预测系统

随着人工智能、大数据等技术的飞速发展，环境监测驶入了智慧监测时代。宝怡环境科技（上海）有限公司作为藻分类及水生态安全自动监测领域的领跑者，基于强大的数字孪生技术，针对当前水华频发的生态管理痛点，研发出国内首个蓝藻水华预报预警智慧系统。该系统以GIS为孪生数字基座，立足藻类生长4要素，结合三维网格化监测，耦合水质、水生态、水动力3大模型，实现了天地一体化高频监测及未来预测。系统涵盖实时监测、预报预警、历史查询、统计分析、水华告警以及系统设置六大智能模块。1、实时监测模块：沉浸式融合定点监控视频，剖面原位监测、岸基无人机、无人船动态视频信息展示了水域信息、水质水文监测站点、基础水质参数实时信息等物联数据，实现实时实景的精准现场态势掌控，全程可视化管控。2、预报预警模块：以GIS地图为基准，以动图形式展示未来72 小时水域水华风险等级，基础水域信息、水华未来3日预警报告以及磷酸盐浓度的变化，水域气温、风速风向、光照以及水温预测变化时序图。3、历史查询模块：用户可根据需求选定重点关注时间段、水域、监测点位以及监测因子，可直观了解选定历史时间范围内（最长选择时间；过去三年），不同监测因子变化时序图。4、统计分析模块：不对用户开放，仅开放给管理员，用于数据统计分析，以及优化模型等。统计分析板块分为水华统计、年历分析、同比环比统计以及预报分析四部分。5、历史查询模块：用户可以查看访问的水域的正在发生的水华告警信息、查询历史、不同点位，水华强度等级。通过智能分析数据，精准定位各类告警信息，做到日常管理时快速分析、直观掌控、实时处置，做好水华风险预报预警。6、系统设置模块：管理员可根据不同的用户需求，不同的水域、监测点位、监测设备等进行定制化数据展示。同时，管理员也可以在此界面进行水域基础信息管理，包括增删改查等。 宝怡环境研发的水华预报预警平台能够提前1-3天预测水华暴发的地点及规模（生物量及面积），协助生态管理者全方位监控水华相关数据信息，实现预报、预警、预演、预案的“四预”，帮助管理者提前防范，保障水质安全。宝怡环境以数字孪生技术赋能水华监测和科学决策，致力于成为水华预报预警技术应用的最佳实践者，开启智慧监测新篇章。

聚焦离子束 (FIB) 铣削是一种纳米级的直接写入制造技术，其中从目标表面去除材料是用聚焦离子束实现的。它是一种流行且通用的方法，用于创建大约 10-100nm 的结构，尤其多用在半导体行业中。任何 FIB 铣削工艺的工作产品都是束流、光斑尺寸、扫描图案、目标材料特性和设计几何形状（尤其是图案的纵横比）的复杂函数的结果。鉴于这种巨大的复杂性，研究人员和工业用户面临的问题是开发一个描述铣削过程中发生的物理过程的综合分析模型。缺乏这样的模型总是需要耗时的试错测试来建立最佳工艺参数，以实现给定目标上给定铣削操作的预期结果。在Nano Letters上发表的“Deep-Learning-Assisted Focused Ion Beam Nanofabrication”中，研究人员表明，深度学习可用于在扫描电子显微镜图像的2D投影中模拟 FIB 铣削制造的结构的制造后外观，作为过程精度和质量的一个很好的指标。FIB铣削的深度学习模拟。(a) 神经网络在一组二元设计模式、FIB 铣削制造的样品的相应 SEM 图像以及其生产中使用的离子束参数的细节上进行训练。(b) 经过训练的网络能够准确预测 FIB 铣削过程的结果——SEM 成像中样品的预期制造后外观（对于以前看不见的设计）。通过在毫秒时间尺度上生成每个预测，该方法可以用于 FIB 制造过程中的可重复性和精度。在他们的原理验证研究中，研究人员训练了一个神经网络，以在特定目标介质上模拟特定类型的 FIB 铣削任务，同时仅改变离子电流和剂量（即，保持所有其他系统参数不变）。他们指出，在实践中，人们会在相关的各种目标上训练网络完成手头的任务（即，根据应用环境，例如基于半导体晶片的器件表征或用于等离子体研究的纳米制造）材料，并具有全方位的基板和系统元数据（例如，薄膜沉积方法、速率和厚度、晶体取向等；离子电流、剂量、光栅扫描模式、重复次数、离子源、孔径年龄等）。通过这种方式，训练网络将积累对影响过程结果的众多样本和系统参数之间的复杂关系的“理解”。EPSRC 标志的神经网络预测（左栏）和实际 FIB 研磨样品 SEM 图像（右栏）之间的比较：（a）二元设计和离子束电流（孔径）设置为（b）9.8 ， (c) 28，(d) 48 和 (e) 93 pA的图像作者得出结论，通过应用机器学习方法，FIB/SEM 系统作为集成的微/纳米制造和样品表征（即制造和原位诊断）平台，其功能增强似乎有相当大的空间。例如，由于成分和原子/分子结构的相似性，材料家族具有相似的物理特性，而神经网络在复杂的多维数据集中发现此类模式非常有效；因此，他们可以类似地“学习”材料类型之间存在关系。原文作者：Michael Berger

结论与建议:　　公司发布2016H1业绩预减公告，预计实现净利润0.45-0.63亿元(YOY -50%- -30%%)，低于16Q1季度业绩指引所给出YOY-30%-10%的变动幅度。业绩出现下滑，一方面因为公司客户主要以电力、钢铁等传统行业，受宏观经济疲弱影响，各自都出现了不同困难，一定程度上对公司工程设备安装及调试进度产生影响；另一方面公司在守住脱硫脱硝产品市场的基础上加速向VOCs等新型监测市场拓展，并积极布局智慧环保业务，公司对人才需求不断增加导致的管理费用和销售费用增长较快。 宏观经济下行压力，公司传统客户经济效益面临挑战，短期来看公司业绩承受一定压力；长期来看，近年来公司通过不断海内外收购弥补了很多技术短板，开辟了很多新的市场。战略大方向上来看，公司一直走在行业前列，目前公司正在开展定向增发积极布局智慧环保和VOCs治理新市场，智慧环保订单已经出现爆发式增长，未来将会成为公司主要的盈利增长点，公司也会由单一的设备提供商转变为环境监测综合服务提供商。　　加码生态环境监测网络综合项目:公司公告以不低于14.44元/股非公开发行不超过8200万股,募资不超过11.8亿元。其中6.78亿元投向生态环境监测网络综合项目、1.8亿元投向VOCs监测系统生产线建设项目、3.2亿元用以补充流动资金。生态环境监测项目建设期预计36个月,达产后预计实现年收入2.13亿元、净利润0.55亿元 VOCs项目建设期24个月,达产后实现年均收入2.85亿元、净利润0.56亿元。此次定增加强公司在智慧环保领域的布局,以环境监测为核心,着力拓展环境监测、环境信息化、环境大数据、环境治理四大业务领域。　　从城市和园区入手打造智慧环保“一站式”综合解决方案:公司从城市和园区入手打造智慧环保“一站式”综合解决方案,项目采用BOT、BOO、PPP等商业模式,由公司出资建设,通过后续收取服务费的方式获得长期、持续、稳定的利润。此次项目建设期为36个月,短期内不会贡献利润,全部达产后预计实现年销售收入2.13亿元,净利润0.55亿元。公司抓住国家建设生态环境监测网络的良机,积极布局,提升自身竞争实力,未来有望获得更多订单。　　扩充VOCs监测系统生产线:VOCs是PM2.5和臭氧的重要前体物质,是空气污染的重要原因。近年来,VOCs污染及危害越来越受到国家重视,治理已被纳入“十三五”规划纲要,相关监测、治理、排污费政策近期密集出台,行业将迎来快速发展期。此次募资中1.85亿元将用于提高VOCs监测系统的产能,建设内容包括质谱仪监测系统(增产40套/年)、 色谱仪监测系统增产(增产750套/年)、 傅里叶红外光谱仪监测系统(增产175套/年)等。整个项目建设期为24个月,达产后预计实现年营收2.85亿元、净利润.056亿元。VOCs监测系统生产线的建设有助于完善公司产品线,加强产业链核心环节的资本投入,确保公司在“十三五”期间VOCs 监测领域的核心竞争力和市场地位。　　盈利预测:鉴于公司传统客户行业景气度不高,已对公司短期业绩产生压力,我们下调公司16、17年盈利预测,预计分别实现净利润2.25亿元(YOY-14.52%)、2.62亿元(YOY+16.75%),考虑增发摊薄后EPS0.33、0.38。当前股价对应16、17年动态PE52X、44X,估值相对较高,下调至“持有”建议。

量子力学理论的标准解释认为，量子场内的变化不可预测且是瞬时的。在难以观测的微观世界里，阐明量子跃迁的性质，一直是困扰物理学家的重要难题。1986年，研究人员通过实验首次证实量子跃迁是一种能被观测和研究的实验现象。从那时起，科学家借助不断发展的技术，对这种神秘现象进行了更深入的观察。2019年的一项研究显示，量子跃迁的过程可以被预测，且开始后可以被阻断。近期，一项新的理论研究更深入挖掘了量子跃迁过程，以及它何时会发生。研究显示，这个看上去简单和基础的现象，实际上十分复杂。预测量子跃迁美国耶鲁大学研究人员通过一种干扰度最小的装置来监测量子跃迁进程。每一次跃迁都发生在一个超导量子比特的两个能态之间，这个小循环可用于模拟原子中离散量子能态的超导微环路。研究人员测量了低能态系统中量子比特的“附加活动”——可被观测设备捕捉但不会影响量子系统的运行。研究中的“附加活动”是一种监测设备所捕捉的、由系统散发的光子信号，这表明光子未被系统吸收、跃迁尚未发生。这种方式首次实现了对量子跃迁的间接监测，揭示了一个重要的性质：在“附加活动”中，量子向高能态跃迁之前会有一个停顿。而科学家可以通过这种停顿预测甚至阻止量子跃迁。跃迁过程由系统低能态开始也称为基态；当跃迁至系统高能态时，也称为激发态，随后跃迁路径转向，再次回到基态。文章作者Kyrylo Snizhko是德国卡尔斯鲁厄理工学院的一名博士后学者，他表示，模拟实验显示，在这个可间接预测或干扰量子跃迁中，一定存在一个不可捕捉的组分。具体来说，量子跃迁从激发态向基态的回落过程，并不总是平滑和可预测的，这就是作者所描述的“不可捕捉”的组分。研究指出，观测设备与受测系统的“连接度”，对系统跃迁有直接影响。在这一过程中，量子跃迁由观测的时间尺度而非跃迁过程定义。观测设备和量子系统的连接可能很弱，在这种情况下，通过信号的暂停能预测量子跃迁。量子系统的转变通过基态和激发态的混合实现，这称为量子系统的叠加态。然而，在观测设备和系统的联系超过一定阈值时，这种系统叠加态就会趋向某一个能值，并保持相对稳定，直至再次突然回到基态。论文的共同作者Parveen Kumar解释道，这意味着，即使我们一开始成功预测了量子跃迁发生，但无法避免会再次“跟丢”系统。而即使在跃迁可预测的期间，也会存在一些差异。Snizhko表示，这些过程中还包含着一种不可预测的组分。可捕捉的量子跃迁通常具有一个处在基态和激发态的叠加态上的跃迁“轨迹”，但整体的跃迁轨迹并没有明确的方向或终点。量子物理正在坍缩Zlatko Minev是微软托马斯沃森研究中心的研究员，也是这项耶鲁大学研究的第一作者。他表示这项新的理论研究“在以量子比特作为参数的实验条件下，描绘阐述了一个简单清晰的量子跃迁模式”。他认为，这项研究与先前的耶鲁实验互相参照，显示“相比于我们之前的认识，量子跃迁轨迹的离散性、随机性和可预测性还有待更广阔而充分的研究。”具体而言，耶鲁大学进行的研究首次揭示了量子跃迁的微妙行为——系统从基态到激发态的跃迁能被预测，表明量子世界中部分是可以预测的。这在此前曾被认为是不可能的。当Minev首次与组内的其他研究者讨论预测量子跃迁的可行性时，受到了一位同事激烈的回击：“跃迁轨迹如果能预测，量子物理界就要坍缩了！”“我们的实验最终成功了，并且推断出量子跃迁整体路径是随机和离散的。然而，在更精密的时间尺度上，每一步跃迁都是连续而逐步开展的。这二者尽管看似矛盾，却是量子跃迁中同时存在。” Minev解释道。而这一跃迁过程能应用到整个物质世界吗，如预测实验室外的原子？Kumar还不确定，而很大部分原因在于研究条件上的过多限制。Kumar说：“推广这项研究当然很令人兴奋。”如果未来不同的观测设备都得到了类似结果，那么这种量子行为将能解释量子世界的更多基本性质：在量子世界中，事件在某种意义上同时具有随机性和可预测性、离散性和连续性。量子跃迁是自然界中最基本、最原始的物理问题，但一直很难被真正观测到。直到最新的科技进展扭转了这一局势。美国华盛顿大学的助理教授Kater Murch表示：“耶鲁大学的实验启发了这项理论研究，为解决这个数十年的物理难题打开了全新的局面。在我心目中，实验与理论的相辅相成，最终转变我们这些理论物理学家对世界的认知，为日后的新发现奠定了基础。”

GEOS-5气候模型所形成的模拟图片，模型精确地预测了主体云层系统的位置与形状　　 　　地球同步轨道环境卫星所拍摄的卫星图片　　北京时间6月16日消息，据美国宇航局官网报道，美国宇航局地球系统科学家近期研制了迄今精度最高的地球气候模型GEOS-5气候模型，并通过该模型绘制了全球气候模拟图片。模拟图片与卫星图片对比显示，GEOS-5气候模型可以精确地预测气候状况。　　科学是一个过程。科学家首先需要实地观测，然后提出假设用于解释观测数据，最后再通过系统验证和推理，找到支持或辩驳其假设的证据，从而得出一个科学的结论。许多人或许认为，科学家们在进行假设和验证的过程，所有工作都是在实验室中进行的。但是，对于研究地球如何运行的地球系统科学家来说，他们的实验室就是整个星球。面对庞大的星球，科学家们很难将全球各地不同的气温或云雨真正地集中到狭小的实验室中系统地研究。相反，他们只有将实地观测数据结合起来，形成复杂的电脑模型进行模拟研究。通过这类模型，科学家们可以对不同的假设进行测试和验证，并利用真实的观测数据进行检测，从而科学家们可以真正地理解地球大气、陆地和海洋等各个方面是如何协同工作的。　　本文中的两幅图片分别为地球气候模型模拟图片(上图)和地球同步轨道环境卫星图片，上图显示的是分别通过两种方式所获得的同一时刻地球气候状况。该地球气候模型被称为“戈达德地球观测系统模型-第五版”(GEOS-5)，也是迄今精度最高的地球气候模型。下图则是由美国宇航局和美国国家海洋和大气局的地球同步轨道环境卫星所拍摄的卫星图片。通过图片对比发现，GEOS-5模型精确地预测了2010年2月6日时的云层特点。当天，一股强烈的寒流为华盛顿特区带来了一场数英尺厚的暴雪。　　2010年2月6日，GEOS-5模型和地球同步轨道环境卫星传感器分别对地球上空的云层进行了红外测量。两幅图片显示，陆地上空覆盖着厚厚的云层，模拟图片与卫星图片所描绘的情况极其吻合。模型精确地预测了主体云层系统的位置与形状，如北大西洋东部上空的卷曲云带以及美国海岸附近的强烈冬季风暴。高精度的GEOS-5气候模型甚至还可以详细预测云层形状的细节。在2月6日的模拟图片中，气候模型预测了一些小型云层的边线、云街现象以及冬季风暴的东部细节。在一幅全球模拟图片中，气候模型还精确地预测了热带地区的大量雷暴现象。　　GEOS-5气候模型的精度通常为每像素5公里，尽管它的精度最高可达每像素3.5公里，因此它也是目前世界上最精确的全球气候模型。普通气候模型在模拟云层情况时，精度大约为每像素28公里。这就意味着，由普通气候模型所产生的全球平面地图包含了77.7万个网格单元(像素)，而5公里精度的GEOS-5气候模型所产生的地图(上图)则包含了2400万个网格单元。因此，科学家可以根据GEOS-5气候模型获得关于地球的更详细的信息。　　和所有的气候模型一样，GEOS-5气候模型也是利用数学方程式来计算气候变化情况。地球气候的一些物理属性，如温度和能量等，则需要实地测量。实时数据被输入模型，从而保证模型与真实世界尽可能一致。当然，在建造模型过程中，数百万次的计算则需要数千台计算机处理器。GEOS-5气候模型运行于美国宇航局戈达德太空飞行中心新成立的气候模拟中心的“发现”超级计算机之上。“发现”超级计算机拥有近1.5万个处理器。　　气候科学家将利用GEOS-5气候模型预测未来数十年的气候变化情况。2010年6月2日，美国宇航局气候模拟中心以新名称开始运作。

