葡京娱乐场-富盈娱乐场开户_百家乐试玩_sz全讯网网址xb112 (中国)·官方网站

2020年5月4日，中國科學技術大學生醫部、基礎醫學院、中科院天然免疫與慢性疾病重點實驗室和合肥微尺度物質科學國家研究中心周榮斌、江維研究組，附屬第一醫院潘躍銀研究組和復旦大學柳素玲研究組合作在NatureCellBiology上在線發表題為“Myeloid PTEN promotes chemotherapy-induced NLRP3 inflammasome activation and antitumor immunity”的長篇研究論文，發現髓系細胞中PTEN蛋白能夠促進NLRP3炎癥小體活化，并增強化療反應性。 化療是目前治療腫瘤最常用的手段之一，但是一些腫瘤患者對化療藥物并不敏感。除了受腫瘤細胞自身因素的影響外，越來越多的研究表明免疫微環境對腫瘤的化療效果同樣具有重要作用。過去的研究表明蒽醌類化療藥物能夠誘導腫瘤細胞發生免疫原性細胞死亡，釋放大量免疫原性物質如HMGB1和ATP，誘導NLRP3炎癥小體活化和IL-1β和IL-18等細胞因子產生，從而促進腫瘤微環境中免疫細胞浸潤并提高化療誘導的抗腫瘤免疫。盡管腫瘤微環境中NLRP3炎癥小體活化對化療效果的發揮至關重要，但是在腫瘤微環境中決定NLRP3炎癥小體活化的因素還不清楚。 PTEN蛋白是機體中重要的腫瘤抑制子，具有脂質磷酸酶和蛋白磷酸酶雙重磷脂酶活性。已有的研究表明腫瘤細胞中PTEN蛋白通過其脂質磷酸酶活性逆轉PI3K-AKT-mTOR 信號活化，抑制細胞增殖和腫瘤生長。在腫瘤治療過程中，腫瘤細胞中的 PTEN 蛋白缺失導致 PI3K-AKT 信號通路過度活化，引起腫瘤治療抵抗。盡管腫瘤細胞中的PTEN蛋白在腫瘤發生發展和腫瘤治療中的功能研究較為清楚，但是PTEN在免疫微環境中的作用和機制尚不清楚。 為了探究髓系細胞中的 PTEN 蛋白是否影響腫瘤的治療效果，研究者首先對髓系細胞中PTEN條件性基因缺陷小鼠進行皮下荷瘤，并利用能夠誘導腫瘤細胞發生免疫源性細胞死亡的化療藥物進行治療。結果顯示當PTEN缺陷后，化療藥物對腫瘤的治療效果顯著降低。對小鼠腫瘤組織和腹股溝淋巴結中抗腫瘤免疫相關指標進行檢測，發現PTEN缺陷小鼠中CD8+T細胞浸潤顯著降低，IFN-γ的分泌也明顯減少。與此同時，腫瘤免疫微環境中炎癥小體活化相關指標caspase-1剪切，IL-1β和IL-18分泌也顯著減少。這些結果表明PTEN可能通過促進免疫微環境中炎癥小體活化提高機體抗腫瘤免疫。 接下來研究者在細胞水平探究PTEN對炎癥小體活化的影響。通過利用shRNA敲低和PTEN缺陷細胞進行炎癥小體活化實驗，研究者發現PTEN能夠特異性促進NLRP3炎癥小體活化，而不影響AIM2和NLRC4炎癥小體活化。機制上，PTEN能夠直接結合NLRP3，通過其蛋白磷酸酶功能介導NLRP3酪氨酸32位點（鼠源為酪氨酸30位點）發生去磷酸化修飾，進而促進NLRP3炎癥小體組裝活化。此外，作者還構建了能夠特異性識別NLRP3酪氨酸30位點磷酸化的抗體以及NLRP3酪氨酸30位點組成型磷酸化的knock-in小鼠Nlrp3Y30E/Y30E，進一步確定了PTEN通過誘導NLRP3酪氨酸32位點去磷酸化促進NLRP3炎癥小體活化。 