产品详细介绍 可溶性聚四氟乙烯（PFA）滴瓶 聚四氟乙烯（PFA）滴瓶：耐高低温：使用温度可达-200-260℃；Teflon、PFA滴瓶有非凡的化学耐受性，几乎耐受所有的化学溶剂；滴嘴和瓶盖一次成型，敞口可高压灭菌。可代替容量瓶配置标准溶液，可控制成液滴状态加样加水。

产品详细介绍   名称 托马斯氟碳（聚四氟乙烯等）塑料高温胶（THO4096） 概述 本品系杂环体系改性胶粘剂，单组份，加热固化型，固化后表面平整、无气泡。快速固化，粘接强度高，流动性好，操作简单。 适用 范围 适合于聚四氟乙烯（PTFE）、四氟乙烯（TFE）、氟化乙烯丙烯（FEP）、乙烯-四氟乙烯（ETFE）、氯化氟乙烯（CTFE）、乙烯-氯代三氟乙烯共聚物（E-CTFE）、二氟乙烯（PVF2）、聚氟乙烯（PVF）、聚丙烯（PP）、聚乙烯（PE）等应用于性能要求较高的耐腐蚀的管道、容器、泵、阀以及制雷达、高频通讯器材、无线电器材等与金属、合金的自粘与互粘后在室外以及潮湿或水下工作的环境等工艺。 性   能   特   点 ·外观：单组透明或者多色粘稠液体。（颜色、黏度可调） ·固化速度快，90℃，3分钟浸胶，120℃加热，2分钟完全固化。 ·粘接强度高，韧性好、抗冲击、耐久性好。 ·耐热性、耐大气性、超低收缩率。 ·耐温性能好，适应温度范围广，粘接后在较高的温度下仍有较好的粘接效果。 ·胶水黏度适中、无气泡、流平性能良好，固化后表面光洁度良好。 ·粘接表面无需严格处理，使用方便。 ·耐介质性能优良，耐油、水、酸、煤油、碱、辐射等。 ·安全及毒性特征：有极轻微异味，无吸入危险，实际无毒。产品达到ROHS标准指令。 ·贮存稳定性较好，贮存期为6月。 主要技术性能指标如下：耐温范围:-50－+400℃（黑灰色） 100℃，RH100% ，1000h后取出测试值：耐电压20-24kV/mm 25℃不均匀拉伸强度：50Nq/cm 90°拉伸强度45N/cm 180°拉伸强度42N/cm   硬度 shore D 80 使用 方法 1、将被粘物放到公司特配置的塑料处理剂A中浸泡5分钟，然后取出，以冷水冲洗，再以蒸馏水清洗干净，暖空气烘干。再将金属材质表面以180—240目砂纸正反时针打磨20次，最后再将特配置的处理剂B在两个被粘接材质表面反复擦拭10次即可。处理好的材料需及时使用。 2、将胶水薄且均匀地喷于被粘结表面，然后贴合并稍加外力协助被粘接材质不移动并排除气泡，静置。以90℃3分钟浸胶，120℃加热，2分钟完全固化。  注意  事项 1、操作环境注意通风。 2、胶液如触及皮肤，可及时用肥皂水冲洗。 3、未用完的胶应盖好，置于阴凉通风处。 该版权属于成都托马斯科技2005-2010所有

南京第四分析仪器有限公司前身南京第四分析仪器厂，创建于1976年，是国内金属高速分析仪器的首创厂家，中国非接触式引弧电弧炉的创始者，电弧燃烧法检测碳硫的标准起草单位，是集化学、光学、电子、机械多学科为一体、铁道部扶持、冶金部钢铁研究总院和江苏省机械工业厅专业生产高速分析仪器的技术密集型推广企业，也是代表高速分析学科领域的江苏省分析测试协会的会员单位，山东省铸造协会、浙江省铸造协会、精铸协会会员及华东地区铸造协会会员单位，中国质量诚信企业会员单位、江苏质量诚信AAA级品牌企业，ISO9001:2000国际质量管理体系认证企业，东南大学数字化分析仪器研发中心、东南大学教学科研实验基地。 “四分”公司系自行设计制造高速分析仪器的专业化公司。历年来，公司凭借悠久的生产历史，雄厚的技术力量，精良的加工设备，先进的生产工艺，高精度的检测手段，以一贯奉行“诚信待客、以人为本、科技兴企、勇于创新”的企业经营理念，外抓市场，内挖潜力，严格按照《公司法》，依照 ISO9000质量体系标准运行，不断开发生产性能卓越、质量上乘、具有国内先进水平的高速分析仪器。其产品广泛应用于冶金、铸造、采矿、建筑、机械、电子、环保、卫生、化工、电力、技术监督等部门，可检测钢、铁及铁合金、铝合金等多种材料中各种化学成份的含量，如碳、硫、锰、磷、硅、铬、铜、镍、钼、钛、钒、稀土总量、镁、钨、钴、硼、铁等元素的测定，与传统法比较，其速度和精度已有了极大提高，常规的炉前控制元素检测速度达到了“读秒”水准。

