皮肤溃疡是指不同原因所导致的身体表面组织坏死、溃烂、缺损的一类疾病；慢性皮肤溃疡是一种常见的难治性疾病，它包括血管性溃疡、压迫性溃疡、放射性溃疡及感染性溃疡等，常见于麻风病和糖尿病等患者。皮肤溃疡按不同的致病因素可分为创伤感染，压迫性溃疡，静脉性溃疡，糖尿病溃疡和其他因素。在发生人群方面：由创伤所致的体表慢性难愈合创面以20-50岁的中青年为主；糖尿病，压迫性和静脉性溃疡以60岁以上的老年人为主。 本项目采用溶胶-凝胶法制备了介孔钙硅凝胶材料，该材料具有很高的比表面积和均匀可调的纳米孔道，是集生物降解性和生物活性于一体的新型生物材料，介孔结构和孔径可调控性是纳米介孔干凝胶治疗皮肤溃疡的本质。将纳米介孔和硅基干凝胶的优势有机结合起来，设计研制具有纳米介孔结构的硅基干凝胶新型治疗皮肤溃疡材料，使之不仅具有很好的生物相容性，而且材料能够生物降解，同时，材料降解时能释放硅等离子，调控细胞的行为，加速组织愈合，以克服现有治疗皮肤溃疡材料的缺陷。 介孔钙硅凝胶可用于不同医用场合的治疗皮肤溃疡，包括妇科宫颈糜烂；糖尿病性溃疡；手术、外伤造成的创面；褥疮、压力性溃疡；皮肤、粘膜溃疡及糜烂性病变；局限性的II或III烧、烫伤创面；难以愈合的伤口等。同时可利用其介孔结构的特点负载药物和生物活性因子，以提高治疗的效果。

中试阶段/n支气管哮喘是临床常见病多发病，目前治疗哮喘以糖皮质激素为主， 副作用多。古籍记载银杏有敛肺平喘功效，但目前尚无银杏治疗哮喘的 药物上市。在详细研究银杏有效成分基础上，该项目组发现一组新的化 合物具有敛肺平喘作用，并开发了一种从银杏中提取该活性成分的新技 术及生产工艺，进行了中试生产，产品纯度可达 95%以上。经动物药效学 和细胞学试验证明，此活性成分具有预防和治疗哮喘的显著效果。动物 急性毒性、长期毒性实验表明，该活性成分没有毒副作用，具备开发治疗哮喘新物的潜力，可产生显著的社会经济效益

本发明公开了一种治疗淋巴瘤的中药组合物，包括：党参、陈皮、茯苓、夏枯草、炙甘草、黄芪、木香、蜈蚣、砂仁、水蛭、阿胶珠、僵蚕、白英、当归、知母、连翘和麦芽。本发明提供的中药组合物选取的药物均为常见药物，成本低，服用方法简便，具有散结消肿、解毒镇痛、消毒散脓、温经通脉之功效，对人体无不良及毒副作用，对淋巴瘤具有很好的治疗效果，避免了传统化学药物治疗对人体造成的损害。

近年来，随着微型化、便携式电子产品的迅猛发展，基于超级电容器和电池的超薄、柔性储能器件受到越来越广泛的关注。组装该类高性能的柔性储能器件需要三维柔性电极材料。三维柔性碳电极是最佳的选择，主要因为其惰性的化学特征，而且可以用于几乎所有的电解质体系。目前文献报道的三维柔性碳电极主要是基于碳纳米材料，如碳纳米管和石墨烯等，然而这类柔性电极制备比较复杂，成本较高，难以实现大规模化生产。 我们创新性地采用直接高温碳化聚合物泡沫的方法成果制备了碳海绵。该方法简单，且易于大规模化生产。所制备的碳海绵具有以下特征： 稳定的三维多孔网络结构； 良好的弹性； 可控的孔隙度，孔隙度范围：95-99.9%； 可控的密度，密度范围：3-100 mg/cm3； 可控的导电性，导电率范围：1-30 s/cm； 超疏水和超亲油性。