為了明確髓系細胞PTEN促進化療誘導的抗腫瘤免疫依賴于NLRP3炎癥小體。研究者在PTEN條件缺陷鼠中回補細胞因子IL-1β和IL-18，發現回補細胞因子后能夠顯著提高化療藥物對PTEN條件缺陷鼠的治療作用，表明PTEN通過促進免疫微環境中NLRP3炎癥小體活化提高機體抗腫瘤免疫。在腫瘤臨床樣本中，研究者也發現髓系細胞中的PTEN與腫瘤患者對化療藥物的敏感性呈現正相關關系。 總之，該研究創新性體現在：1）發現腫瘤抑制因子PTEN在NLRP3炎癥小體活化中發揮關鍵作用；2）揭示髓系細胞PTEN可以通過控制NLRP3炎癥小體活化從而決定化療敏感性；3）提示髓系細胞PTEN的表達可以作為一種預測化療敏感性的生物標記物。 中國科學技術大學生醫部和基礎醫學院黃億博士為該論文第一作者，周榮斌、江維、潘躍銀和柳素玲教授為共同通訊作者。該項工作得到了復旦大學丁琛課題組、邵志敏課題組，安徽醫科大學蔡永萍課題組，蘇州系統醫學研究所馬瑜婷課題組和中科大張華鳳課題組、金騰川課題組、王朝課題組和白麗課題組及科技部、基金委、中科院、安徽省和中國科學技術大學的大力支持。 原文鏈接：https://www.nature.com/articles/s41556-020-0510-3

在醫學領域首次應用商務智能軟件（Business Objects XI）作為中醫臨床數據倉庫OLAP分析的軟件基礎。開發實現了基于細節數據模型、多維數據模型和海量臨床診療數據的探索性分析、展示系統，分析展示的內容包括名老中醫經驗傳承、重大疾病的病證及臨床表現要素關系等的主題分析集。可從數據概況、方劑、藥物、疾病、癥狀、治法和證候等方面分別對名老中醫和重大疾病臨床數據進行多種關系知識的探索性分析。同時，對分析結果可進行實時查詢、導出和展示（下圖是一位名老中醫某經典處方的臨床應用證候分布情況）。    本實驗室與中國中醫科學院合作進行中醫臨床數據倉庫與挖掘分析平臺，以及中醫臨床數據挖掘方法的研究，實現了對中醫臨床采集病歷數數據的集成與整合，數據挖掘與分析的中醫臨床數據倉庫及挖掘分析平臺，該平臺旨在支持從真實世界中醫臨床診療中產生海量科研分析用數據，并以真實、高質量的數據為基礎進行中醫臨床與理論研究，為中醫臨床療效評價、臨床中藥新藥創制提供客觀的醫學證據和適宜的數據分析方法。該成果于2009年12月獲得國家科技進步二等獎。   名老中醫OLAP展示例子 1.2多維分析與復雜網絡分析系統   以中醫臨床數據中癥-證-治的復雜關系和復雜網絡分析方法研究為出發點，開發實現了中醫臨床復雜網絡分析系統。該系統包括如聯機數據篩選、復雜網絡建模、統計特性分析、可視化網絡數據篩選等基本功能，能夠支持中醫臨床診療數據中的疾病（中西醫）、癥狀、證候、藥物等實體內部元素以及實體之間元素的網絡模型構建和多種復雜網絡分析方法如節點中心性分析、社團分析、節點相似度分析等。從大量的臨床數據中分析獲得臨床核心處方及其主要適應癥，以及隨癥加減信息。該系統采用Eclipse 富客戶端(Rich Client Platform, RCP)和Java語言開發（下圖是該系統的主界面）。  在醫學領域首次應用商務智能軟件（Business Objects XI）作為中醫臨床數據倉庫OLAP分析的軟件基礎。