润通科技RAIN-VI型移动实验室是我司研制开发的一种面向大气环境监测和地表水检测的移动检测车。大气环境监测型移动实验室主要检测领域：环境空气、颗粒物、气象指标、环境污染气体、恶臭气体、挥发性有机物（VOCs）等。地表水检测型移动实验室主要检测领域：河流、集中式饮用水源地、湖泊水库、污水。

智慧设施 实验室智能控制箱 智能电子课牌系统 门禁系统 智能电源控制系统 智能多媒体中控系统 智能传感系统 智慧服务 实验室开放设置、发布 实验室预约查询 用户实验室预约 实验室预约信用评估 实验室预约数据统计 智慧管理 实验教学管理 物联设备管理 终端设备管理 实验室安全管理 智慧大数据运营决策 运维管理分析大数据看板 运营决策规划大数据看板 应用场景

智慧实验室应⽤物联⽹和⼤数据技术来管理和控制实验室，利⽤物联⽹平台的泛在互联、实时监测、动态展⽰、智能控制、灵活交互等特⾊应⽤，对各实验室的⻔禁系统、公共⼴播、电话对讲、视频安防、电⼒系统、⽓路、纯⽔以环境监测等进⾏综合统⼀的⽹络化、信息化和智能化的综合实时监控管理，“打造标准化、⾃动化、智能化、精细化的‘智慧实验室’”。 平台针对实验室特殊使⽤环境，结合⼈脸识别、⻔禁管理、危化品管理、试验对象管理、消毒通⻛设备管理，实现了实验室的精益化、智能化管理。并且为了能够让管理者⽅便直观的了解仪器的使⽤情况，系统实时追踪记录设备基本信息和预约使⽤情况。平台还平台提供完整的体系和信息库，⽀持定义、记录以及快速查询耗材信息。每⼀个使⽤者拥有唯⼀标识其⻆⾊的编号，每⼀个使⽤者在登陆后，系统能⾃动根据其登录账号判断使⽤者所具有的权限，并分配相应的功能供⽤⼾使⽤。 相关案例 上海理⼯⼤学⼈⼯智能纳⽶光⼦学实验室是上海理⼯⼤学斥重⾦打造的智慧实验室，该实验室通过平台实现了实验设备、楼宇设备的统⼀管理。平台⾃正式启⽤以来，为校⽅节省了约30%的运维成本，并提升了实验室的使⽤效率。该实验室通过智慧化管理吸引了多位领导莅临参观，成为了⾼校实验室的优秀案例。 平台包括室内环境系统、视频监控系统、⻔禁系统、空调系统、⽓路系统、能源系统、实验设备管理系统等，通过以上系统功能，指挥中⼼⼈员能够对整个实验室进⾏全⾯监测，对各种精密仪器设备进⾏远程操控，使实验室能够在安全、稳定的环境下运⾏。 百奥赛图动物实验室三维管控平台通过接⼊环境系统、视频监控系统、⻔禁系统、暖通系统、纯⽔系统、电⽓系统、⽓路系统、实验设备和能源系统等模块，实现对动物实验楼的整体监测，配合告警模块，分权限让不同的运维⼈员和管理⼈员能够对⼤楼有整体的把控，使动物实验楼能够在安全、稳定的环境下运⾏。平台在后续的运营中帮助实验室运维⼈员快速定位故障设备，及时更换维修，相较于过去的巡检，有效提⾼了运维⼈员的⼯作效率；通过对暖通、照明等⽤电设备的有效管控，显著降低了实验室的电⼒成本；精确的环境监控在帮助实验室管理者更好的控制温度、湿度、压差等重要指标的同时，也能记录下每⼀次实验的历史环境数据。平台实现的效益⼤⼤超出了使⽤者的预期。 南开⼤学津南校区实验动物中⼼使⽤我司专⻔为其定制开发的中发三维可视化管控平台，包含安全、能源、节能、⼩动物区消毒、通⻛、检测等功能。 本项⽬涉及实验动物中⼼主体建筑的电⽓设备安装⼯程、给排⽔⼯程、通⻛、空调⼯程、实验动物设施装饰装修⼯程、实验动物设施电⽓设备安装⼯程、实验动物设施给排⽔⼯程、实验动物设施通⻛、空调⼯程、制冷热源机等。

◆生物学是一门以实验为基础的自然科学，微生物学是中学生物探究必不可少的，微生物无所不在，因其取材方便，操作性强、与生物密切相关特点。 ◆微生物实验室——系统认知与探索微生物的实验场所。生物实验教学是中学生物教学的重要组成部分，同时也是生物课堂教学的一种有效补充和延伸。 ◆微生物实验中对无菌操作技能的掌握和微生物繁殖等知识，对学生特别具有启发意义。实验过程涉及到的知识，是这些知识的体验、验证的过程，有利于学生对知识的掌握。