深圳市四维科瑞科技有限公司是以生产KVMSWITCH（多电脑切换器）和工控设备为主的高新技术企业。公司成立于2000年，生产经营多种工控及KVM产品，包括工业平板电脑及液晶产品、单板电脑、嵌入式主板、服务器、一体化工作站、工业机箱、工业电源、四合一KVM、切换器、数据采集卡/模块、便携式计算机等，其产品应用涵盖了众多领域，包括：电力、金融、教育、交通、通讯、能源、精密加工、工厂自动化、安防、网络应用、医疗等各个行业。

路面病害分为表面破损（如裂缝）、路面变形（如沉降）和结构病害（如层间脱空）三大类。该技术以路面检测成果为全卷积神经网络的输入信号，对于表面破损，其输入为多功能检测车拍摄的路表图像；对于路面变形，输入为三维检测车测取的三维路面模型；对于结构病害，输入为探地雷达信号图像。通过海量数据的训练、测试，可实现上述三类病害的自动化识别、分类和测量，为路面养护工程提供数据支撑。此外，该技术在保证与人工识别结果相同的精度下，可将数据处理速度提高千倍以上。 

泛素-蛋白酶体体系（Ubiquitin-Proteasome System，简称UPS）是细胞内最重要的蛋白质降解通路，对维持生物体内蛋白质的浓度平衡，以及对调控蛋白、错误折叠或受到损伤的蛋白的快速降解起着至关重要的作用，参与了细胞周期、基因表达调控等多种细胞进程，由UPS失常引发的蛋白质新陈代谢异常与众多人类重大疾病直接相关。2004年，Aaron Ciechanover, Irwin Rose和Avram Hershko三位科学家被授予了诺贝尔化学奖，以表彰他们对该降解通路的发现。UPS中蛋白酶体是细胞中最基本的、最重要的不可或缺的、最为复杂的大型全酶超分子复合机器之一，人源蛋白酶体全酶包含至少33种不同的亚基，总原子质量约为2.5MDa。美国FDA批准的多种治疗癌症的药物分子即以蛋白酶体为直接靶标。近年来，随着冷冻电镜技术的发展和应用，人们对这一大分子机器的结构和功能研究得以不断深入。2016年，毛有东课题组与合作者报道了人源蛋白酶体基态的3.6Å冷冻电镜结构及其他三个亚纳米分辨构象，并首次发现一个亚稳态构象的核心颗粒（Core Particle，简称CP）底物转运通道处于开放状态（见PNAS 2016, 113: 12991-12996）。2018年4月，该课题组又报道了6个ATPγS结合状态下的26S动态结构，包括三个CP开放态对应的亚稳简并态近原子分辨（4~5Å）结构（见Nature Communications 2018, 9: 1360）。尽管这些工作揭示了蛋白酶体的基本架构和内在运动行为，但由于缺乏蛋白酶体与底物之间的相互作用，人们对于蛋白酶体如何实现底物降解的原子水平工作机制仍一无所知。此外，尽管冷冻电镜技术近年来广泛应用于分析具有动态特征的蛋白复合体结构和平衡态构象，但对其中间态结构和非平衡构象分析的分辨率水平往往局限在4～6埃或更低，离真正的全原子水平动力学分析还有相当一段距离。 为了真正实现原子水平的蛋白酶体底物降解动态过程的冷冻电镜三维重建和动力学表征，毛有东课题组攻克了两大技术难题。其一，如何在蛋白酶体完成底物降解之前抓到它的所有可能的中间态构象？课题组发展了一种新颖的核酸置换法，利用ATPγS降低AAA-ATPase激酶水解活性的特点，在底物降解中间过程，通过将ATP快速置换成ATPγS，结合快速冷冻的优势，从而扑捉到蛋白酶体在底物降解过程的中间态。其二，如何在从冷冻电镜数据中分析出更多构象的同时，还把分辨率做到3埃甚至更好？课题组通过多年持续努力，发展了多种基于人工智能和机器学习的冷冻电镜图像聚类的新型算法，并针对蛋白酶体的动力学特征，设计了一套极其有效的整合了多种算法的多构象分类流程。通过这两套技术方案的完美结合，课题组成功解析了人源蛋白酶体在降解底物过程中的七种不同的、但差别甚微的、高分辨原子水平的天然态构象（Native states），完整展示了蛋白酶体从泛素结合到去泛素化，再到底物转运的动态过程。与同期在Science上发表的与底物结合的酵母蛋白酶体的4.2-4.7埃冷冻电镜结构（Science doi: 10.1126/science.aav0725，来自加州伯克利分校和Scripps研究所）相比，该Nature论文不仅总构象数量多一倍，全部构象分辨率还高1-2埃。由于Science论文采用了抑制Rpn11去泛素活性的策略，其非天然态结构中底物并不能真正自由转运，所推测的机理仅限于底物转运这一步，对于其他三大Nature论文所回答重要问题均无法给出答案。这体现了该Nature论文不仅在实验方法的原创性上和数据分析水平和质量上，更在科学发现和问题探究的深度和广度上大幅超越了来自Science的竞争性论文。图一 七个利用冷冻电镜解析的精细原子结构完整揭示了从泛素识别、去泛素化反应、转运启动和持续降解的核心功能动态过程。 作为整个蛋白酶体的动力来源与运转核心，AAA-ATPase激酶分子马达展现出了三种不同的核苷酸水解协作模式，6个ATPase亚基协调工作，交替与底物发生相互作用。在去泛素化过程（EB态）中，处于对立位置的两个ATPase亚基Rpt2与Rpt4水解ATP，而Rpt5与Rpt6则释放ADP，ATPase内的底物转运通道被打开，使得底物可以进入轴心通道；与此同时，去泛素化酶Rpn11亚基与泛素及底物发生相互作用，执行其作为去泛素化酶的功能；在转运起始过程（EC态）中，相邻的两个ATPase亚基Rpt1与Rpt5会同时水解ATP，调控颗粒（Regulatory Particle，简称RP）发生大规模转动并释放泛素；在底物去折叠与转运过程（ED态）中，三个相邻的ATPase亚基会分别同步进行ATP的结合、ADP的释放与ATP的水解，这一过程会单向传递下去，将ATP水解释放的化学能转换为机械能，使得相应的ATPase亚基发生刚体转动，推动底物的去折叠和单向输运，同时CP的转运通道入口打开，底物被送入通道中进行降解。这些研究结果为几十年来对蛋白酶体功能的研究提供了宝贵的第一手原子结构和动力学信息，对于理解生物体内蛋白质的降解过程和一系列负责物质输运的ATPase马达分子的一般工作原理具有极为重要的科学意义。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

