《杜克能源公司和其他公用事业公司从家禽粪便中获得了生物分析报告》

  • 来源专题:可再生能源
  • 编译者: pengh
  • 发布时间:2019-12-12
  • 杜克能源公司和一个由其他公用事业公司组成的财团正在从皮特县一个耗资3200万美元的设施中获得家禽废物可再生能源证书(RECs),该设施最近开始运行。

    位于Farmville的Carolina Poultry Power工厂每小时产生2兆瓦的电力和75000吨的蒸汽——每天使用230多吨火鸡粪便。卡罗莱纳家禽电力公司由电力资源集团100%拥有和经营。

    杜克能源北卡罗莱纳州总裁Stephen De May说:“杜克能源支持生物质能补充我们能源组合中其他资源的创新方式。”“利用家禽粪便发电使我们的能源组合多样化,并支持北卡罗来纳州重要的农业产业。”

    该项目将帮助杜克能源满足北卡罗来纳州可再生能源和能源效率组合标准(REPS)法规定的州禽畜废物转化为能源的要求。2018年,北卡罗莱纳州出售给零售电力客户的总电力中,有30万兆瓦时(MWh)是由家禽粪便供应的。

    公用事业单位购买工厂生产1百万瓦时产生的RECs。RECs帮助公用事业满足代表的要求。

    电力资源集团首席执行官里奇•戴明表示:“这是一个很好的例子,说明北卡罗莱纳州的投资组合标准直接导致向该州投入3200万美元,以创造就业机会,同时帮助转移我们水道中的污染。”“如果不是在我们需要延长合同和其他帮助的时候,得到了杜克能源和公用事业对手方的支持,这个项目就会在漫长的融资过程中夭折。”

    该设施由皮特和格林电气会员公司连接到能源网,收集附近几十个农场的家禽垃圾。它被烘干,产生锅炉燃料,然后产生蒸汽和电力。

    该设施的资金由匹兹堡第一国家银行和一个私人投资者财团提供。

    杜克能源公司长期以来一直是该州生物质能的支持者,该设施是其投资组合的重要补充。通过REC收购支持该项目的其他公用事业公司有:北卡罗莱纳州电力会员公司、能源联合公司、弗吉尼亚电力和电力公司(多米尼恩北卡罗莱纳州)和费耶特维尔公共工程委员会。

相关报告
  • 《公用事业公司可以做更多的事情来获取能源-水的关系。》

    • 来源专题:可再生能源
    • 编译者:pengh
    • 发布时间:2018-02-07
    • 根据我们的新报告,许多公用事业公司错过了额外的能源和水的节约和相关的好处,尽管开始在水和能源之间的联系上有更多的价值,但是节约了瓦茨以节省能源:在能源效率项目中加入水的效率。该报告审查了能源公用事业公司通过其能效项目获取和重视节约用水的努力。它建立在早期的ACEEE研究中,关于共同管理的能源和水项目的最佳实践和水和废水服务的能源强度。 虽然政策世界通常认为能源和水是两个独立的和不同的资源管理领域,但它们是不可分割地联系在一起的。它需要水来为我们的家庭提供制冷和取暖的能源,我们需要能源来运输和处理我们喝的水。这种关系意味着能源效率和节约用水是密切相关的,能源节约转化为节约用水,反之亦然。通常被称为能源-水的关系,这个动态是我们的新报告的主题。 取得进步,还有更多的空间。 尽管在实践中仍然相对有限,但至少有12个州的公用事业公司通过其能源效率项目减少了用水消耗,从而避免了成本或间接节约能源。然而,我们发现,许多能源机构正在保守地估计这些节约用水。 与此同时,加州、威斯康星州和哥伦比亚特区等地的利益相关者正在深入挖掘,将全部能源强度纳入他们对能源效率投资组合的估值。这些努力通常是由公用事业委员会级别的领导、数据的可得性和水资源竞争所推动的。但是,许多能源公司并没有追踪或重视节约用水的成本,错过了为他们的能源效益项目提供资金和促进其充分效益的机会。 在能源-水的关系中追求节约的努力以各种形式出现,这取决于当地的情况和顾客的服务。这些措施包括计算家庭和企业直接安装的节能措施,形成创新的合作伙伴关系,以解决难以触及的客户,以及更先进的努力,利用智能技术,通过访问实时消费数据来促进节水行为的改变。许多公用事业公司,特别是在加州,甚至运营着联合能源-水项目,利用能源和水务的各自优势。通过将程序和定义角色和职责通过一份协议备忘录结合起来,这些工具可以降低它们的管理成本。 公用事业如何能攫取额外的储蓄? 各州和公用事业公司正越来越多地努力全面评估和评估嵌入在水里的能源,许多公用事业公司确实在将水的价值与他们的项目相结合的方式上取得了进展。然而,重大的挑战——例如数据限制;水质、数量和基础设施的变化;而且,需要在许多参与决策的参与者之间建立共识,包括数据收集和政策方法——仍然存在。如果国家、公用事业公司和其他利益相关方可以共同努力克服这些挑战,他们就能更有效地跟踪和最大化其能源效率投资组合中节约用水的好处。 ——文章发布于2018年2月5日
  • 《与五家使用AI工程生物学的合成生物学公司会面》

