|
搜索
搜 索
高等教育领域数字化综合服务平台
科研级分子蒸馏器的研发与产业化
分子蒸馏不仅可以分离传统手段难以分离的热敏性、 高粘度、易变质物料，还可以代替柱层析、减压蒸馏等传统分离技术，成为一种实验室的通用理化仪器。因此科研级分子蒸馏器有望成为改变用户习惯的一类产品。试生产的分子蒸馏器非常契合实验室的实际使用。冷热面可调， 且蒸发面积仅为 0.01 平米。 科研级分子蒸馏器，内部的冷凝盘管采用了快拆快装结构，用户可以根据实验需求对冷凝盘管进行迅速更换以进行冷热面距离的调节，该型设备的蒸发面积仅为 0.01 平 ，适用于克级物料的分离
中国科学技术大学
2023-05-17
摇摆式啤酒盖用高分子密封材料研发
项目背景：摇摆式啤酒密封盖是高端啤酒的标配如弗林博 格、百威等欧美高端啤酒产品，国内高端啤酒瓶盖市场规模已达 十亿人民币左右。目前，应用于高端啤酒密封盖的高分子密封材 料及其成型技术仍被德国等欧美厂家所垄断，相关瓶盖密封产品 严重依赖进口，且供应量有限，严重制约了国内高端啤酒产品的 发展。
所需技术需求简要描述：1.开发应用于摇摆式高端啤酒封盖 的高分子密封材料配方，解决瓶盖中密封件和瓶塞件及瓶体等部 分材料间的相容性和匹配性难题；2.对摇摆式啤酒瓶密封盖进行 相关蜜粉机械结构的优化设计、制造工艺的研究，实现瓶盖一体 化注塑成型；研制质量检测系统（密封性等）装置，为实现业化 工摇摆式啤酒瓶密封盖奠定基础。3.满足食品安全的国标要求， 不含易迁移的溶剂和小分子添加剂，进一步满足美国 FDA 认证要 求：水蒸气透过系数< 1*10-4 g.cm（cm2.s.Pa）-1,酒精透过系 数<1*10-4 g.cm（cm2.s.Pa）-1，透气系数<1*10-17m2s-1Pa。
对技术提供方的要求:1.具备啤酒盖密封的高分子材料研发 能力和经验，已在高分子材料领域取得国内领先的研究成果； 2.具有相关密封结构和检测实力研发队伍。
青岛金恒智造科技有限公司
2021-09-03
基于THEIC的大分子成炭剂TT4
传统的无卤膨胀型阻燃剂 (IFR) 是由酸源聚磷酸铵 (APP) 、炭源季戊四醇 (PER) 和气源三聚氰胺 (MA) 所组成，季戊四醇虽然具有较好的成炭性，但由于其分子量低，与材料相容性差、热稳定性和耐水性差，在与树脂的高温复合加工过程以及所制备的阻燃材料在潮湿环境中使用受到很大的限制。
该成炭剂TT4与聚磷酸铵APP按TT4 : APP=1 : 2的配比，在聚合物中IFR重量配比30%时，阻燃氧指数达到35以上，同时达到UL-94 V0级别，无溶滴现象，比传统的三嗪类成炭剂的综合成炭效率高，可广泛应用于聚烯烃、聚苯乙烯类树脂 (ABS和HIPS等) 、PBT、PET、尼龙、环氧树脂、不饱和树脂、聚氨酯、聚碳酸酯、丙烯酸树脂、弹性体等多种场合。该成炭剂具有THEIC的超支化结构，具有优异的成炭能力，可以形成致密的炭层厚度和坚韧的炭层强度，与聚磷酸铵等P-N系无卤阻燃剂配合，具有十分理想的协同效应，赋予材料卓越的阻燃性能，是十分理想的。
目前市场上三嗪类成炭剂均采用三聚氯氰为起始反应物，涉及溶剂后处理和氯化氢尾气处理问题，对环境有一定的污染且生产成本高。本项目以THEIC为主要原料，通过固相熔融反应，反应过程中无溶剂，产品质量稳定。
华东理工大学
2021-04-13
与猪肉pH值性状相关的分子标记鉴定及其应用
该发明属于家畜分子标记制备技术领域，具体涉及两个与猪肉pH值性状相关的SNP分子标记和这两个SNP构成的单倍型的鉴定及应用。本发明的目的在于克服现有技术的缺陷，提供两个与猪肉pH值性状相关的SNP分子标记和这两个SNP构成的单倍型的鉴定及应用。本发明运用全基因组关联分析的方法寻找与猪肉pH值性状相关的SNP分子标记及单倍型，以此作为猪肉pH值性状相关的SNP分子标记及单倍型在标记辅助选择中的应用。
该专利确定的SNP位点，对于研究标记辅助选择具有重要作用，对于提高猪肉品质具有理论指导意义。对于规模化猪场进行育种选择应用具有巨大经济效益。
