乙型病毒性肝炎（viral hepatitis type B）是由乙型肝炎病毒引起的以肝脏病变为主的一种传染病。慢性乙型肝炎是指乙肝病毒检测为阳性，病程超过半年或发病日期不明确而临床有慢性肝炎表现者。如若得不到及时的治疗，将会发展为肝硬化甚至肝癌。目前乙肝抗病毒药主要分为核苷类抗病毒药物以及干扰素，核苷类停药会复发，易产生耐药性。而干扰素，副作用大，治疗药物极其缺乏。 本项目包括两部分，其一是以提取分离得到的口山酮类化合物为代表的紫红獐牙菜化学成分通过抑制HBsAg和HBeAg表达等作用实现抗病毒和保肝作用。 A、1,7-羟基-3,4甲氧基口山酮（1）、当药醇苷（4）和7-O-[α-L-吡喃鼠李糖基-(1→2)-β-D-吡喃木糖基] -1,8-二羟基-3-甲氧基口山酮（5）对HepG 2.2.15细胞HBsAg的表达呈现出非常强的抑制作用，其抑制率分别为31.74%、25.37%和37.66%，显著高于阳性对照药齐墩果酸对HepG2.2.15细胞HBsAg的抑制率（阳性对照药齐墩果酸对HepG2.2.15细胞HBsAg的抑制率为22.58%）； B、7-O-[α-L-吡喃鼠李糖基-(1→2)-β-D-吡喃木糖基] -1,8-二羟基-3-甲氧基口山酮（5）对HepG2.2.15细胞HBeAg的表达呈现出最为显著的抑制作用，其抑制率达到了31.72%，显著高于阳性对照药齐墩果酸对HepG2.2.15细胞HBeAg的抑制率（阳性对照药齐墩果酸对HepG2.2.15细胞HBeAg的抑制率仅为8.27%）。 其二是提取分离的化合物1,7-二羟基-3,4,8-三甲氧基口山酮（ZYC-6）对于DMN诱导的肝纤维化大鼠具有确切的治疗作用，通过降低ALT和AST等肝酶活性，经由氧化应激通路、凋亡通路以及氨基酸调节，抗肝纤维化作用和保护肝脏作用。 ZYC-6对二甲基亚硝胺(Dimethylvinphos，DMN)模型大鼠肝组织胶原纤维沉积的影响（Masson染色）；A：正常组大鼠；B：模型组大鼠；C：ZYC-6组大鼠；D：阳性药IFN-α2b组大鼠。

【发 明 人】马宏跃；段金廒；周婧；唐于平【技术领域】本发明涉及蟾蜍甾烯类化合物及蟾蜍甾烯盐化物的新用途，具体是涉及蟾蜍甾烯类化合物及蟾蜍甾烯盐化物用于制备治疗妇科肿瘤疾病药物的应用。【摘要】本发明提供了一种蟾蜍甾烯类化合物及蟾蜍甾烯盐化物在制备治疗妇科肿瘤药物中的应用，通过对蟾蜍甾烯提取物和单体化合物华蟾毒精、蟾毒灵、蟾毒它灵、日蟾毒它灵及以上四个单体化合物的盐酸盐或硫酸盐体外对人卵巢癌细胞(A2780)、人卵巢癌细胞(SK-OV-3)、人宫颈癌细胞(SiHa)和人子宫内膜癌细胞(shikawa)四种妇科肿瘤的抗癌实验，实验结果显示蟾蜍甾烯提取物和单体化合物华蟾毒精、蟾毒灵、蟾毒它灵、日蟾毒它灵及以上四个单体化合物的盐酸盐或硫酸盐对四种妇科肿瘤细胞均有很强的抑制作用，抗癌活性强于阳性药紫衫醇，且不良反应小，有望开发成新的抗癌药物。

