本发明提供一类具有酪氨酸酶抑制活性的化合物，包括六种从桑叶中提取的具有酪氨酸酶抑制活性的多酚类化合物。将药材经乙醇水溶液加热提取，浓缩，硅胶柱分离，洗脱，洗脱液浓缩干燥，再用制备液相色谱继续分离，收集溶液，溶液浓缩干燥后得到样品并进行结构鉴定。本发明还提供了从桑叶中分离上述多酚类化合物的方法。本发明提供的六种多酚类化合物具有较强的酪氨酸酶抑制活性，能够有效预防和治疗黑色素合成异常导致的人体色素沉着性疾病、黑色素瘤以及其它需要抑制酪氨酸酶活性的病症，可用于制备治疗此类疾病的药物。

提供了一种可作医药中间体的喹啉化合物的合成方法。通过催化剂、促进剂、碱和有机溶剂等多个要素的选择，从而可以高产率得到目的产物。在医药中间体合成技术领域具有工业应用价值。

手性环氧是一类重要的中间体分子，能够转化成多种手性官能团。然而，文献中还没有针对环氧的光谱手性检测方法。蒋伟课题组利用独立发展的“内修饰分子管”（ Chem. Commun.   2015,   51,  15490;  Chem. Commun.  2016 ,  52,  9078;  J. Am. Chem. Soc.  2016 ,  138,  14550），通过氢键和疏水效应在水中实现了对手性环氧的识别。核磁滴定、荧光滴定与等温量热滴定等实验结果都证实“内修饰分子管”在水中与环氧分子之间存在较强的键合。同时，X-射线单晶衍射、核磁滴定等实验结果证实了氢键的存在。手性环氧通过氢键将手性信号传递给了非手性但有紫外吸收的“内修饰分子管”，诱导产生了紫外圆二色（CD）信号。通过CD信号的强度和正负性，可以实现绝对构型的归属和ee值的测量。该方法具有环境友好（溶剂是水，“内修饰分子管”能够回收）、响应速度快（30 ms）、可以实现实时监测、适用于高通量检测等优点。该方法首次实现了只含环氧的手性化合物的光谱检测，并被成功应用于真实的不对称环氧化反应，获得了与手性色谱方法相类似的结果，在不对称环氧化的前期条件筛选研究中具有广阔的应用前景。

1.痛点问题 自身免疫系统疾病是困扰人类的一大类疾病，医学界对其中很多种疾病的具体发病原因还所知甚少。目前的治疗手段和方法也极其有限，几乎没有任何真正的靶向药物和能够根治的疗法，其治疗难度和患者痛苦程度都不亚于癌症。 IRAK4是固有免疫系统上IL-1家族和TLR家族这两大信号通路交汇的最重要的节点。IRAK4和MyD88通过形成复合物来开启下游各种与免疫反应或细胞生长相关的基因表达。IRAK4与其他激酶不同，它既是下游信号分子的激酶，又同时起到形成复合物所必需的支架蛋白的作用。虽然，现有技术已有众多IRAK4小分子激酶抑制剂，但它们仅可以抑制激酶本身的活性，显示出中等的效力，无法破坏复合物的形成来彻底阻断炎症反应信号的产生。而PROTAC技术可通过降解靶蛋白同时阻断IRAK4激酶活性和破坏靶蛋白支架功能，相对于常规的激酶抑制剂产生更好的抑制炎症反应效果。 2.解决方案 本项成果涉及一类可以降解IRAK4蛋白的小分子降解剂，可以同时消除IRAK4蛋白的激酶功能和支架蛋白功能。相较于小分子抑制剂，该类小分子降解剂有更强的抑制炎症反应的效果。有望用于开发新型、高效、新机制的抗炎小分子药物，同时拓展该类分子在癌症治疗中的作用。 PROTAC是一种具有双功能的杂合小分子，通过合适的连接链将靶蛋白配体与E3泛素连接酶配体连接，促使目的蛋白（POI）与E3连接酶形成三元复合物，从而使靶蛋白接近泛素化系统，实现靶蛋白的泛素化，随后被蛋白酶体的26S亚基识别，最终导致靶蛋白降解。 合作需求 项目合作开发、落地空间、研发团队或第三方资金投入。

一种具有Aβ亲和力的荧光化合物及其用途，本发明涉及通式（I）表示的具有Aβ斑块亲和力的荧光化合物（n取1、2或3）以及含有该衍生物的组合物。本发明还涉及其制法和其在显像Aβ斑块的方法中的应用。