開發實現了基于細節數據模型、多維數據模型和海量臨床診療數據的探索性分析、展示系統，分析展示的內容包括名老中醫經驗傳承、重大疾病的病證及臨床表現要素關系等的主題分析集。可從數據概況、方劑、藥物、疾病、癥狀、治法和證候等方面分別對名老中醫和重大疾病臨床數據進行多種關系知識的探索性分析。同時，對分析結果可進行實時查詢、導出和展示（下圖是一位名老中醫某經典處方的臨床應用證候分布情況）。  獲獎證書   1.中醫臨床數據倉庫與挖掘分析平臺 通過分析中醫臨床數據元素及其多維、多層次的關系特點，研究設計了中醫臨床參考信息模型，以及為基礎構建中醫臨床數據倉庫細節數據模型和多維數據模型，建立以數據倉庫為核心的數據整合、數據抽取/轉換/轉載和數據整理、數據挖掘、OLAP和統計分析的智能信息處理平臺。該平臺以中醫臨床數據倉庫及其運行環境工具的構建為基礎，基于實際的臨床診療數據，實現對中醫診療數據進行多主題、多粒度、多需求、高效、快捷的展示、研究和查詢檢索，并支持基于Web的OLAP主題應用，為名老中醫經驗繼承研究、中醫臨床評價研究和臨床科研提供實際的診療數據證據和知識來源，以支持臨床科研決策分析，滿足中醫臨床評價研究的探索性分析需求。針對中醫臨床數據的特點，研究體現中醫臨床數據模型特點的數據挖掘新方法，為面向中醫臨床研究的數據挖掘和機器學習方法研究提供新的思路和研究方向。該平臺的構建初期以重大慢性疾病：中風、冠心病和糖尿病診治規律，以及名老中醫經驗傳承研究為支持目標。   中醫臨床數據倉庫平臺   1.1中醫臨床數據預處理技術臨床數據的預處理包括數據整合、數據整理和數據轉換等技術，我們面向中醫臨床數據結構內容以及中醫臨床研究的分析需求，實現具有完善的數據抽取-轉換-裝載（Extraction-transforming-loading，ETL）、數據整理和數據轉換導出功能的數據前處理軟件。該軟件針對醫學數據利用中的分布式（多采集點）采集、患者隱私保護和大規模數據處理的特點，采用靈活的數據映射配置和臨床術語庫銜接等方式把各采集點數據導入到臨床數據倉庫中，并支持批量數據核查和數據規范整理（對臨床數據中的術語性數據如癥狀體征、診斷和藥物等進行概念化語義規范）功能。   在醫學領域首次應用商務智能軟件（Business Objects XI）作為中醫臨床數據倉庫OLAP分析的軟件基礎。開發實現了基于細節數據模型、多維數據模型和海量臨床診療數據的探索性分析、展示系統，分析展示的內容包括名老中醫經驗傳承、重大疾病的病證及臨床表現要素關系等的主題分析集。可從數據概況、方劑、藥物、疾病、癥狀、治法和證候等方面分別對名老中醫和重大疾病臨床數據進行多種關系知識的探索性分析。同時，對分析結果可進行實時查詢、導出和展示（下圖是一位名老中醫某經典處方的臨床應用證候分布情況）。   名老中醫OLAP展示例子    以中醫臨床數據中癥-證-治的復雜關系和復雜網絡分析方法研究為出發點，開發實現了中醫臨床復雜網絡分析系統。該系統包括如聯機數據篩選、復雜網絡建模、統計特性分析、可視化網絡數據篩選等基本功能，能夠支持中醫臨床診療數據中的疾病（中西醫）、癥狀、證候、藥物等實體內部元素以及實體之間元素的網絡模型構建和多種復雜網絡分析方法如節點中心性分析、社團分析、節點相似度分析等。從大量的臨床數據中分析獲得臨床核心處方及其主要適應癥，以及隨癥加減信息。