b0,+AT-rBAT是人体内的一种氨基酸转运蛋白复合物，属于异源多聚体氨基酸转运蛋白（HAT）家族。异源多聚体氨基酸转运蛋白，由轻链蛋白和重链蛋白构成。b0,+AT是其中的轻链蛋白，负责转运底物。而rBAT是其中的重链蛋白，具有负责轻链蛋白细胞膜定位（即将轻链蛋白“护送”到细胞膜上）和维持轻链蛋白的稳定性的作用。 b0,+AT主要分布于小肠和肾脏中。b0,+AT或者rBAT的突变，会诱发胱氨酸尿症，一种先天性遗传疾病。患者尿路中常有胱氨酸结石形成，造成肾绞痛，可引起尿路感染和肾功能衰竭。该病作为一种隐性遗传疾病在人群中的发病率约为1/7000，属于罕见病的一种。研究b0,+AT-rBAT的最新研究成果，揭开了胱氨酸尿症发病的分子机理。复合物的结构和功能，将能帮助我们认识胱氨酸尿症，为可能的治疗方案提供线索。 本项研究工作在全世界首次解析了b0,+AT-rBAT的高分辨率电镜结构。结构显示，b0,+AT蛋白与rBAT蛋白首先形成异源二聚体分子，然后两个异源二聚体分子通过rBAT蛋白的相互作用再进一步形成一个二聚体。体外转运实验表明rBAT蛋白对b0,+AT蛋白的转运活性是必需的；也就是说，b0,+AT要正常发挥转运功能，需要有rBAT蛋白的存在。这与周强实验室2019年解析的LAT1-4F2hc复合物相似。LAT1-4F2hc复合物同属HAT家族，其中的4F2hc蛋白是LAT1蛋白发挥转运活性所必需的。 同时，该研究也首次解析了b0,+AT-rBAT和它的天然底物精氨酸的复合物的冷冻电镜结构，解释了它的底物识别机制。如果把b0,+AT-rBAT复合物比做生物膜上的一艘船，那么被转运的精氨酸，可以被理解为“货物”。研究人员通过解析b0,+AT-rBAT与底物的复合物的结构，可以了解该“货物”如何加载到船上的——这个过程，即为“识别机制”。 在底物结合点附近，科研团队还鉴定出了底物结合位点附近的一个转运调控区域。通过点突变和同位素转运实验，他们证明了该转运调控区域对于b0,+AT-rBAT的转运功能至关重要。西湖大学黄晶实验室采用了分子模拟的方式，亦验证了该区域的重要性。 对于b0,+AT-rBAT复合物突变而导致的胱氨酸尿症，基于上述研究，研究团队进一步揭开了该疾病发生的机理。通过分析已解析出的b0,+AT-rBAT的高分辨率结构，研究人员对突变的位点进行了准确定位，并对这些位点进行了体外生化实验的验证。结果显示，b0,+AT-rBAT的关键位点的突变影响了氨基酸转运的活性，造成了胱氨酸尿症。

本发明公开了一种高分子量长链支化结晶性聚乳酸材料及其制备方法。它的步骤如下：1)在乳酸水溶液中或乳酸水溶液和含有乳酸重量的重量百分比含量为0.1～10％的二氧化硅纳米粒子硅溶胶的混合溶液中加入百分比含量为0.1～1％质子酸催化剂，脱水，得到产物I；2)在产物I中加入摩尔百分比含量为0.4～2％的二元酸或酸酐，反应得到产物II；3)在产物II中加入重量百分比含量为0.1～1％的路易斯酸催化剂，熔融缩聚；然后加入重量百分比含量为0.1-5％的结晶促进剂，得到端羧基结晶性聚乳酸预聚物；4)将摩尔比为0.8∶1～1.2∶1的二缩水甘油酯和端羧基结晶性聚乳酸预聚物反应制得高分子量长链支化结晶性聚乳酸材料。本发明工艺简单、反应时间短、效率高、成本低、环境友好，有利于实现商品化。

本项目研发一种基于国际先进的微环流分析技术的原位水质监测系统，体积小，成本低，试剂损耗量较小，维护周期长。基于此仪器进行高密度水质监测网络的搭建，并通过无线技术将水质监测网络的数据上传到服务器，通过算法对数据进行分析，完成快速、准确的污染溯源，为水域污染的进一步防、治提供一种实时、有效的手段。

本发明公开了一种用于油气田中的可降解水基清洁压裂液稠化剂。本发明将具有酯基和磺基的甜菜碱型两性表面活性剂稠化剂式(I)用于可降解水基清洁压裂液中，得到的可降解水基清洁压裂液可自动破胶，且在剪切一小时后压裂液的粘度仍保持在50mPa·s以上。所述的可降解水基清洁压裂液的主要化学成分为具有酯基和磺基的甜菜碱型两性表面活性剂稠化剂和交联剂，稠化剂的质量百分比为1.5％‑4.0％；交联剂的质量百分比为0.5％‑1.0％。本发明的可降解水基清洁压裂液的生物降解性好，对环境影响小、耐温耐剪切性能好、破胶完全无残渣、配制简单。

本发明公开了一种用于油气田中的可降解水基清洁压裂液稠化 剂。本发明将具有酯基和磺基的甜菜碱型两性表面活性剂稠化剂式(I) 用于可降解水基清洁压裂液中，得到的可降解水基清洁压裂液可自动 破胶，且在剪切一小时后压裂液的粘度仍保持在 50mPa·s 以上。所述 的可降解水基清洁压裂液的主要化学成分为具有酯基和磺基的甜菜碱 型两性表面活性剂稠化剂和交联剂，稠化剂的质量百分比为 1.5％ -4.0％；交联剂的质量百分比为 0.

本发明公开了一种基于计算机视觉的个性化脚部建模与鞋垫定制方法，包括：获取被测者的脚部视频数据，对脚部视频数据中相邻的两帧图像进行特征点提取，并用利用光流法对相邻视频帧之间的特征点进行跟踪匹配，采用零均值归一化互相关系数 ZNCC 验证剔除其中不可靠的跟踪结果，并根据跟踪匹配的结果构造特征点的轨迹，对脚部视频数据中的关键帧进行选取，根据得到的特征点轨迹，并利用SFM 方法对视频关键帧队列中的特征点轨迹进行三维重建，以生