前言 风电功率预测是指对未来一段时间内风电场所能输出的功率大小进行预测，以便安排调度计划。风功率预测意义重大：通过风功率预测系统的预测结果，电网调度部门可以合理安排发电计划，减少系统的旋转备用容量，提高电网运行的经济性；提前预测风功率的波动，合理安排运行方式和应对措施，提高电网的安全性和可靠性；对风电进行有效调度和科学管理，提高电网接纳风电的能力；指导风电场的计划检修，提高风电场运行的经济性。 测风塔系统测风塔系统是风功率预测重要组成部分，其包括：风塔、传感器、电源、数据处理存储装置、安全与保护装置和传输设备等。传感器分为风速传感器、风向传感器、温度传感器、气压传感器和湿度传感器等，用来测量指定的环境参数为风功率预测提供依据。其中风速风向传感器以机械式和超声波测量为主。机械式风速风向传感器造价低，但是也存在着非常明显的缺陷：风速升高或降低时，由于惯性作用，升速或减速慢；有活动部件，极易磨损，易受沙尘等恶劣天气的损耗，易受冰冻、雨雪干扰，需定期维护； 对于阵风测量精度低；启动风速阈值高；风杯受到的风压力正比于空气密度，空气密度的变化将会影响测量精度； 风速和风向分立式，需要单独拉线，成本增加；本地采集端需要数据采集器进行模拟量到数字量的转换，成本增加而超声波风速风向仪很好地解决了以上的不足，技术成熟，安装方便，同时数字接口输出，可以节省本地数据采集器的成本。 Lufft测风塔解决方案Lufft作为全球专业的气象传感器供应商，其提供的超声波传感器WS200-UMB和气象五参数WS500-UMB很好地满足地测风塔数据的要求。WS200-UMB可以安装在30米、50米、70米和80米测量风速和风向，而WS500-UMB安装在10米高度测量风速、风向、温度、湿度和气压等参数。本文将从组成、传感器、数据采集、供电、防雷和通讯等几个方面阐述。 系统组成根据规范要求，系统配置包括：传感器（4* WS200，1*WS500）、机箱、太阳能板、电池和支架等组成。其中机箱内含有：电源模块、太阳能控制器、数据采集模块、通信模块，防雷模块、开关和接线端子等部件。 Lufft测风塔系统框图 现场安装示意图 传感器参数气象五参数WS500-UMB可以测量风速、风向、温度、湿度、露点温度、空气密度和气压，并配备电子罗盘，修正真风向。同时输出测量质量，判别测量输出数据的有效性。超声风探头配备加热功能，供电允许的情况下，有效抵制结冰积雪。 WS200-UMB WS500-UMB Lufft超声风传感器和气象五参数，性能良好，提供的数据丰富，产品特色总结如下:数字接口输出，无需外接数据采集器进行模数转换，可以直接连接数字通信模块（光端机或DTU），降低成本；除基本数据外，气象五参数还可以输出空气密度和风速风向的标准偏差数据；配备电子罗盘，现场安装施工难度大，人为调正北指向误差大，可用设备自身的修正风向；通过配置传感器参数，可以通过预留的接口连接第三方降水传感器，数字接口统一输出；探头具备加热功能，供电允许的情况下，可以有效防止结冰引起传感器的无法测量的问题，保证数据的完整性；测风质量是Lufft产品特有的技术指标，是传感器自身在测量过程中，单位时间内测量的有效次数与总次数比值的百分比；其体现了测量数据的有效性，尤其是同一地点不同设备输出数据的差别比较大的情况下，判断孰优孰劣的有力依据。 数据采集存储由于Lufft的传感器都是RS485数字接口，可以采用总线模式连接到数据采集模块或通信模块。同时，数据的采集和存储相对比较简单，不需要专门的数据采集器，可以选择带多个RS485口和以太网口的RTU模块（存储功能可以定制）。通信协议可以使用市场主流的Modbus协议。

美国密歇根大学研究人员近日通过在新型细胞基质上培养成体干细胞的实验，发现了一种可以预测干细胞是如何进行分化并形成何种组织的方法。研究成果刊登在8月1日的《自然—方法学》(Nature Method)上。　　　 　　相关仪器及方法：NSR2005i9步进式投影曝光装置 Prometrix P-10表面轮廓仪 6320FV扫描电镜 Samdri-PVT-3D临界点干燥仪 XL20扫描电镜 ABI 7300实时PCR系统 Axiovert 200M倒置显微镜 新型干细胞基质(支架)　　完成人：克里斯托弗陈课题组　　实验室：美国宾夕法尼亚大学生物工程系 密歇根大学生物工程系与机械工程系 台湾成功大学医学院骨关节研究中心　　这是细胞培养实验开始第二天的人体间叶细胞的干细胞免疫荧光图。图中，红色部分为“微柱”，绿色部分为细胞，蓝色部分为细胞核。这个细胞在后期分化为了骨细胞。(图片提供：Michael T. Yang (University of Pennsylvania))　　这是人体间叶细胞的干细胞扫描电镜图。该细胞被放置在长度为13微米的长“微柱”上生长。在细胞培养实验第二天，细胞产生向心力，这可以从“微柱”的弯曲程度看出。这个细胞在后期分化为了脂肪细胞。(图片提供：Jianping Fu (University of Michigan))　　这是人体间叶细胞的干细胞被放置在短“微柱”上培养的扫描电镜图。细胞培养实验第二天，这些细胞开始伸展，其伸展程度和施加在“微柱”上的力均大于在长“微柱”培养的细胞。这些细胞在后期分化为了骨细胞。(图片提供：Jianping Fu (University of Michigan))　　干细胞转变为其他种类细胞的过程称为细胞分化。而要想发展以干细胞为基础的再生治疗技术，关键在于充分了解细胞分化。　　“我们首次证明了，在细胞分化起始阶段，我们就能预测细胞下一步的分化过程。”Jianping Fu说。Fu是密歇根大学机械工程与生物医学工程的助理教授，同时也是文章的第一作者。“通常情况下，要了解掌握干细胞分化的趋势，需要数周甚至更长的时间。我们的研究成果则可以加速这一过程，这在药物筛查和再生医学方面有很大的应用前景。采用我们的方法，可以较早预测干细胞的分化，以及其在新药治疗中将转变成何种细胞类型。”　　在这项研究中，Fu和他的同事发现，干细胞对它们附着的基质会施加一定的力。这种力很有可能与细胞分化有关，但对其的研究还不及对化学触发的研究那么广泛。研究人员在文章中说，培养干细胞所用基质的刚性确实有助于测定干细胞会转变成何种类型。　　“经过研究，我们可以肯定地说，和化学因素一样，力学因素在控制细胞分化方面起着同样重要的作用”，Fu说，“而在这以前，干细胞生物学家在很大程度上忽略了这种力学因素”。　　研究人员构建了一种新型的干细胞基质(支架)，其刚性可调节，而无需改变其化学成分，传统的干细胞生长基质则无法做到这点。这种新型的基质支架看起来像是一种微型地毯，上面布满了类似于头发的突起物——“微柱”，由聚二甲基硅氧烷这种弹性聚合物制成，而聚二甲基硅氧烷是橡皮黏土的重要成分，Fu说。研究人员可以通过调节微柱的高度来调节这种基质的硬度。　　工程师在实验中对骨髓和其他连接组织(比如脂肪)进行提取，得到人体间叶细胞组成的干细胞。干细胞在坚硬的基质中生长，最后分化转变成了骨细胞，而在较软的基质中生长，则分化转变成了脂肪。当研究人员通过这种基质的力学性能观察到了细胞分化之后，他们决定在整个细胞培养过程对细胞的这种附着力进行跟踪测定，看是否能预测到这些细胞的分化。　　研究人员使用荧光显微镜测量微柱的弯曲程度，从而对细胞这种附着力进行定量分析。“我们的研究表明，如果干细胞要进行分化，那么它们的附着力会比那些没有分化的干细胞要大许多，而干细胞分化成不同类型的细胞，其附着力也会有很大差异。”Fu表示，“我们证明了，可以通过观察这种附着力的变化来提早预测干细胞分化。”　　制成这种新基质的成型工艺成本很低，研究人员也表示，任何对此有兴趣的科研人员都可以获得这种成型工艺。“我们觉得，这种工艺为整个科研领域提供了一种新的、切实可行的方法。”Fu表示。

提案内容：高度重视并加强空气质量监管，建设宜居东莞　　提出人：政协委员卢伟尧等　　让我们的生活环境变得更好、更宜居，这是所有人的愿景。在东莞市政协十一届四次会议上，卢伟尧等委员提出《高度重视并加强空气质量监管，建设宜居东莞》的提案。东莞市环保局回复称，将在不同的片区增设3个以上酸雨监测点，并建设大气污染预测预警体系，实现由空气质量日报向大气污染预测预警的飞跃。　　现状　灰霾天数减少　　东莞市环保局在回复中介绍了2009年东莞空气质量监测情况。2009年，东莞全年空气污染指数平均值为57，优良天数比2008年增加14天，轻微污染天数减少15天，空气质量优良天数占全年的99.2% 灰霾天数85天，比2008年的146天减少61天 降水pH年均值为5.02，比2008年上升0.19个pH单位，酸度进一步下降。“这些数据表明东莞空气环境质量总体水平在继续好转，也表明我们近年来在大气污染防治工作中采取的各项措施在不断地显现出好效果。”　　这些措施包括大力淘汰落后产能、全面整治污染企业、开展油气回收综合治理、构建大气环境监测体系等等。据了解，目前，东莞已建成“7+1”(7个固定子站和1个流动子站)大气自动监测系统，这套自动监测系统的监测点位覆盖了东莞市全范围，监测项目有二氧化硫、二氧化氮、一氧化碳、臭氧、能见度、PM 10和PM 2.5等。　　计划　建设大气污染预测预警体系　　东莞市环保局透露，下一步，东莞将深入开展工业锅炉整治、深化火电厂脱硫和脱硝工程，加强东莞空气环境监测能力建设和预警工作。同时，结合珠三角区域大气复合污染监测和研究的需要，针对光化学烟雾、灰霾天气现象增加有关监测设备、增加对相关污染因子的监测。在若干监测子站增加V O Cs、甲烷和非甲烷总烃、气溶胶、碳黑、PM 2.5、PM 1.0、能见度、苯系物等大气复合污染监测项目，增加大气成分多轴差分吸收光谱仪、多普勒雷达及激光雷达等监测设备。　　另外，根据全东莞市各片区的人口分布、工业布局、气象特征，在不同的片区增设3个以上酸雨监测点，更加全面地监测、掌握东莞的酸雨污染状况。　　同时，完善东莞的大气污染预测预警体系。通过一系列硬件设施的配套建设，依据东莞污染物排放总量、地域性排放源清单和气象参数，建立一套功能强大、预测准确的预测预警模型，实现由空气质量日报向大气污染预测预警的飞跃，提升预警预测能力。另外，将与气象、水利、卫生、教育等部门建立应急联动机制，一旦监测到东莞的空气、水、噪声等环境条件发生异常现象，即启动应急机制，联合采取措施，尽可能减少环境异常给东莞市民生活带来的不良影响。

目前已开发多种工具可以进行PCR引物的设计，但大多数工具只考虑避免发夹结构形成、3' 末端核苷酸的选择、引物解链温度等问题，并没有考虑内在扩增子的特征以及没有预测给定扩增子和引物对的PCR扩增效率。Izaskun Mallona等人[1]使用了一种基于90个引物对组合的统计方法，扩增来自细菌、酵母、植物和人类的模板，扩增子大小在74到907bp 之间，以确定影响PCR效率的参数。最终开发了一个拟合数据的广义加法模型，并构建了PCR Efficiency在线分析工具（http://130.60.24.89/efficiency.html），允许从给定序列开始获得针对PCR 优化的寡核苷酸，并可以预测出扩增效率。有个这款小工具，还怕做不好PCR实验吗？现在快快试用我们的数字PCR系统和实时荧光定量PCR系统，你们就知道预测工具好不好用了。naica微滴芯片数字PCR系统naica微滴芯片数字PCR系统，以Sapphire芯片（全自动）或Opal（高通量）芯片为耗材，形成由25,000-30,000个微滴组成的单层二维阵列，该单层微滴阵列形成后直接进行PCR扩增实验。反应完成后对微滴进行三通道成像，从而对起始核酸浓度进行绝对定量。仅需2.5小时即可获取结果。Azure Cielo™ 实时荧光定量PCR系统Azure Cielo™ 实时荧光定量PCR系统来自于美国Azure Biosystems公司，配备高品质温度模块，采用光纤和CMOS的检测系统，高能LED的激发，提供高灵敏和可靠的数据。参考文献：[1] Izaskun M , Julia W , Egea-Cortines M . pcrEfficiency: a Web tool for PCR amplification efficiency prediction[J]. BMC Bioinformatics, 2011, 12(1):404.