    • 来源专题:人类遗传资源和特殊生物资源流失
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2019-09-24
    • 电视和广播称“人工智能即将来临”,它将接替您的工作并在国际象棋上击败您。 但是,人工智能已经来临了,它可以在国际象棋上击败您,这是世界上最好的。在2012年,Google还使用它来识别YouTube视频中的猫。今天,这就是特斯拉拥有Autopilot,Netflix和Spotify似乎“读懂你的思想”的原因。现在,人工智能正在改变合成生物学的领域以及我们如何设计生物学。它可以帮助工程师设计出新的方法来设计基因回路,并且通过已获得的巨额投资(过去10年中的12.3亿美元)及其正在破坏的市场,它可能对人类的未来产生重大影响。 人工智能的概念相对简单,它是具有推理,学习和决策行为的机器编程。一些AI算法(只是计算机遵循的一组规则)在这些任务上非常出色,以至于可以轻易胜过人类专家。 我们听到的关于人工智能的大多数信息都涉及机器学习,这是AI算法的子类,可以从数据中推断出模式,然后使用该分析进行预测。这些算法收集的数据越多,其预测就越准确。深度学习是机器学习的一个更强大的子类别,其中大量称为神经网络(受大脑结构启发)的计算层协同工作以增加处理深度,从而促进诸如高级面部识别(包括iPhone上的FaceID)之类的技术)。 [有关人工智能及其各个子类别的更详细说明,请查看本文及其流程图。] 无论AI的类型或用途如何,我们都处于计算革命之中,它将其卷须扩展到“计算机世界”之外。很快,AI将影响您服用的药物,燃烧的燃料,甚至是您用来洗衣服的洗涤剂。 特别是生物学,是人工智能最有希望的受益者之一。从调查导致肥胖的遗传突变到检查癌细胞的病理样本,生物学产生的数据非常复杂,令人费解。但是,这些数据集中包含的信息通常提供有价值的见解,可用于改善我们的健康状况。 在合成生物学领域,工程师寻求“重新连接”活生物体并为其编程以新功能,许多科学家正在利用AI设计更有效的实验,分析其数据并使用其来创建突破性的疗法。这是五家将机器学习与合成生物学相结合的公司,为更好的科学和更好的工程铺平了道路。 Riffyn催化干净的数据收集和分析 (加州奥克兰,成立于2014年,已筹集了2490万美元) 机器学习算法必须从大量数据开始-但是,在生物学上,要生成好的数据非常困难,因为实验耗时,繁琐且难以复制。幸运的是,有一家公司正在通过简化科学家的工作来解决这一瓶颈。 Riffyn基于云的软件平台可帮助研究人员标准化,定义和执行实验,并简化数据分析,这使研究人员能够专注于进行实际的科学研究,并使使用机器学习算法从他们的实验中获得更深刻的见识成为日常现实。 使用此平台,可以更有效地进行实验,从而导致成本大幅下降,生产率和质量得到改善,并且准备使用复杂的机器学习技术进一步分析数据。这意味着公司可以使用这项技术来开发用于癌症治疗的新蛋白质,并且他们可以比以前更快,更好地做到这一点。里芬(Riffyn)已经与15家全球生物技术和生物制药公司中的8家进行了合作-他们成立于五年前。 Microsoft Research Station B:汇集编程生物学的难题 (英国剑桥,于2019年正式启动) 合成生物学世界中有许多活动的部分,这使得尽可能简化和整合操作变得困难而至关重要。在过去的十年中,Microsoft Research的计算生物学部门B站一直在开发生物学的机器学习模型,以解决此问题并加快从医学到建筑的各个领域的研究。 它的努力也以各种新的伙伴关系的形式获得了回报。借助Synthace,它正在开发用于自动化和加速实验室实验的软件。 