常见的纳米酶大多数是金属化合物纳米颗粒，其催化活性主要是来自在纳米颗粒表面的金属离子。在自然界中，生物酶的特征表明活性位点和支持、稳定活性位点的网络环境对于高催化效率同样重要。通过调整活性位点的成分和环境可以实现高的活性和选择性。水凝胶是一类具有良好生物相容性的三维亲水网络材料，其结构可以有效地保护酶分子活性中心，同时提供更好的底物迁移微环境，从而实现有效的催化作用，载酶水凝胶材料已成为生物学研究中的热点。纳米凝胶为水凝胶的纳米粒子，具有类似于宏观水凝胶材料的亲水网络及类似流体的传输特性，其纳米的尺寸可以作为进一步体内生物应用的理想载体。在受限的纳米空间中实现修饰或组装以获得杂化纳米凝胶仍然存在挑战。应对这一挑战，同济大学化学科学与工程学院王启刚团队从仿生的角度出发，设计了一种酶催化的原子转移自由基聚合（ATRPase）和金属配位交联方法成功制备出纳米人工多酶凝胶体系。该体系具有模拟超氧化物歧化酶（SOD-like）和过氧化物酶（POD-like）特性，可以实现肿瘤微环境级联催化的响应成像。日前，相关研究成果以“Multienzyme‐Mimic Nanogels Synthesized by Biocatalytic ATRP and Metal Coordination for Bioresponsive Fluorescence Imaging”为题，发表在国际著名学术期刊 Angewandte Chemie International Edition （《德国应用化学》） 上。同济大学化学科学与工程学院为该文的唯一通讯作者单位，硕士生齐美园为第一作者，王霞副教授和王启刚教授为共同通讯作者。 图1.（a）人工多酶凝胶体系的ATRPase及配位交联制备流程（b）模拟SOD和POD级联酶催化的肿瘤微环境响应的荧光成像机制。研究人员首先在纳米粒子表面修饰酶催化的原子转移自由基聚合的引发剂(-Br)，以具有良好生物相容性的生物酶为催化剂，修饰有双键的赖氨酸（N-acryloyl-L-lysine）为聚合单体，在纳米粒子周围聚合制备得到聚赖氨酸高分子刷，最后通过亚铁配位交联，从而构建出具有多酶活性的人工多酶凝胶体系（如图1所示）。凝胶体系中高分散的Fe离子一方面作为凝胶网络的交联剂，同时作为模拟酶的活性中心。通过模拟SOD和POD酶，先将肿瘤部位高水平的O 2 •− 催化转化为H 2 O 2 ，进一步基于肿瘤部位提升的H 2 O 2 通过级联酶催化反应实现肿瘤微环境响应的安全、高效的肿瘤成像。该人工多酶凝胶体系类似自然的过氧化物酶催化机制不产生羟基自由基，具有低毒性和高生物安全性。同时，ATRPase方法和金属配位交联技术可进一步实现多种纳米材料体系的制备，用于药物输送和其他生物医学应用。该研究成果得到了国家自然科学基金、国家重点研发计划等经费支持以及中国科学院强磁场科学中心的技术支持。王启刚教授团队多年来一直致力于高分子凝胶固定酶技术及其生物诊疗应用，近5年累计以通讯作者在 Adv.Mater. ,  Nat. Commun. ,  Angew. Chem. Inter. Ed. 等期刊发表SCI论文50多篇。文献链接：https://www.onlinelibrary.wiley.com/doi/abs/10.1002/anie.202002331  PDF：anie_202002331.pdf课题组网站：https://qgwang.tongji.edu.cn/

本发明属于医药技术领域,公开了穿心莲内酯衍生物在制备预防和治疗肝纤维化药物中的应用,涉及15苄亚基14脱氧11,12脱氢穿心莲内酯衍生物及其3,19酯化物.经实验证明,该类化合物显著抑制人肝星状细胞LX2迁移,活化.显著降低肝纤维化大鼠肝组织纤维化水平,降低细胞外基质蛋白(ECM)相关组分含量;显著降低肝纤维化大鼠免疫炎症相关因子的水平,并有效抑制免疫炎症反应;抑制肝组织中肝星状细胞活化,促进胶原降解.将该类化合物作为活性成份用于制备抗肝纤维化药物,高效低毒,为肝纤维化的治疗和预防提供了新的药物途径,从而扩大了临床用药的可选择范围,具有良好的应用开发前景.