产品详细介绍 紫外光加速老化试验机|紫外光耐气候试验箱|紫外老化箱 产品名称：紫外光加速老化试验机|紫外光耐气候试验箱|紫外老化箱 产品售价： 请咨询 产品规格：ZN-P 产品备注：该系列产品适用于非金属材料的耐阳光和人工光源的老化试验。 说明： ■ 紫外老化箱产品用途   该系列产品适用于非金属材料的耐阳光和人工光源的老化试验。 ■ 紫外老化箱箱体结构   箱体采用数控机床加工成型，造型美观大方，箱盖为双向翻盖式，操作简便。 箱体内胆采用进口高级不锈钢板，箱体外胆采用A3钢板喷塑，增加了外观质感和洁净度。 加热方式为内胆水槽式加热，升温快，温度分布均匀。 排水系统使用回涡型及U型积沉装置排水，方便用户清洁。 ■ 紫外老化箱控制系统   采用黑色铝板联接温度传感器，采用黑板温度仪表控制加热，温度更稳定。 辐射计探头采用固定式，无须每次装卸。 辐射量采用高精度显示和测量的专用紫外线辐照计。 辐射度不大于50W/ m2。 光照和冷凝可独立控制可以交替循环控制。 光照和冷凝的独立控制时间和交替循环控制的时间可在一千小时内任意设置。 ■ 紫外老化箱符合标准   GB/T16422.3-1997 GB/T16585-96    紫外老化箱规格与技术参数   型号 ZN-P 工作室尺寸D×W×H 450×1170×500 支持样板数量：150×75约40块 性能指标 温度范围 RT＋10℃～70℃ 湿度范围 ≥95％R.H 灯管间距离 35mm 样品与灯管距离 50mm 紫外波长 290nm～400nm UV-A、UV-B、UV-C（定货时说明） 灯管功率 40W 温湿度运行控制系统 温度控制器 进口LED数显P、I、D+S、S、R.微电脑集成控制器 时间控制器 进口可编程时间电脑集成控制器（金钟默勒） 光照加热系统 全独立系统，镍铬合金电加热式加热器 凝露加湿系统 全不锈钢浅表面蒸发式加湿器 黑板温度 双金属黑板温度计 供水系统 加湿供水采用自动控制 暴露方式 湿汽冷凝暴露，光照辐射暴露 安全保护 漏电、短路、超温、缺水、过电流保护/控制器停电记忆

本项目针对人工速生林木材密度小、强度低的特点，研究开发出木材化学改性与干燥一体化工艺技术及装备。本技术能够大幅度提高速生材性能，同时解决了常规木材改性技术中改性剂浸透困难、环保性差，改性材功能单一、尺寸小，无法满足工业生产要求等问题；解决了传统木材改性技术工艺“先干燥-再浸渍处理-再二次干燥”的能耗高的问题。本项目技术获国家发明专利授权2项，已在多家企业应用。

新冠肺炎常规通过病史、CT等进行病情评估，但重症病房应用超声不便，还需要评估重症患者的心脏等多器官，然而操作者绝大多数不是专业超声医生，这为如何在治疗重症患者的过程中更好地发挥超声的作用提出了难题。深圳国际研究生院袁克虹团队与深圳华声医疗技术股份有限公司合作，用人工智能技术赋能5G超声设备，增添采集心肺关键标准切面的导航以及关键参数的自动测量等功能，辅助医生对重症病人进行动态评估和治疗。 袁克虹团队与深圳华声医疗技术股份有限公司1月中旬组成研发团队，在已有合作工作的基础上，针对新冠肺炎重症患者临床超声的迫切需求开展联合攻关，半个月就获得了较好的成果。该技术从2月初开始在武汉协和西院等多家医院使用，在一定程度上辅助了医生对重症患者进行疾病的动态评估和治疗指导。 目前该技术正由国家感染性疾病临床研究中心（深圳市第三人民医院）牵头开展进一步研究，将完善和改进现有功能，优化远程诊断流程，实现超声为医生治疗重症患者提供更智能、更可靠、更专业的帮助。

动物捕食植物种子（下称种子捕食）是动植物协同进化的重要方面。动物捕食植物种子可影响植物种群更新和繁衍；植物通过调节各种性状，如种子大小、蛋白质含量，调节动物捕食行为。植物性状对种子捕食调节能力的评估对理解动植物协同进化具有重要意义。 因此，建立一种用于种子捕食追踪的人工种子系统，对于种子捕食追踪及相关研究，理解动植物协同进化，促进野生植物尤其是珍稀濒危植物保护具有重要的作用。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。 成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.） 致癌性预测服务器首页 致癌性预测结果页 相关综述对本服务器的介绍 RF-hERG-Score预测药物引起的hERG相关心脏毒性 2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。 特异性重打分函数显著虚拟筛选性能显著较高 筛选出两个候选抑制剂 3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。 lncRNA-蛋白质相互作用预测模型的性能比较 lncRNA-蛋白质相互作用预测服务器相关软件著作权：