本发明公开了一种化合物3-氟-4-羟基-5-硝基-1-苯基丁酮及其制备方法和农用生物活性。在反应器内加入硝酸和乙酐，搅拌一段时间后将反应液降温至0到20℃，加入3-氟-4-羟基-1-苯基丁酮，反应一段时间向反应混合物加入水，再加入乙酸乙酯萃取多次，从有机相获得目标化合物。该化合物对苹果腐烂、白菜灰霉等植物病原菌具有较高的抑制作用。

本发明公开了一种儿茶酚化合物纳米粒子改性的聚合物复合膜的制备方法。它包括如下步骤：（1）将芳香族多元胺溶解在去离子水中，得到浓度为1.0～5.0克/升的芳香族多元胺水溶液；将儿茶酚化合物纳米粒子加入到芳香类多元胺水溶液中，得到水相溶液，儿茶酚化合物纳米粒子的浓度为0.001～1.0克/升；将芳香族多元酰氯溶解于正己烷中，得到浓度为0.05～0.2克/升的油相溶液；（2）将聚合物基膜浸泡在水相溶液中1～5分钟，取出后吹干表面残余水滴，再浸泡在油相溶液中，取出后在烘箱中热处理，得到儿茶酚化合物纳米粒子改性的聚合物复合膜。本发明制备的聚合物复合膜具有亲水性好、水通量大、抗污染、抗氧化能力强的优点。

本成果以专利形式体现（专利号 200910248615.5 ），桦褐孔菌的代谢产物紫杉醇具有抗癌功效，本专利所提出的的提取三萜类物质方法，更好的简化了提取步骤和工艺，有利于实现该物质的提取，在生物医药行业将有广泛应用。