研究目的和意义机器学习和人工智能已成为当今最热门的技术之一。2017年，国务院印发了《新一代人工智能发展规划》，正式将人工智能作为国家重要发展战略之一。人工智能已经成为信息技术时代的又一波浪潮。在这波浪潮的推动下，互联网行业、金融行业、传统制造业、政务民生、公安警务等各行各业都在积极向人工智能领域转型升级，利用人工智能先进技术提升智能分析和辅助决策能力，

1.痛点问题 新材料的设计与研发往往面临挑战：急需的新材料难以快速筛选设计，而设计出的新材料又难以找到高效且低成本的合成配方，拥有合成配方的新材料又会面临规模化的长周期探索。根据国家工业和信息化部对30余家大型骨干企业调查结果显示，130种关键材料中，有32%国内完全空白、54%虽能生产，但性能稳定性较差、只有14%左右可以完全自给，亟需新思路来解决我国新材料研发难题。本项目着眼于新材料研发，希望通过创建目前业内空白的智能化新材料研发范式，引领行业智能材料开发自动化服务与工艺的开发。 在数字化、智能化浪潮中，国家和各行业的产业界都非常看重科研的智能化升级。通过持续的交流与调研，我们发现许多企业和研发团队目前对智能研发存在大量潜在需求，而智能研究服务与工艺的同类竞品极少。因此，清华智研将作为一家高新科技企业，以AI赋能研发（AIEmpoweringResearch&Development）为使命，组建国际顶尖水平团队，向国内引进并自主开发世界前沿的AIforScience技术，打造世界级的AI未来实验室（World-ClassAIFutureLab）。 2.解决方案 本技术为新材料研发数字化智能服务平台，可在材料研发过程中对各个尺度以及不同研发阶段下进行智能化的加速及分析服务。以各种人工智能算法为核心，如主动学习算法，图神经网络，卷积神经网络等，我们根据不同材料体系的尺度包括三大方面：1.针对分子及晶体等微观尺度的功能材料研发，设计智能化的深度学习系统。2.针对二维功能材料及其功能性器件、催化剂、膜材料等宏观尺度，设计智能化的深度学习系统。3.针对功能材料研发的表征仪器等平台尺度，设计智能化的系统解决方案。这些智能化解决方案能极大地加速新材料尤其是碳中和相关材料的研发速度，从而大大地降低研发成本与时间，为企业获得有竞争优势的科研壁垒。 自动化和人工智能助力未来智能实验室的方方面面，从样品制备（称量固体、添加液体、超声处理.等)，到合成（分配液体，控制温度，混合，测量pH值，干燥等)、表征（气相色谱，高效液相色谱，分光光度法等)，通过自动化/机器人的辅助，可以有效提高可重复性，提高信噪比，加快实验速度。通过人工智能技术，将实验数据转换为可操作的智能指导，快速浏览并利用复杂的数据，提升认知能力。 智能化研发平台 3.合作需求 拟成立公司推动该项成果的产业化进程，希望对接 1）工程化、产品化所需的资源； 2）新能源、新材料领域合作企业。