转化条件：规模化猪场的大群体检验和应用，需后期在群体中进一步验证并应用。
成果完成时间：2017年12月
华中农业大学
2021-01-12
面向水处理和物料分离的高分子纳滤膜
纳米颗粒/高分子复合中空纤维膜采用先进纳米颗粒涂覆技术，使得纳米颗粒均匀涂覆于高分子膜表面，形成高性能纳滤膜。其截留性能接近于陶瓷膜，成本接近于高分子膜；采用中空纤维膜组件技术,膜出水量将比平板纳滤膜大2-3倍；纳米颗粒改性膜表面具有优异抗污染性能。纯水通量大于15 Lm-2hr-1bar-1；分子量350gmol-1染料截留率大于99%。适用于高盐度印染废水脱色、回用、零排放等应用。
南京工业大学
2021-01-12
利用分子技术发掘、创新番茄种质和新品种选育
番茄是世界主要的蔬菜作物，也是我国重要的大宗蔬菜。我国番茄栽培面积1800万亩，国外番茄品种抢占我国市场竞争激烈。因此，利用现代分子技术发掘番茄抗性特异种质材料和优异基因资源、创新番茄优异种质、利用分子标记辅助技术改良亲本和创制新品种，创新番茄制种技术以及新品种推广和应用等系统性研究工作，培育出可抗衡和替代洋品牌的自有品种成为我国重要战略需求。
分子标记辅助育种技术，是通过利用与目标性状紧密连锁的DNA分子标记对目标性状进行间接选择的现代育种技术。该技术对目标基因的转移，不仅可在早代进行准确、稳定的选择，而且可克服再度利用隐性基因时识别难的问题，从而加速育种进程，提高育种效率，降低育种研究成本等，与常规育种相比，该技术可提高育种效率２——３倍，具有明显的优越性。
该技术的关键是与重要农艺性状紧密连锁的DNA分子标记的筛选与鉴定以及分子标记应用的简便性。
项目组在国内率先开发出番茄抗根结线虫、抗青枯病、病毒病、灰霉病、枯萎病等抗病基因和果实耐贮基因特异分子标记，这些实用性强的分子标记已成功应用于番茄多抗优质自交系选育。利用分子标记辅助选择，聚合育成了含以色列、美、荷等国家番茄种质遗传基础的优良自交系420余份，为番茄品种选育提供了珍贵的基础材料。利用选育出的自交系，聚合育成高产、优质、多抗新品种华番２号、华番３号。
项目组在发掘和创制了一批重要的新基因和新种质的同时也积累了丰富分子育种经验，建立了完善的番茄分子育种技术平台，该技术适用于番茄遗传育种研究和番茄制种应用，技术体系和标记也实用于茄子、辣椒等茄科蔬菜作物的育种研究应用，该技术具有可靠的安全性。
项目组所研创的分子标记及其分子辅助育种技术在国内蔬菜育种和科研单位广泛成功地应用，取得良好的效果；所创制的系列番茄新品种、新组合以及集成高效栽培技术，在湖北各市县以及浙江、江苏、陕西等省大面积推广，取得显著社会和经济效益。新品种的综合指标达到或优于国外品种。项目组所研制的番茄高效规模化杂交制种技术广泛应用并取得显著效益。
发布于 2020 年
华中农业大学
2021-01-12
【高教前沿】齐齐哈尔大学校长郝文斌：立足地方，找准赛道，培养学以致用、会学善用的应用型人才
为深入学习贯彻党的二十届三中全会和全国教育大会精神，落实立德树人根本任务，中国高等教育学会联合中国教育在线推出《高教前沿》系列访谈栏目，汇聚独家视角，分享真知灼见。
中国教育在线
2024-12-06
西北农林科技大学果树逆境生物学团队揭示转座子MITE-MdRF1通过影响MdRFNR1-1表达进而调控苹果抗旱的分子机制
该研究揭示了转座子MITE-MdRF1通过影响MdRFNR1-1表达进而调控苹果抗旱的分子机制。转座子（Transposable element,TE）广泛分布于真核生物基因组中，是一种可移动的DNA单元，通常情况处于沉默状态以维持基因组的稳定性。
西北农林科技大学
2022-10-13
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。
复旦大学
2021-04-10
基于AI 机器学习的影像组学模型研究
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。
东南大学
2021-04-10