B站还与普林斯顿大学合作,通过利用基于机器学习的方法从生物生长不同阶段拍摄的图像中提取图案,研究生物膜背后的机制(与细菌菌落如何产生抗生素抗性有关)。 B站还与牛津生物医学公司合作,该公司利用这些机器学习功能来改善针对白血病和淋巴瘤的有前途的基因疗法。这也许是合成生物学影响最大的领域之一:设计与多种疾病作斗争的疗法。 Atomwise:深度学习解码结构蛋白设计的黑匣子 (总部位于美国加利福尼亚州旧金山,成立于2012年,已筹集了5100万美元) Atomwise正在通过其称为AtomNet的深度学习平台来应对药物开发,该平台可以快速对分子结构进行建模。它可以准确地分析小分子内的化学相互作用,从而预测针对埃博拉病毒至多发性硬化症等疾病的功效。通过利用有关原子结构的数据,Atomwise设计了新颖的疗法,否则将几乎不可能开发。 他们与包括Charles River Laboratories,默克,多伦多大学和杜克大学医学院在内的机构建立了众多学术和公司合作伙伴关系,这些机构正在提供许多现实世界的应用程序和机会来推动这项研究的发展。他们最近还宣布了与江苏汉寿药业集团的高达$ 1.5B的合作,该公司是今年最大的生物制药IPO之一。 尽管Atomwise的分子设计方法功能强大且可以有效抵抗多种疾病,但还没有一种完美的方法来进行计算发现。那就是Arzeda进来的地方。 Arzeda:使用从头深度学习重写蛋白质设计规则 (华盛顿州西雅图市,成立于2008年,已筹集了1520万美元) Arzeda是一家来自华盛顿大学贝克实验室的公司,利用其蛋白质设计平台(当然植根于机器学习算法)来对蛋白质进行工程改造,从工业酶到农作物及其微生物群落。 Arzeda完全从零开始(或从头开始)构建其分子,而不是优化现有分子,以执行自然界中未发现的新功能;深度学习技术对于确保其设计的蛋白质正确折叠(非常复杂的计算问题)并按预期发挥功能至关重要。一旦完成计算步骤,就可以通过发酵(就像啤酒一样)来生产新蛋白质,而绕过自然进化过程以有效地生产全新的分子。 分布式生物:彻底改变流感,癌症,蛇咬等的未来 (加利福尼亚州南旧金山,成立于2012年,由许可技术自筹资金) 在设计范围的另一端,Distributed Bio利用合理的蛋白质工程技术来优化现有的抗体,这些抗体是您体内的蛋白质,可以检测细菌并与其他引起疾病的入侵者抗争,从而创造出新颖的疗法。 Tumbler平台是该公司拥有的众多免疫工程技术之一(从通用流感疫苗到广泛覆盖的蛇抗蛇毒)。 Tumbler使用机器学习方法创建了超过5亿种起始抗体变体,以扩展和量化分子中哪些变化最有价值的搜索空间。然后,它会对序列进行评分,以预测它们在现实生活中与目标的结合程度,并使用“有价值的变化”信息进一步改善得分最高的序列。随着最高级序列的合成和在实验室中的测试,生产周期继续进行。最终,原型分子应运而生,以实现预期的治疗目的-自然界中不一定观察到这种现象,而是结合了所有可能的最佳特征。 Tumbler已帮助实现了超越传统单一靶标药物开发的广泛应用-从设计可同时与多个靶标结合的抗体到创建嵌合抗原受体T细胞(CAR-T)治疗(与Chimera Bioengineering一起)用于癌症治疗具有降低的毒性,此端到端优化平台大规模产生理想抗体的能力是空前的。 尽管这一进展令人兴奋,但人工智能并不是我们对自然界研究的普遍替代,也不是开发治疗人类疾病的唯一方法。有时,它在技术上可能没有用,甚至从道德上讲也不是合理的。随着我们继续获得这项技术的好处并将其日益融入我们的日常生活中,我们必须继续就合成生物学和AI创新的设计,实施和道德操守进行对话。我们站在科学和人类新时代的悬崖上。 ——文章发布于2019年9月19日