MLBP模型以肽序列向量为输入，取代其他预测方法常用的氨基酸理化特征。利用嵌入层，从序列向量中学习出稠密的连续特征向量。然后，通过卷积神经网络层从特征向量中提取卷积特征，并结合双向门控循环单元层提高预测性能。

近日，东南大学脑科学与智能技术研究院在神经元自动追踪算法基准测试与性能预测方面取得重要研究进展。

（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。

近日，我校健康科学研究所科研团队在各自研究领域取得多项科研成果。

项目背景：目前国产小麦“质差量不足、品质不稳定、 种植效益低”问题突出，特别是亩产效益低下，农户种植积 极性不高。由于我国过去科研和生产上长期追求高产，缺乏 对优质小麦新品种及其产业的系统研究，国内市场出现了优 质小麦进口数量逐年增多的现象，普通小麦价格疲靡，而优 质小麦却价格紧俏，供不应求。因此，亟需小麦品质改良、 稳产增效和产业协同攻关与突破，满足市场不同的需求，提 高企业经济效益。本项目计划以特色优质小麦为技术核心， 建立示范基地 50 亩，通过科研、生产和企业紧密结合，根 据市场需求选择优质小麦新品种、建立节本高效配套栽培技 术，构建“定单”式种加融合模式，实现加养融合增值增效， 助力实现西海岸新区打造全国强筋、中强筋小麦的“品种优 质化、种植区域化、销售定单化”种植先行区，从根本上解 决国产优质小麦“质量较差，指标不稳，数量不足”的问题， 扭转优质小麦依赖大量进口的被动局面。 所需技术需求简要描述：1.联合选育或引进特色高产优 质小麦新品种（系）。联合选育或引进推广具有广阔市场前 景的营养健康、优质高效小麦新品种（系），通过建立核心 示范区并大面积辐射推广种植。2.研发新品种水肥一体化技 术，配套适宜于不同肥水条件和地力水平的绿色高效、高产 优质特色小麦栽培技术，达到节本增效、绿色丰产,保障粮食安全。3.创新小麦全产业链提质增效机制。建立起种子为 芯片、龙头企业为核心、产学研一体化的特色小麦全产业链 融合升级协同机制，开发特色优质小麦高附加值新产品，助 力健康中国和乡村振兴战略。  对技术提供方的要求:1.项目所用优质小麦新品种及技 术为自主培育和研发。2.提供集成肥水高效，水肥一体化栽 培技术和绿色高优种植技术的品种环境协同调控方案。3.构 建特色专用小麦高效耕作制度，并建立技术标准，创建国内 特色优质小麦节本增效生产新途径。 

该项目2016年获得湖北省科技进步一等奖。由于乙酰甲喹和喹烯酮尚未确定每日允许摄入量(ADI)、残留标识物(MR)和靶组织(TT)，未能制订最高残留限量(MRLs)和休药期(WP)，喹乙醇仅有猪肌肉暂定MR及MRL，这三种药物一直没有科学的食品安全标准和风险管控技术，消费者健康受到威胁。 该项目主要创新如下： 1、针对代谢资料缺乏、无MR等问题，在猪、鸡和鲤开展放射示踪研究，鉴定出代谢物33种，发现残留物20种，阐明了代谢机制、残留消除规律及种属差异，确定了MR及TT，为有害残留的风险评估与管控提供了翔实、科学的基础数据。 2、针对毒理资料缺乏、无MRLs等问题，开展全面、系统、深入的毒理和暴露评估研究，揭示药物的毒性和毒作用特点，阐明量-效、时-效关系，确定了ADI，制订MRLs 18个、休药期6个，为有害残留的风险管控与交流提供了理论依据。 3、针对缺乏新型、高效检测技术的问题，自主研制残留物的标准品17种，建立定量/确证分析方法9种，发明快速检测的核心试剂22种，创制基于抗体的高效检测试剂盒6个，为有害残留的风险管控提供了技术支撑。 发现的代谢物和残留物，自主研制的标准品、检测方法及其标准，发明的快速检测核心试剂及试剂盒，填补了国内外空白，提升了兽医兽药科技的自主创新能力。喹乙醇新MR的发现改正了国际食品法典委员会以往推荐的错误标准。 成果完成时间：2012年

