亚玛顿计划销售光伏超薄双玻组件50MW

小孩生长发育迟缓且生过多次肺炎由什么问题引起？在《儿科学绪论》《儿童心血管疾病》等PBL教学课堂上，黄国英会根据真实病例，给学生抛出一个问题，学生基于已有知识作答，老师进行纠正并将其慢慢地引导到课程重点，最终通过解决这个问题，让学生掌握相关知识。

我们积极融入受援国，尽己之力，帮助每位患者，实际行动践行构建人类卫生健康共同体。当地开毛毯厂的中国老板得知后，立刻派来了厂内的专业人员，迅速解决了安装问题

相关职能部门负责人志陪同慰问。每到一处，院领导都与工作人员亲切交流，详细了解假期期间校园各项工作的运行保障情况，并关切询问了值守员工的节日安排，衷心感谢他们为维护校园平稳有序运转所付出的努力，向他们及家人送去诚挚的节日祝福。▲徐军赴儿科医院慰问▲徐军赴金山医院慰问▲徐军赴上海市公共卫生临床中心慰问上海医学院党委副书记、纪委书记胡华忠赴肿瘤医院、上海市第五人民医院、质子重离子医院、闵行医院慰问一线医务人员，向坚守岗位的医务人员们致以节日的问候。2月5日下午，复旦大学党委副书记、上海医学院党委书记袁正宏，上海医学院党委副书记杨伟国，上海医学院党委副书记、副院长徐军一行走访慰问在假期里值守一线的大后勤工作人员。院领导先后走访了二号科研楼、枫林校区校门、食堂、学生公寓等场所，看望慰问坚守在服务保障一线的后勤职工。

2月5日下午，复旦大学党委副书记、上海医学院党委书记袁正宏赴华山医院慰问一线工作人员。为确保寒假期间的校园安全，院领导一行先后来到二号科研楼实验室、学生公寓宿舍等场所开展安全检查，强调要严格落实安全责任，切实抓好假期期间校园安全工作，让留校学生和教职工度过一个平安祥和的假期。史上最著名的过度运动损伤事件是古希腊通信兵Philippides, 为了将希腊军队在马拉松战役中的胜利消息尽快传递到雅典，连续奔跑42.195公里，在完成使命后因机能耗竭而死去。

论文链接：https://doi.org/10.1038/s41422-023-00864-6 制图：实习编辑：责任编辑：李斯嘉。Philippides的死亡和后续经常发生的过度运动损伤案例提出了一个重要的科学问题：机体内是否存在过度运感知和对应的抑制系统？通过数个世纪的大量的研究人们提出各种假说，相关问题依然没有明确答案。2024年1月2日，复旦大学赵世民教授/徐薇研究员合作在CellResearch杂志发表题为Hypoxia Induces Mitochondria Protein Lactylation to Limit Oxidative Phosphorylation的封面论文发现线粒体蛋白质乳酰化修饰被肌肉细胞低氧激活，表征运动程度，并通过抑制线粒体氧化磷酸化预防过度运动损伤。来自复旦大学、哈佛医学院、青海民族大学的研究人员共同参与了该项研究。

值得指出的是，该发现对生殖发育具有重要意义，赵世民团队2022年与北京大学团队合作发表的研究表明，乳酰化通过抑制氧化磷酸化促进合成代谢物，促进组织器官的发育与再生（Cell Stem Cell， 2022）。这一发现为运动员选材和激素非依赖途径提高运动水平提供了新思路。

曾经被视为代谢废物的物质确实发挥着至关重要的作用。此外，研究不仅揭示了AARS2作为乳酰基转移酶的全新功能，也为探索新型乳酰基转移酶开辟了途径。研究发现，线粒体丙氨酰tRNA合成酶（AARS2）含有脯氨酸羟基化保守氨基酸序列，其稳定性在低氧条件下增强，激活的AARS2作为乳酰化转移酶，乳酰化线粒体丙酮酸脱氢酶催化亚基PDHA1和肉碱棕榈酰转移酶 2 （CPT2），抑制来自葡萄糖和脂肪酸的乙酰辅酶A生成和细胞呼吸。肌肉运动导致AARS2和乳酸上升，升高的肌肉乳酰化抑制ATP产出，进而抑制运动能力，确保肌肉不因不受控的过度运动发生过氧化合物风暴从而危及个体生命。

复旦大学附属妇产科医院/代谢与整合生物学研究院赵世民教授、复旦大学生物医学研究院/附属第五医院徐薇教授为论文共同通讯作者，复旦大学附属妇产科医院博士后毛云子、张娇娇、周倩、何吓俤为共同第一作者。该研究发现在动物模型中得到验证，小鼠的持久运动能力与其线粒体乳酰化的遗传本底呈负相关，抑制PDHA1和CPT2的乳酰化修饰可以实现小鼠持久运动耐力提升论文链接：https://doi.org/10.1038/s41422-023-00864-6 制图：实习编辑：责任编辑：李斯嘉。值得指出的是，该发现对生殖发育具有重要意义，赵世民团队2022年与北京大学团队合作发表的研究表明，乳酰化通过抑制氧化磷酸化促进合成代谢物，促进组织器官的发育与再生（Cell Stem Cell， 2022）。

曾经被视为代谢废物的物质确实发挥着至关重要的作用。这一发现为运动员选材和激素非依赖途径提高运动水平提供了新思路。

复旦大学附属妇产科医院/代谢与整合生物学研究院赵世民教授、复旦大学生物医学研究院/附属第五医院徐薇教授为论文共同通讯作者，复旦大学附属妇产科医院博士后毛云子、张娇娇、周倩、何吓俤为共同第一作者。史上最著名的过度运动损伤事件是古希腊通信兵Philippides, 为了将希腊军队在马拉松战役中的胜利消息尽快传递到雅典，连续奔跑42.195公里，在完成使命后因机能耗竭而死去。

