南开大学元素有机化学研究所（简称元素所）可以为各农药科研单位和生产企业提供各种农药生物活性筛选和测定服务，以及技术咨询和技术人员培训，可以承担新农药创制各阶段的生物活性研究工作，涉及杀虫、杀菌、除草和植物生长调节四个方面，包括整株、离体叶片、活体小株、细胞以及离体酶等不同水平的配套筛选体系。

中国药科大学多个研究团队进行技术攻关，开展了抗新型冠状病毒（2019-nCoV）潜在药物的筛选研究工作。药物科学研究院副研究员余文颖团队一改“基于靶点找药”的传统研究思路，创新筛选方式，即以现有的X-RAY单晶衍射证明的有活性的SARS抑制剂为模板，采用基于配体的药物设计方法，在所有上市药物里进行药物筛选，迅速发现了多种可能对新型冠状病毒有效的药物，具有潜在临床应用价值。 通过具体分析，余文颖团队找到了1个广谱抗病毒药物和3个抗HIV蛋白酶抑制剂、1个ACE抑制剂类的抗高血压药物、1个治疗肺结核的抗菌药和10个广谱抗菌药物等。这些药物单独或者联用组合，可为新型冠状病毒感染肺炎患者临床治疗提供参考。 此次筛选获得的药物里还包含了一个常用的保健药品——叶酸。余文颖团队认为，服用叶酸是否能够起到一定的预防作用还有待进一步验证。他们后续将继续深入开展针对性的抗新型冠状病毒的药物活性测试，以期为临床研究和治疗提供更为有力的指导。抗菌药物

1.痛点问题 目前已存在多种高通量筛选互作蛋白及互作调控物的技术，其中被学术界和工业界广泛运用的体外技术主要包括：荧光偏振、表面等离子共振、荧光共振能量转移(FRET、NanoBRET)、Alpha技术（如AlphaScreen）等，但相关技术均存在一定局限：例如，细胞水平实验试剂成本较高、生化实验存在一定假阳性率等。本项成果提供了一种新的不同于已有机制的化合物筛选方法，有利于更好的进行复杂蛋白-蛋白相互作用的评估。 2.解决方案 利用对生物大分子的高度富集效应以及相变液滴易于观察的特性，将微观的分子互作通过宏观的相变现象表现出来，在细胞层面建立了生物大分子的互作检测及高通量筛选互作调控物的新技术体系。

由于基于酶抑制法的农药快速 检验中所使用的动物来源的酣酶普遍存在着提取成本高，活 性不稳定， 不易于保存的间题。本团队从芸豆中筛选并纯化出一种植物酣酶。通过底

本发明公开了一种突变型 KCNQ1，即 S140G-KCNQ1。还公开了利用 KCNQ1 来筛选心肌 KCNQ1 钾离子通道的抑制剂的方法，它包括步骤：（a）将（i）表达 KCNQ1 表达载体和 (ii)KCNE1 表达载体或 KCNE2 表达载体转入哺乳动物细胞；（b）在转化的哺乳动物细胞 的培养基中，添加候选物质，并测定添加前后的电生理钾离子流，其中，如果加入候选 物质后的电生理钾离子流减小，则表明该物质是心肌 KCNQ1 钾通道的抑制剂。该方法可 快速筛选治疗房颤的候选药物。

辽宁石油化工大学张静、李长波团队将多年研究成果“光催化消毒灭菌技术”、“生活污水、固体废弃物无害化处理技术”等关键技术无偿捐献给地方企业，助力企业战胜疫情早日复工复产。捐赠的技术首先在抚顺铝业有限公司试行。 光催化材料是一种以纳米级二氧化钛为代表的具有光催化功能的半导体材料的总称，它涂布于基材表面，在紫外光及可见光的作用下，产生强烈催化降解功能，能有效地降解空气中甲醛等有毒有害气体，杀灭多种细菌和病毒，并将细菌或真菌释放出的毒素分解及无害化处理，具备除臭、抗污、净化空气等功能。张静教授多年研究光催化技术的实际应用，曾获得国家发明授权专利。采用该专利技术制备的纳米氧化钛溶胶，颗粒大小合适、粒子分散度好，消毒杀菌、净化空气效果好。将其喷涂在办公场所可以有效切断污染源，避免病毒扩散传播，维护员工身体健康。对人流密集重点区域（如会议室、办公室、食堂），除了采用传统酒精消毒剂外，还可以采用光催化消毒灭菌技术进行消毒。新冠病毒可通过粪便和污水传播扩散，针对这一情况，污水处理厂通过“紫外线、臭氧、次氯酸钠”进行“三重消杀”，但是过量消毒剂会冲击下游生化系统。因此，工业企业应该在生活污水出厂之前进行预处理，保证效果的前尽量提下减少消毒剂的使用。

课题组设计合成片状二维KNbO 3

 针对目前日趋小型化的各种民用与军用微电子产品对高能量密度便携式电源系统的需求，开展新型清洁能源的研究尤为重要。纳米催化燃烧发电技术使得燃料可以充分燃烧，无需点火过程，无需任何机械运动部件就可以在纳米尺度下将热能直接转化为电能。燃烧所释放的能量，其单位质量输出的功率是传统使用的化学电池的几十倍，从而大大提高了能源利用率，更重要的是此反应的生成物是无毒的二氧化碳和水，是一种全新的燃烧方式。此发明已经获得了美国发明专利“Solid state transport-based thermoelectric converter”,US 7696668。已经首创完成了第一代NanoEPower的结构测试和芯片的设计制造，在一块邮票大小的硅片上集成了上千个微米级发电单元，纳米催化低温燃烧发电的概念已经完成了实验室原理验证。该项目得到了科技部、上海市科委、云南省科委等多家单位支持, 可以应用在芯片级纳米催化燃烧发电系统上。

病毒的同源性包括基因组核苷酸序列的同源，也包括蛋白质氨基酸序列的同源。在序列比对方面，穿山甲冠状病毒与新冠病毒在氨基酸序列同源性方面超过90%的相似度。对于药物筛选来说，蛋白质氨基酸序列的同源性越高，意味着病毒生命活动的方式越相近，可以形象地理解为，两个病毒的“行为方式”非常一致。这种“行为方式”与新冠病毒极为相似的病毒，能不能替代新冠病毒用于药物筛选呢？童贻刚敏锐地意识到：如果可以，那么“筛药”工作将在针对新冠病毒的同时，也保障了实验的安全性，筛药工作将走出高安全等级实验室，走进普通P2实验室。

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：