据2020年全球癌症数据报告统计，2020年中国癌症新发病例前十的癌症分别是：肺癌 82万，结直肠癌 56 万，胃癌 48万，乳腺癌 42万，肝癌 41万，食管癌 32万，甲状腺癌22万，胰腺癌 12万，前列腺癌12万，宫颈癌11万，这十种癌症占新发癌症数的78%；2020 年中国癌症死亡人数前十的癌症分别是：肺癌 71万，肝癌 39万，胃癌 37万，食管癌 30万，结直肠癌 29万，胰腺癌 12万，乳腺癌 12万，神经系统癌症 7万，白血病 6万，宫颈癌 6万，这十种癌症占癌症死亡总数的83%。 2020年中国癌症死亡例数前十的癌症类型 肝癌（Hepatocellular carcinoma, HCC）是常见恶性肿瘤之一，2020年在我国其发病率位居第五位，死亡率高居第二位。由于其早期症状不易被发现且发展迅速等特点，使得大多数患者在被确诊时就己经丧失了手术治疗的机会。因此，化疗成为患者治疗选择的重要手段。铂(II)类抗癌药物如顺铂、卡铂和奥沙利铂对肝癌疗效确切，在临床上常与其他抗癌药物联合治疗肝癌，但其仍然存在靶向性差、严重的毒副作用和耐药性等缺点。因此，探索具有肝靶向性强、疗效高和毒性低的铂类抗癌药物已成为新一代铂类抗肝癌药物研究中拟解决的关键科学问题。 研究表明，在肝细胞表面镶嵌着丰富的甘草次酸（Glycyrrhetinic acid，GA）特异性结合位点，且该位点与GA具有高度饱和性和亲和性。经后期研究发现GA受体是蛋白激酶Ca，其在肝癌细胞中的表达远高于其他细胞，且GA自身还具有抗肝炎和保肝的功效。研究表明，GA对肝癌细胞增殖具有一定的抑制作用，可以通过多种作用机制杀伤肝癌细胞, 例如周期停滞、自噬和诱导肝癌细胞凋亡等；另外，GA还可以通过增强肝脏抗氧化能力和抑制炎症反应，起到保肝护肝的作用。因此，本项目基于铂(IV)配合物独有的化学与生物性质且可以充当前药和GA具有特异性结合GA受体的特点，我们设想将GA受体特异性结合的药物分子GA与铂(IV)配合物相结合构建的双药给药体系，一方面可以将铂类抗癌药物递送到肿瘤部位，以增加药物在靶细胞、靶组织或靶器官之中的浓度，进而起到靶向性治疗和降低毒性的目的，为开发靶向肝癌细胞的铂类抗癌药物提供一种新的思路和方法。 本项目实施的技术路线图 本项目立足生物医药领域铂类抗肿瘤药物的筛选及工艺开发，应用于肝癌患者的治疗，其原料易得，工艺绿色，成本低，科技含量高、应用前景大。相关研究已获国家自然科学基金-青年科学基金（22007036）、中国博士后科学基金-面上项目（2020M673553XB）和淮安市2020“淮上英才”驻淮高校优秀博士等项目资助。近年来，在铂类抗癌药物及小分子抗癌药物领域，以第一作者、共同第一作者及通讯作者在Cancer Letters、Journal of Medicinal Chemistry、European Journal of Medicinal Chemistry 、Bioconjugate Chemistry、Bioorganic & Medicinal Chemistry、Bioorganic & Medicinal Chemistry Letters、Journal of Materials Chemistry B、Bioorganic Chemistry等国际知名药物期刊发表SCI论文20余篇。这些研究成果为本产品的开发和宣传推广奠定了坚实的基础。 本项目围绕GA受体介导肝靶向，构建系列靶向肝癌细胞的铂(IV)类抗肿瘤配合物，使其可以形成具有主动靶向和多靶点作用的多功能铂(IV)配合物前药分子，并希望从中筛选出具有抗癌活性高、靶向性强和毒性低的新型铂(IV)抗肿瘤配合物。目前相关产品还处在实验室研发阶段，根据拟设计的项目合成路线，已合成出了最终目标化合物。体外抗癌活性结果表明，目标化合物对肝癌细胞系如HepG2、SMMC-7721、 Bel-7402 和 Bel-7404具有良好的抗癌活性且优于阳性药物顺铂，且对正常的肝细胞HL-7702和LO2毒性较低。另外，相关的抗肿瘤作用机制和工艺路线的优化研究正在进行中。基于目前的研究结果来看，本课题的开发及应用具有重要的学术意义和应用前景。 本项目依托单位为淮阴工学院及其下属的江苏省特色资源开发与药用研究重点实验室。相关成果为本团队独立研发，知识产权清晰。项目可以技术转让、技术入股、合作开发及技术服务等多种方式转化。

本人从事新型垂直筛板塔的研究多年，发表了关于新型垂直筛板板结构，出口堰尺寸，点效率，板效率的论文八篇，受到国际关注。其二篇论文被美国工程索引及美国化学化工文摘收录，其中一篇论文被法国一家公司索取。   新型垂直筛板塔（简称VST）是日本三井公司于上世纪七十年代初开发的一种气液并流接触塔板。它是一种以气相为连续相，液相为分散相的高效新型塔板，其处理能力达到普通塔板的1.5-2倍，板效率高于一般塔板的10％-20％，操作范围宽，压降低。该种塔板在日本已大量应用。    本人经过理论和实验研究，发现板孔，帽罩及出口堰对塔的处理量及塔板的分离效率影响较大。因此，旧塔可经过改造，提高塔的分离效率，降低生产成本，创造经济效益。同时，建议新企业建厂时，采用新型垂直筛板塔作为分离塔设备（精馏塔，吸收塔，解析塔），欢迎来面谈。