該系統采用Eclipse 富客戶端(Rich Client Platform, RCP)和Java語言開發（下圖是該系統的主界面）。     中醫臨床復雜網絡分析系統  1.3 真實世界中醫臨床有效處方發現系統 中藥新藥創制與研發是極具挑戰和機遇的領域，當前化學制藥和單成份藥物研發已經出現明顯的瓶頸，傳統植物/天然藥以及多成份復方藥物的研發成為國內外關注的焦點。而從多成份調控和多靶點機理的研究為主要視角的網絡藥理學更成為新的趨勢和方法。針對中醫臨床診療過程中具有證-治-效信息，且個體性的真實世界診療實踐特點，我們研究基于大規模臨床診療數據進行有效處方分析和發現的問題，通過對以中藥復方為重點的治療手段藥物組成原理的分析，基于復雜網絡模型和方法研制形成了有效核心處方及適應癥分析方法、有效臨床中藥篩選與發現系統，對基于真實世界臨床診療數據分析獲得有效處方知識的方法、技術平臺和示范應用進行了探索和初步實踐，初步表明從真實世界臨床診療數據中發現和挖掘有效方藥是一種可行的途徑，有望為中醫新藥創制提供可以驗證的新處方、新藥物等臨床有效目標藥物。     1.  中醫臨床數據挖掘分析方法 海量觀察型臨床數據是中醫辨證論治數據的主體內容，具有復雜、多維和多關系的特點。從大規模中醫臨床觀察數據中分析提煉形成有意義的臨床假設或診療知識如有效處方、人群劃分、藥癥關系以及多階段優化治療方案等，是實現從復雜、系統的中醫辨證論治過程中發現并確認有效優化的臨床診療處方及其藥物組成的基本方法。中醫臨床數據包括門診數據和住院數據兩大主要部分，其數據內容由臨床表現、診斷和治療（臨床療法）三部分核心內容（如下圖），其中辨證知識、證候分布、藥癥關系、方證關系和藥物組成等是數據挖掘和分析的主要目標，而所有這些知識的有效性的評價依據是臨床療效，即確認和發現臨床有效的中醫診療知識是中醫臨床數據挖掘分析方法的主要有價值研究目標。    中醫臨床數據挖掘問題：在療效信息的約束下，驗證和發現有價值的臨床診斷/治療關系知識。  2.1基于復雜網絡的中藥配伍分析方法 人們通過對中醫臨床處方數據的初期分析，并與臨床專家的交流中發現，名老中醫的臨床復方的組織特性體現在兩個層次。第一層次為臨床醫生一般以經典復方（包括經方、時方和驗方等）為基礎進行臨床處方；第二層次為在藥對或藥癥關系基礎上的藥物隨癥加減處理。這兩個層次的臨床處方配伍過程形成了具有核心處方結構，而又具有較大靈活性的處方集合。因此，通過對名老中醫處方集的共性網絡結構分析，能夠發現體現其處方思維和學術特點的核心處方配伍結構，從而輔助進行名老中醫經驗的傳承和整理研究。通過應用基于無尺度網絡現象的網絡分析方法進行研究。無尺度網絡作為復雜系統研究的一種實證現象和方法，對基于網絡研究復雜現象和復雜系統的方法具有很大的推動作用。具有宏觀無尺度現象的網絡在拓撲上存在冪律現象，即節點的度分布服從冪函數分布。這在醫生處方中的具體體現就是某醫生對藥物的使用具有比較集中的趨勢，某些名老中醫偏好使用某些藥物，使得這些藥物的已有或潛在功效得到更大的發揮或挖掘。 我們基于網絡中權值的冪律分布規律，實現了多層核心子網分析方法，能夠從復雜的中藥配伍網絡中抽取多層核心子網。該算法已經在名老中醫處方配伍經驗的分析中得到廣泛應用。其得到的結果具有直接而明確的臨床含義，且可靠性較強。