中国科学院云南天文台正在秘密研究“天文地动仪”,这种仪器有望破解千年地震难题——提前预测地震的到来……　　多功能经纬仪原理　　(1)本项目研制的多功能天文经纬仪,是一种用于观测恒星位置的望远镜,恒星离地球非常遥远,它们在天空中的位置固定不变。　　 处于地面某一位置的望远镜,在正常情况下,地球引力g是垂直向下的,望远镜中有个水银盘,水银面的垂直方向与引力平行指向天顶,望远镜在固定时刻观测到某一恒星在天顶位置A出现。　　 当地下地震孕育区M受到周围应力作用,导致物质密度反常,引力方向偏移到f方向,使望远镜中的水银面指向天顶的方向发生偏移,望远镜在固定时刻观测到某一恒星在天顶的位置偏移到B,我们就可以获得偏转角θ。　　 　　在一定区域内设置多个望远镜,在地下某一区域M的物质密度发生改变时,它会导致多个望远镜的水银面方向产生偏移,通过观测某一恒星在固定时刻的位置,可以测量引力的偏转角α和β,从而可算出密度异常区的位置。地震孕育区通常存在物质密度异常,引起地面的重力异常,该仪器能够探测产生一定程度重力异常的区域,为地震专家和政府决策提供重要信息。　　(2)该仪器还能测定瞬时天文大气折射,建立多方位大气折射实测模型。由于以记录电磁波传播时间为基本数据的空间大地测量技术,包括卫星激光测距、全球定位系统GPS和甚长基线射电干涉测量VLBI,都受到大气折射延迟的影响,目前仅能用理论模型或经验模型作修正,导致测量距离的误差比较大。利用多功能天文经纬仪,建立天文大气折射实测模型,转换建立起大气折射延迟实测模型,它将能使距离的测量精度接近于理论精度水平。另外,研制的仪器在航天发射和国防上也有应用价值,用该仪器和相应的测量方法可以为卫星发射和导弹基地建立本地大气折射实测模型,提高卫星发射和导弹制导系统的时间、方向和定位精度。　　去年以来,王建成就一直带着一个科研小组加班加点、夜以继日地投入到一项秘密研究课题中。　　王建成是中国科学院云南天文台副台长。与此前的一些研究目的不同,这次虽然同样是“看天”,但最终却是为了“探地”。　　当发现甘肃舟曲1000多人死于泥石流灾害的主要原因之一是汶川“512”地震震松了舟曲山体时,王建成心中又增添了些许沉重:“我们现在希望少受外界干扰,静心和高效地研制仪器,使仪器尽快应用和推广。”王建成所说的仪器,正是他们一年多来潜心研究、能通过寻找和监测地下物质密度的异常变化,为预测地震提供有效信息的“多功能经纬仪”。张衡发明的“地动仪”在1700年前神秘失踪,今天,云南天文专家正尝试利用一种叫做“多功能经纬仪”的仪器,用天文观测的方法对地震进行精确预报。　　可以想见,这种“天文地动仪”一旦研制成功,将会是人类对抗自然灾害的历史上最大的一次“地震”!　　现实　　上天容易入地难　　众所周知,地震预测是全世界公认的难题,预测地震的仪器都具有“不可入性”,由于地震专家不能直接观测地球内部,以致对地震的孕育过程和影响这一过程的种种因素缺乏观测数据。　　市防震减灾局副局长靳树才介绍,一般而言,地震的震源都在地下十多公里以下,有的深达几百公里,依托现有的技术水平,要打钻下去,直接观测,基本不可能。现阶段,地震预测主要依靠电磁波、磁辐射、地下水化学分析、放射性元素、大地倾斜、重力变化等,通过综合分析各种数据来作预报。但这些数据与地震的关系都是间接的,同时受干扰因素较多。如对地下水的观察,不仅要了解地下水变化的原因,还要了解地下水所处的构造部位、水的补给源、正常动态、可能引起水位变化的降雨及工业用水、农田灌水、气候变化、季节变化、补给源变化等干扰因素,以至引起地震发生的变化量非常小,不具有独特性,很容易淹没在其它干扰因素中,要将它们有效甄别提取出来,难度很大。　　有人说汶川地震前青蛙曾有异常行为。靳树才说,动物的异常行为和地震有关联,但没有直接的、必然的联系。青蛙行为异常完全有可能是由其他原因引起的。更何况,青蛙不会告诉你将会在哪里、什么时间、发生几级地震。　　“我们需的是准确、科学的预报。”靳树才说。　　启发　　东汉“地动仪”带来灵感　　1800多年前,在张衡所处的东汉时代,地震比较频繁。经过长年研究,张衡发明了一个测报地震的仪器,叫做“地动仪”。　　据史书记载,地动仪是用青铜制造的,形状有点像一个酒坛,四围刻铸着八条龙,龙头向八个方向伸着。每条龙的嘴里含了一颗小铜球:龙头下面,蹲了一个铜制的蛤蟆,对准龙嘴张着嘴。哪个方向发生了地震,朝着那个方向的龙嘴就会自动张开来,把铜球吐出。铜球掉在蛤蟆的嘴里,发出响亮的声音,就给人发出地震的警报。　　汉顺帝阳嘉三年十一月壬寅(公元134年12月13日),地动仪的一个龙机突然发动,吐出了铜球,掉进了那个蟾蜍的嘴里。当时在京师(洛阳)的人们却丝毫没有感觉到地震的迹象,于是有人开始议论纷纷,责怪地动仪不灵验。没过几天,陇西(今甘肃省天水地区)有人飞马来报,证实那里前几天确实发生了地震,于是人们开始对张衡的高超技术极为信服。陇西距洛阳有一千多里,地动仪标示无误,说明它的测震灵敏度是比较高的。　　遗憾的是,凝聚中华民族智慧的地动仪没有保存下来,1700多年前,地动仪神秘消失。　　“应该可以用天文观测的技术和仪器来提高地震预测的准确度。”祖先的智慧、先进的科技启发和驱动着云南天文学家投入到了看似不可能的“天文地动仪”研制中。　　原理　　精准把脉重力变化　　据了解,虽然地震孕律具有很大的复杂性,但通过研究,世界各国专家普遍认为地震孕育区受多种应力的作用,积累大量能量,引起周围重力变化。监测到重力变化,就能发现地下能量的异常聚集,地震部门现在已经能用重力仪测出重力变化大小,但却测不出重力方向。　　王建成介绍,“多功能经纬仪”这一项目是通过云南天文台独创的低纬子午环的观测原理和仪器误差测量方法,研制出一架达到高精度要求的小型、轻便、全自动的“多功能天文经纬仪”样机。这种“多功能经纬仪”本来是天文上用于精确观测恒星位置变化的望远镜,而恒星位置变化是重力变化的一面“镜子”,如果同时启动多台“多功能经纬仪”监测,就能测量出重力方向,由此寻找和监测到引起重力变化的源头,为地震专家预测地震提供可靠信息。　　2009年1月24日和2010年2月4日,省委常委、市委书记仇和等领导在连续两次专程登门拜访中国科学院、中国工程院在昆的院士时,都对我国恒星物理研究专家、云南天文台黄润乾院士以及云南天文台副台长、项目组长王建成介绍的多功能经纬仪项目研究情况给予了高度评价和极大地支持。　　王建成表示,项目已开始总体方案设计和研讨,今年10月底完成总体设计和论证,项目研究组正排除一切干扰,不舍昼夜、严谨高效地加紧研制,计划2011年底验收,力争早日投入应用和推广。他透露,明年底样机研制成功后,即可建立多台测量仪组成的监测网,布置到我省地震断裂带周围,寻找和监测地下物质密度的异常变化区域,通过监测地下物质密度的异常变化,为预测地震提供新的有效信息。　　希望　　能像预测台风一样预测地震　　靳树才表示,感谢其他行业专家对地震预测的关注,为地震预报献计献策,身体力行地做研制工作。　　他认为“多功能经纬仪”项目是符合科学规律的,但同时,他对引起地下重力变化的力量是否就足够使地表发生形变表示不确定。因为使地表发生形变的因素也很多,比如说重型货车经过时,在路边就能感到颠簸,这就是一种形变,重型货车对路面产生的压力都远远大于重力变化的力量。所以,这对地震观测条件提出了高要求,要尽量避开环境和人为干扰,而选择环境比较安静、工农业生产干扰小、无环境污染的地区。仪器具体安装位置要选择地质条件较好的岩石,而不是松软的土层,尽量减少干扰因素。　　对未来能够准确预报地震,靳树才充满了信心,他说, 地震预测具有时代性。虽然很难,但随着人类科技进步,终有一天能解决。“退回200年前,台风的预测也只能凭经验,而现在什么时候登陆,在哪里登陆,都已在人类的严密监控下,因为我们有了卫星。”他说。　　至于“多功能经纬仪”,靳树才也充满期待:“仪器究竟能发挥多大作用?现在尚不能确定。待仪器研制成功后,我们将成立专门研究小组,总结规律性东西,认真观测,积累经验,在实践中提出改进建议。”

科学家希望“活地球模拟器”能够通过对海量数据进行分析，预测下一场金融危机　 　　打造这台超级计算机的想法由科克-赫尔本教授提出，他将这台计算机称之为“地球的神经系统”　 　　唯一一台与活地球模拟器类似的计算机便是《银河系漫游指南》中的“沉思”　　新浪科技讯 北京时间12月6日消息，欧盟决定投入9亿英镑(约合14亿美元)打造一个计算机系统，预测下一场金融危机。这项研制超级电脑的计划名为“活地球模拟器计划”，旨在模拟地球上的一切，利用从微博到政府统计数据的一系列信息，确定社会变化趋势和预测下一场经济危机。活地球模拟器计划得到一些著名科学家的支持。　　借助世界上最强大的电脑对互联网上的海量数据进行分析，科学家可以预测未来的发展趋势。打造活地球模拟器的想法由苏黎世瑞士联邦理工学院的科克-赫尔本提出，他同时也是这项计划的领导者之一。赫尔本将这种模拟器称之为“地球的神经系统”。一些学者对这项计划表示支持，希望其取代当前已经过时的经济模型。　　赫尔本在接受媒体采访时表示：“我们的想法是从数量巨大的信息源收集实时信息，而后利用世界上最强大的计算机进行分析。我们当前面临的很多问题——包括社会和经济不稳定、战争以及疾病扩散——均与人类行为有关，但我们对社会和经济如何运转缺乏深入了解。”赫尔本教授指出活地球模拟器能够预测甲型H1N1流感等传染病的传播，找到遏制全球气候变化的途径，甚至能够预测下一场金融危机。它将对数量惊人的数据进行分析，所能分析的数据量将超过当前的任何超级计算机。　　目前，全世界大约有30家计算机科学中心研制超级计算机，其中包括英国的3家中心。牛津大学、伦敦大学学院和爱丁堡大学组成了FuturICT，帮助推动活地球模拟器计划。欧盟委员会已经将研制活地球模拟器列为优先考虑的对象，决定投入9亿英镑进行研制。　　根据计划，科学家将在一个复杂的计算机系统内重建整个世界。对于这项计划，一些专家提出批评，认为这项计划太过雄心勃勃，而无法成为现实。伦敦经济学家欧洲研究系教授莱恩-拜格在接受媒体采访时说：“这个世界的复杂性超乎我们想象。我们甚至无法模拟未来几天的天气。社会领域和人类行为更难于进行分析，社会变化趋势不仅非常复杂，同时随时间发生改变。即使借助最为强大的计算机，我也怀疑能否做到这一点。”　　当前的经济危机和欧元区困境无法借助绝大多数决策者使用的金融模型进行预测。相比之下，活地球模拟器能够预测类似的经济灾难，这也就是为什么欧盟委员会对这项计划予以支持。支持者表示，我们需要具备预测下一场全球性经济危机的能力，这种需求较以往更为紧迫。伦敦大学学院数学系非线性动力学教授史蒂文-毕夏普说：“现代银行系统可能面临着更多灾难，但由于过于复杂，我们无法预测，只能等着灾难发生，就像此前的次贷危机一样。我们希望提前发现不稳定因素，进而预测灾难，让政要们有时间采取措施防止灾难发生。”毕夏普是活地球模拟器计划的主要参与者。　　目前唯一一台与活地球模拟器类似的超级计算机就是《银河系漫游指南》中的“沉思”。具有讽刺意味的是，“沉思”用了750万年才给出有关生命和宇宙在内的世上万物根本性问题的答案。

研究人员基于肿瘤类器官（或3D组织培养物）创建了一项测试，它能帮助预测晚期结直肠癌（CRC）患者对化疗做出的反应。在一项前瞻性的临床试验中，他们的基于类器官的检验预测了80％的使用伊立替康标准疗法治疗的患者的反应。他们的系统可以帮助识别那些可能对毒性化疗没有反应的患者，并可能最终帮助临床医生设计更加个性化和有效的化疗方法。化疗被认为是大多数癌症治疗的支柱，但许多患者对治疗没有反应，并会感受到严重的副作用。因此，科学家将研发能够预测哪些患者最有可能受益于化疗药物的方法列为优先考虑的事务。但是，这些方法中有许多仅取得了有限的成功，或仍处于早期开发阶段。Salo Ooft和同事制定了一种新的策略，它用患者自身肿瘤的类器官模型来预测患者的癌症会如何对化疗药物做出反应。他们收集了61例转移性CRC患者的样本，并使用这些组织来生成类器官；他们用伊立替康单独治疗这些类器官或与5-FU合用进行化疗。该类器官系统通常能反映患者会如何对治疗做出反应，并正确分类了80％的接受依立替康治疗的患者。此外，这些类器官可以在21天内生成并被筛选——这比以前的系统（需要进行2到6个月的准备）有了长足的改善。研究人员指出，这些类器官无法预测患者会如何对5-FU和奥沙利铂药物组合所做出的反应。尽管如此，这些发现提示，通过进一步的改善，源自患者的类器官可帮助防止癌症患者接受不必要的基于伊立替康的治疗。

p　　得益于IBM中国研究院的创新成果，以及IBM全球实验室众多环境及能源专家的大力支持，IBM的“绿色地平线”计划于2014年7月在中国正式启动，为期十年。当前，“绿色地平线”计划在中国一些城市已经取得了初步进展，正在支持社会管理者更有效地进行针对空气和能源管理决策，抓住区域发展的契机，以打造一个更宜居的环境，助力可持续发展目标。而由“绿色地平线”计划衍生出一些生活化的移动互联轻应用，可以让民众在户外活动时获得专业、全面的空气质量信息和决策考量。/pp　　strong助力实现空气预测性管理，改善空气质量，打造宜居环境/strong/pp　　面对平衡经济发展与人口增长、保障健康的双重需求，空气质量管理已经成为世界上许多国家面临的共同挑战。IBM已经开发了一套空气质量预测及管理系统，该系统通过分析遍布环境监控网络、交通监视系统和气象卫星等传感器生成的大量环境数据，基于认知建模技术，系统能够实现自适应地调整预测模型，从而大幅提升预测精确度。该系统除了实现提前72小时逐时高精度空气质量预报之外，还实现了提前10天的空气质量变化趋势预测分析。通过提前10天的趋势分析，可以帮助决策者对空气污染的演变过程及影响形成准确的研判，从而对应急管控及区域长效联动机制有效运行提供支撑。目前，IBM已与中国多个环保机构展开了合作。/pp style="text-align: center "img src="http://img1.17img.cn/17img/images/201512/insimg/5d0abbce-3d73-4e0a-bea6-95d373fe4e4d.jpg" title="未标题-1.jpg"//pp　　IBM携手北京市环境保护监测中心成立了“联合创新实验室”，共同致力研发基于大数据分析的城市空气质量决策支持技术。通过深入分析环境监测的各类数据，以及基于认知建模技术，可以更好地了解空气污染成因，及时预报预警，科学制定减排措施，为空气质量管理提供科学决策支撑。截止到2015第三季度末，北京市细颗粒物PM 2.5与去年同期相比下降了19.3%，成效显著。/pp　　北京市环境保护监测中心主任张大伟表示：“我们一直都在为提升首都环境监测水平、提供空气质量管理决策支撑、服务市民健康出行而努力。作为特大型城市，北京市空气污染来源广泛、成因复杂，精细化的空气质量预测预报和污染源管理调控挑战巨大，和IBM研究院的合作，是我们将环境监测治理领域经验与新一代信息技术深度融合的积极尝试。过去一年，我们在全方位提升技术能力和管理支撑水平上取得了良好的效果，与IBM的联合创新是重要的推动因素之一。”/pp　　IBM与保定市环保局以及商业合作伙伴中康韦尔(Encanwell)也开展了联合创新。受复杂污染源影响，保定市是中国面临空气质量重大挑战的城市之一。目前，保定市政府正努力用更多的先进信息技术和手段为居民改善日常的空气质量。IBM与中康韦尔共同开发了保定市城市空气质量管理系统，通过分析空气质量实时监测和气象卫星等海量结构化及非结构化数据，来准确预测细颗粒物PM2.5的变化状况和发展趋势。/pp　　保定市环保局调研员赵晋民介绍表示：“保定今年开始实施大气污染治理三年行动规划，未来三年力争实现PM2.5浓度比2012年下降33%的目标。与IBM协作创新应用新技术新方法提升空气质量管理，将是实现这一目标的重要技术保障。数据分析是大气污染防治和污染源头治理的关键环节。IBM与中康韦尔联合研发的系统通过精细化的数据建模和分析，可以进行污染预报和溯源分析，帮助我们快速采取有针对性的行动，加强对高污染企业的监管和治理力度，从源头上降低污染物的排放。”/pp　　同时，在运动健身及公共服务等领域，“绿色地平线”技术也走进了大众生活。IBM开发了针对公众的移动服务，通过与一些体育赛事和互联网公司等合作伙伴联手，共同推出了移动端的运动健身轻应用，可为市民提供未来空气质量最好、同时又最适宜健身运动的场所及运动路线，从而更好地服务市民的日常生活。尤其值得一提的是，为了更好地支持2020年冬奥会开幕，IBM已与中国联合主办城市之一张家口建立了战略合作，将通过在可再生能源和智慧环保等领域的联合创新，支持该市的环境转型与可持续发展，为2022冬奥会这一重要的国际赛事提供最佳的空气质量与环境。/pp　　strong计算机建模/strong/pp　　IBM中国研究院副院长董进表示，IBM的模型能够预测污染来自哪里，去往何处，然后分析政府可能启动的响应。该系统使用了IBM的认知计算技术，后者可以收集非结构化数据，理解它，并从错误中学习，然后做出改进。/pp　　IBM中国研究院首席气象学家张蒙(Zhang Meng，音译)称，IBM使用的数据来自空气监测站、气象和环境卫星、排放物、土地利用、交通模式、社交媒体以及宏观经济。/p