南昌大学汤渊源教授在熊仁根教授提出的“托氟效应”理论的指导下，与江苏科技大学陈立庄教授合作，在有机-无机杂化型铁电体领域取得重要进展。通过精准修饰有机阳离子，成功地合成了新型非钙钛矿结构ABX3（A、B为阳离子，X为阴离子）铁电体[(CH3)3NCH2F]ZnCl3，这是首例ABX3锌卤盐铁电体。 钙钛矿型ABX3有机-无机杂化材料拥有丰富的性能，比如铁电性、压电性、光致发光、铁磁性等。其中，铁电性作为一种重要的物理性质，在非挥发性存储器、电容器、传感器等领域具有广泛的应用。除了钙钛矿结构，ABX3型化合物也可以结晶在其他结构里。比如无机的ABX3化合物可以结晶成辉矿石结构、刚玉结构、六方锰矿结构等。相应地，有小部分有机-无机杂化ABX3型化合物可以结晶成由BX3五面体或四面体构成的非钙钛矿结构。但是，在这些非钙钛矿型的ABX3化合物中却很少有铁电性的报道。这主要是由于对铁电体结构与性能的关系认识不够所导致的。因此，深入探究铁电体的构效关系，对于精准设计有机-无机杂化型铁电体具有重要意义。 根据诺埃曼原则，铁电体必定属于10个极性点群。因此，在晶体中引入极性分子或是极性无机骨架将会是设计铁电体一个非常有效的策略。团队基于前期工作的系统筛选，锁定了拥有极性结构的[(CH3)4N]ZnCl3。它的晶体结构中，所有ZnCl4四面体沿着同一个方向以共角的方式排列，形成极性的[ZnCl3]-n链。这与一维钙钛矿结构和硅酸盐结构不同，在这两种结构中偶极子被相互抵消。然而进一步的表征表明，[(CH3)4N]ZnCl3没有相变，且不具铁电性。另一个精准设计有机-无机杂化铁电体的策略是“托氟效应”理论，用电负性最强的F原子取代分子中的H原子，可以改变分子中原子间的相互作用，进而引入铁电性。受该理论的启发，研究者对[(CH3)4N]ZnCl3进一步修饰，用电负性较强的卤素原子F、Cl、Br、I来取代准球形有机阳离子[(CH3)4N]+上的H原子，获得了4例非钙钛矿结构的ABX3型化合物。其中，[(CH3)3NCH2F]ZnCl3被证明具有铁电性。对于[(CH3)3NCH2X]ZnCl3 (X = Cl, Br, I)，没有可靠的证据显示他们具有铁电性。[(CH3)3NCH2F]+阳离子中电负性更强的F原子影响了[ZnCl3]n-链中的Cl原子，形成相对较强的F…Cl作用，这种卤-卤键连接了阳离子和无机链。这样，阳离子的翻转将会带动极性阴离子链的翻转，使得体系在两种极化状态之间转换的能量降低，所以[(CH3)3NCH2F]ZnCl3具有在外电场作用下可翻转的自发极化，即铁电性。相比于F原子，Cl、Br、I原子的电负性较弱，这种卤-卤作用在[(CH3)3NCH2X]ZnCl3 (X = Cl, Br, I)中不足以诱导出铁电性。这项研究为精准设计新型有机-无机杂化铁电体提出了新的思路。

碳化硅微粉的提纯工艺要求实时在线监测提纯罐中微粉溶液的温度、液位、搅拌机时间等参量；如果分别选购市场上已有的数字化测温仪、液位计和搅拌机运动监测（如转速）仪表分别监测相关参量，还需另外选购工业控制计算机（车间环境温度夏季高达50℃以上，普通PC机无法胜任），以便把测温仪、液位计和（搅拌机）运动监测的信号实时采集和存储。此方案不仅成本高，而且占用车间生产、物流空间较多，将对车间正常生产带来严重影响；为此（受连云港乐园磨料磨具有限公司委托）我们以增强型嵌入式微控制器AT89S52为核心，自行设计研制了集提纯罐溶液温度、液位、搅拌机监测与提纯工艺管理于一体的智能化多参量监测仪。该仪器支持时下流行的在系统编程（In-SystemProgramming）下载技术，便于今后的程序升级；采用液晶显示器和键盘作为人机接口；采用Flash存储器AT29C010A作数据备份之用；采用一主多从的方式通过RS-485总线协议实现分布式结点与上位机的通信，具有良好的抗干扰能力。