导读东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法，以对运动想象(MI)任务进行分类。ESI技术采用边界元法(BEM)和加权最小范数估计(WMNE)分别解决EEG的正向和逆向问题。然后在运动皮层中创建十个scout来选择感兴趣的区域(ROI)。研究者使用Morlet小波方法从scout的时间序列中提取特征。最后，使用CNN对MI任务进行分类。实验结果:在Physionet数据库上的整体平均准确率达到94.5%，分别对左拳头、右拳头、双拳和双脚的单个准确率达到95.3%、93.3%、93.6%、96%，采用十倍交叉验证进行验证。研究人员表示，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者为验证方法的有效性，加入了4个新的受试者进行验证，发现总体平均准确率为92.5%。此外，全局分类器适应单一对象，整体平均准确率提高到94.54%。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。系统框架图1 系统框架图系统框架如图1所示。原始数据来自国际10-10系统的64个电极(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10电极)，并以每秒160个样本的速度采集。根据国际10-10系统从64个通道采集原始脑电图，并使用BCI2000系统进行记录。记录的数据被分为四个独立MI任务包括左拳MI,右拳MI,双拳MI和双脚MI。首先，由于ERD在执行运动想象时在alpha和beta中不同，因此使用FIR滤波器对EEG进行了8 Hz至30 Hz的带通滤波。然后，通过计算包含正问题和逆问题的源，将传感器空间的活动转化为源空间的活动。接下来，创建scout并提取特征。研究者在运动皮层中创建了10个scout，因为我们只关心与运动相关的活动。十个scout中的每一个都代表了可用源空间中的一个感兴趣的区域(ROI)，并且是定义在皮层表面或头部体积上的偶极子的子集。左脑的scout称为L1、L2、L3、L4、L5，右脑的scout称为R1、R2、R3、R4、R5。利用JTFA从10个scout的源时间序列中提取特征。最后，利用CNN对时频图进行分离并进行分类。实验在实验中，研究人员仅使用了随机选择的十个受试者的MI trail (S5，S6，S7，S8，S9，S10，S11，S12，S13，S14)。这里用于分析的数据集包含每个受试者84次试验，每一类包含21次试验。在记录64通道脑电图时，受试者执行了不同的运动想象任务。每个受试者针对以下四个任务中的每一个执行了3轮21试验：当目标出现在屏幕左侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕的右侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕顶部时，受试者想象打开和合上双手的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕底部时，目标会想象双脚张开和合拢，直到目标消失。然后受试者放松。为了统一数据维数，研究者选择了4s的数据，因为每次想象任务的执行时间都在4s左右。此外，脑电图任务是分开的，研究人员在实验中将左拳，右拳，双拳和双脚MI任务分别称为T1，T2，T3和T4。图2 scout命名左右运动想象的scout分别命名为L1、L2、L3、L4、L5、R1、R2、R3、R4、R5，如图2所示。10个scout每一个都被扩展到40个顶点，每个顶点只有一个源。L1区域对应40个信号，其他scout也一样。在计算了来源后，研究者在运动皮层中创建了十个scout，如图3所示。图3 创建10个scout使用ESI计算十个受试者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次试验的四个任务(T1、T2、T3、T4)的源。对于这四项任务中的每一项，每个受试者每次都要进行7次测试(#1，#2，#3，#4，#5，#6，#7)。展示了第一个步的10个被试的10个scout的4项任务的来源。然后提取10个scout的时间序列进行进一步分析。特征提取在计算源之后，研究人员在运动皮层中创建了包含40个源的10个scout，并提取了scout的时间序列。如图4所示为提取R5 scout时间序列作为示例。图的右边显示了R5 scout的时间序列。本文利用小波变换从scout时间序列中提取特征。图4 提取R5 scout时间序列作为示例在这项研究中，研究者提出利用CNN来解决运动想象任务分类的问题。该模型基于Schirrmeister等提出的Deep ConvNet架构，该网络模型由一个六层卷积网络组成，其中两个最大池层和三个全连接层，如图5所示。图5对于Physionet数据库，研究者首先采用Deep ConvNet架构，包括四个卷积层、四个最大池层和一个全连接层。在实验中，研究者依据经验使用两个最大池化层。并尝试了不同数量的卷积层和完全连接层。时频图利用Morlet小波方法得到了scout的特征。对于每个任务，R5 scout的时频图如图6所示。包含时间和频率互补的时频分析方法提供了时域和频域的联合分布信息，清晰地描述了信号频率与时间的关系。图6 R5 scout的时频图显然，只有部分时频映射是红色的，表明每个任务只对特定的频率和时间敏感。由于图的数量比较大，研究者使用CNN来选择和学习这些图中最基本的特征。研究人员随机选择了几个样本，并将一些特征图可视化，作为MI任务的学习表示，如图7所示。图7为了获得有效的结果，将数据集分为90％作为训练集，其余10％作为测试集。首先，将十个受试者的数据集（总共19320个样本）分为17388个样本以训练所提出的CNN模型，以及1932个样本以验证模型的有效性。在实验中，研究者还选择了另外四个受试者的数据集以增加数据集的规模(27048个样本)，其中24343个样本是训练集，其他样本是测试集。在选定的scout上对所提出的CNN架构进行了十次训练和测试，以验证所提出模型的鲁棒性。图8(a)显示了10个scout中每个的全局平均精度。图8 统计结果R5的全局平均精度最高，达到94.5%，而L2的全局平均精度最低，为91.3%。对应L1、L3、L4、L5、R1、R2、R3、R4的整体准确率分别为92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的总体精度均在91%以上，标准差均在0.20%以下。图8(b)显示了十个scout中每个scout四个MI任务的组级统计结果及其标准差。一般来说，R5表现的要比其他的好，而L2在迭代2000中表现最差。标准差较小，说明这些精度更接近平均值且稳定。图9 统计结果图9(a)显示了带有标准差的混淆矩阵，说明了group level分类结果。T1、T2、T3和T4的全局平均精度峰值分别为95.3%、93.3%、93.6%和96.0%。R5 scout的四个MI任务中的每一个都如图9(b)所示。通过改变训练集和测试集顺序的10次试验，确定了scoutR5的性能，结果如图10(a)和(b)所示。在10次试验中，scout R5的T1、T2、T3、T4的平均准确率分别为93.3%、93.8%、94.2%、94.1%。换句话说，四个任务中每一个的平均准确率都超过了93%。全局平均准确率为93.7%。10次试验结果表明，该方法对scout R5的分类效果较好。从以上结果可以清楚地看出，R5 scout在四种MI任务的分类中扮演着最重要的角色。因此，选择R5对四个MI任务进行分类。图 10图11. (a)是不同模型的全局平均准确性的比较。可以发现，该研究提出的模型可以达到最大的精度。从图11. (b)不同模型的ROC曲线可以看出提出的模型比其他模型表现更好。©不同模型T1上的精度比较。(d)不同模型T2的精度比较。(e)不同模型T3的精度比较。(f)不同型号T4的精度比较。图11 不同模型的精度比较结论东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法。该方法可以对运动想象(MI)任务进行分类。实验结果表明，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者加入了4个新的受试者进行验证来验证方法的有效性。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。论文信息：A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN

