【MBAChina网讯】清华大学核研院张希良研究组发表关于中国碳市场基础制度建设的最新研究成果

1月28日，《自然》子刊《自然·气候变化》（Nature Climate Change）在线发表了清华大学核研院能源管理与气候政策团队同麻省理工学院、武汉大学、湖北经济学院的合作研究成果“中国早期碳市场企业排放报告一致性”（Integrity of firms’ emissions reporting in China’s early carbon markets）。

建设碳排放权交易市场，简称“碳市场”，是我国对全球应对气候变化的庄严承诺。碳市场是以市场机制推动节能减碳的重要政策工具，也是我国生态文明制度建设的重要内容。核研院张希良领导的能源管理与气候政策团队承担了北京市试点碳市场和全国碳市场关键制度的研究设计任务，为北京市试点碳市场和全国碳市场建设作出了突出贡献，得到北京市和国家发改委高度评价。该研究以在北京和湖北开展的两个碳市场试点为对象，比较分析了参与碳市场的单位自报数据与经过第三方核查机构核查证实的CO2排放数据，就支撑碳市场运行的企业CO2排放报告与核查机制进行了深入探讨。研究发现，单位自报数据和核查数据之间的差距在碳市场政策实施几年后有显著的下降。例如，对于北京碳市场初期纳入的400余家单位，这一差距从2012年的平均17%下降到2014年和2015年的平均4%。研究还发现，从2012年到2015年，北京碳市场中每家单位自行编制的排放报告中的错误数量从平均3.7条降至平均1.9条，且因疏忽大意和对碳市场规则理解有误而产生的误报情况大幅减少。

研究讨论的北京和湖北碳市场信息概要

2012-2015年北京和湖北碳市场中单位自报数据与核查数据差异变化情况

该研究还利用计量经济学模型进行了多项检验，检查了是否有任何证据表明在数据报告和核查过程中存在单位故意误报或与核查机构共谋的情况。研究并未发现这类证据。因此，研究认为，数据报告与核查机制的有效运行确使各单位的碳核算和报告能力有所提高。最后，研究就在中国和其他发展中国家建立起有效的企业层面MRV机制提出了政策建议，强调了防止核查机构利益冲突、对于核查机构进行抽查以及对于历史排放数据的核查予以资金支持的重要性，提高核算的准确性并防止造假或共谋情况发生。

北京碳市场中22家第三方核查机构的固定效应估计结果及2012-2015年各机构所核查单位的数目变化情况

清华大学核研院张希良教授和麻省理工学院柯蔚蓝（Valerie Karplus）教授为该论文的共同通讯作者，核研院助理教授张达（原麻省理工学院全球变化科学与政策研究联合项目研究员）为该论文的第一作者，核研院博士生张钦为该论文的第二作者。此外，武汉大学齐绍洲教授及其同事黄锦鹏博士也为该研究工作做出了重要贡献。该研究得到了国家自然科学基金委、科技部重点研究计划、美国能源信息署和麻省理工学院全球变化科学与政策研究联合项目的资金支持。

清华大学与麻省理工学院建立的“中国能源与气候变化”合作研究项目于2011年正式启动。该项目构建了较为完整的中国能源经济模型系统，并利用该模型系统对中国低碳能源经济转型的路径和政策进行了模拟评估，为我国能源与应对气候变化的战略政策制定提供了科学支撑。该合作研究项目的另一项研究成果“高比例煤电电网的风电并网潜力模型模拟”曾发表在2016年《自然》子刊《自然·能源》（Nature Energy）上。2015年，邱勇校长出席中美大学校长论坛并作主题演讲时，曾把这一项目作为我校同美国大学合作的典型案例加以介绍。