一种IIB-VIA族化合物粉末的合成方法，以VIA族非金属粉末和IIB族金属粉末为原料，使用包括坩埚、管式反应室和移动式加热炉的合成装置，原料平铺在坩埚内，坩埚放入管式反应室并将管式反应室关闭和密封，采用向管式反应室充入保护气体、或同时抽真空和充入保护气体的方式将管式反应室内的压强调节至1×102～1×105Pa，在炉温升至500～800℃时控制移动式加热炉以5～20cm/min速率移动，当移动式加热炉从管式反应室装有坩埚部段的一外侧移动至另一外侧，即完成了IIB-VIA族化合物的合成反应，然后将移动式加热炉的炉温升至700～1000℃，并使移动式加热炉在管式反应室装有坩埚部段往返移动1～2次，即完成退火处理。此种方法安全、工艺简单，制备的IIB-VIA族化合物粉末粒径均匀。

本发明提供了一种苯丙酮类化合物的合成方法，属于有机合成技术领域，能够简化合成苯丙酮类化合物的反应步骤，并降低反应成本。所述苯丙酮类化合物的合成方法，包括：将丙基苯、有机酸、碘、叔丁基过氧化氢加入到反应釜中，在80℃‑120℃下反应8‑24小时；待反应结束后，利用有机溶剂萃取反应溶液，并经干燥处理，得到苯丙酮类化合物。本发明可用于苯丙酮类化合物的合成制备中。