第一層核心子藥物子網一般解釋為共性的核心處方；第二層解釋為主要藥物配伍；第三層解釋為次要藥物配伍。這些藥物配伍分別對應樣本的核心病機如主要疾病和主要證候等、兼證和加減癥狀等。以下是兩類特定中藥處方：1287個肝脾不調證(GPBT)處方和752個2型糖尿病合并代謝綜合征處方的分析結果。   特定中藥處方的核心藥物配伍網絡和主要加減網絡，其中的網絡中的節點是藥物，邊的權重表示兩相關藥物配伍使用的次數。 2.2基于隱主題模型的疾病人群臨床特征類別分析方法 癥狀-中藥-診斷主題模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用來提取中醫臨床數據中的癥狀、中藥和診斷間的隱主題結構。SHDT模型是LDA主題模型在多關系應用中的擴展。該模型的核心思想是假設一類樣本里面包含有多個主題，例如，一類糖尿病人群有不同的并發癥，且這些主題所包含的信息特征（以癥狀來表達）具有相對完整性和獨立性。SHDT把每個主題看作是癥狀上的多項式分布，并通過癥狀來表達主題的內容；同時，把每種中藥看作是主題上的多項式分布，因為一類中藥可以治愈多種癥狀/疾病；又因為一種診斷包含多種癥狀/疾病，于是把診斷看作是對主題的描述，構建一種“癥狀-中藥-診斷”主題模型。SHDT模型這種分析原理和思路與中醫辨證論治過程基本吻合，它可以客觀地按照癥狀找到自然分類人群，給出診斷描述特征和中藥治療特征。SHDT模型分別在2型糖尿病、冠心病和肝炎等慢性疾病中進行人群特征分析。實驗結果說明了該模型具有較好的適宜性和科學性，分析結果能夠較為完整的反映特定疾病中相關的主要人群特征類別。   癥狀-中藥-診斷主題模型，圖中三個黑色圓圈，代表顯變量（觀察變量），其中s 表示一個采樣癥狀，表示患者p的所有藥，表示患者p的所有診斷。白色圓圈代表隱變量，其中z 采樣癥狀s對應的主題，x表示s對應的藥，u表示s對應的診斷。矩形框表示重復采樣。外部矩形框表示在集合中有P個患者。內部矩形框表示對患者p的個癥狀、主題、藥物以及診斷重復采樣。 2.3基于內隱對照和部分可觀察馬爾可夫決策過程模型的動態序貫處方治療方案優化方法 中醫辨證論治是癥-治-效緊密相關的個體、動態的復雜干預過程，動態序貫干預是中醫臨床治療慢性疾病的基本方法。以患者為軸心的治療原則和醫生的個體性特點，使得中醫動態序貫干預過程中包含多樣化的治療方案。在臨床診療經驗知識的形成階段，醫生往往通過對治療前后患者健康狀態的判斷，試圖獲得較好的治療方案的認識，進而逐步形成固化的有效經驗性治療方案。因此，在無外部對照的情況下，如何從大規模的復雜多維臨床關系數據中發現并確認在臨床實際中較優的動態序貫診療方案是有效臨床方案形成的重要課題。 考慮到實際可行性和研究代價的問題，在未有明確的有效干預方案形成的臨床研究初期，無外部對照的傳統中醫經驗整理和歸納普遍存在，且長期的中醫學實踐表明是有效的。但由于臨床診療信息關系的復雜性，基于傳統經驗整理方式形成有效治療方案是一個較為漫長的過程。 因此，如何借助源自真實世界（無外部對照）的大規模臨床觀察數據，進行挖掘分析，以輔助發現和確認較優的臨床治療方案成為辨證論治臨床評價研究的關鍵問題之一。