论文链接：

https://doi.org/10.1038/s41558-018-0394-4

清华量子信息中心孙麓岩、邓东灵研究组

合作在超导系统中实现量子人工智能算法

近日，清华大学交叉信息研究院孙麓岩、邓东灵研究组与中国科学技术大学邹长铃研究组合作，在超导系统中首次实验实现了量子生成对抗学习，展示了量子器件应用于人工智能领域中的可行性及巨大潜力。该成果论文《Quantum generative adversarial learning in a superconducting quantum circuit》（《超导量子电路中的量子生成对抗学习》）近日发表于科学子刊Science Advances(《科学 进展》)上。

人工智能的核心是机器学习, 而生成式对抗网络(GAN, Generative adversarial Networks)是近年来机器学习领域最具前景的方法之一。一般说来，机器学习的模型大体可以分成两类：生成模型(Generative model) 和判别模型(Discriminative model)。举个简单的例子，给定一张图片，判断这张图片里的动物是猫还是狗，这是判别模型；给定一系列狗的图片，要求生成一张新的，不在已有数据集里的狗的图片，这是生成模型。

量子生成对抗网络示意图

GAN是一类非常重要的生成模型，由Goodfellow等人于2014年提出。GAN在很多方面特别是生成图像、视频等有极为重要的应用。GAN的原理比较简单，可以通过生成图片为例来理解：GAN通常包含两个部分，生成器和判别器。判别器是一个判别图片的网络，它随机接收一张图片，此图片可能来自于训练的数据集（称为真实的）也可能是生成器产生的（称为假的），它的目标是以最大概率区分图片到底是真的还是假的。生成器是一个生成图片的网络，它的目标是生成尽可能逼真的图片来迷惑判别器。这样，生成器和判别器构成了一个动态的“博弈过程”，博弈的最终结果是生成器可以生成足以“以假乱真”的图片，判别器难以判断生成的图片是不是真实的。

量子生成对抗网络(QGAN, quantum generative adversarial network) 基本原理与经典的GAN是一样的，区别在于这里生成器和判别器是由量子器件或者量子网络构成，训练用的数据集也可以是量子数据(如量子态等)。孙麓岩课题组与合作者在超导系统中首次实现了GAN，展示了从量子数据集中学习有用模式的可行性。在此实验中，生成器由一个能以一定概率分布产生量子态系综的超导量子线路组成，判别器是一个可以做投影测量的量子器件，训练用的真实数据集由一个量子通道模拟器产生。

量子生成对抗网络实验方案图

实验结果表明，通过多轮对抗学习后，生成器产生的量子数据越来越逼近真实的量子数据，最终达到平均98%以上的保真度，从而使得判别器无法区分生成器产生的数据。此实验为今后研究中等尺度量子器件在机器学习方面的量子优势打下铺垫，可能对量子人工智能领域的发展产生深远影响。

该论文共同通讯作者为孙麓岩副教授、邓东灵助理教授、以及邹长铃特任副研究员。胡玲、吴书豪为文章共同一作，其他作者还包括蔡伟州、马雨玮、穆相豪、徐源、王海燕、宋祎璞等。此项目得到了国家重点基础研究发展计划、国家自然科学基金、量子通信与量子计算机重大项目安徽省引导性项目、清华大学启动经费等支持。

论文链接：

http://advances.sciencemag.org/content/5/1/eaav2761.full

清华药学院陈立功课题组发文揭示神经外单胺转运体作为脂肪细胞儿茶酚胺清除新机制

1月17日，清华大学药学院研究员陈立功课题组在《公共科学图书馆·生物学》（PLOS Biology）在线发表了题为《3型有机阳离子转运蛋白作为一种新型脂肪细胞儿茶酚胺类物质运载途径并介导白色脂肪棕色化过程》（Organic cation transporter 3 (Oct3) is a distinct catecholamines clearance route in adipocytes mediating the beiging of white adipose tissue ）的研究论文，该研究首次发现白色脂肪细胞可通过3型阳离子转运蛋白转运儿茶酚胺类物质，最终调控白色脂肪的棕色化。