本项目中我们将从分子结构入手，设计开发BODIPY使其不仅可以诊断早期AD，并能干预抑制AD发展，开发出基于BODIPY的阿尔兹海默症人工智能药物，达到AD早期诊断和干预治疗的目的，为临床AD早期诊疗提供理论基础和技术支持。整个研究工作具备以下特点：（1）设计开发近红外BODIPY荧光探针对细胞和活体进行成像可避免生物背景荧光的干扰；（2）BODIPY对与AD早期相关的Aβ寡聚体具有特异响应，为临床前AD早期诊断提供科学依据；（3）BODIPY通过与Aβ聚集的作用点结合，呈现荧光，到达有效诊断的目的，在此基础上Aβ聚集缠结的作用点被BODIOY占据从而达到一定程度上抑制AD发展的目的；（4）将抑制Aβ聚集的天然小分子药物山柰酚与BODIPY有效结合，可进一步提高AD早期诊疗的效果。   Scheme 1. Aβ derives from the proteolytic cleavage of a larger glycoprotein named amyloid precursor protein. (A) A near-infrared BODIPY probe (NB-K) was synthesized which detected and drove self-assembly of FF. (B) NB-K designed according to the structure of FF and the two aromatic rings of FF overlap well with the two aromatic rings of NB-K. When NB-K binds to Aβ oligomers, free rotation of three benzene rings of NB-K is restricted resulting in 1650% increasing of NB-K fluorescence. (C) Overview of the amino acid sequences of the Aβ-related peptides Aβ1–40 and Aβ1–42. (D) Aβ produces β-folds and then aggregates to form tetrad oligomers. NB-K could be potentially useful in the early diagnosis (via imaging) of AD via binding to the FF of oligomeric Aβ. On the other hand, the tetramer could rotate 90° along the β-fold axis to form fibrils. Aβ源自β-和γ-分泌酶对糖蛋白（称为淀粉样前体蛋白（APP））的蛋白水解切割（Scheme 1C）。二苯丙氨酸二肽（FF）是Aβ折叠起始作用点，对Aβ聚集过程起着关键作用。四个β折叠的Aβ通过FF的π-π堆积作用和其它氨基酸之间的氢键作用以面对面的方式排列形成Aβ寡聚物，这是AD早期的重要生理标志，严重损害了大脑的健康。当β折叠的Aβ形成四聚体Aβ寡聚物时，FF几乎被完全暴露，这为近红外BODIPY荧光探针（NB-K）与FF有意组合提供了极好的机会（Scheme 1D），并能够通过荧光信号传输有效地诊测早期AD。Aβ寡聚物沿β折叠链方向逐渐以90°旋转，变成Aβ原纤维，其比Aβ八聚体更大，且与中期/晚期AD有关。当β折叠的Aβ形成原纤维时，疏水性片段（包括FF）聚集在球形结构的核心，大多数FF参与Aβ的自组装并形成球形结构，导致NB-K与Aβ原纤维的结合不良（Scheme 1D）。而且，Aβ单体表现出更大的自由弹性，这可能导致NB-K对Aβ单体的不良反应。总的来说，NB-K可以有效地分化以响应寡聚体和单体/原纤维，从而达到AD早期诊断的目的。如Scheme 1B所示，FF的两个芳环与NB-K的两个芳环很好地重叠，形成稳定的π-π结构。FF的羧基和氨基进一步促进了NB-K-FF的结合。NB-K和ThS在染色Aβ方面的主要区别如下：1）NB-K的分子量约为ThS的三倍。由于更大的空间位阻，NB-K不能进入由芳香环形成的浅槽，因此NB-K不能染色结合Aβ原纤维。 2）Aβ中的NB-K结合基段为FF。当Aβ形成β折叠时，折叠点恰好在FF，然后Aβ形成Aβ寡聚体。如Scheme 1所示，Aβ寡聚物中的FF几乎完全暴露，结果是NB-K会牢固结合识别响应Aβ寡聚物。    Figure 1. (A) Aβ aggregation assay: in vitro study to detect Aβ aggregation over time. ThT was used to detect formation of fibrillary Aβ species. Total fluorescence (%) was plotted as the fluorescence intensity divided by the maximum fluorescence intensity obtained during the plateau; (B) and (C) Fluorescence emission of NB-K and ThT response to buffer (background fluorescence, black line), oligomer and fibrils; (D) △I refers to the increased fluorescence intensity, I0 corresponds to background fluorescence of NB-K or ThT; Aβ morphology was evaluated by SEM after 160 hours incubation with NB-K (E) or ThT (F). 单体Aβ可以在24小时内衍变形成Aβ寡聚物，在72小时后开始有Aβ纤维形成。硫黄素-T（ThT）是市售检测Aβ原纤维的绿色荧光探针，以它为参照对比NB-K，以实时监测单体Aβ随时间的衍变聚集。在72小时后，ThT荧光强度略有增加，表明Aβ原纤维的形成（Figure 1A, ）。而对于NB-K，荧光强度在10小时后迅速增加，仅在40小时后才达到平稳状态，这表明NB-K缩短了Aβ衍变聚集成核相时间（Figure 1A, ）。 在24小时NB-K荧光强度急剧升高，这应与NB-K阳性Aβ物种有关，即Aβ寡聚体。换句话说，NB-K抑制寡聚体转变为原纤维。此外，使用荧光光谱法评价了NB-K在Aβ寡聚物和原纤维的溶液中区分识别Aβ寡聚物与Aβ原纤维的能力。对于Aβ寡聚物和Aβ原纤维，NB-K荧光分别增强了1650％±15％和450％±10％（Figure 1B, 1D）。相比之下，ThT荧光强度并未随Aβ寡聚物而增加，而随Aβ原纤维而增加了460％±10％（Figure 1C, 1D）。这说明ThT只对Aβ原纤维有荧光响应信号，而NB-K对Aβ寡聚物有很好的荧光响应信号，相比之下，NB-K对Aβ寡聚物的荧光响应性能高于ThT对Aβ原纤维荧光响应。此外，分别在ThT和NB-K存在下，Aβ单体衍变聚集160小时后，通过SEM观察Aβ单体最终衍变聚集形态。我们发现，在NB-K存在下，Aβ显示出六边形结构（Figure 1E），而在ThT存在下，Aβ显示出复杂的如斑块状的聚集体结构（Figure 1F）。这表明NB-K可能影响Aβ的构象聚集，从而产生有序排列的结构，而ThT对Aβ单体衍变聚集没有良性影响。    Figure 2. Epifluorescence microscopy of transgenic AD mouse (APP/PS1) brain stained with ThS or NB-K. ThS emission was obtained at 488 nm (left panels) and NB-K fluorescence was obtained at 561 nm (middle panels). Merged images of ThS and NB-K are shown on the right panels. Hippocampus is shown in A-C, whereas cortex is shown in D-F. G-I are magnified images from dotted squares in D-F, respectively. Scale bar: 100 µ (A-F), 50 µ (G-I). 在Aβ聚集的过程中，核心缠结成不溶性的原纤维，周围是由可溶性寡聚物组成的环状结构，这些可溶性寡聚物正在慢慢向原纤维衍变。AD脑组织的ThS / NB-K双重染色清楚地表明了这种现象，如Figure 2所示，Aβ原纤维的ThS绿色荧光染色被Aβ寡聚物的NB-K红色荧光染色所包围。 另外，在正常对照小鼠的脑切片中，未观察到NB-K染色，进一步说明NB-K对Aβ寡聚物的特殊识别性和荧光信号响应性，这对AD早期诊断预防研究无疑是一个有价值的信息。

人工智能语音交互实验套件是一款用于人工智能语音方向的AI实验套件。开发板搭建Linux系统，可自主进行嵌入式生态系统的应用软件开发，支持深度的语音识别、语音唤醒、语音合成等诸多人工智能领域的应用开发。通过这套设备的学习，可以认识了解 AI 人工智能嵌入式设备的架构、硬件部署、软件在 AI 领域中语音识别、语音合成等应用上的实现，是一套 AI 前端实践性极强的学习套件。        套件配套实验清单（含知识点），由资深工程师编写，全面涵盖语音交互技术的实验过程。并提供教学指导、实验视频、实验手册、实验PPT等，便于师生更好的理解实验项目，是高职、本科院校相关专业在 AI 智能语音方向课题的专用教学实验套件。