作为负责人主持9个项目/课题。

[1] 国家重点研究计划先进技术专项课题一项（国拨经费157万）

[2] 国家高技术研究发展计划863课题“高产虾青素的雨生红球藻‘异养-稀释-光诱导串联’培养新工艺的优化与工业化放大”（国拨经费750万，自筹经费800万）

[3] 国家重点基础研究发展计划973项目“微藻能源规模化制备的科学基础”-“基于光照方向混合及光衰减特性的光生物反应器设计与放大原理”子课题：“光生物反应器热模验证——雨生红球藻培养工艺优化与放大研究”

[4] 国家自然科学基金青年科学基金项目“雨生红球藻厚壁孢子形成对虾青素合成的相关基因转录调控的影响机制”

[5] 云南省青年千人计划课题“裸藻工业化生产技术的开发与产业化”，（云南省拨经费70万）

[6]华东理工大学生物工程学院2020 年度青年交叉创新提升计划（青椒计划）项目，“异养过程中剪切力对裸藻细胞的伤害机制及其调控”

[7] 中国博士后基金，特别资助“雨生红球藻厚壁孢子形成与虾青素合成调控的关联机制”

[8] 中国博士后面上项目,一等资助“雨生红球藻异养-光诱导串联培养中细胞形态调控研究”

[9] 中央高校基本科研业务费-探索研究基金“雨生红球藻细胞形态转变规律与分子机制及其在细胞培养中的应用”

微藻是一种光合自养微生物，在大健康、碳减排、水处理、新能源等领域有着重要的应用前景。然而大部分微藻在户外光自养培养效率低下，难以实现产业化应用。深层次原因在于户外光强的自然变化导致了藻液中存在光强的“时空非线性变化”，而微藻的生长速率主要受到藻细胞光合速率的影响，过高或过低的光强均会限制藻细胞的生长。因此，如何量化藻细胞与光强之间的关系，是提高其生长速率的关键。但是传统的微藻生长模型往往难以适用于复杂的生长环境，并且存在预测性较差的问题，且庞大的计算量也增加了模型构建的难度，而机器学习的出现为生长模型的建立提供了新的途径。

本项目的实施将形成一套具有普适性、易推广的建立微藻户外自养生长模型的新方法，从而解决微藻生长模型难以应用于户外复杂光照条件的研究难点，以期为微藻户外光自养生长动力学的研究提供一个新路径，推动微藻产业的技术突破，也为机器学习在微生物领域中更多场景的应用提供了可供借鉴的思路。