来自复旦大学、哈佛医学院、青海民族大学的研究人员共同参与了该项研究。Philippides的死亡和后续经常发生的过度运动损伤案例提出了一个重要的科学问题：机体内是否存在过度运感知和对应的抑制系统？通过数个世纪的大量的研究人们提出各种假说，相关问题依然没有明确答案。研究发现，线粒体丙氨酰tRNA合成酶（AARS2）含有脯氨酸羟基化保守氨基酸序列，其稳定性在低氧条件下增强，激活的AARS2作为乳酰化转移酶，乳酰化线粒体丙酮酸脱氢酶催化亚基PDHA1和肉碱棕榈酰转移酶 2 （CPT2），抑制来自葡萄糖和脂肪酸的乙酰辅酶A生成和细胞呼吸。肌肉运动导致AARS2和乳酸上升，升高的肌肉乳酰化抑制ATP产出，进而抑制运动能力，确保肌肉不因不受控的过度运动发生过氧化合物风暴从而危及个体生命。此外，研究不仅揭示了AARS2作为乳酰基转移酶的全新功能，也为探索新型乳酰基转移酶开辟了途径。2024年1月2日，复旦大学赵世民教授/徐薇研究员合作在CellResearch杂志发表题为Hypoxia Induces Mitochondria Protein Lactylation to Limit Oxidative Phosphorylation的封面论文发现线粒体蛋白质乳酰化修饰被肌肉细胞低氧激活，表征运动程度，并通过抑制线粒体氧化磷酸化预防过度运动损伤。

该研究发现在动物模型中得到验证，小鼠的持久运动能力与其线粒体乳酰化的遗传本底呈负相关，抑制PDHA1和CPT2的乳酰化修饰可以实现小鼠持久运动耐力提升在3种不同有监督任务上，性能超越目前主流图网络学习算法。

该课题得到国家自然科学基金、上海市晨光计划、上海市启明星项目(扬帆专项)、腾讯AI Lab犀牛鸟计划、上海市市级科技重大专项等资助。在无监督场景下，MENDER在3种不同组织的跨平台空间组学数据中，MENDER的性能指标均超越或与目前最优算法持平，而时间消耗大幅减少，在25分钟左右即可完成73万细胞大脑空间图谱的分析（无需GPU，Xeon(R) Gold 5218R CPU @ 2.10 GHz 80 cores）。

图3MENDER识别衰老相关结构最后，对一个大型三阴性乳腺癌病人队列数据，采用MENDER识别出的空间结构对病人进行表征，能成功区分开三种不同预后的病人分群，而这三种分群用传统单细胞为单元的分析无法区分。图2MENDER算法性能用MENDER分析大脑衰老空间细胞图谱，成功识别出两类原文未标注出的大脑结构，其中一个大脑结构的细胞空间组成与衰老过程密切相关，只在幼年（4周龄）小鼠中出现。

MENDER可以在跨样本间得到天然对齐的微环境标签，无需额外对齐操作。这一发现可以在MENDER跨切片整合和比较模块中直观可视。MENDER提供的微环境解释性分析也揭示了造成差异的因素主要是少突胶质细胞亚型的区域性富集。随着多时间点、多样本、多条件等复杂实验设计的数据集越来越多地发布，样本间整合/比较分析难题也逐步显露并亟待解决。

图1MENDER整体框架区别于过去算法，MENDER算法基于多种空间组学平台之间细胞邻域结构的保守性观测，提出一种新型非参数化卷积核，在细胞邻域信息提取步骤上绕过了高时间和显存占用的参数更新步骤，从而大幅度降低内存/显存消耗，提高时间效率。这一例子说明了多细胞组成的空间结构或微环境对疾病发展的预测作用，同时加强了大规模数据的整合分析在空间组学大数据时代的生物学和医学价值。

空间聚类是识别组织微环境的主要计算手段，也是目前空间组学计算领域中热点问题。这两大类算法均依赖空间细胞网络的构建，在大规模数据下，图神经网络存在显存溢出问题，概率图模型存在优化效率低的问题，导致目前算法无法轻易拓展到超百万级别数据分析。

空间组学技术在保留细胞空间位置的同时，可以精确测量分子表达信息，为理解生理或病理状态下的组织结构及微环境提供了前所未有的机会。目前空间聚类算法包括两大类：基于图神经网络的算法和基于概率图模型的算法。

1月5日，相关成果以MENDER: fast and scalable tissue structure identification in spatial omics data（《MENDER：一个快速且可扩展的空间组学组织结构识别方法》）为题，发表于Nature Communications（《自然·通讯》）期刊。为此，类脑智能科学与技术研究院原致远建立了一种新的空间组学微环境表征和聚类算法MENDER，解决了空间组学以上两大难题。复旦大学类脑智能科学与技术研究院原致远为本文的唯一作者目前空间聚类算法包括两大类：基于图神经网络的算法和基于概率图模型的算法。

在3种不同有监督任务上，性能超越目前主流图网络学习算法。MENDER提供的微环境解释性分析也揭示了造成差异的因素主要是少突胶质细胞亚型的区域性富集。

这一例子说明了多细胞组成的空间结构或微环境对疾病发展的预测作用，同时加强了大规模数据的整合分析在空间组学大数据时代的生物学和医学价值。随着多时间点、多样本、多条件等复杂实验设计的数据集越来越多地发布，样本间整合/比较分析难题也逐步显露并亟待解决。

空间聚类是识别组织微环境的主要计算手段，也是目前空间组学计算领域中热点问题。这一发现可以在MENDER跨切片整合和比较模块中直观可视。