产品详细介绍                            气瓶柜 一：产品技术要求： 全钢工艺制作，线条柔和，承重性好，组合灵活，利于维修，便于安装运输,外形设计美观大方;外形尺寸误差值：长、宽、高≤3mm；柜体对角线或框架对角线≤1000mm，邻边垂直度允许误差值≤3mm，邻边垂直度允许误差值≤4mm。 品名：全钢双瓶气瓶柜 尺寸：1900*900*450（mm） 颜色：黄色 材质：优质冷轧钢 表面：环氧树脂烤漆 容量：可储存2只气瓶 报警器：选配 二：产品特点 1、柜体采用优质冷轧钢板，经酸洗磷化处理，表面通过环氧树脂静电喷涂，达到防酸碱及防锈之效果。 2、门板采用可脱卸铰链，正面带视窗，视窗为防爆玻璃。 3、PASS孔柜体侧面设有PASS孔，保证柜内气体流动。 4、固定链条内部采用固定式链条，防止气瓶倾倒。 5、踏板柜体底部设有可调节踏板，方便气瓶装卸。 6、拉手采用嵌入式高强度拉手 7、报警器报警装置可识别：可燃式气体（如甲烷、乙炔、煤气、氢气等）等，采用专用可燃气体探测器，空气扩散采样，当达到芯片切点设定的浓度时，将自动报警。 8、声光报警系统 当柜内传感器检测到气体泄漏时，会自动触发红灯闪烁和报警轰鸣声，同时自动排风。 9、自动排风系统 当柜内传感器检测到气体泄漏并报警的同时，顶部风机会自动工作，将气体通过排风管排出室外，保证工作区域的人身安全。

近年来对消化道疾病的研究表明，某些消化道疾病与消化道内消化液返流现象有密切关系，故在临床诊断与病理研究工作中急需对返流现象进行动态监测。我们研制的PH值24小时动态监测采用国际标准，通过动态监测消化道内PH值来确定返流发生次数及持续时间，并提供各项具有临床诊断和科研意义的相关数据。随着国民经济发展，人民生活水平不断提高，消化系统疾病的防治愈来愈被重视，八十

主要特点1、微电脑自动控制，中文界面，液晶显示，触摸屏操作，简捷、直观、方便。全程电脑自动控制，无需人工干预。2、每张标本独立沉降制片、独立固定、独立染色。独立分化、独立返蓝、独立倾倒废液,标本与耗材(一次性移液针筒、沉降仓等)一一对应，不交叉使用，不反复使用，保证单独制片染色，无标本间交叉污染。3、一次性移液针筒抽取染色液、盐酸酒精，无堵塞管道、腐蚀管道风险，染色液无浪费。4、随着季节温度变化，仪器自动检测温度并自动调整染色时间，保证最佳染色效果。(此功能可选择)5、有效细胞单层、均匀地平铺到载玻片圆形区域上，制成细胞成分丰富、背景清晰、颜色鲜艳、形态完整、分布均匀的细胞涂片。6、上皮细胞、化生细胞、颈管细胞及微生物等清晰，既可直接查癌及癌前病变，也可查炎症，HPV感染、滴虫、霉菌等微生物。7、配有净化排气装置，环保密封罩活性炭过滤，吸附有害气体，保证仪器内外空气洁净，保护操作者健康。8、单次制片染色1-64任意数值只标本；9、巴氏、HE两种染色方式，一键切换。10、妇科、非妇科1、非妇科2三种工作模式，一键切换。

简单介绍： 啮齿类小鼠疲劳仪是根据国外同类产品和《药理实验方法学》转棒试验装置改进完成的，有较好的实用性，是抗疲劳筛选和鉴定检测的理想仪器。啮齿类小鼠疲劳仪可做疲劳实验、运动协调能力、骨骼肌松弛实验、**神经抑制实验，以及其它需用运动方式检测**作用的实验，如毒性对运动能力的影响，体内某种物质缺乏对运动能力的影响，心脑血管**对运动能力的影响 等等，可多方向的开发利用该仪器基本原理和基本功能。 详情介绍： 技术指标：1、小鼠转棒直径：30mm   2、小鼠转棒长度：62mm  3、小鼠通道数：6通道 4、转速范围：1~100转/圈      5、调整度：1转／分  6、转速分级：初始速度、上等加速、二级加速7、初始速度运行时间：1~65500秒8、一加速度时间：10~65500秒9、一加速持续时间：1~65500秒10、一转速范围：基础转速~100转11、二级加速度时间：10~65500秒12、二级加速持续时间：1~65500秒    13、二级转速范围：一转速~100转14、带循环模式和正反转模式15、记录通道数可设置：1~6通道16、 实验时间范围：1秒~3000分17、内电式时钟可运行10年            18、每小时误差≤0．0828秒           19、带USB接口，可将数据导入U盘20、机内*大存储：>500组数据21、使用环境温度：5℃—40℃22、输入电压：110~220V 50Hz23、跌落光电自动记录24、体积：620X230X390mm 25、重量：16Kg 26、记录参数：跌落圈数、跌落时间、跌落距离   运转模式可以自由搭配举例：  

简单介绍： 啮齿类大鼠疲劳仪是根据国外同类产品和《药理实验方法学》转棒试验装置改进完成的，有较好的实用性，是抗疲劳筛选和鉴定检测的理想仪器。啮齿类小鼠疲劳仪可做疲劳实验、运动协调能力、骨骼肌松弛实验、**神经抑制实验，以及其它需用运动方式检测**作用的实验，如毒性对运动能力的影响，体内某种物质缺乏对运动能力的影响，心脑血管**对运动能力的影响 等等，可多方向的开发利用该仪器基本原理和基本功能。 详情介绍： 1、通轴式更换大小转轮，大小鼠通用8个通道2.大鼠转轮直径 85mm  硅胶材质3、小鼠转轮直径 35mm  硅胶材质4、踏板式光电跌落系统5、液晶显示6、触摸屏操作7、热敏打印测试参数和结果8、可联PC机（导出数据）9、设置项 8项10、启动转速：  1—50转11、加速时间：  0—59分钟12、终止转速：  1—50转13、测试限时：  5—1200分钟14.测试通道数：1—8通道15、触摸提示音：  开启、 关闭16、自动打印：  开启 、关闭17、系统时钟：  年、月、日、分、秒，连续运转10年18、操作项  2项19、浏览记录（手动选组打印）20、除记录21、打印记录项  8项测试时间：          终止转速：转棒运行时间：      加速时间：启动转速：          通道：       落棒时间：          落棒时转速：22、电源：        220V ±15V  50W23、控制箱尺寸：    180*280*125mm24、运动箱尺寸：  725*300*500mm25重量： 主机  2kg   运动箱  26kg

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：