该项研究获得《公共科学图书馆·生物学》期刊和审稿人的高度关注，被选为本期亮点文章。《公共科学图书馆·生物学》以 “阻断荷尔蒙摄取增加脂肪燃烧（Blocking Hormone Uptake Burns More Fat）”为题专门进行了新闻发布会向国际媒体予以报道。同时，纽约西奈山伊坎医学院著名代谢研究专家Christoph Buettner教授主动撰写“脂肪细胞吞噬去甲肾上腺素（Fat cells gobbling up norepinephrine）“为题对该文章进行点评。

图 1.敲除小鼠与对照小鼠寒冷刺激后的代谢变化

（A）小鼠体温（B-C）脂肪形态变化以及Ucp1免疫组化染色（D）电镜下脂肪以及线粒体形态，箭头所指为线粒体。

肥胖是导致糖尿病、脂肪肝以及心血管疾病的重要诱因之一，据报道全世界大约有10%的人口患有肥胖或肥胖相关的代谢疾病。脂肪组织主要分为三类：白色脂肪组织（White adipose tissues, WAT）, 棕色脂肪组织（Brown adipose tissues，BAT）, 米色脂肪组织（Beige adipose tissues）。其中米色脂肪对于白色脂肪水解和维持机体体温具有重要作用。在脂肪米色化过程中，儿茶酚胺类物质发挥重要的生物学功能。

在本篇研究中，陈立功课题组发现脂肪细胞高表达3型阳离子转运蛋白和儿茶酚胺类物质代谢酶，具备代谢儿茶酚胺的分子基础。通过同位素标记的底物转运实验，发现脂肪细胞的Oct3可以高效转运包含去甲肾上腺素在内的儿茶酚胺类物质，并且具有高转运能力、低亲和力的转运特性。在寒冷刺激下，敲除该蛋白的脂肪呈现更明显的脂肪棕色化现象，并使得包含产热、脂肪酸氧化、糖酵解在内的一系列基因表达上调，能量消耗增加，最终增强机体产热过程，并且这一过程依赖于β-AR-cAMP-PKA通路。该研究指明了脂肪细胞内存在转运儿茶酚胺类物质的关键蛋白Oct3，区别于之前已经报道的交感神经末梢以及脂肪巨噬细胞中的转运机制，填补了该领域在白色脂肪米色化以及交感神经信号负向调控通路的空白。发展针对OCT3的特异性抑制剂或者抗体有望为肥胖和糖尿病等代谢疾病提供新的治疗途径。

图 2.脂肪细胞中OCT3可介导儿茶酚胺类物质的转运

清华大学陈立功研究员主要从事转运蛋白生理学和药理学研究，关注转运蛋白在代谢疾病、癌症以及免疫系统等重大疾病中的功能。近年来陆续在《肝脏病学》（Hepatology）、《公共科学图书馆·生物学》（PLOS Biology）、《美国科学院院报》（PNAS）、《细胞死亡与分化》（Cell Death and Differentiation）、《毒理学档案》（Archive of Toxicology）、《ACS化学生物学》（ACS Chemical Biology）等期刊发表了关于转运蛋白的代谢调控作用， 并受邀在《蛋白质与细胞》（Protein & Cell），《分子与细胞生物学期刊》（Journal of Molecular and Cellular Biology）发表综述，系统地介绍了转运蛋白在代谢领域的研究进展和作为药物靶点的巨大应用前景。

《公共科学图书馆·生物学》为JCR分区一区杂志并为自然指数期刊。清华大学药学院博士生宋文欣和罗琪为本论文的共同第一作者，陈立功研究员与加州大学旧金山分校Kathleen M. Giacomini教授为论文的共同通讯作者。 该研究得到了国家重点研发计划、国家重大新药创制项目以及国家自然科学基金的资助。

