中试阶段/n该药物以新的骨质疏松症的药物靶点，而且是促进成骨的药物靶点。理论上优于目前所有上市的骨质疏松症治疗药物。产品核心竞争力：通过促进成骨来治疗骨质疏松症的化学药物；目前促进成骨的药物只有PTH，属于蛋白质激素类。目前常用的双膦酸盐类药物属于抑制骨吸收药物，同时严重地抑制了骨形成。除雌激素类外，其它药物也均属于严重抑制破骨细胞活性的药物。成果的社会/经济意义(价值): 如果临床实验成功，属于首创一

该项研究在饶枫课题组之前研究的基础之上，围绕CRL活性调控的系列研究成果。泛素化是一种细胞内的蛋白质“标记”系统，可以给不同的蛋白质打上不同的“标签”，使其更容易被准确识别并进行降解。当泛素化酶错误地“标记”了蛋白质，导致细胞死亡或衰老时，癌细胞就形成了。泛素化在蛋白质的定位、代谢、功能、调节和降解中都起着十分重要的作用，也参与了几乎一切生命活动的

淡水鱼产量的可持续增长依赖于其加工业的发展,市场上出现了一些利用淡 水鱼加工而成的产品,如鱼糜、鱼头豆腐、鱼罐头、风味休闲鱼干、醉鱼等,但由 于各种原因,这些产品总产量规模不大,淡水鱼加工率仍不足总产量的,明显制约着淡水鱼产业的可持续发展。已有产品所用的加工技术,均会受到一般淡水鱼鱼肉多肌间小刺特点的影响。传统罐头鱼采用高温蒸煮,但由于没有经过失当的脱水预处理,因而热处理时间不能过长,只能满足微生物学安全性要求,否则会使鱼肉质地溃烂,影响消费者接受性,因而,这种热处理强度不能使鱼肉肌间小刺得到有效软化。风味休闲鱼干制品技术,虽然可以实现鱼刺酥化目的,但一般采用高温油炸工艺,使产品带有过多脂肪,并且影响鱼肉形态。本发明可使多肌间小刺的淡水鱼块在保持形态完整的前提下使其中的鱼刺得到完全软化；利用这种发明处理后的鱼块，经过适当调理，可加工成各种淡水鱼成品；本发明可拓展淡水鱼的加工利用范围，促进淡水鱼加工率的提高。 专利的技术水平： 热风干燥：将盐渍后的鱼块在 40-45℃温度条件下热风干燥至鱼块内水分质量百分含量 40%-50%范围。 加压热风高温处理：将热风干燥后的鱼块,置于加压热风柜内,在 0.2-0.3MPa 压强条件下,利用 125-135℃的热风作加热介质处理 20-40min,处理结束后,在相同的压力条件下利用冷风使鱼块冷却到 30-40℃,即完成处理操作。 

产品详细介绍

产品详细介绍一、小流量气体质量流量传感器-FSG4000系列主要特性：1）传感器灵敏度高，有极小的始动流量2）传感器芯片采用热质量流量计量，无需温度压力补偿，保证了传感器的高精度计量3）在单个芯片上实现了多传感器集成，使传感器的量程比大大提高4）传感器的零点稳定度高5）全量程高稳定性6）全量程高精确度和优良的重复性7）低功耗8）低压损9）响应时间快 二、小流量气体质量流量传感器-FSG4000系列典型应用： 适用于小流量气体质量的流量测量。

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：