项目简介研发背景：抗凝血药物的临床应用极为广泛，在骨科手术，心脏手术，抗脑卒中等方面具有数十年的使用历史。肝素类药物，包括目前大范围应用的低分子肝素与合成肝素等是针对诸多临床适应症不可替代的抗凝血药物。作为肝素结构上的类似物，岩藻糖基化硫酸软骨素(FuCS)是近年来被重点关注的具有抗凝血活性的新结构分子。其可从天然海参中提取得到，深入的天然产物化学研究表明 FuCS 九糖片段具有与市售低分子量肝素相当的抗凝血活性，且已观测到此类结构多糖的口服抗凝活性。继续研究这一新结构多糖的抗凝活性机制并对相关分子结构进行优化是开发新一代类肝素抗凝药物的必要举措。前景预测：肝素的抗凝活性极为出色，目前每年的全球销售额可达数十亿美元并继续保持着较高的增长率。但由于其口服无活性的性质，使得相关临床应用仅局限于医院等专业医疗机构。另一方面，肝素的潜在出血风险是限制肝素大范围应用的另一问题。我们所研究的 FuCS 九糖是肝素寡糖的结构类似物，同属于糖胺聚糖家族，但由于 FuCS 独特的化学结构，使得其具有口服抗凝活性，且药理活性机制表明其可选择性激活内源性凝血通路，因而在出血倾向方面相比肝素具有更高的安全性。项目团队开发了一种可以简便合成 FuCS 九糖的化学合成工艺。这一工艺的实现可以提高 FuCS 的可获得性，降低目标药物的获取难度，并且保障其后续开发中的质控水平。该工艺是支撑目前 FuCS 分子库建立、后期药物筛选与中式放大的最优合成路线，应用前景广阔项目团队 团队由药学院李中军教授领导。李教授是北京大学天然药物与仿生药物国家重点实验室学术委员会成员，北京大学药学院学术委员会成员，其在糖类药物的基础研究与技术开发方面具有 30 年的实操经验。获得包括施维雅科学奖在内的众多学术荣誉，发表超过 150 篇 SCI 论文，拥有超过 20 项授权发明专利。团队成员包括 3 名副教授，1 名讲师，5 名博士研究生及 10 名硕士研究生。李教授领导的团队与国内领先的疫苗生产企业康希诺生物股份公司保持密切的合作关系；李教授本人曾长期担任上市公司——深圳信立泰股份公司的独立董事；李教授曾开发一条红景天苷的合成工艺并成功实现了技术转让。李教授在国内糖化学与糖类药物领域积累了深厚的学术经验，拥有广泛的人际关系。应用范围 临床抗凝血用，包括手术抗凝血，居家日常抗凝血使用等。项目阶段 候选药物（细胞水平研究阶段）。知识产权 已申报两项中国发明专利：  1、 岩藻糖基化硫酸软骨素寡糖及其制备方法、组合物和用途，申请号：2018107787336  2、 岩藻糖基化硫酸软骨素寡糖糖簇及其制备方法，申请号 2017103131376合作方式 技术入股、技术转让。

研发背景：抗凝血药物的临床应用极为广泛，在骨科手术，心脏手术，抗脑卒中等方面具有数十年的使用历史。肝素类药物，包括目前大范围应用的低分子肝素与合成肝素等是针对诸多临床适应症不可替代的抗凝血药物。作为肝素结构上的类似物，岩藻糖基化硫酸软骨素(FuCS)是近年来被重点关注的具有抗凝血活性的新结构分子。其可从天然海参中提取得到，深入的天然产物化学研究表明FuCS九糖片段具有与市售低分子量肝素相当的抗凝血活性，且已观测到此类结构多糖的口服抗凝活性。继续研究这一新结构多糖的抗凝活性机制并对相关分子结构进行优化是开发新一代类肝素抗凝药物的必要举措。 前景预测：肝素的抗凝活性极为出色，目前每年的全球销售额可达数十亿美元并继续保持着较高的增长率。但由于其口服无活性的性质，使得相关临床应用仅局限于医院等专业医疗机构。另一方面，肝素的潜在出血风险是限制肝素大范围应用的另一问题。我们所研究的FuCS九糖是肝素寡糖的结构类似物，同属于糖胺聚糖家族，但由于FuCS独特的化学结构，使得其具有口服抗凝活性，且药理活性机制表明其可选择性激活内源性凝血通路，因而在出血倾向方面相比肝素具有更高的安全性。项目团队开发了一种可以简便合成FuCS九糖的化学合成工艺。这一工艺的实现可以提高FuCS的可获得性，降低目标药物的获取难度，并且保障其后续开发中的质控水平。该工艺是支撑目前FuCS分子库建立、后期药物筛选与中式放大的最优合成路线，应用前景广阔。