蛋白质是生命的物质基础，每个蛋白质的氨基酸链扭曲、折叠、缠绕成复杂的结构，想要破解这种结构通常需要花很长的时间，甚至难以完成。截至目前，约有10万个蛋白质的结构已经用实验方法得到了解析，但这在已经测序的数10亿计的蛋白质中只占了很小一部分。　　但“看清”蛋白的结构和人类的很多疾病机理、药物研发等等息息相关。在蛋白质结构解析的几十年历史中，X射线晶体学、核磁共振波谱学(NMR)、冷冻电镜(Cryo-SEM)技术纷纷发挥了巨大的贡献，但这些技术在科学界看来，都有着劳心劳力又价格高昂的缺点。　　如何简单地通过蛋白质的氨基酸序列来预测其形状?如何能解答这一问题，了解生命运作方式的将打开截然不同的一扇窗。这种设想提出的50多年后，谷歌旗下人工智能公司DeepMind在去年12月的国际蛋白质结构预测竞赛CASP上投下重磅，他们开发的基于神经网络的新模型AlphaFold2击败了其他选手，在预测准确性方面达到接近人类实验结果，让整个结构生物学界震惊。北京时间7月15日，DeepMind团队在顶级学术期刊《自然》(Nature)以“加快评审文章”(Accelerated Article Preview)形式在线发表了一篇题为“Highly accurate protein structure prediction with AlphaFold”的论文，全面详述了半年前造成轰动的这一模型，并首次对外分享开源代码。该论文于今年5月11日提交，7月12日被接收。　　DeepMind团队提供了一份声明，公司创始人兼首席执行官Demis Hassabis在声明中表示，去年在CASP14大会上我们揭晓了一个可以将蛋白质3D结构预测精确到原子水平的全新AlphaFold系统，此后我们承诺会分享我们的方法，并为科学共同体提供广泛、免费的获取途径。　　“今天我们迈出了承诺的第一步，在《自然》期刊上分享AlphaFold的开源代码，并发表了系统的完整方法论，详尽细致说明AlphaFold是如何做到精确预测蛋白质3D结构的。作为一家致力于推动科学进步的公司，我们期待看到我们的方法将为科学界启发出什么其他新的研究方法，也期待很快能和大家分享更多我们的新进展。”Hassabis表示。值得一提的是，就在同一天，另一顶级期刊《科学》(Science)也在线发表了另一预测蛋白质结构的研究文章，题为“Accurate prediction of protein structures and interactions using a three-track neural network”。　　来自华盛顿大学、哈佛大学、德克萨斯大学西南医学中心等团队的研究人员开发了新的深度学习工具RoseTTAFold，其拥有媲美AlphaFold2的蛋白质结构预测超高准确度，而且更快、所需计算机处理能力更低。同样，研究团队也对外分享了开源代码。该论文提交于6月7日，7月7日被接收。　　清华大学生命科学学院院长、高精尖中心执行主任王宏伟表示，“高质量结构预测的源代码开放对整个科学界尤其是结构生物学领域的促进作用必然是巨大的。”他评价道，对于DeepMind这样一家商业公司来说，“团队愿意向公众分享代码，是一个新型科研范式的突破，将整体上有利于人类更好地探索未知。”　　预测蛋白质结构，接近实验室测量　　50多年前，科学家们就设想用计算机预测蛋白质结构。近年来，共同演化、接触图预测、深度机器学习等技术的引入，一些实验室的算法精度有了很大程度的提高。　　曾经开发出Alphago、战胜人类顶尖棋手的DeepMind团队是其中的佼佼者，其团队的强大和资源雄厚是一般实验室无法企及的。2020年12月1日，他们在生物领域展现出实力，在两年一度的权威蛋白质结构预测评估竞赛(CASP)中用AlphaFold2击败其他参赛团队。　　CASP是由马里兰大学John Moult教授等人于1994年组织。竞赛使用的是最新解决且尚未在蛋白质数据库(PDB)中存放或公开披露的结构，结构生物学家们利用X射线晶体学、核磁共振波谱学、冷冻电镜的方法，把这些蛋白质的结构解析出来。做蛋白质结构预测的团队则利用计算机程序来预测它们的结构。最后由独立的科学家团队则把计算机预测的模型和实验室的结构对照，分析不同计算机算法的预测结果。这是一种“双盲”测试，长期以来一直是评价结构预测准确性的金标准。　　去年的CASP14共有84个常规题目，其中有14题因为生物实验没给出确定结构等原因被取消或延缓，其他70个题目的单体和复合物蛋白质所含有的氨基酸个数从73到2180不等。　　19个国家的215个小组参加了CASP14。DeepMind公司的AlphaFold2预测的大部分结构达到了空前的准确度，不仅与实验方法不相上下，还远超解析新蛋白质结构的其他方法。将实验方法得到的蛋白质结构叠加在AlphaFold2的结构上，组成蛋白质主链骨架的叠加原子之间的距离中位数(95%的覆盖率)为0.96埃(0.096纳米)。成绩排第二的方法只能达到2.8埃的准确度。　　AlphaFold2的神经网络能在几分钟内预测出一个典型蛋白质的结构，还能预测较大蛋白质(比如一个含有2180个氨基酸、无同源结构的蛋白质)的结构。该模型能根据每个氨基酸对其预测可靠性进行精确预估，方便研究人员使用其预测结果。　　AlphaFold2最终被Moult评价道，“在某种意义上，问题已经解决了”。　　值得一提的是，在最新发布的论文中，DeepMind还简化了AlphaFold2。AlphaFold的首席研究员John Jumper说，“这个网络需要几天的计算时间来生成CASP的一些蛋白质的结构，而开源版本的速度要快16倍。根据蛋白质的大小，它可以在几分钟到几小时内生成结构。”　　受AlphaFold2的启发，华盛顿大学医学院生物化学家、蛋白质设计研究所所长David Baker等人开发了RoseTTaFold。华盛顿大学医学院官网对该研究的介绍称，在高精度的蛋白质结构预测方面，Baker等人“在很大程度上重现了DeepMind团队的表现。”　　相较于AlphaFold2只解决了单个蛋白质的结构，RoseTTaFold不仅适用于简单的蛋白质，也适用于蛋白质复合物。据介绍，RoseTTaFold利用深度学习技术，根据有限信息准确、快速地预测蛋白质结构。从结构上来看，RoseTTAFold 是一个三轨(three-track)神经网络，它可以兼顾蛋白质序列的模式、氨基酸如何相互作用以及蛋白质可能的三维结构。在这种结构中，一维、二维、三维信息来回流动，使得网络能够集中推理蛋白质的化学部分与它的折叠结构。巴塞尔大学的计算结构生物学家Torsten Schwede对《科学》杂志说，许多生物功能依赖于蛋白质之间的相互作用。“直接从序列信息中处理蛋白质-蛋白质复合物的能力使其对生物医学研究中的许多问题极具吸引力。”　　Baker同时坦言，AlphaFold2的结构更加准确。但是根特大学的结构生物学家Savvas Savvides说，Bake实验室的方法更好地捕捉到了“蛋白质结构的本质和特性”，比如识别从蛋白质侧面伸出的原子串，这些特征是蛋白质之间相互作用的关键。　　纽约大学医学院的细胞和结构生物学家Gira Bhabha说，两种方法都很有效。她表示，“DeepMind和Baker实验室的进展都是惊人的，将改变我们利用蛋白质结构预测推进生物学的方式。”　　开源代码，如何促进整个科学界?　　相比于去年年底带来的震撼，这次外界更感兴趣的是上述两支团队开源代码这一动作。　　此前的6月中旬，在Baker实验室发布RoseTTAFold预印本三天之后，DeepMind的Hassabis在推特上表示，AlphaFold2的细节正在接受一份出版物的审查，公司将“为科学界提供广泛的免费访问”。　　而从6月1日开始，Baker等人已经开始挑战他们的方法，让研究人员发送来他们最令人困惑的蛋白质序列。加州大学旧金山分校的结构生物物理学家David Agard的研究小组发送了一组没有已知类似蛋白质的氨基酸序列，几个小时内，他的团队就得到了一个蛋白质模型，“这可能为我们节省了一年的工作。”Agard说。　　除了免费提供RoseTTaFold的代码外，Baker团队还建立了一个服务器，研究人员可以插入蛋白质序列并得到预测的结构。贝克说，自从上个月推出以来，该服务器已经预测了大约500人提交的5000多种蛋白质的结构。　　不过，上述两支团队的源代码都是免费的，但也有观点认为，对于没有技术专长的研究人员来说，它可能还不是特别有用。不过，DeepMind的科学人工智能负责人Pushmeet Kohli表示，DeepMind已经与一些选定的研究人员和组织合作，以预测特定的目标，其中包括总部位于瑞士日内瓦的非营利组织“Drugs for ignored Diseases”。“在这个领域，我们还有很多想做的事情。”　　Hassabis提到，去年在CASP14大会上我们揭晓了一个可以将蛋白质3D结构预测精确到原子水平的全新AlphaFold系统，此后我们承诺会分享我们的方法，并为科学共同体提供广泛、免费的获取途径。“今天我们迈出了承诺的第一步，在《自然》期刊上分享AlphaFold的开源代码，并发表了系统的完整方法论，详尽细致说明AlphaFold是如何做到精确预测蛋白质3D结构的。作为一家致力于推动科学进步的公司，我们期待看到我们的方法将为科学界启发出什么其他新的研究方法，也期待很快能和大家分享更多我们的新进展。”　　DeepMind团队认为，这一精准的预测算法可以让蛋白质结构解析技术跟上基因组革命的发展步伐。　　Baker团队也提到，“我们希望这个新工具将继续造福整个研究界。”　　中国科学院合肥物质科学研究院强磁场科学中心研究员谢灿对澎湃新闻(www.thepaper.cn)记者表示，“总的来说，对学术界来肯定是好事，肯定会促进结构生物学和相关领域的发展。在承认学术贡献的基础上的开放和共享，本来就应该是学术研究最基本的要求。”　　结构生物学是谢灿的“老本行”，“我当年花了8年的时间去解析一个蛋白的晶体结构，我能切身体会如果有一个精准预测蛋白结构的算法出现，对结构生物学家意味着什么。”　　但他认为，不必要担忧这些算法的出现会让结构生物学家失业，在技术迭代之下，结构生物学这些年受到的冲击太多了，“而事实上，只不过是某一个领域某一个技术在某一个历史阶段更容易出工作出成绩。”谢灿认为，无论再精准的预测，终究也只是预测，“AlphaFold2不是实验，同样也需要实验去证实。”　　王宏伟在AlphaFold2刚出现之时也曾评价道，对于复杂的结构生物学问题，预测手段本身还不能号称完全解决了问题。实验结构生物学领域接下来需要做的一个事情是要拥抱变化，更好地与预测方法结合以及共同发展。

近日，《自然》杂志刊发了科学家关于2022年有望取得突破的七项技术的预测的报道。论文的标题为：Seven technologies to watch in 2022。　　此前进行过四次年度颠覆性科学工具预测，入围的许多技术已取得了实质性的进步。今年名列榜单的分别是：1、完整版基因组，长读长测序技术为科学家深入解读基因组信息提供了新方法；2、蛋白质结构解析，人工智能的推算和低温电子显微镜等技术拓展了人们对复杂蛋白结构的认识；3、量子模拟，为量子计算机在经济学、物流和数字加密等领域的更广泛应用铺平了道路；4、精准基因组编辑，改进的迭代技术不断涌现，使得该技术的应用前景更加光明；5、靶向基因疗法，新的递送系统让组织特异性的治疗成为可能；6、空间多组学，将单细胞的组学信息还原到体内真实环境，绘制更深维度和更高分辨率的基因表达图谱； 7、基于CRISPR的诊断，有望提高诊断的准确性并简化检测流程。　　注：此研究成果摘自《Nature》，文章内容不代表本网站观点和立场。　　论文链接：　　https://www.nature.com/articles/d41586-022-00163-x

《自然》杂志12月6日发表的一篇生物科学论文首次提出了一种新方法分析人体器官的老化，其可更好地预测疾病风险和老龄化影响。这项对逾5000人的调查分析显示，其中近20%的人表现出某一器官明显加速老化，这表明可能存在器官特异性疾病，或增加其死亡风险。老化造成组织结构和功能衰败，使大多数慢性病风险快速上升。此前动物研究表明，老化在不同个体之间和同一个体各器官之间都有所不同，但还不清楚这在人类中是否适用以及对老化相关疾病的影响，也不清楚人体器官如何随着年龄发生分子改变。鉴于此，美国斯坦福大学研究团队此次评估了来自特定器官的人类血浆蛋白的水平，衡量活着的人不同器官的老化差异。利用机器学习模型，团队分析了5676名成年人在生命周期中11个主要器官（心脏、脂肪、肺、免疫系统、肾脏、肝脏、肌肉、胰腺、大脑、脉管系统和肠道）的老化情况。在评估器官年龄后，他们发现有20%的人表现出一个器官加速衰老，1.7%的人显示出多器官的衰老。研究团队发现，器官加速老化使死亡风险增加20%—50%，而且特定器官疾病与器官更快老化有关。心脏加速老化的个体发生心力衰竭的风险增加250%。此外，大脑和血管的加速衰老可预测阿尔茨海默病的进展，与磷酸化tau蛋白（该疾病的主要诊断标志物）的预测性一样强。

p　　世界性科学难题究竟能否“破”/pp　　纵观近十年，全球地震频发，6级以上强震相继出现在土耳其、海地、智利、尼泊尔，以及我国汶川、玉树、雅安等地。有网民说，地球犹如手机被调成“振动模式”。北京大学地球与空间科学学院副教授雷军曾表示：我们必须承认最近几年地震确实比较活跃。/pp　　震短期、临震预报是当今公认的一个世界性科学难题。因此，通过研究地质结构、地壳形变、板块运动、地下流体等发现地震成因与机理，进而建立地震监测与预报体系的传统攻关模式，如雄关漫道难以逾越。/pp　　“我认为地震是可以预测的。在研究中，我们绕开了对地震成因的研究，直接聚焦地震前兆信号。”2月7日，北京大学深圳地震监测预测技术研究中心主任王新安教授在接受科技日报记者采访时明确地说。/pp　　王新安说：“地震的孕育和发生是地下巨大的能量活动过程，其中应会伴随发生各种物理和化学变化。如电磁异常，通常是地下岩石受力变形至突然破裂释放的大量电磁扰动信号。在震中区及其附近更大区域，这类前兆信号都可能非常明显。”/pp　　捕捉“地声”+“电磁扰动”信息/pp　　历时5年，王新安团队研制出一种新型AETA多分量地震监测系统，布设在地下或山洞内，捕捉“地声”和“电磁扰动”等地震前兆信息，恰似“地球听诊器”，记录地震活动前中后全过程，发现规律，进而预测地震。/pp　　与传统体积庞大的监测仪器，如水位仪、地震仪、电磁波测量仪等相比，AETA由一组小巧轻便、设计精密的半导体传感器组成，其中电磁传感探头呈长筒状，长约1米、直径10厘米 地声传感探头形似飞碟圆盘般大小。/pp　　中国地震局有关领导曾高度评价：AETA填补了宽频带电磁扰动和地声监测量的空白，以及易于安装和对环境要求不高的前兆观测仪器的空白。/pp　　“未来至少在1—15天之前可预测地震”/pp　　起初，四川省广元市朝天区防震减灾局检测员林强并不看好AETA，而它分别在去年9月、10月青川的多次临震监测的表现，让人眼前一亮。他说，“在地震发生之前的十多天内，AETA对电磁扰动的捕捉很灵敏。我们正在将其与观测地壳形变的倾斜仪结合使用，测试映震效果。”/pp　　过去的三年，在中国地震局、各省区市地震局与防震减灾局支持下，全国各地台站布设AETA近200台，主要集中覆盖川滇和首都圈，包括北京、河北、四川、云南、广东、台湾、西藏、甘肃、宁夏和陕西等。/pp　　就在去年九寨沟发生7.0级地震第三天，王新安带着AETA火速赶到现场收集分析余震情况，大大提升监测系统的性能。台湾花莲发生地震时，虽然布设在深圳监测点相距有些远，但也感应到一定的信号。/pp　　“如果今后各地布设监测点足够到位，像台湾花莲这样级别以上的地震，不久的将来我们可以做到至少在1—15天之前预测。”王新安充满信心地说。/p