本发明涉及一种磁性离子液体，特指基于胍基官能团的离子液体的制备方法及在萃取脱除非极性溶液中含硫有机物的用途。其结构如通式（I）所示，该类离子液体是典型的室温离子液体，具有很低的熔点及很高的沸点，室温呈液态，蒸汽压低，稳定性好，与非极性溶剂互溶度极低；具有极高的脱硫效率，可在3~6min达到脱硫的萃取平衡；选择性高，不会对原来的非极性溶液产生污染及着色。该发明的磁性离子液体之中，当n=1.5~2时，具有很高的顺磁性，其比磁化系数大于59.1×10-6emu/g,优于已有的报道。因此，萃取脱硫结束后可以通过外加磁场的方法方便地实现离子液体和非极性溶剂的分离。该类磁性离子液体通过加水稀释并用四氯化碳反萃取的方法能恢复其性能，并且可以循环多次使用而不会引起脱硫效率的明显降低。脱除的含硫芳环化合物也能通过减压蒸馏富集并实现回收利用。

该项目研制的酶联免疫检测技术包括免疫原、包被原、抗体的制备以及样品的处理和检测等步骤。能一次性测出样品中斑蝥黄、β-胡萝卜素、β-阿朴-8’-胡萝卜素醛、叶黄素、辣椒红素、β-紫罗酮酸的总含量，缩短了检测时间，降低了检测成本，同时具有检测灵敏度高、精密度好、准确性好的特点。 该项目缩短了检测时间，降低了检测成本，同时具有检测灵敏度高、精密度好、准确性好的特点。 成果完成时间：2013年

本发明涉及间三烷氧基苯基二烷基膦四氟硼酸盐及其合成方法和在钯催化的碳-氯键活化后的Suzuki偶联反应中的应用。本发明的间三烷氧基苯基二烷基膦四氟硼酸盐，在反应体系中与钯催化剂进行配位，可以高选择性的激活惰性碳-氯键，并与体系中的有机硼酸发生Suzuki偶联反应，得到对应的偶联化合物。本发明简洁一步合成在空气中能稳定存在的三烷氧基苯基二烷基膦四氟硼酸盐，与其他已知的用于碳-氯键活化的配体的合成方法相比，本发明的合成方法路线短，操作简单。

利莫那班是世界第三大制药公司赛诺菲一安万特公司新近上市的新一代减肥、戒烟类药物，被喻为抗肥胖症药物的“重磅炸弹”。利莫那班不仅是新一代减肥药物，而且具有很好的戒烟功能和减少心血管疾病风险的功效。围绕利莫那班进行中间体系列产品进行开发和生产，将会产生良好的经济效益。此外后续的改进产品正在开发上市。利莫那班合成的最大难点在于关键中间体利莫那班羧酸乙酯的合成。针对该难点，华东理工大学发明了一种不使用昂贵的有机锂试剂、不采用硅醚保护手段的新的合成技术，这一新技术使生产成本成倍地降低、收率大幅度提高，是迄今为止实现位阻Claisen缩合制备二酮酸酯最高效、实用的手段。华东理工大学同时提供其它利莫那班中间体对氯苯丙酮、N-氨基哌啶盐酸盐、2，4-二氯苯肼盐酸盐合成技术。