我校量子信息技术研究所王琴教授团队在量子密码领域取得新突破，该团队首次提出将人工智能领域的长短期记忆神经网络(LSTM)应用到量子密码控制系统之中, 实现了对量子密码系统的主动反馈与控制, 在不引入任何额外硬件和辅助稳定设备的条件下，将系统传输效率提升接近百分之二十。该成果近期发表在美国物理学会权威学术期刊《PhysicalReview Applied》上。 　　量子密码作为量子信息技术领域发展最为成熟的技术，正逐渐从实验室阶段走向商用化，有望在未来大规模网络加密通信中发挥重要作用，因而得到学术界和工业界的广泛关注。自第一个BB84协议提出以来，量子密码无论是在理论上还是在实验上均取得了巨大进展。现有量子密码系统包括相位、偏振、时间-能量编码等编码方式，其中相位编码方式应用最为广泛。该类系统在运行过程中不可避免地存在相位漂移问题，因而需要不断对发送端和接收端的相位进行实时校准。目前主流系统通过采用扫描+传输的方法来解决。该方法虽然可以实现相位补偿，但会导致量子密码系统传输效率降低。针对该缺点，我校王琴教授团队首次提出将人工智能与量子密码控制系统相结合，利用LSTM网络主动预测系统相位漂移大小，进而实现主动反馈与控制；同时通过固定时间间隔对网络细胞状态进行更新，使量子密码系统始终保持稳定的高效率运行状态。该方法在不提高系统硬件复杂度的前提下大幅提升了量子密码系统传输效率。此外值得提出，该方法的适用范围不依赖于某种协议或编码方式，原则上同样适用于其他任意量子密码协议和任意编码系统，为未来开展大规模量子通信网络应用提供新的研究思路与应用方法。 该项工作的第一作者是我校通信与信息工程学院硕士研究生刘靖阳，量子信息技术研究所的王琴教授和江苏省图像处理与图像通信重点实验室的谢世朋副教授是该工作的共同通讯作者。该工作得到了安徽问天量子科技有限公司的技术支持。此项工作受到国家重点研发计划、国家自然科学基金以及江苏省研究生科研实践创新等项目的支持。

本发明公开了一种基于人工蜂群算法和量子粒子群算法的优化计算方法，其包括以下主要步骤：(1)根据实际问题编制待优化目标函数；(2)输入算法的通用运行参数：种群数目、迭代次数、变量维数、变量取值范围、待优化目标函数；(3)选取ABC、QPSO、QPSO+ABC和ABC+QPSO的一种或多种计算方法进行计算；(4)若只使用一种，直接判断结果是否满足优化要求；若多于一种计算方法，综合比较计算结果及评价最优的结果是否满足此次优化的要求；(5)若满足要求，运算结束，输出计算结果和迭代曲线；(6)否则，修改算法的

探究了AI自动勾画的临床应用价值，即AI能够为临床医生提供多大的帮助。在8位医生完成人工勾画两个月后，由他们对AI自动勾画的结果进行修改（AI自动勾画+医生修改，即AI辅助勾画）。结果显示，AI辅助勾画提高了5位医生的勾画准确性（平均由74%提高至79%），减少了55%的勾画者间差异。     本研究是AI在全期别鼻咽癌放射治疗靶区勾画方面的首个研究，样本量大、技术合理、测试全面，是AI在肿瘤学领域应用的一项重要进展。研究结果显示AI辅助勾画提高了鼻咽肿瘤勾画的准确性，能够让经验较少的医生达到近似专家水平的勾画，将会对肿瘤控制和患者生存产生积极影响，同时极大地提高了医生勾画的效率，为实现精准而又高效的鼻咽癌放射治疗靶区勾画提供了解决方案。

安徽大学人工智能学院在人工智能、控制科学、信号处理等领域取得了多项顶级研究成果

本发明涉及自适应控制技术领域，具体为一种基于人工智能的运营期建筑节能低碳控制方法及系统，包括以下步骤：收集并分析房间使用情况和光照强度，得到活动类型识别结果。本发明中，基于对房间使用情况和光照强度的实时分析，识别不同区域的使用模式，并结合自然光变化和室内活动需求，动态计算所需照明强度和色温调整参数，实现对照明环境的精准匹配。通过实时监测照明设备的调整状态，结合房间使用模式的变化，建立动态反馈机制，对照明偏差进行自适应修正，避免能源浪费。强化学习的引入使通风策略能够通过历史数据和实时反馈不断优化，实现个性化的空气质量管理，而非基于固定阈值执行单一调节。

王湘麟课题组所报道的这种新型温度敏感的小分子有机发光材料(TPETA,图1），在室温至300℃的温度范围内具有发光峰可调的特性（几乎包含整个可见光区域）。基于这种温度敏感特性，通过精准控制基板加热温度与时间，可以得到基于单一材料的白光发光。王湘麟课题组成功制备了单一发光层的白光OLED器件，外量子效率达到3.4%，这是基于单一发光层白光OLED器件达到的最高效率，是有机小分子光电材料领域的重大突破。相比现有技术，其大大节约了原料成本和制作工艺成本，