p　　/pp style="text-align: center"img src="http://img1.17img.cn/17img/images/201807/insimg/e82232bb-6b38-4064-b1f2-b9a37729c4dd.jpg" title="03.jpg"//pp 一些癌症会产生自我毁灭的种子。在快速分裂的肿瘤细胞中积累的某些随机突变，可刺激免疫系统攻击该类癌症。研究人员现在了解到，这种突变程度可预测一种癌症是否会对强大的、基于免疫的新疗法产生反应。最近公布的一项针对这种叫作肿瘤突变负担(TMB)的血液检测或有助于成为指导癌症治疗的实用工具。br//pp　　癌症研究人员已经可通过对生物活体组织中所选择的一组基因进行测序来检测TMB，这种方法最近在大型肺癌试验中显示出很强的预测能力。一些癌症医生现已在某些病例中实施组织TMB检测。对人体血液循环中脱落的肿瘤DNA进行分析的微创血液检测，或可在对组织检测不起作用的许多患者体内发现TMB。美国哥伦比亚大学医学中心肿瘤学家Naiyer Rizvi说：“我们会看到越来越多的TMB。”尽管如此，他补充说，TMB检测目前在日常临床实践中花费过长时间，癌症研究领域的一些人质疑它最终会有多大的用处。/pp　　预测免疫疗法能否在患者体内发挥作用的检测为当下所迫切需要，特别是对于检查点抑制剂来说，它会对免疫细胞释放出抑制作用，并使其攻击肿瘤。自从美国食品和药物管理局(FDA)在2014年批准第一种靶向“检查点”蛋白PD-1的抗体药物以来，这类药物已让癌症治疗发生改变。加州大学洛杉矶分校肿瘤学家Antoni Ribas指出，到今年5月，他所在医院有一半癌症患者过去半年在服用检查点抑制剂。“我们在以非常高的比例使用这些药物，这应该引起注意。”他说。有些病人的反应非常显著，但大多数人仍未能受益，还有一些人则从来没有服用过相关药物。除了肿瘤存在特定DNA修复缺陷的4%的患者之外，医生并不能确定谁会从中受益。/pp　　由此，TMB检测来了。大多数分析通过对肿瘤DNA中有限数量的基因进行测序，估计肿瘤中改变蛋白质的突变数量 这一数据或可反映癌细胞表面突变蛋白片段(即新抗原)的密度。这些片段并不能帮助肿瘤生长 它们只是容易出错的肿瘤细胞分裂的副产品。但它们对免疫系统来说的确是外来的——新抗原越多，免疫疗法越有可能使肿瘤缩小并抑制其生长。/pp　　在4月于伊利诺伊州芝加哥美国癌症研究协会(AACR)年会上报道的肺癌试验中，研究人员发现，肿瘤组织中的突变负荷预测了检查点抑制剂组合能否比常规化疗更好地帮助肺癌患者。超过40%的肺癌显示出较高的TMB，而平均来看，存在该类肿瘤的患者在免疫治疗方面表现得更好。Rizvi说，对1739名患者进行的III期试验将会获得FDA的批准，该试验由马萨诸塞州剑桥市基础医学公司开发，旨在进行肺癌治疗。(6月中旬，瑞士制药巨头罗氏公司已承诺收购该公司)/pp　　在6月于芝加哥召开的美国临床肿瘤学会(ASCO)年会上，更多证据显示了TMB的预测价值。加州大学戴维斯分校肿瘤学家David Gandara报告了对检查点抑制剂Tecentriq在肺癌、膀胱癌、黑色素瘤和其他肿瘤中7项不同试验的回顾性分析。正如同样的组织检测所显示的那样，当TMB较高时，肿瘤对药物的反应速度加倍。“TMB的未来现在已经开启。”Gandara在ASCO会议上说。/pp　　然而，组织TMB检测“非常昂贵。它需要大量的组织，而且不是标准化的”。耶鲁大学病理学家David Rimm说。在AACR会议上报告的试验中，医生只能从58%的患者身上获得足够的肿瘤组织。Rizvi补充说，整个过程可能需要3周，对新确诊的患者来说等待的时间太长了。/pp　　同样来自基础医学公司的血液TMB测试或可证明与组织测试一样有效。在ASCO会议上，俄亥俄州克利夫兰诊所的Vamsidhar Velcheti报告了对接受TMB血液检测的肺癌患者进行Tecentriq前瞻性试验的初步结果。这种药物使高突变负荷肿瘤缩小了超过36%，但对低TMB肿瘤来说仅缩小了6%。高TMB肿瘤患者的癌症复发时间比低TMB肿瘤患者长两倍。/pp　　但宾夕法尼亚州费城福克斯大通癌症中心肿瘤学家Hossein Borghaei在会议上警告说，Velcheti仅报告了第一批58名患者的情况。目前，包括580名患者在内的另一项试验正在展开。Rimm同意初始结果需要验证。/pp　　今年4月，FDA认为血液TMB测试是一种值得优先评估的“突破性设备”。但无论是血液检查还是活检，目前尚不清楚TMB能否给医生和病人带来他们所渴望的结果。Rimm指出，试验尚未显示高TMB患者接受免疫疗法比化疗的存活时间更长。Ribas预测，TMB将成为未来复合生物标志物的一个组成部分。/pp style="text-align: center"br//ppbr//p

近日，中国科学院合肥物质科学研究院健康与医学技术研究所基因组学团队副研究员张帆研发了名为CRISPRimmunity的分析服务平台。该平台是识别CRISPR相关重要分子事件以及用于基因编辑调节器的交互式网络服务器。相关研究成果发表在Nucleic Acids Research上。CRISPRimmunity是全新的、用户界面友好的网络服务器，旨在提供面向CRISPR的一站式综合分析服务平台，全面注释CRISPR-Cas系统与Anit-CRISPR系统共进化过程中关键分子事件，准确预测Anti-CRISPR蛋白，从头识别新型II类CRISPR-Cas基因座，基于CRISPR阵列信息预测细菌与可移动元件（噬菌体、质粒）之间的相互作用，从更加综合地进化视角理解CRISPR-Cas系统和anti-CRISPR系统。CRISPR-Cas系统是自然界中原核生物长期演化过程中所形成适应性免疫系统。该系统通过RNA介导的DNA降解抵御外源基因入侵，能够实现高度灵活的特异性靶向，成为现有基因编辑和基因修饰中效率最高、最简便、成本最低的技术之一。新型CRISPR-Cas相关蛋白及Anti-CRISPR蛋白的发现，将进一步加深科学家对CRISPR-Cas系统在原核生物中的作用的认知，扩展在其他细胞和生物体中进行基因组编辑应用的工具盒。然而，目前可用的CRISPR-Cas相关数据资源仅仅关注CRISPR-Cas系统或anti-CRISPR系统中的特定领域，忽视了两者之间的共同进化关系，因而提供的信息与服务有限，且缺乏识别新型II类CRISPR-Cas系统的可用方法。课题组研发了面向CRISPR-Cas系统与Anti-CRISPR系统的综合分析预测平台——CRISPRimmunity。该平台构建了一系列面向CRISPR相关信息的自定义数据库，注释已知的Anti-CRISPR蛋白和Anti-CRISPR相关蛋白、II类CRISPR-Cas系统、CRISPR阵列类型、HTH结构域和可移动遗传元件，以剖析CRISPR-Cas系统与anti-CRISPR系统共进化中关键分子事件；综合了同源分析、关联分析及原噬菌体区域中自靶向事件等多种策略预测Anti-CRISPR蛋白以提高预测的准确性，在99个经实验验证的Acrs和676个非Acrs的数据上对CRISPRimmunity进行测试，Anti-CRISPR蛋白预测准确率达到0.997；首次提供了II类CRISPR-Cas基因座的从头预测算法，鉴定了4个具有不同PAM结构域的Cas9，1个更小的Cpf1，61个C2c10及3个未分类的全新的V型Cas蛋白，其中一部分CRISPR-Cas基因座已在体外经实验验证了活性。CRISPRimmunity网络服务器设计了图形用户界面，提供多种可视化、自定义设置选项和可导出机器可读格式的详细结果和详细教程，以便不同需求的用户使用；提供了在NCBI数据库中18,408株完全测序的细菌及235株含Acr的细菌及208,209株人类肠道微生物中预注释的CRISPR相关重要分子事件的浏览和下载，为未来的实验设计和进一步的数据分析提供了参考。此外，CRISPRimmunity提供了本地化版本为计算生物学家批量数据挖掘提供便利。研究工作得到国家自然科学基金、黑龙江省头雁团队原创探索基金和哈尔滨工业大学青年科学家工作室等的支持。CRISPRimmunity预测分析框架预测的Cj2Cas9所识别的PAM序列的高通量测序分析CRISPRimmunity结果可视化

瑞士科学家研制出一种新型人工智能（AI）工具，可以预测包括新冠病毒在内的冠状病毒未来变种，有望促进下一代抗体疗法及疫苗的研发，为制定公共卫生政策提供重要参考。相关研究刊发于最新一期《细胞》杂志。为了创建这一新型AI工具，苏黎世联邦理工学院团队，在实验室产生了大约100万个新冠病毒刺突蛋白变种，它们携带不同的突变和突变组合。刺突蛋白会与人类细胞上的血管紧张素转化酶2（ACE2）蛋白相互作用以感染人类，疫苗接种、感染或抗体疗法获得的抗体通过阻断这一机制发挥作用。新冠病毒变体内的许多突变发生在该区域，这使病毒能够逃避免疫系统并继续传播。通过进行高通量实验及测序，研究人员确定了这些变种如何与ACE2蛋白和现有抗体疗法相互作用，揭示了单个潜在的变种可以感染人类细胞的程度，以及它们可以逃避抗体的程度。随后，研究人员利用收集的数据训练机器学习模型，这些模型能够识别复杂的模式——只给出一种新变体的DNA序列，就可以准确预测它能否与ACE2结合以感染和逃避中和抗体。最终机器学习模型可以用来预测数百亿种理论上可能的变体，包括单突变和组合突变，远远超过实验室测试的百万种。研究人员表示，新方法有助于开发下一代抗体疗法，目前科学家们已经研制出了一些抗体，该方法可以确定哪些抗体具有最广泛的活性，也有望促进下一代新冠肺炎疫苗的开发。

p style="text-indent: 2em "提到DeepMind公司，我们首先想到的可能是几年前，它开发的人工智能AlphaGo“横扫”顶尖人类围棋职业选手，变革了围棋的思考方式。除了在棋类比赛中所向披靡以外，DeepMind也在加速科学发现上迈出了重要一步。今日，DeepMind宣布，其新一代AlphaFold人工智能系统，在国际蛋白质结构预测竞赛（CASP）上击败了其余的参会选手，能够精确地基于氨基酸序列，预测蛋白质的3D结构。其准确性可以与使用冷冻电子显微镜（CryoEM）、核磁共振或 X 射线晶体学等实验技术解析的3D结构相媲美。这一突破被多家媒体称为“变革生物科学和生物医学”的突破。前基因泰克（Genentech）首席执行官Arthur D. Levinson博士称这一成就为“划时代的进步”（once in a generation advance）。/pp style="text-align: center text-indent: 2em "img style="max-width:100% max-height:100% " src="https://img1.17img.cn/17img/images/202012/uepic/33325072-7059-48e8-b1d4-6321cae2e263.jpg" title="微信图片_20201201221037.png" alt="微信图片_20201201221037.png"//pp style="text-align: center text-indent: 2em "span style="font-size: 12px "图片来源：DeepMind Blog/span/ppbr//pp style="text-indent: 2em "strong生物学50年来的重大挑战/strong/ppbr//pp style="text-indent: 2em "我们都知道，蛋白质对生命来说是不可或缺的，它们支持生物体的几乎所有功能。这些复杂的大分子由氨基酸链构成，而蛋白质的功能很大程度上决定于它的3D结构。生物医学领域的众多挑战，包括开发治疗疾病的创新疗法，依赖于对蛋白质结构和功能的理解。/ppbr//pp style="text-indent: 2em "在过去的五十年中，科学家们已经能够利用冷冻电子显微镜、核磁共振或 X 射线晶体学等实验手段在实验室中确定蛋白质的形状，但每种方法都依赖于大量的试错，耗时耗力，可能需要花上好几年时间。1972年，诺贝尔化学奖得主Christian Anfinsen博士表示，理论上，蛋白质的氨基酸序列应该能够完全决定它的3D结构。这一假说激发了50年来基于氨基酸序列，通过计算方法预测蛋白质3D结构的探索。/ppbr//pp style="text-indent: 2em "然而，这一领域面临的重大挑战是理论上，氨基酸链可能形成的蛋白质构象的数目是个非常庞大的天文数字。有学者估计，一个典型的蛋白质理论上可以形成10的300次方（1后面加300个0）个可能构象。然而在自然界，蛋白质能够自发地在几毫秒内，迅速折叠成其中一个构象。用什么样的计算方法，才能从10的300次方的可能构象中找到那个正确的构象？/ppbr//pp style="text-indent: 2em "strongAlphaFold：生物界的“AlphaGo”/strong/ppbr//pp style="text-indent: 2em "DeepMind的研究人员把折叠好的蛋白质设想成一幅具有3D结构的“空间图画”（spatial graph），而氨基酸则是这副“空间图画”中节点和线条。基于神经网络系统，他们设计了AlphaFold系统来解析这一空间图画的结构。它使用了进化相关的氨基酸序列，多序列对比（multiple sequence alignment, MSA）以及对氨基酸对（amino acid pairs）的评估来优化“空间图画“的描绘。/pp style="text-align: center text-indent: 2em "img style="max-width:100% max-height:100% " src="https://img1.17img.cn/17img/images/202012/uepic/7ffebf8d-21e2-421e-bff5-adf328b90caf.jpg" title="微信图片_20201201221204.png" alt="微信图片_20201201221204.png"//pp style="text-align: center text-indent: 2em "▲AlphaFold的神经网络模型构架（图片来源：DeepMind Blog）/ppbr//pp style="text-indent: 2em "研究人员使用蛋白质数据库中接近17万个不同的蛋白质结构，以及包含未知结构的蛋白序列数据库对AlphaFold进行训练。通过不断地迭代，AlphaFold系统学习到了基于氨基酸序列，精确预测蛋白结构的能力。/ppbr//pp style="text-indent: 2em "与实验结果相差无几的蛋白质结构预测/ppbr//pp style="text-indent: 2em "国际蛋白质结构预测竞赛（CASP）是由马里兰大学的John Moult教授和加州大学戴维斯分校的Krzysztof Fidelis教授联合创建的国际性比赛，旨在评估、促进和确认最佳的蛋白质结构预测手段。CASP选择已经通过实验手段解析，但是尚未公布的蛋白质结构作为目标，让世界各地的研究团队运用自己的计算手段预测它们的结构。一个独立的团队会评估预测结构与通过实验手段解析的蛋白结构之间的差异。/ppbr//pp style="text-indent: 2em "2018年，DeepMind开发的第一代AlphaFold首次参加CASP并且拔得头筹。而今年，新一代的AlphaFold在CASP中的表现更为惊艳。CASP使用称为GDT的评分系统来评估预测蛋白结构的精确性。这个评分从0到100，如果评分达到90分以上，可以认为预测的结构与实验手段获得的结构相当。/pp style="text-align: center text-indent: 2em "img style="max-width:100% max-height:100% " src="https://img1.17img.cn/17img/images/202012/uepic/87def9e4-8753-401b-9fa9-3ada59e01d7b.jpg" title="微信图片_20201201221209.png" alt="微信图片_20201201221209.png"//pp style="text-align: center text-indent: 2em "strong▲2006-2020年CASP比赛中最佳蛋白折叠预测系统的评分表现（图片来源：DeepMind Blog）/strong/ppbr//pp style="text-indent: 2em "在今年的CASP中，AlphaFold系统对所有蛋白靶点3D结构预测的中位GDT评分为92.4分。即便是针对最难解析的蛋白靶点，AlphaFold的中位GDT评分也达到了87.0分。在接受检验的近100个蛋白靶点中，AlphaFold对三分之二的蛋白靶点给出的预测结构与实验手段获得的结构相差无几。CASP创始人Moult教授表示，在有些情况下，已经无法区分两者之间的区别是由于AlphaFold的预测出现错误，还是实验手段产生的假象。/pp style="text-align: center"br//pp style="text-indent: 2em "img src="https://img1.17img.cn/17img/images/202012/uepic/14003fd2-fbf1-4fc4-b34a-087e4fa5f63d.jpg" title="微信图片_20201201221209.png" alt="微信图片_20201201221209.png" style="max-width: 100% max-height: 100% "//pp style="text-align: center text-indent: 2em "▲AlphaFold根据氨基酸序列预测的蛋白结构与实验手段解析的结果几乎完全重合（绿色，实验结果；蓝色，计算预测结果；图片来源：DeepMind Blog）/ppbr//pp style="text-indent: 2em "strong对真实世界的影响/strong/ppbr//pp style="text-indent: 2em "在今年早些时候，DeepMind已经利用这一系统预测了多种新冠病毒蛋白的结构。后续的实验显示，strongAlphaFold预测的新冠病毒Orf3a蛋白结构与冷冻电镜解析的结构非常相似。/strong/ppbr//pp style="text-indent: 2em "虽然，AlphaFold不见得会取代冷冻电子显微镜等其它实验手段，但是DeepMind的研究人员表示，这一令人兴奋的结果表明，生物学家们可以使用计算结构预测作为科学研究的核心工具之一。这一手段对于特定类型的蛋白来说可能尤为便利，例如膜蛋白一直非常难于结晶，因此很难用实验手段获得它们的结构。/ppbr//pp style="text-indent: 2em "而对于从事计算和机器学习研究的DeepMind团队来说，AlphaFold的表现证明了AI在辅助基础科学发现方面惊人的潜力。该团队在公司发布的博文中表示，他们相信，AI将成为人类拓展科学知识前沿最有力的工具之一！/ppbr//p