我們采用部分可觀察馬爾可夫決策過程模型(POMDP)對此問題進行研究，實現了基于POMDP的中醫臨床處方優化分析方法，以探尋從來自臨床實際的大規模觀察性臨床數據中發現較優或最優的動態序貫治療方案，為中醫辨證論治有效動態干預方案的形成和臨床驗證提供參考知識。   中醫臨床診療過程對應的POMDP模型 1.  成果的推廣應用 本成果已經在國家科技重大專項：重大傳染病防治、重大新藥創制等兩個項目；國家科技支撐計劃項目-名老中醫經驗傳承研究；北京市科技攻關項目和國家中醫臨床研究基地等項目中進行推廣應用。分別對艾滋病、肝炎和肺結核等傳染病的中醫藥防治規律，從中醫臨床中分析確認有效處方與藥物，名老中醫的辨證論治個體診療經驗，中風、冠心病和糖尿病等重大慢性疾病的臨床診治規律，以及全國10余家重點中醫院診療優勢病種（如上海龍華醫院的中醫胃癌治療、骨關節病治療；河南中醫學院一附院的中醫艾滋病治療、中醫慢性阻塞性肺炎治療等）的臨床診療優化方案等進行應用研究。逐步探索和完善中醫臨床科研一體化技術體系，支持基于臨床診療實踐及其真實世界診療數據，進行中醫臨床研究和中藥新藥創制研究的醫學模式。   北京地區22家單位應用分布圖

本成果包含如下內容：高轉換效率的小面積碲化鎘太陽電池制造技術，面積為1200mm×600mm 的碲化鎘太陽電池組件規模化生產技術，年產30-50MW碲化鎘太陽電池生產線及關鍵設備的設計。 主要技術指標： 組件效率超過12%。 應用范圍： 用于太陽能直接發電，建立大規模光伏電站或小型戶用光伏發電系統。國家扶持光伏發電系統的建設，每年新建在10GW以上。由于是薄膜太陽電池，出口不會受到限制。 項目目前已進入產業化階段，成果權屬為我校獨自擁有。

關鍵技術及水平：數字化輪胎全系列成套裝備涵蓋了從輪胎配料、密煉、壓延、裁斷、成型、硫化至檢測共7個工序，產品“軟硬結合、管控一體”，將信息技術與輪胎裝備制造相結合，實現了全流程工藝控制的計算機輔助制造，屬世界首創。 該項成果的研發綜合利用機械與自控技術、振動與測量技術、計算機技術、光機電一體化等技術，研發裝備與傳統輪胎生產線相比，更加突出智能化和網絡化，不僅可以有效提高輪胎生產企業的管理水平、技術水平、生產效率和產品質量，而且可以大量削減能源和原材料的消耗,降低環境污染。 取得主要成果：主要攻關突破了高效低溫一次法煉膠技術、高性能半鋼一次法成型裝備控制技術、電子輻照預硫檢測技術等一系列關鍵技術，申請專利52項，共獲得授權專利29項。

半夏野生變家種已有近40年歷史，但是由于野生資源減少和人工種植跟不上，每年只能提供4000噸以下半夏原藥材，遠遠低于國內和國際市場7000噸以上的半夏需求。因此，全國市場近5年半夏原藥材單價已經上漲了50%，市場上半夏魚龍混雜，出現水半夏和天南星替代優質半夏的局面。拯救半夏產業刻不容緩，利用現代生物技術培育原藥材成為行業所需。 目前半夏產業存在的主要問題： 1）品質不均，不能滿足現代中藥生產對藥材的品質要求；2）自然繁殖率低，不能滿足規模化生產優質種苗需求；3）品質衰退，病害嚴重，半夏栽培風險增加；4）缺少品種和品牌，藥材檔次不高，種植效益和市場無保障。本項目通過對半夏脫病毒復壯、優良單株倍性育種，獲得品質好，抗性、產量、成活率高的半夏新品種；利用新型植物生物反應器進行新品種半夏的工廠化擴繁，實現新品種半夏的產業化。

