《科学训练和研究进展的障碍(InSTAR)》

  • 来源专题:实验室生物安全
  • 编译者: 苑晓梅
  • 发布时间:2019-02-25
  • 用于科学训练和研究进展的昆虫(InSTAR)昆虫提供了优秀的模型系统,用于研究宿主与其微生物群之间的相互作用。这些昆虫模型促进了我们对微生物共生体对宿主发育,新陈代谢,免疫功能和整体系统适应性的影响的理解,并产生了可以为人类健康提供信息的一般化信息。此外,昆虫的共生微生物对公共健康具有直接影响,因为微生物共生体影响昆虫和疾病媒介的存活,发育,细胞功能和免疫力,这些因素对全球公共卫生负担有重大影响,特别是在热带地区。

  • 原文来源:https://projectreporter.nih.gov/project_info_description.cfm?aid=9415688&icde=43420658&ddparam=&ddvalue=&ddsub=&cr=8&csb=GNSY&cs=DESC&pball=
相关报告
  • 《中国科学院海洋所:突破厄尔尼诺春季预报障碍研究取得新进展》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:mall
    • 发布时间:2017-05-09
    • 近日,《自然·科学报告》(Nature Publication Group:Scientific Reports)刊出了中国科学院海洋研究所王凡研究组的最新研究成果“Surface Current in “Hotspot” Serves as a New and Effective Precursor for El Niño Prediction”,该研究发现了突破厄尔尼诺春季预报障碍的新因子-热点区域的表层流场,新因子可有效克服厄尔尼诺和南方涛动(ENSO)预报的春季障碍,比传统预报因子的预报相关系数平均提高了20%。   ENSO是地球系统最强的年际变化信号,对我国的洪涝、干旱和极端冷暖等气候灾害发生概率和分布范围有决定意义。在北半球的春季(4-7月),ENSO发展的自身持续性较弱,如何对这一时间段内ENSO的发展进行预报存在很大的困难,这被称为ENSO预报的春季障碍。前人找到了一些可以克服春季障碍的预报因子,如暖水体积和印太风应力等,但这些因子的预报精度还不是非常高,且在2002年以后由于ENSO变化振幅减弱和更多的中部型El Niño出现等原因,这些因子的预报能力在减弱。   本研究以7月份Niño 3.4指数作为目标,使用提前2-5个月的表层流场进行多元线性回归分析,通过相关系数的分布发现了一块稳定的表层流场热点区域,可以有效克服ENSO预报的春季障碍。该区域位于南半球南赤道流的最南侧,结合海表面温度场看,热点区域位于暖池的两个暖核之间。当热点区域为西向流异常时,暖池东侧暖核的暖水向西堆积,将有利于厄尔尼诺现象的发生。反之热点区域为东向流异常时,暖池西侧暖核的暖水向东发散,将有利于拉尼娜现象的发生。这一发现也对ENSO发展物理过程的理解注入了全新的认识。   该研究由青年学者汪嘉宁副研究员、加拿大贝德福德海洋研究所鹿有余研究员、王凡研究员和张荣华研究员合作完成。该研究获得了中国科学院战略性先导科技专项、国家自然科学基金、青岛海洋国家实验室等的资助。     文章链接:https://www.nature.com/articles/s41598-017-00244-2?WT.feed_name=subjects_physical-oceanography
  • 《英媒:人工智能引领世界,中国面临三大障碍》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2019-08-26
    • 中国希望在人工智能(AI)领域领军全球,且AI研究质量已取得令人印象深刻的飞跃。但观察人士警告说,有几个因素或将阻碍中国的AI计划,包括缺乏对用于开发支撑该领域的理论的贡献,以及中国企业不愿对实现根本性突破所需的研究进行投资。 西安交大人工智能与机器人研究所所长郑南宁院士表示,中国已在计算机视觉、语音识别和自然语言处理等领域拥有一批世界一流企业,但仍在打造核心技术工具方面落后于人。例如,美国学者和企业开发的一些深度学习平台,用以设计、建造和训练一系列能使计算机更像人脑工作的算法。这些平台已在世界各地的产业和学界得到广泛应用。尽管百度等开发的开源平台正被用于快速开发AI产品,但中国在硬件方面仍落后于人。世界上大多数由AI“赋能”的顶尖半导体芯片都由美企制造。此外,中国还缺乏设计能支持先进AI系统的计算机芯片的专业技能。郑预测,中国或将需要5至10年才能在基础理论和算法上达到美英的创新水平。 另一因素也对中国在AI领域的进展同样至关重要,那就是留住有才华的研究人员。截至2017年,中国拥有世界第二大AI科学家和工程师人才库(约1.82万人),仅次于美国(2.9万人),但在顶尖AI研究人员方面仅排名第六。 此外,若想在AI领域具有全球影响力,制定适当的管理体系至关重要,因为这将使中国研究人员和企业赢得不可或缺的全球用户的信任,并与别国研究人员展开合作。若中国企业不能展示良好治理前景,将不会被允许获取全球数据。