p style="text-align: center "img src="http://img1.17img.cn/17img/images/201807/insimg/c4daea1a-4bfe-48df-b7dd-8713187b4c4f.jpg" title="2.jpg"/ /pp 近日，科技日报实习记者随全国人大常委会防震减灾法执法检查小组赴江西考察，参观了2016年建成的地震行业首个氡平台。该平台由氡观测仪校准实验室和氡观测仪检测（比测）实验室两部分组成，分别设在江西省地震应急指挥中心和九江地震台。校准实验室以东华理工大学自主研制的氡室为检定装置，配备国际认可的PQ2000PRO作为传递溯源仪器，向上溯源至中国计量院的国家一级氡计量基准，向下传递到各观测点。检测实验室有氡平台团队自主设计的水气综合处理系统、豁免级测氡仪校准器、高低温湿热箱和步入式恒温恒湿箱等一整套检测系统。/pp 记者了解到，校准实验室和比测基地在2017年专家验收过程中得到肯定。但这个系统的设计方案最初遭遇的几乎都是质疑：“建立一个这样的检测平台，在地震局系统尤其是地下流体学科还是首次，技术难度及工程难度非常大。”/ppbr//pp数百台测氡仪监测数据参差不齐/pp 氡气是一种惰性气体。研究发现，地震前岩石中氡值会有明显变化，就此可对地壳活动作出研判。“假设地震前地下裂隙发生错动挤压，地下水随之冒上来，我们取出地下水，再使水中的氡气脱离并对氡值进行测量，最终可预测地震。”九江地震台负责人肖健接受记者采访时介绍了氡观测仪的原理。/pp 氡观测是国际上普遍认可的地震监测手段之一，也是我国地震观测台网中最重要的测项之一。目前，我国地震前兆氡观测网有300多个氡测点，测氡仪数百台。地震行业氡观测仪主要采用固体氡源进行校准，其观测数据在监测区域地球物理场变化中发挥着重要作用。但固体氡源属国家严格监管的放射类源，存在运输不便、操作严格等问题，造成氡观测仪无法实现全国统一校准，严重影响观测资料质量。“地震行业监测仪器一直面临设备老化、稳定性和可靠性较差的问题，观测的数据都不准确，谈何地震预测呢？”肖健称，“由于监测仪器标准不统一，A地区测出的氡气含量100Bq/L可能跟B地区测出的50Bq/L是一回事。测出的数据应该形成一张氡观测网，能在标准一致的前提下相互比对，不然观测就没有意义。”/pp 仪器稳定可靠是获取准确数据的第一步，进而为地壳活动的研判提供依据。我国环保部门、国土资源部门、核工业等建有满足本行业需求的氡观测技术检测平台及相关标准氡室，主要服务于大气、环境、地表水或铀矿探测等非连续氡观测设备的检测与校准。而地震行业氡仪器主要是对深层地下水（或温泉）、断裂带气体等氡浓度连续观测，具有浓度高、量值变化范围宽、样品湿度大等特点，行业外氡室难以满足地震氡观测台网高精度氡仪器的校准需要。因此地震行业需要开展各类测氡仪器的中试、入网性能检测、脱气装置效能检验等工作，统一观测仪器的标准。/ppbr//pp职能好比汽车质检中心/pp 肖健告诉记者，检测平台负责给仪器质量把关。“我们的职能好比汽车质量检测中心，目的在于检测氡观测仪有没有毛病。”如果被测试的仪器与标准仪器数据统一，就能发往全国。同时，检测平台也对与标准仪器存在相对差的观测仪进行校准。经过校准和比测，仪器所测出的数据就变得稳定、可靠。此外，仪器有生老病死，老化仪器维修后也要进行检测和校准。/pp 据悉，九江地震监测氡观测仪器检测平台的地下自流水系统能满足监测、检测、生活三种用水需求，且互不干扰。其中，监测用水直接通过井管底部接出，供地下流体监测设备使用，数据实时传到中国地震台网中心；检测用水从井管上部导水口流入恒流装置，在稳流区经过三次缓流后液面基本稳定，最后进入供水区，通过三路水管接到检测单元，用于检测和实验。恒流装置稳流后多余的水流入储水箱，供台站生活使用。/pp 九江地震台工程师黄仁桂称：“作为完整的观测系统，地震氡观测由观测仪器、恒流、脱气、集气装置等构成，每个环节都会对观测数据产生影响。”/pp “检测平台目前检测的内容包括检测准确度、设备可靠性、环境适应性。”黄仁桂介绍道，人通过验血检查身体的异常，氡观测仪器则通过观察水氡来监测地壳异常。工程师李雨泽称，他们设定了三个氡的浓度值，待水流稳定后进行氡测量。通过在三种浓度间切换来测量氡检测仪器的响应时间，响应速度太慢就要维修或被淘汰。/ppbr//p

第一届能源电子产业创新大赛新型储能产品分赛道暨第二届全国先进储能技术创新挑战赛新型储能寿命模拟预测比赛决赛将于2023年10月27-28日在溧阳举办，本次比赛旨在寻找技术创新程度高、模型算法创意强、电池寿命预测精度准的寿命预测技术，集结全国21支队伍最高水平队伍同台竞技，一决高下！国内首个针对锂电池储能寿命模拟预测的专业赛事锂离子电池储能具有能量密度高、效率高、寿命长、易选址等特点，是当前应用最为广泛、最具发展潜力的储能解决方案。电池寿命是储能系统发挥其价值的核心指标，准确评估电池寿命对于系统安全、经济可靠等具有重要意义。当前，我国常规的锂离子电池电芯循环寿命可达上万次，因测试周期长，电池寿命评估难以通过实测的方式开展，必须依赖基于算法的寿命预测技术。电池寿命预测集成电化学基础科学、电池技术和数字技术，既是学术界的研究热点，更是行业的一个重大痛点堵点问题，大赛汇聚业界精英和权威专家，共同寻找和发现最佳解决方案。客观赛与主观赛“刚柔并济”赛事采用主客观相结合的评比方式，客观部分为数据实测，重点考核预测精度（预测循环次数与实际测试循环次数的误差），主观部分为答辩，主要考核预测方法的原创性、先进性，客观赛以实测结果印证原理先进，主观赛以原理解密支持实测结果真实有效，主客观赛互证，挤出所有偶然性水分！全球直播权威专家为参赛者“把脉”12位行业权威专家大咖莅临现场，与21支参赛队伍论辩过招，从不同角度审视各队伍的前沿技术，高手间对答必定干货满满、越辩越明、精彩纷呈！全部参赛队伍全程观摩答辩，从对手汲取养分，更向彼此呈现智慧，敞开大门邀请业界同仁现场观摩！客观赛、主观赛均现场直播，比赛现场产生并公布结果！敬请期待！赛事详细信息比赛时间：2023年10月27-28日比赛地点：江苏溧阳长三角物理研究中心湖滨会议中心B102（27日）B103（28日）比赛地址：江苏省溧阳市中关村大道1号长三角物理研究中心赛事直播二维码比赛日程本次活动不收取会议费，食宿交通自理识别下方二维码报名名额有限 先报先得参会联系人张兆华：15210741977（微信同号）雷 青：17769333071（微信同号）顾小燕：18114689920（微信同号）

p　　如果说预测几十年后的科技发展对世界带来的改变太过遥远，那么未来5年内可以预见的技术可就是近在眼前了。今天，在顶级科技盛会Think 2018中，IBM发布了对未来5年内的五大科技预测，其中包括格加密、密码锚定、量子计算等前沿科技。这些能量满满的黑科技在未来5年有望被应用到不同的行业领域，不仅为改变世界作出贡献，也将让我们每一个人的生活更加美好。下面就让我们盘点一下，这五大科技预测到底都有什么：/pcenterimg style="width: 450px height: 300px " title="" alt="" src="http://5b0988e595225.cdn.sohucs.com/images/20180320/97f60ff6426a4b8bb3392093cd11b7bc.jpeg" height="300" hspace="0" border="0" vspace="0" width="450"//centerp　　strong密码锚定和区块链联手将让冒牌货无处遁形/strong/pp　　在未来 5 年内，密码锚定 (cryptographic anchors) 和区块链技术将保证产品从生产源头一直到客户购买的整个过程都真实可信。/pp　　每年，欺诈给全球经济造成的损失超过6000亿美元。在某些国家，一些特定的救命药中有近70%是假药。/pp　　一条供应链往往由分散于多个国家的数十个供货商组成，链条如此复杂，很难提防不法分子在其中搞鬼。从纸币到消费电子产品，市场上任何产品都可能出现造假。/pp　　密码锚定是IBM研究人员正在开发的一种可以防篡改的数字指纹，可以被嵌入到产品或零部件中，并与区块链相链接。数字指纹有不同的种类，当与区块链技术结合时，它可以成为验证产品真伪的一种强有力的手段。/pcenterp style="text-align:center"img alt="" src="http://5b0988e595225.cdn.sohucs.com/images/20180320/f2b7050ad0f546a2b7d95f58bb6ef8c7.jpeg" height="224" width="346"//p/centerp style="text-align: left "　strong　全新格加密技术将瓦解黑客攻击/strong/pcenterimg style="width: 320px height: 400px " title="" alt="" src="http://5b0988e595225.cdn.sohucs.com/images/20180320/5499a9c4d503480cb05e47bc1fd7ac63.jpeg" height="400" hspace="0" border="0" vspace="0" width="320"//centerp　　网络攻击的规模和复杂性逐年递增，造成的损失也越来越大。五年之内，新的攻击手段将让目前的安全措施无所适从。/pp　　例如，多年以后，拥有数百万个量子位且支持容错的通用型量子计算机将可以快速筛查各种可能性，解密最强大的通用加密算法，目前这种基础的安全方法将被淘汰。/pp　　IBM 研究人员正在开发一种新的名为格加密的安全技术，该技术可以把数据隐藏在一种名为格 (lattice) 的复杂代数结构中。/pp　　作为一种全能的代数密码学，格加密不仅能打败未来的量子计算机，也是另一种被称为全同态加密 (FHE) 的加密技术的基础。/pp　　strong人工智能机器人显微镜将让海洋重现蔚蓝/strong/pcenterimg style="width: 304px height: 400px " title="" alt="" src="http://5b0988e595225.cdn.sohucs.com/images/20180320/3dfb20be02904b1397f68d1cc2ff50f3.jpeg" height="400" hspace="0" border="0" vspace="0" width="304"//centerp style="text-align: center "　strong　(Tom Zimmerman和显微镜)/strong/pp　　未来五年内，小型自主strongAI显微镜/strong将在云中联网并部署到世界各地，持续监测对人类生存至关重要的水资源状况。/pp　　到2025年，全球将有超过一半的人生活在缺水地区，但是现在科学家很难对海洋、湖泊和河流状况相关的最基本数据进行实时收集和分析。/pp　　通过部署一些特殊的传感器可以检测到水中特定的化学物质和状况，但却无法检测预料之外的物质，如入侵物种或者新流入的化学物质。/pp　　IBM 研究人员正在研发小型的自主显微镜。这种显微镜放在水体中可以就地监视浮游生物、识别不同的物种，并跟踪其在三维空间中的移动。借助这些发现成果，人类可以更好地理解浮游生物的行为，比如它们对温度、石油泄漏以及溢流等各种因素导致的环境变化有何反应。我们甚至可以用浮游生物来预测人类水供应所面临的威胁，比如赤潮。/pp　　strong新手段将消除AI偏见/strong/pcenterimg style="width: 450px height: 243px " title="" alt="" src="http://5b0988e595225.cdn.sohucs.com/images/20180320/e4315957285841a5a620e86f34e4c6bd.jpeg" height="243" hspace="0" border="0" vspace="0" width="450"//centerp　　5年之内，有偏见的AI系统和算法将不断增多，就像早前的计算机病毒增多一样。但我们将采取相应的应对措施，提出新的解决方案来控制AI中的偏见，并提倡没有偏见的AI系统。/pp　　AI系统是否会有偏见，其实取决于我们往里面放什么样的数据。为此，IBM 研究人员开发了一种方法来减少训练数据集中可能存在的偏见，这样利用该数据集进行学习的AI 算法就能尽量保持公平。/pp　　IBM科学家还设计了一种方法来测试 AI 系统，即使没有训练数据也可以使用。这项研究提议设立一个独立的偏见评分系统来确定AI系统的公平性。AI的最终用户能根据每个系统的偏见水平来确定它的可信度。/pp　strong　5 年内量子计算将成为主流/strong/pcenterimg style="width: 280px height: 400px " title="" alt="" src="http://5b0988e595225.cdn.sohucs.com/images/20180320/2e8cbc34fcb642239073841d38e21944.jpeg" height="400" hspace="0" border="0" vspace="0" width="280"//centerp　　5年之内，量子计算的影响范围将超出研究实验室。这种新的计算方法不再局限于科学界，而是被新的专业人员和开发人员广泛使用，以解决曾被视为无解的问题。/pp　　IBM 研究人员最近在量子化学领域取得重大进展，使用量子计算机成功模拟了氢化铍 (BeH2) 中的原子键合 这是通过量子计算机模拟出来的最复杂的分子。未来，量子计算机将继续解决更为复杂的问题，最终赶上并超越我们在只使用传统计算机时实现的成就。/pp　　5年之内，业界将发掘出量子计算机(与传统计算机一同使用)的用武之地，用它来帮助我们解决特定的问题。最先尝试的一批企业无疑将在量子计算时代获得明显的竞争优势。/pcenterimg style="width: 450px height: 300px " title="" alt="" src="http://5b0988e595225.cdn.sohucs.com/images/20180320/099a2f3d91484271bb4e50f23df7d19a.jpeg" height="300" hspace="0" border="0" vspace="0" width="450"//center