項目背景：安全、高效、綠色、智能的自動化智能化碼頭都 是國內港口發展的必然趨勢。中國是港口大國，在“交通強國” 國家戰略的統籌下，國內各大港口先后開展了自動化智能化碼頭 的新建和改造升級工作。但國內現有、在建及規劃中的所有集裝 箱自動化碼頭裝卸設備控制系統、自動化單元、自動化管控信息 化系統的核心技術及部件基本依賴進口，這些核心技術及部件被 ABB、SIEMENS 等國外公司所壟斷，并形成了技術壁壘。面向國 內集裝箱港口自動化智能化的現實需求，加快“卡脖子”關鍵核 心技術的突破和關鍵零部件國產化替代勢在必行，迫在眉睫。 所需技術需求簡要描述：1.依據國產工業控制平臺的技術特 點和現有港口場景的業務需求和任務流程，搭建基于國產平臺的 物理架構。對標 ABB、西門子等成熟平臺，主要考核指標：每秒 至少處理 500 個任務、軟件響應時間為毫秒級、支持多系統擴展； 在國內一流大港的集裝箱碼頭實現工程應用。堆場效率不低于 30 循環/小時，人工介入率不高于 5%；與 ABB 或西門子等管控系 統下轄場橋設備實現同堆場組網、互聯互通以及無縫替代。2. 結合目標工程研制測試驗證平臺，實現單機控制系統和堆場管控 系統的數字仿真測試、半物理仿真試驗。為工程應用奠定基礎。 在測試驗證基礎上，完成控制系統和管控系統迭代優化，并實現在智慧港口的生產聯網應用。主要考核指標：（1）具備按目標港 口實際實現三維場景快速搭建能力，具備多接口接受不同的數據 驅動源的能力；（2）具備關鍵設備數據收集及數據實時可視化展 示的能力；（3）軟件系統支持多客戶端計算機同時運行（10+）； （4）系統支持第三方三維模型導入；（5）系統模型數量級不低 于在場箱 10 萬，其他運動機械模型 1 萬；可實現在場岸橋≥6 臺、場橋≥20 臺、AGV≥20 臺、集裝箱≥2 萬 TEU、年吞吐量 200 萬 TEU 規模集裝箱碼頭的模擬仿真。  對技術提供方的要求:1. 擁有完善的科研管理體系，符合國 標的質量管理體、環境與職業健康安全體系；2. 擁有與本項目 技術方向相關的省部級工程技術科研平臺及測試中心；3. 承擔 過本項目相關領域的國家級科研攻關項目；4. 設有碩士點、聯 合博士點和博士后研究工作站。 

關鍵詞：兼具高能量密度和高安全性的準固態可充電鋰離子電池新體系 針對現有鋰離子電池體系在能量密度與安全性上的瓶頸，王治宇、邱介山教授團隊利用凝膠電解質中硫化鋰正極與硅負極之間的穩定多電子氧化還原反應，在實現高能量密度（506-802 Wh kg-1）的同時，從原理上根除了高活性金屬鋰負極或釋氧正極對電池壽命與安全性的影響，發展了一類具有本質安全性的高能量準固態鋰離子電池新體系。獲得的軟包電池在過熱、內/外部短路、機械穿刺/切割及水/氧破損等濫用條件下均具有良好的穩定性，且可在-20 至 60oC 寬溫區內正常工作。在聯用原位紫外光譜、原位 X 射線衍射及原位電化學阻抗譜深入理解揭示其多硫化物介導反應機理基礎上，發展了限域空間內構建導電吸附-催化雙功能活性位點，提升電池在低離子遷移率凝膠電解質中氧化還原反應效率的有效策略。此項工作為彌補二次電池安全性與能量密度之間的鴻溝，發展高可靠性、高環境適應性的新型電池提供了新的思路，在載人交通工具、空間技術、植入醫療等對儲能技術安全性、可靠性需求突出的領域極具應用前景。