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：

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：

项目简介目前癌症中的胰腺癌仍是临床治疗的难题，由于症状隐匿，发病迅速，预后差，使胰腺癌的发病率和死亡率逐年上升，延长胰腺癌症患者生存区、提高生存率和生 存质量，是国内外科学家关心的重要课题。钴依赖的蛋氨酸合成酶（MS）是叶酸类代谢 酶，对正常细胞和肿瘤细胞敏感性差别更大的靶酶，针对其作用机理，设计合成了活性 小分子 A13，具有优于吉西他滨的治疗胰腺癌的活性。A13 化合物经过两次不同机构肿瘤细胞测定，确定其抗胰腺癌和肺癌活性。 与山东省药学科学院合作，测定人胰腺癌 PNCA-1 裸鼠移植瘤模型抗肿瘤作用。设置 5-FU 对照组，吉西他滨对照组和模型对照组，A13 尾静脉注射给药，隔天给药时间为 21 天。 实验结果是 A13 在 60 mg/kg 和 120 mg/kg 剂量条件下对人胰腺癌裸鼠移植瘤的生长的抑 制作用，相对肿瘤增值率分别为 55.97%和 39.63%，结果优于 5FU（59.04%）和吉西他滨 （49.21%），对体重和饮食没有影响，各脏器解剖观察未见毒性病理变化。对照吉西他滨 组裸鼠表现出明显体重下降和饮食受阻。A13 化合物在模拟大肠液 16 h 能保持稳定，在 血浆中 96 h 能保持稳定，为后续动物实验确定给药方式和给药时间。对肺癌 SPC-A-1 裸 鼠移植瘤小鼠也有治疗作用，A13 的肿瘤相对增值率与培美曲塞对照组相当。  项目团队刘俊义教授，化学生物学系。主要研究方向为：1）叶酸代谢酶制剂的研 究。2）中枢神经保护剂的设计、合成及生物活性研究。3）抗 HIV、HBV 药物的设计合 成与构效关系研究。4）基于新靶点的抗肿瘤药物研究。曾获得过国家自然科学基金及博 士点基金等十余项，授权专利 7 项。设计合成：张志丽，副教授。生物活性：王孝伟副教授，田超博士。合作单位：山东省药学科学院。 应用范围 该项目可应用在癌症的治疗中首选胰腺癌，单独用药或联合用药。也可联合用药治疗肺癌。   项目阶段临床前研究（动物研究阶段）。知识产权专利名称：新型 8,10-去二氮杂-N5 甲酰基四氢叶酸类化合物作为抗肿瘤药物的应用 。专利申请号：2014105575999合作方式技术转让。

本发明提供一种基于细胞荧光图像的药物活性组分筛选方法，通过控制荧光倒置显微镜上的高精度可控电动平台精确走位，应用荧光探针特异性标记细胞、细胞显微图像自动获取、荧光图像识别及数据生成，通过分析图像信息来获取心肌细胞保护作用的相关指标筛选和评价活性组分。本发明能够在活细胞内通过标记线粒体荧光强度来测量心肌细胞的活力状态从而对活性物质的保护效果进行评估，并能够对细胞的形态结构和分布进行实时监测，具有快速、经济、高通量的特征，可在定量筛选评价心血管疾病治疗药物中的应用。

目前癌症中的胰腺癌仍是临床治疗的难题，由于症状隐匿，发病迅速，预后差，使胰腺癌的发病率和死亡率逐年上升，延长胰腺癌症患者生存区、提高生存率和生 存质量，是国内外科学家关心的重要课题。钴依赖的蛋氨酸合成酶（MS）是叶酸类代谢 酶，对正常细胞和肿瘤细胞敏感性差别更大的靶酶，针对其作用机理，设计合成了活性 小分子A13，具有优于吉西他滨的治疗胰腺癌的活性。 A13化合物经过两次不同机构肿瘤细胞测定，确定其抗胰腺癌和肺癌活性。与山东省药学科学院合作，测定人胰腺癌PNCA-1裸鼠移植瘤模型抗肿瘤作用。设置5-FU对照组，吉西他滨对照组和模型对照组，A13尾静脉注射给药，隔天给药时间为21天。实验结果是A13在60 mg/kg和120 mg/kg剂量条件下对人胰腺癌裸鼠移植瘤的生长的抑 制作用，相对肿瘤增值率分别为55.97%和39.63%，结果优于5FU（59.04%）和吉西他滨 （49.21%），对体重和饮食没有影响，各脏器解剖观察未见毒性病理变化。对照吉西他滨 组裸鼠表现出明显体重下降和饮食受阻。A13化合物在模拟大肠液16 h能保持稳定，在 血浆中96 h能保持稳定，为后续动物实验确定给药方式和给药时间。对肺癌SPC-A-1裸 鼠移植瘤小鼠也有治疗作用，A13的肿瘤相对增值率与培美曲塞对照组相当。

研发阶段/n利用生物质Leptin生理激活剂作用于公猪Leptin受体，发挥内源性生物质Leptin生理功能，显著增加血雄激素水平，特别是提高外来良种公猪和母猪繁殖性能和产仔数。缓解公猪繁殖机能生理性障碍、性功能迟钝、性欲低下，射精量减少、少精、死精、密度低、畸形精子比例大和严重地影响母猪受胎率的问题。技术水平：实用新型专利（2006100186970）