ASD | 利用高光谱反射率预测温带落叶阔叶树木的叶片性状：通用模型可适用于整个生长季节吗？追踪生长季和地理区域中叶片性状的变化是理解陆地生态系统功能的关键。野外光谱法是原位监测叶片功能性状的有力工具，在农业、林业和生态学中都有许多应用，例如，叶片光谱已用于表征许多叶片理化特性，预测倍体水平，估计叶龄，甚至可以预测入侵植物对凋落物分解的影响。但目前尚不清楚是否可以开发通用统计模型来根据光谱信息预测性状，或是否需要根据条件变化进行重新校准。特别是，生长季多个叶片性状同时变化，是否可以从高光谱数据成功预测这些时间变化是一个悬而未决的问题。基于此，为了填补研究空白，在本研究中，一组国际研究团队利用标准实验室方法（包括光捕获和生长：N（%），δ15N（‰），δ13C（‰），叶绿素，可溶性C（%）和叶片含水量（LWC）；防御和结构：每单位面积的叶片质量（LMA g m-2）、总C（%）、半纤维素（%）、纤维素（%）、木质素（%）、总酚类（mg g-1）和单宁（mg g-1）；岩石衍生营养素：P（%）、K（%）、Ca（%）、Mg（%）、Fe（μg g-1）、Mn（μg g-1）、Zn（μg g-1）和B（μg g-1））和叶片光谱（利用光谱范围为350-2500 nm的ASD FieldSpec 3进行测量，在350-1000 nm，采样间隔为1.4 nm，在1000-2500 nm，采样间隔为2 nm）追踪了整个生长季的变化，研究了温带落叶树木多种叶片性状和光谱特性之间的联系。旨在回答以下问题：（1）常见物种叶片的理化性状在生长季如何变化？（2）叶片反射率在生长季如何变化？（3）生长季叶片理化性状和光谱之间是否存在可预测的关系，从而使叶片光谱能够不受时间限制地远程追踪森林生态系统功能的变化？然后评估叶片光谱是否可以在季节效应的影响下稳定地捕获叶片性状，为通过机载和星载传感器的高光谱成像进行大尺度叶片性状调查奠定基础。【结果】理化性状和光谱在整个生长季变化很大，虽然6月和9月之间收获的成熟叶片变化较小。重要的是，叶片光谱可以准确预测大多数叶片性状的季节性变化，成熟叶片的预测精度通常较高。然而，对于一些性状，PLSR估算模型因物种而异，单一PLSR模型不能用于物种水平的准确预测。8个落叶树种叶片光谱及其变异性（平均反射率（a）和变异系数（b））的季节模式。2017 年 5 -10 月，不同季节对英国剑桥Madingley林地21种叶片性状全/特定光谱数据最佳PLSR性能的影响。2017 年 5-10 月，不同物种对英国剑桥Madingley林地21种叶片性状全/特定光谱数据最佳PLSR性能的影响。【结论】叶片光谱可成功预测整个生长季多种功能性叶片性状，为机载和星载成像光谱技术监测和绘制温带森林植物功能多样性奠定了一定基础。请点击下方链接，阅读原文：https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650309890&idx=1&sn=9bddcb74cbb31a26c18ad6aee87f4344&chksm=bee1a9fd899620ebd02f200799a9370626a1d8b6fee07375ad2580b562fa8ad686a495393775&token=1524960455&lang=zh_CN#rd

p　　Alphabet(谷歌)旗下公司 DeepMind 的人工智能 AlphaGo 曾在国际象棋、围棋等项目中取得了超越人类的表现，其研究不仅震惊世界，也两次登上 Nature。如今，该公司已将人工智能技术应用到最具挑战性的科学研究问题中，其刚刚推出的 AlphaFold 可以仅根据基因“代码”预测生成蛋白质的 3D 形状。/pp　　DeepMind 表示，AlphaFold 是“该公司首个证明人工智能研究可以驱动和加速科学新发现的重要里程碑”。看来，人类医学研究要前进一步了。/pp　　img src="https://img1.17img.cn/17img/images/201812/uepic/fc4cf612-a444-4567-b697-76cdcdfc9dea.jpg" title="1.jpg" alt="1.jpg" style="text-align: center "//pp style="text-align: center "　　span style="color: rgb(127, 127, 127) "2017 年 5 月，谷歌 DeepMind 人工智能项目 AlphaGo(执棋者：黄士杰博士)对战当时世界第一的围棋选手柯洁。/span/pp style="text-indent: 2em "周日，在墨西哥坎昆举办的一场国际会议中，DeepMind 的最新 AI——AlphaFold 在一项极其困难的任务中击败了所有对手，成功地根据基因序列预测出蛋白质的 3D 形状。/pp　　“蛋白质折叠”是一种令人难以置信的分子折叠形式，科学界以外很少有人讨论，但却是一个非常重要的问题。生物由蛋白质构成，生物体功能由蛋白质形状决定。理解蛋白质的折叠方式可以帮助研究人员走进科学和医学研究的新纪元。/pp　　“对于我们来说，这真的是一个关键时刻，”DeepMind 联合创始人兼 CEO Demis Hassabis表示，“这个项目就像灯塔，这是我们关于人和资源的首次重大投资，用于解决一个根本性的、现实世界的重要问题。”/pp　　在 2016 年 AlphaGo 击败李世乭后，DeepMind 就开始将目光转向蛋白质折叠。尽管实践证明，游戏是 DeepMind AI 项目的优秀试验场，但在游戏中取得高分并非他们的终极目标。“我们的目标从来就不是赢得围棋或雅达利比赛的胜利，而是开发能够解决蛋白质折叠这类问题的算法，”Hassabis 表示。/pp　　strong为什么要预测蛋白质结构/strong/pp　　人体能够产生数万甚至数百万的蛋白质。每个蛋白质都是一个氨基酸链，而后者的类型就有 20 种。蛋白质可以在氨基酸之间扭曲、折叠，因此一种含有数百个氨基酸的蛋白质有可能呈现出数量惊人(10 的 300 次方)的结构类型。/pp　　蛋白质的 3D 形状取决于其中包含的氨基酸数量和类型，而这一形状也决定了其在人体中的功能。例如，心脏细胞蛋白质的折叠方式可以使血流中的任何肾上腺素都粘在它们上面，以加速心率。免疫系统中的抗体是折叠成特定形状的蛋白质，以锁定入侵者。几乎身体的每一种功能——从收缩肌肉和感受光线到将食物转化为能量——都和蛋白质的形状及运动相关。/pp　　通常情况下，蛋白质会呈现出能量效率最高的任何形状，但它们可能会纠缠在一起或者折叠错误，导致糖尿病、帕金森和阿茨海默症等疾病。如果科学家可以根据蛋白质的化学构成来预测其形状，他们就能知道它是做什么的，会如何出错并造成伤害，并设计新的蛋白质来对抗疾病或履行其它职责，比如分解环境中的塑料污染。/pp　　strongAI 如何改变研究方法?/strong/pp　　正因为蛋白质的结构如此重要，在过去的五十年中，科学家已经能使用低温电子显微镜和核磁共振等实验技术确定蛋白质的形状，但是每一种方法都依赖大量的试验与误差反馈，每种结构可能需要花费数万美元、历时数年进行研究。因此生物学家转攻 AI 方法，以完成这一困难且单调的过程。/pp　　幸运的是，由于基因测序成本快速降低，基因组领域的数据非常丰富。因此在过去几年中，依赖于基因组数据的预测问题正越来越多地借助深度学习方法。DeepMind 非常关注这一问题，并提出了 AlphaFold，这一项工作目前已经提交到了Critical Assessment of Structure Prediction (CASP)。/pp　　DeepMind 用 AlphaFold 参加了 CASP，这是一年两次的蛋白质折叠奥运会，吸引了来自世界各地的研究小组。比赛的目的是根据氨基酸列表来预测蛋白质的结构，这些氨基酸列表会在几个月内每隔几天发送给参赛团队。这些蛋白质的结构最近已经通过费力又费钱的传统方法破解，但还没有公开。提交最准确预测的团队将获胜。/pp　　尽管是首次参加比赛，AlphaFold 就在 98 名参赛者中名列榜首，准确地从 43 种蛋白质中预测出了 25 种蛋白质的结构。而同组比赛中获得第二名的参赛者仅准确预测出了 3 种。值得一提的是，AlphaFold 关注从头开始建模目标形状，且并不使用先前已经解析的蛋白质作为模板。AlphaFold 在预测蛋白质结构的物理性质上达到了高度的准确性，然后基于这些预测可以使用两种不同的方法预测构建完整的蛋白质结构。/pp　　strong使用神经网络预测物理属性/strong/pp　　AlphaFold 构建的模型都依赖深度神经网络，这些经过训练的神经网络可以从基因序列中预测蛋白质的属性。DeepMind 的研究人员表示，神经网络预测的蛋白质属性主要有：(a)氨基酸对之间的距离 (b)连接这些氨基酸的化学键及它们之间的角度。这些方法的首要进步就是对常用技术的提升，它们可以估计氨基酸对是否彼此接近。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201812/noimg/d256b4f4-6189-437b-8ead-d45a99ae81de.gif" title="2.gif" alt="2.gif" width="375" height="375" style="width: 375px height: 375px "//pp style="text-indent: 2em "为了构建 AlphaFold，DeepMind 在数千已知的蛋白质上训练了一个神经网络，直到它可以仅凭氨基酸预测蛋白质的 3D 结构。给定一种新的蛋白质，AlphaFold 利用神经网络来预测氨基酸对之间的距离，以及连接它们的化学键之间的角度。接着，AlphaFold 调整初步结构以找到能效最高的排列。该项目花了两周时间来预测其第一个蛋白质结构，但现在几小时内就可以完成了。/pp　　根据神经网络预测的两种物理属性，DeepMind 还训练了一个神经网络以预测蛋白质成对残基(residues)之间距离的独立分布，这些概率能组合成估计蛋白质结构准确率的评分。此外，DeepMind 还训练了另一个独立的神经网络，该网络使用集群中的所有距离来估计预测的结构与实际结构之间的差距。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201812/uepic/b1b25d1b-42ba-454c-ae29-93402575df61.jpg" title="3.jpg" alt="3.jpg"//pp style="text-align: center "　　img src="https://img1.17img.cn/17img/images/201812/noimg/3bbdee91-2067-417d-8e22-92b8a5543cc6.gif" title="4.gif" alt="4.gif" style="text-align: center width: 533px height: 178px " width="533" height="178"//pp　　strong预测蛋白质结构的新方法/strong/pp　　这些评分函数可以用来探索蛋白质内部，以找到与预测匹配的结构。DeepMind 的第一种方法建立在结构生物学的常用技术上，用新的蛋白质片段反复替换蛋白质整体结构的某个部分。他们训练了一个生成神经网络来创造新的片段，这些片段被用来不断提高蛋白质结构的评分。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201812/uepic/e657a13d-1262-4040-8074-dda8e8ac5791.jpg" title="5.jpg" alt="5.jpg" width="492" height="315" style="width: 492px height: 315px "//pp　　先通过神经网络预测氨基酸之间的距离和化学键角度，然后再根据两种物理属性对结构进行评分，最后通过梯度下降优化评分。/pp　　第二种方法是通过梯度下降来优化评分，得到的结构高度精确。梯度优化被用在整个蛋白质链，而不是组装前必须单独折叠的片段，这种做法降低了预测过程的复杂性。/pp　　strong未来可期/strong/pp　　首次涉足蛋白质折叠领域的成功表明，机器学习系统可以整合各种信息来源，帮助科学家快速找到各种复杂问题的创造性解决方案。人工智能已经通过 AlphaGo 和 AlphaZero 等系统掌握了复杂的游戏，与此类似，利用人工智能攻克基本科学问题的未来同样可期。/pp　　雷丁大学的研究人员 Liam McGuffin 在比赛中带领得分最高的英国学术团体。他表示，“DeepMind 今年似乎取得了更大的进展，我想进一步了解他们的方法。我们的资源并不充足，但我们仍然有很强的竞争力。”/pp　　“预测蛋白质折叠形状非常重要，对解决很多世纪难题有重大影响。这种能力可以影响健康、生态、环境，基本上可以解决任何涉及生命系统的问题。”/pp　　“包括我们在内的很多团队几年来一直都在使用基于机器学习的方法，而深度学习和人工智能的进步似乎也产生了越来越重要的影响。我对这个领域很乐观，我觉得我们会在 21 世纪 20 年代真正解决这个问题。”McGuffin 表示。/pp　　Hassabis 也表示还有很多工作要做。“我们还没有解决蛋白质折叠问题，目前只是迈出了第一步。这是一个极具有挑战性的问题，但我们有一个良好的体系，还有很多想法尚未付诸实践。”/pp　　蛋白质折叠的早期进展令人兴奋，它证明了人工智能对科学发现的效用。尽管在能够对疾病治疗、环境管理等方面产生量化影响之前，我们还有很多工作要做，但我们知道人工智能的潜力是巨大的。在一个专注于研究机器学习如何推进科学发展的专业团队的努力下，我们期待看到技术能够有所作为。/p

p　　在当前的中国超高效液相色谱仪市场上，主流厂商主要是沃特世、安捷伦、岛津、赛默飞、日立高新等外国品牌。国产品牌超高效液相色谱仪主要是上海伍丰的产品，但是市场占有率还比较低。/pp　　当前，超高效液相色谱在科研及工业领域都有着广泛的应用，第十七届北京分析测试学术报告会暨展览会(BCEIA2017)召开期间，仪器信息网邀约中国超高效液相色谱仪市场的部分主流厂商，汇总了各品牌超高效液相色谱仪主流产品的技术特点和应用案例，并请各厂商预测了未来一段时间内超高效液相色谱仪的市场热点及潜力。本文所归纳的是各产品的应用案例及市场预测情况(strong下文按约稿回复先后排序/strong)。/pp　　strongspan style="color: rgb(0, 112, 192) "一、各品牌超高效液相色谱仪应用案例/span/strong/pp　　span style="text-decoration: underline "strong日立高新/strong/span与中科院大连化物所建立了合作应用实验室，主要使用日立超高液相系统进行水解蛋白的肽图法研究，研究的难点在于如何高分辨率地快速分离水解蛋白的各个肽段，通过日立ChromasterUltra Rs超高效液相色谱仪与日立新开发的色谱柱(LaChromUltra II ODS C18，填料粒径1.9 µ m，长250 mm)相配合，可在30min内实现对所有BSA水解肽段的分析，实现了高分辨率地快速分离分析，解决了客户难题。另外，还可用UHPLC对茶碱中的微量有关物质进行的高灵敏度分析的研究，使用日立ChromasterUltra Rs超高效液相色谱仪，配备65mm高灵敏度流通池，可对茶碱中0.001%的有关物质的进行痕量检测，进而实现高灵敏度分析检测。/pp　　span style="text-decoration: underline "strong赛默飞/strong/span则主要涵盖制药(奈韦拉平0.008%的杂质与主成分一起分析)、食品(快速高效同时检测乳制品中的痕量维生素A/D/E)、环境(在线故相萃取检测环境水中的微囊藻毒素)、化工(电雾式检测器检测化工品中无紫外吸收、无荧光化合物)等领域 在满足各种常规检测的基础上，还可完成定制化研发工作及高通量监测工作。特异型、针对性的检测手段及质谱兼容设计可满足各种检测需求。/pp　　span style="text-decoration: underline "strong安捷伦/strong/span可帮助精细化工客户，通过方法转换和优化，缩短分析时间至原来的十分之一，大幅提升中控样品的检测速度，提高实验室效率。另外，针对食品和制药行业对仪器利用率较高的需求，安捷伦仪器还可在实验室无人值守的情况下自动切换色谱柱及流动相等，将仪器利用率大幅提高的同时，还获得高可靠性和重现性的数据。/pp　　span style="text-decoration: underline "strongWaters/strong/span在制药领域内，其超高效液相色谱仪产品在药检所可用于建立药品的质量标准、基因毒性杂质、药物相关物质研究等 在中药领域常用于复方丹参滴丸质量控制研究 在生物制药企业可用于常规指标检测与辅料检查 在医院、高校临床学院等药物代谢研究机构可用于体内体外活性指标检测。另外还可用于第三方检测机构、高校与科研院所的科研课题以及化工企业的检测当中。/pp　　span style="text-decoration: underline "strong上海伍丰/strong/span的超高效液相色谱仪产品用于某军工厂火炸药中“四氮烯”成分含量分析。由于此物不溶于水，极微溶于有机溶剂，要在含有极其微量此成分的溶液中分析其含量，用超高效液相色谱仪，出峰快，效率更高。/pp　　strongspan style="text-decoration: underline "岛津/span/strong超高效液相色谱已经进入各个行业、各个领域的千余家实验室，比如在很多的政府实验室，如很多省部级的商、质、农检实验室，承担这非常多的、涉及到液相分析条件的标准起草和制定工作，很典型的是“国家食品安全风险评估中心”，利用超快速质谱LCMS-8050并配合前端的“方法开发系统”，快速的优化并建立了不同畜肉基质中十种兽药镇静剂液相色谱质谱联用分析方法。又如在药物分析领域，全二维液相色谱系统在某知名高校的国家中重点实验室承担着中药材中天然产物的超精细分离工作 超高效液相色谱与超临界流体色谱切换系统在大赛璐、药明康德、康龙化成等企业帮助用户实现手性化合物方法的快速建立及日常分离工作。再比如在某大型的第三方医学检测机构，基于岛津超高效液相色谱的平行液相系统帮助用户实现分析速度提近一倍的提升，极大提升用户在同行业间的业务竞争能力。/pp　　strong由各品牌应用案例的归纳可以看出，当前超高效液相色谱仪主要用于复杂样品、痕量物质等的分析中。应用范围则覆盖了制药、食品与环境等重要领域，其应用优势主要在于提高分析效率、提高分辨率等方面。/strong/pp　　strongspan style="color: rgb(0, 112, 192) "二、超高效液相色谱仪市场预测/span/strong/pp　　span style="text-decoration: underline "strong日立高新/strong/span认为：今年以及2018年，超高效液相色谱的市场重点仍然会在食品和制药行业。因为食品和药品安全一直是人们关注的热点问题，国标和药典中许多食品，药品的检测都采用的是高效液相色谱法，在食品，药品检测中实现高分辨率，高灵敏度的检测意义重大。超高效液相色谱在分辨率，灵敏度以及分析时间上都要优于常规液相，因此超高效液相色谱在食品和制药行业潜力巨大。/pp　　span style="text-decoration: underline "strong赛默飞/strong/span认为：常规检测基础上更加倾向于超快速液相检测，更加灵活的研发需求及更加高通量的监测需求，更加无缝衔接的液质联用及数据的智能、合规化管理。与全球超快速液相发展趋势同步及日益增长的检测需求，驱使常规液相逐渐趋向超快速液相 越来越多的监控领域对单独色谱检测提出极大的挑战，液质联用逐渐渗透至各个应用领域 国内法规监测及大众舆论加强对数据的监测及控制，合规性将从制药行业逐步扩大至食品、环境、化工等领域。/pp　　span style="text-decoration: underline "strong安捷伦/strong/span认为：对现有常规方法和标准方法的提升已经逐渐成为市场共识，而且也看到最近很多新标准中引入UHPLC，在未来的几年应该会有更多的标准跟进，对UHPLC的需求也会增加。制药和食品化工领域应该是受影响最大的市场。/pp　　span style="text-decoration: underline "strongWaters/strong/span认为：UPLC未来将持续发展，尤其在USP收录152种UPLC方法、中国药典收录更多UPLC检测药品之后，各市场各行业对于提速增效的追求使得UPLC将继续成为热点：(1)药物分析方法开发：实时检测、快速方法开发结果 (2)食品检测：多种成分同时快速在线检测的需要(3)生物药分析：快速常规检测，以缩短产品生命周期 (4)中药配方颗粒：更高的峰容量、分离度及更快的速度，用于指纹图谱分析 (5)天然产物研究：基质复杂，需要更高效灵敏 (6)基因毒性杂质：低含量，需要更高灵敏度的检测手段 (7)农残筛查：提高分析速度、减少溶剂使用 (8)代谢组学分析：追求更快分离、更高峰容量及灵敏度。/pp　　span style="text-decoration: underline "strong上海伍丰/strong/span认为未来超高效液相色谱仪的市场还将继续在食品、制药、化工等领域发展。/pp　　strongspan style="text-decoration: underline "岛津/span/strong认为：在诸多行业对分析效率、分析通量需求越来越高的大市场环境下，超高效液相必将越来越受到重视。就目前来看，食品安全领域、药物分析领域、环境保护领域等诸多关系到大众安全、健康的相关行业都会越来越多启用超高效液相色谱方法来提升效率。/pp　　由strong各品牌超高效液相色谱仪厂商对未来市场的预测可以看出，大家普遍认同随着标准的驱严、对分析工作效率要求的不断提高，未来一段时间内，超高效液相液相色谱仪将在制药、食品等领域继续得到广泛的应用，同时也将有更多应用超高效液相色谱法的标准问世。另外，数据合规性也是各家厂商非常重视的问题。随着超高效液相色谱法越来越普遍的应用趋势，其与质谱等的联用也将更频繁。/strong/pp　　strong(注：内容若有所欠缺，欢迎读者补充。)/strong/ppbr//p