本发明提供一种PCLm-PEG6000-PCLm温敏自组装三嵌段共聚物，该共聚物呈两相转变特征，可作为药物载体应用于药物释放控制体系或可降解生物材料用于组织工程。本发明还提供了包含该三嵌段共聚物的药物组合物及其制备方法，以及该药物组合物的用途。本发明所述的PCLm-PEG6000-PCLm三嵌段共聚物与水组成的体系既能装载水溶性药物，也能高效装载水不溶性药物，具有很好的缓释效果。

本发明公开了一类新的2，5，6位取代嘧啶酮衍生物，其具有良好的抗乙肝病毒（HBV）活性。目前临床用于治疗乙肝病毒的药物皆为核苷类化合物。而抗HBV非核苷类化合物还处于研发阶段。探究其作用机制，对于发展新型非核苷类抗HBV药物，特别是对抗临床常用药物耐药的问题，具有特别重要的意义。

项目简介： 水安全是一个国家社会与经济发展的基本保障。水资源的管理和 使用需要精确和及时的监测。现有的水质检测技术需要不断提高其便 携性、降低成本、提高测量灵敏度，用来实现野外的实时水质监测。 本项目以 pH、pO2、温度等水质参数为出发点，通过小型化相关 传感器和检测设备，研发出可用于多参数水质检测的手持式设备。 项目特色： 用于水质多参数检测的手持式设备包括多个传感器、传感器信号 采集电路、低功耗蓝牙（BLE）和窄带物联网（NB-IoT）等通讯电路 以及多传感器融合算法等软硬件模块。 一般商用的 pH、pO2、温度等水质测量设备，需要使用市电供电， 只能在室内使用或者工作环境必须有市电的接入口。使得水质测量范 围受限。并且多数水质检测设备体积较大，难以携带。少数可手持的 设备，成本高昂，功能单一，难以适应室外多参数水质检测的需求。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

太阳能光伏发电绿色无污染，而且我国太阳能资源丰富，水平面总辐射约 1680 吉瓦（1 吉瓦=1000 兆瓦=109瓦），大部分可以用于太阳能光伏发电。随着光伏材料以及相关技术的发展，光伏发电成本已经大幅度降低，光伏能源作为一种新型清洁能源在我国的应用规模迅速增长。光伏发电已经跨越了示范应用阶段，进入了大规模推广的阶 段。近年来，光伏发电产业规模迅速增长。截止到 2015 年 6 月底，中国光伏发电累计装机容量达到了 35.78 吉瓦，其中光伏电站 30.07吉瓦，分布式光伏 5.71 吉瓦。根据美国 IHS 咨询公司预计，2015 年全球光伏装机量增长 16%~25%，达到 53-57 吉瓦之间。

本实用新型涉及一种带有智能家居系统的拼接式楼房。本实用新型由拼接式楼房组件以及智能家居控制系统组成，所述拼接式楼房组建由设置于房间框架内的基层以及设置于基层上的装饰层和隔板组成，所述智能家居系统由服务器终端、安防系统、环境调控系统、网络系统以及远程终端。本实用新型在建筑开发商提供的最基础的框架基础上，购房者可将内部结构灵活改变，由用户定制。实施上按照功能可以由其他专业供应商构造（整体厨房、浴室已经有专业分工，不需使用水泥来固定瓷砖，更换时简单无损耗，使得变换房屋构型变成了更加容易）。本实用新型将多种市场通用产品集成，适合于家居的智能化，可构建性价比较高的智能家居控制系统，远程控制方式灵活多样，用户可通过智能手机和PC机对家居随时进行监控。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。