳細研究。結合隨機性檢驗，該研究工作最終預測了存在顯著上位性的8對基因位點中，有3對涉及到與新冠肺炎的重癥密切相關的病毒基因ORF3a。遺憾的是，目前關于針對ORF3a基因的臨床靶向藥物的報道還較為罕見，值得醫藥學研究人員在該方面加強研究。另外，本研究工作中預測的8對基因位點可作為實驗生物學的原假設，以供生物學研究人員在此基礎上設置相關微生物實驗，研究新冠病毒進入人體后引起發病的機理。 此項研究工作由南京郵電大學與意大利的里雅斯特大學、古巴哈瓦那大學、瑞典哥德堡大學及瑞典皇家理工大學合作完成。曾紅麗副教授的研究工作受到國家自然科學基金委（基金號11705097）、江蘇省科學技術廳（基金號BK20170895）以及江蘇省政府留學獎學金的大力支持。