近日，中国科学院武汉植物园研究人员利用光谱技术建立了森林土壤光谱反演预测模型，从而较好地实现对高异质性森林SOC和TN的快速预测。森林土壤预测模型　　快速、廉价、准确地获取土壤中碳(C)、氮(N)含量信息是当前土壤质量评价和全球土壤碳库收支管理研究的基础和前提，而土壤空间异质性加大了人们对土壤属性动态监测的难度和成本。　　森林土壤是调控陆地生态系统碳收支平衡的重要基础。利用近地高光谱遥感技术实现多层次森林土壤C、N含量信息的快速、高效、无损、低成本建模估测，有望为当前土壤C、N动态研究及制图开辟新的途径，必将有助于加深对土壤C、N空间异质性及影响因素的理解，对于森林土壤碳库管理和持续经营具有重要意义。然而，受土壤层次的影响，土壤属性的高光谱反演模型的预测能力降低，限制了模型的应用。　　中国科学院武汉植物园助理研究员姜庆虎在研究员刘峰的指导下，以中亚热带(八大公山)森林不同层次土壤为例，利用光谱技术建立了该区表层和亚表层土壤有机碳(SOC)和全氮(TN)的光谱反演预测模型，从而较好地实现对高异质性森林SOC和TN的快速预测。其中，光谱模型对SOC预测的R2为0.79-0.90，对TN预测的R2为0.66-0.86。在此基础上，针对模型难以实现层次间的传递性应用问题，利用spiking法并借助加权算法，成功解决了这一难题，使得预测模型的传递性得到大幅提升。该研究的开展，为快速获取高异质性土壤属性信息提供了潜在的可能。　　该研究得到国家自然科学基金(31270515,31470526)和国家重点基础研究发展计划(2014CB954004)的资助，结果发表在Geoderma杂志上。

ChatGPT火热！不但成为历史上增长最快的消费者应用程序，也展示了人工智能产业的未来前景。在早前结束的第41届JP摩根医疗健康大会上，科技公司Nvidia的报告指出，AI生物学领域近年来突飞猛进，能够像人类一样输出创新内容的生成式人工智能（generative AI）和在ChatGPT和ProGen背后的大型语言模型（LLM）将促进生物学的工程化。本文，笔者尝试向ChatGPT提问，让它预测生命科学研究热点与生命科学仪器行业热点有哪些。Q1:请预测未来5年生命科学研究热点ChatGPT：1. 基因编辑和基因治疗：在基因编辑技术的支持下，将会朝着治疗和缓解无法治疗的疾病迈进。研究人员将继续研究基因编辑技术和基因治疗，以发展出更有效的基因治疗方案。2. 精准医学：精准医学是一种基于个体基因组分析和药物治疗的医疗模式，旨在更有效地诊断疾病、识别新的治疗方案和提供更有效、更安全的治疗。未来5年将会有更多的研究针对精准医学进行研究，以改善疾病的诊断和治疗。3. 虚拟病理学：虚拟病理学是一种利用大数据的技术，可以更精确地检测和分析病理学中的细胞和细胞外结构。未来5年，将有更多的研究聚焦于虚拟病理学，以支持精准医学的发展。4. 人工智能与机器学习：人工智能和机器学习技术能够更有效地检测和分析医学图像，识别重要的生物标志物，以及发现新的治疗和预防策略。未来5年将有更多的研究聚焦于人工智能和机器学习技术，以解决生物医学领域的挑战。5. 表观遗传学：表观遗传学是研究基因表达如何受到环境因素影响的学科，它将有助于我们更好地理解疾病的发生和治疗。未来5年，将有更多的研究聚焦于表观遗传学，以发现新的治疗方法和预防措施。Q2:预测2023年生命科学仪器行业发展热点ChatGPT：2023年生命科学仪器行业热点将会围绕以下几个方面展开1、再生医学研究：将其他细胞移植到生物体内，帮助患者重新获得健康。仪器行业将会发展出更加精准的器件，以帮助医生和研究人员更好的开展再生医学研究。2、蛋白质科学应用：蛋白质是生物体中最重要的组成成分，其研究有助于深入理解生物体的生物学机理。仪器行业将会发展出新的仪器，以更好的支持蛋白质科学的应用。3、智能医疗：智能医疗是基于机器学习技术的医疗信息系统，可以更准确地诊断疾病，甚至能够为患者提供个性化的治疗方案。仪器行业将会发展出更加先进的仪器，以支持智能医疗的发展。4、传感器技术：传感器技术将是2023年生命科学仪器行业的一大热点。随着传感器技术的发展，仪器行业将可以更准确、快速地收集生物数据，为生物学研究提供更多有效信息。据报道现在，生物学领域也正在尝试仿造出一款生物学界的“ChatGPT”——ProGen。要知道，ChatGPT背后的大型语言模型利用对海量人类语言数据的分析，学习人类语言的语法和其它特征。基于此，科学家们也利用了与ChatGPT背后AI模型类似的算法，并给ProGen的模型输入了约2.8亿个蛋白质序列，它们来自近两万个蛋白家族，并且包括描述蛋白特征的信息。从中，ProGen学习到了蛋白中氨基酸排序的规律，以及它们与蛋白结构和功能的关系。

拉伸性能与疲劳性能是金属材料工程应用的关键指标，建立二者之间定量关系，实现金属材料不同力学性能之间关系的定量预测是金属结构材料领域重要研究目标之一。由于目前相关理论不够完善，基于微观变形与损伤机制的拉伸性能与疲劳性能定量预测模型并未建立起来。因此，虽有大量实验数据表明金属材料拉伸强度与塑性之间存在明确的倒置关系，拉伸强度与疲劳强度之间存在特定的关系，但至今仍缺乏定量模型来描述上述定量关系。因此，建立金属材料拉伸性能与疲劳性能定量预测具有重要科学意义。金属研究所张哲峰团队长期坚持材料疲劳与断裂基础理论研究，团队成员张振军项目研究员前期在缺陷与金属材料加工硬化关系方面进行了系统性研究，包括四类典型缺陷：1）零维缺陷：发现过饱和空位可提升合金的加工硬化能力；2）一维缺陷：在位错主导塑性形变的合金中实现了加工硬化能力回升；3）二维缺陷：在FeMnCAl系TWIP钢中实现随孪晶密度增加应变速率敏感性由负到正的转变；4）三维缺陷：在TWIP钢等强加工硬化材料中建立了微孔致颈缩判据。近来，在加工硬化微观机制研究基础上，张振军项目研究员提出了新的位错湮灭模型，并通过考虑初始组织状态与合金成分对加工硬化的影响，建立了单相金属材料普适性硬化模型-指数硬化（ESH：Exponential Strain-Hardening）模型，并据此首次推导出单相金属材料拉伸应力(σ)-应变(ε)定量关系：其中硬化指数n为位错湮灭距离(ye)的表达式反映合金成分的影响。η为初始缺陷对屈服强度(σy)非位错性贡献的比例，反映微观组织的影响；ΘⅡ为第二阶段硬化率，对同一金属合金体系为常数。该ESH模型得到了6种合金成分、100余种不同微观组织状态单相铜铝合金的实验验证，如图1所示。该ESH模型阐明了单相金属材料形变过程中一些重要规律：1）用一个参数(n)统一了五阶段加工硬化规律；2）揭示了极限强度、临界强度、真抗拉强度与成分及变形机制之间关系；3）首次推导出"屈服强度-抗拉强度-均匀延伸率"之间定量关系（公式(2-4)，图2a-2c）；4）定量揭示了拉伸强度-塑性同步提升的两个基本原则，即成分优化（提升位错滑移平面性）与组织优化（降低初始高能缺陷），在铜合金、镍基合金、TWIP钢、高氮钢、316L不锈钢等单相合金中均得到了系统性实验验证；5）实现了单相铜铝合金拉伸强度、塑性及拉伸应力-应变曲线的定量预测，如图2d-2f所示：　上述研究成果最近以2篇论文连载方式发表在Acta Mater 231 (2022) 117866和231 (2022) 117877上。基于该ESH模型，博士生曲展在张振军项目研究员的指导下，进一步揭示了三类变形铝合金（2xxx、6xxx、7xxx）拉伸强度和塑性随时效时间变化的共性转变规律与机制，建立了三类铝合金加工硬化指数与时效过程中析出相性质及几何特征之间的定量关系，提出了变形铝合金时效过程对加工硬化能力提升的析出相控制原理（J Mater Sci Technol 122 (2022) 54-67）。为了建立金属结构材料拉伸性能与疲劳性能之间定量关系，该团队成员刘睿博士在对铜铝单相合金拉伸性能与高周疲劳强度系统性研究的基础上，从疲劳损伤过程弹性变形与应变局部化两方面入手，通过引入合金成分、微观组织与宏观缺陷参数，建立了金属结构材料高周疲劳强度预测模型：其中参数C代表合金成分（或弹性模量）对疲劳强度的影响，强度σy和σb为微观组织对疲劳强度的影响，参数ω反映了宏观缺陷对疲劳强度的影响，如图3(a)所示；该高周疲劳强度预测模型得到了钢铁材料、铝合金、铜合金、钛合金、镁合金等20余种典型工程结构材料系统性疲劳实验验证，如图3(b)所示。该研究成果也以2篇论文连载方式发表在J Mater Sci Technol 70 (2021) 233-249和70 (2021) 250-267上。在疲劳裂纹扩展预测模型方面，最近李鹤飞博士在团队成员张鹏研究员的指导下，针对高强钢强度-韧性匹配关系，通过断裂力学理论分析，建立了以静态力学性能预测其疲劳裂纹扩展速率模型：其中σb为拉伸强度，KIC为断裂韧性，E为弹性模量，R为应力比，α为扩展速率常数。同时，为了指导关键构件材料强度-韧性优化提高疲劳裂纹扩展阻力，建立了高强度金属材料等效疲劳裂纹扩展速率模型（如图4(a)所示）。通过选择高强度金属材料强度-韧性之间匹配关系，可快速预测和降低其疲劳裂纹扩展寿命（如图4(b)所示），进而可以指导关键构件材料抗疲劳损伤容限设计。上述关于疲劳裂纹扩展速率预测模型在多种高强铝合金、钛合金及高强钢材料中得到了验证。该研究成果发表在J Mater Sci Technol 100 (2022) 46-50上。将上述金属材料拉伸性能和疲劳性能定量预测模型联合起来，可以实现通过测试金属结构材料少数组织状态的拉伸性能快速预测和优化其疲劳性能的功能，为金属结构材料疲劳性能预测与优化软件研发奠定理论基础，也为金属结构材料及工程构件抗疲劳设计与制造提供理论支撑。上述研究工作得到了国家自然科学基金重大项目（51790482）、重点项目（51331007、52130002）、面上项目（51771208、51871223）项目、中国科学院王宽诚率先人才计划"卢嘉锡国际合作团队"（GJTD-2020-09）、"青年促进会"项目（2018182、2021192）及辽宁省"兴辽计划"创新团队项目（XLYC1808027）的资助。相关成果列表及链接：1. Zhang ZJ*, Qu Z, Xu L, Liu R, Zhang P, Zhang ZF*, Langdon TG. A general physics-based hardening law for single phase metals. Acta Mater 231 (2022) 117877https://www.sciencedirect.com/science/article/pii/S1359645422002531#sec00202. Zhang ZJ*, Qu Z, Xu L, Liu R, Zhang P, Zhang ZF*, Langdon TG. Relationship between strength and uniform elongation of metals based on an exponential hardening law. Acta Mater 231 (2022) 117866.https://www.sciencedirect.com/science/article/pii/S135964542200252X3. Qu Z, Zhang ZJ*, Yan JX, Gong BS, Lu SL, Zhang ZF*, Langdon TG. Examining the effect of the aging state on strength and plasticity of wrought aluminum alloys. J Mater Sci Technol 122 (2022) 54-67.https://www.sciencedirect.com/science/article/pii/S1005030222001967?via%3Dihub4. Liu R, Zhang P*, Zhang ZJ, Wang B, Zhang ZF*. A practical model for efficient anti-fatigue design and selection of metallic materials: I. Model building and fatigue strength prediction. J Mater Sci Technol 70 (2021) 233-249.https://www.sciencedirect.com/science/article/pii/S1005030220307441?via%3Dihub5. Liu R, Zhang P*, Zhang ZJ, Wang B, Zhang ZF*. A practical model for efficient anti-fatigue design and selection of metallic materials: II. Parameter analysis and fatigue strength improvement. J Mater Sci Technol 70 (2021) 250-267.https://www.sciencedirect.com/science/article/pii/S100503022030743X?via%3Dihub6. Li HF, Zhang P*, Wang B, Zhang ZF*. Predictive fatigue crack growth law of high-strength steels. J Mater Sci Technol 100 (2022) 46-50.https://www.sciencedirect.com/science/article/abs/pii/S1005030221005053?via%3Dihub7. 张振军、张哲峰、张鹏、王强；一种金属材料拉伸性能的预测方法, 2021-7-6, ZL201711234799.0，发明。已授权8. 张哲峰、刘睿、张鹏、张振军、田艳中、王斌、庞建超；一种金属材料疲劳强度的预测方法，2021-8-10，ZL201711235841.0，发明。已授权9. 张鹏、李鹤飞、段启强、张哲峰；一种预测高强钢疲劳裂纹扩展性能的方法，2021-3-26，ZL201910030260.6，发明。已授权图1 ESH模型的建立与实验验证：(a-b) 模型推导过程；(c-d) 强度与塑性验证图2 ESH模型的应用：(a)建立"屈服强度-抗拉强度-均匀延伸率"之间定量关系；(b)实现拉伸性能及拉伸应力-应变曲线定量预测图3 高周疲劳强度预测模型的建立与验证：(a) 模型建立过程；(b,c) 系统性实验验证图4 (a)等疲劳裂纹扩展速率模型图 (b)工程材料强度-韧性与疲劳裂纹扩展速率关系