金属粉/ 利乐包电磁屏蔽复合材料的制备及性能研究

分别以铜、镍、铁粉与利乐包装废弃物、HDPE、硅烷偶联剂为原材料,制备了金属粉/ 利乐包的电磁屏蔽复合材料,研究了不同金属粉体积分数对复合材料的力学性能、耐水性能及电磁屏蔽效能的影响。结果表明,材料的弯曲模量随体积分数的增加基本呈现上升的趋势;随着体积分数的增加,材料的24 h 吸水厚度膨胀率和24 h 吸水率均减小,耐水性依次为Ni/ 利乐>Fe/ 利乐>Cu/ 利乐;金属粉填充量的增加没有显著提高电磁屏蔽效能,电磁屏蔽效能的大小依次为Cu/ 利乐>Ni/ 利乐> Fe/ 利乐。     

dSTORM-Based Single-Cell Protein Quantitative Analysis Can Effectively Evaluate the Degradation Ability of PROTACs

As an emerging therapeutic strategy, proteolysis-targeting chimeras (PROTACs) have been proven to be superior to traditional drugs in many aspects. However, due to their unique mechanism of action, existing methods for evaluating the degradation still have many limitations, which seriously restricts the development of PROTACs. In this methodological study, using direct stochastic optical reconstruction microscopy (dSTORM)-based single-cell protein quantitative analysis, we systematically investigated the dynamic degradation characteristics of FLT3 protein during PROTACs treatment. We found that the distribution of FLT3 varies between FLT3-ITD mutation and FLT3-WT cells. PROTACs had an obvious time-course effect on protein degradation and present two distinct phases; this provided a basis for deciding when to evaluate protein degradation. High concentrations of PROTACs were more effective than long-time administration because a higher D_max was achieved. Two-color dSTORM-based colocalization analysis efficiently detected the proportion of ternary complexes, making it very useful in screening PROTACs. Taken together, our findings show that the dSTORM method is an ideal tool for evaluating PROTACs and will accelerate the development of new PROTACs.     

基于传统消防演练系统的MR智能消防演练技术系统的应用

虚拟未来实验室研发的混合现实消防宣传培训演练系统能够充分发挥MR技术优势，实现远程操控和多空间对接，虚实叠加，使用户掌握精准信息。该系统不仅有效降低了消防演练和教学成本，突破了现有消防机制及设备限制，更弥补了救灾模拟教学缺乏真实感的严重缺陷，为消防教育培训提供了“硬件+内容+终端+应用”的一体化行业解决方案。文中秉承“创新，诚信，与时俱进”的理念，通过不断提高研发能力与服务质量，力图满足市场相应的需求，并通过寻找市场未开拓的需求，研发为社会服务且提供方便的新产品。     

咖啡中3种赭曲霉毒素QuEChERS-UPLC-MS/MS检测方法

目的:建立同时测定咖啡中3种赭曲霉毒素的QuEChERS-超高效液相色谱—串联质谱检测方法。方法:样品经乙腈—水—甲酸(V_乙腈∶V_水∶V_甲酸为55∶40∶5)超声提取，利用QuEChERS盐包进行脱水盐析，过ZanChERS-Myco17净化小柱净化。样品采用0.2%甲酸水—乙腈作为流动相经Waters BEH C₁₈(1.7μm, 2.1 mm×100 mm)色谱柱梯度洗脱分离。电喷雾正离子模式，多反应监测扫描，内标法定量。结果:3种目标物在0.1～20.0 ng/mL的质量浓度范围内线性关系良好，相关系数≥0.999 46,方法检出限和定量限分别为0.1～0.2,0.2～0.7μg/kg。咖啡基质中3个添加水平目标物平均回收率为79.0%～103.3%,相对标准偏差为1.5%～7.6%。结论:该方法前处理简单，重现性好，分析时间短，能够适用于不同咖啡基质样品中3种赭曲霉毒素残留的高通量检测。     

基于黑盒水印的NLP神经网络版权保护

随着自然语言处理（NLP，natural language processing）技术的快速发展，语言模型在文本分类和情感分析中的应用不断增加。然而，语言模型容易遭到盗版再分发，对模型所有者的知识产权造成严重威胁。因此，研究者着手设计保护机制来识别语言模型的版权信息。现有的适用于文本分类任务的语言模型水印无法与所有者身份相关联，且鲁棒性不足以及无法再生成触发集。为了解决这些问题，提出一种新的适用于文本分类任务模型的黑盒水印方案，可以远程快速验证模型所有权。将模型所有者的版权消息和密钥通过密钥相关的哈希运算消息认证码（HMAC，hash-based message authentication code）得到版权消息摘要，由HMAC得到的消息摘要可以防止被伪造，具有很强的安全性。从原始训练集各个类别中随机挑选一定的文本数据，将摘要与文本数据结合构建触发集，并在训练过程中对语言模型嵌入水印。为了评估水印的性能，在IMDB电影评论、CNEWS中文新闻文本分类数据集上对3种常见的语言模型嵌入水印。实验结果表明，在不影响原始模型测试精度的情况下，所提出的水印验证方案的准确率可以达到 100%。即使在模型微调和剪枝等常见攻击下，也能表现出较强的鲁棒性，并且具有抗伪造攻击的能力。同时，水印的嵌入不会影响模型的收敛时间，具有较高的嵌入效率。