文章链接

https://journals.plos.org/plosbiology/article?id=10.1371/journal.pbio.2006571

清华-伯克利深圳学院刘碧录、邹小龙团队发文探讨二维材料大电流产氢电催化剂

1月17日，清华-伯克利深圳学院刘碧录、邹小龙、成会明团队在《自然·通讯》 （Nature Communications）期刊上在线发表了题为“调控结构及表面化学制备pH普适大电流产氢电催化剂”（Morphology and Surface Chemistry Engineering for pH-Universal Catalysts toward Hydrogen Evolution at Large Current Density）的研究论文。该研究通过设计和制备三种模型电催化剂（包括贵金属Pt、具有微纳结构的MoS2微球、具有微纳结构且表面化学成分优化的MoS2/Mo2C异质结微球），揭示了电催化剂微观结构及表面化学对大电流密度电解水产氢性能的影响。

研究发现，催化剂微观结构及表面化学组成对大电流密度下的传质（反应电解液和氢气产物）具有重要影响，进而通过优化催化剂结构和表面化学组成，制备出在大电流密度下具有优异性能和稳定性的电催化剂。同时，结合实验和理论计算揭示了电化学环境会对催化剂表面化学产生影响，进而使其在不同的pH条件下都具有优异的性能。该工作对设计大电流密度电解水产氢催化剂具有重要指导意义。

图1. 大电流密度电解水产氢催化剂设计策略：电催化剂微观结构和表面化学组成协作

当前，人类对化石能源的过度使用导致环境污染和能源短缺等问题日益突出，利用电解水方法制备氢气是可再生能源转化、进而解决能源危机的一种有效策略。电解水制氢技术目前最大的问题是高能耗。因此，开发和使用高效电催化剂、降低电解水过程中的电能消耗，是近年来电解水方向基础研究和工业应用的的重点课题。铂基催化剂是长期以来公认最有效的电解水产氢催化剂，但铂的储量小、价格高昂，限制了其大规模工业使用。近年来，非贵金属催化剂的研究发展迅速，但该类催化的性能依然难与铂基催化剂媲美。

图2. 催化剂表面微观形貌和化学组成对大电流密度反应界面传质的影响

从实际应用的角度来讲，电解水产氢的大规模应用亟待解决的首要问题是发展适用于大电流密度的电催化剂，如电流密度大于200mA/cm2至1000mA/cm2。目前，对大电流密度电解水产氢催化剂的设计和机理的研究仍是一个重大挑战。

本文提出了适用于大电流密度电解水产氢催化剂的设计和制备新策略，所制备的具有微纳结构且表面化学成分优化的MoS2/Mo2C异质结微球电催化剂，在酸性体系下，达到1000mA/cm2的电流密度所需过电压仅为227 mV；在碱性体系下，达到1000 mA/cm2的电流密度所需过电压仅为220mV；此外，该催化剂在中性体系下亦具有良好的性能，表现出不依赖于电解液pH值的优异电解水性能。

图3. 电化学环境与电催化剂表面化学相互作用对催化剂本征反应动力学的影响

进一步测试表明该催化剂在大电流密度下具有良好的稳定性，表现出很好的实用前景。实验结合理论研究揭示了该催化剂具有优异性能的原因。其一，催化剂的微纳结构设计有利于大电流密度下的快速传质。其二，在不同电化学环境下，催化剂表面具有不同的氧修饰化学成分，使得该催化剂在各种pH环境下均表现出优异的性能。以上研究结果对理解电催化分解水过程中的基础科学问题和高效电解水催化剂的设计具有重要指导意义，相关设计策略有望进一步拓展至其他材料体系和电催化反应中。

该论文第一作者为清华-伯克利深圳学院（TBSI）2017级博士生罗雨婷，论文通讯作者为刘碧录研究员和邹小龙研究员。该研究由国家自然科学基金委以及深圳市经信委、科创委和发改委等部门支持。

文章链接：

https://www.nature.com/articles/s41467-018-07792-9

编辑：