化学相关专业或从事医药研发、生产行业多年的管理人员

1.化学、化工类，环境工程类专业，大专及以上学历；2.工作认真细心，热爱本职工作，动手能力强；3.诚实、勤奋、有责任心、肯吃苦；4.一经录用公司缴纳五险一金，提供食宿，有免费通勤班车。

本发明公开了一种C反应蛋白柔性汗液电化学传感器的制备方法。传感器由CRP工作电极、碳对电极、银‑氯化银参比电极组成，通过结合MIP和卟啉金属有机框架材料（PMOFs）‑金铂双金属纳米颗粒复合物，特异性检测汗液中的CRP含量。卟啉用作仿生催化剂，模拟细胞色素酶（P450）的催化效果，配合具有等离子体增强电化学氧化性能的金铂双金属纳米颗粒（AuPt NPs），显著提高了电子传输效率，放大检测信号，从而提升传感器的灵敏度。本发明CRP柔性汗液电化学传感器具有制备方法简单，成本低廉，能够无创、快速检测汗液CRP含量，全面捕捉人体炎症状态的变化趋势，灵敏度高等优势，对汗液CRP的高稳定性和高特异性监测具有重要意义。

随着首个RNA修饰N6-甲基腺嘌呤（m6A）的去修饰酶FTO的发现，RNA表观遗传学/表观转录组学开始兴起并成为表观遗传学新的研究热点。m6A作为首个被发现的可逆RNA修饰，广泛存在于mRNA，依赖修饰酶、去修饰酶和结合蛋白发挥调控功能。已发现m6A具有调控mRNA剪接、出核、稳定性和蛋白翻译等功能，可以参与发育、配子发生、细胞重编程、生物节律、疾病等多种生理和病理过程的功能调控。为了更好地研究m6A生物功能和临床病理研究，开发m6A高通量测序技术一直是研究的热点。 现有m6A测序技术主要依赖于m6A抗体富集技术，包括低分辨率的m6A-seq/MeRIP-seq和联用iCLIP或PAR-CLIP技术的高分辨率m6A测序技术miCLIP 或PA-m6A-seq。抗体存在对特定RNA序列或结构的潜在非特异性结合，为了解决抗体方法的种种问题，研究者们做出了各种尝试，近期开发了两类无需抗体的m6A测序技术，一类为利用对特定甲基化序列（m6ACA）敏感的RNA核酸内切酶MazF辅助的测序方法（m6A-REF-seq or MAZTER-seq），此类方法只能检测16~25%的m6A位点；另一种是在细胞内表达融合m6A-binding domain（YTH）与胞嘧啶脱氨酶（APOBEC1）的融合蛋白实现的m6A测序（DART-seq），但该方法依赖于细胞转染效率且受限于体外样品的使用。 贾桂芳课题组一直致力于开发和利用核酸化学生物学技术研究RNA化学修饰在动植物中的生物功能研究。在本课题中，贾桂芳课题组巧妙地利用m6A的去甲基酶FTO蛋白作为催化剂，将mRNA上化学惰性的m6A转化为高反应活性的中间态产物N6-羟甲基腺嘌呤（hm6A），然后利用二硫苏糖醇（DTT）的巯基与hm6A发生亚胺1,2加成反应，将不稳定的hm6A转化为更稳定的巯基加成产物dm6A。dm6A上的自由巯基可以与甲烷硫代磺酸（methanethiosulfonate，MTSEA）快速反应，实现在mRNA上m6A的位置标记生物素Biotin，最终可被链霉亲和素珠捕获，从而富集含有m6A修饰的RNA片段供后续高通量测序使用。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

近日，化学学院徐浩教授课题组在催化不对称合成领域取得了新进展。

本发明的硅基悬臂梁耦合直接加热式毫米波信号检测仪器是由传感器、模数转换和液晶显示三大模块组成，传感器模块是由悬臂梁耦合结构、功率分配／合成器、直接加热式微波功率传感器和开关构成，衬底材料为高阻Ｓｉ，功率通过输入端口对应的ＣＰＷ信号线终端的直接加热式微波功率传感器进行检测；频率检测通过利用直接加热式微波功率传感器测量两路在中心频率处相位差为９０度的耦合信号的合成功率实现；相位检测通过将两路在中心频率处相位差为９０度的耦合信号，分别同两路等分后的参考信号合成，同样利用直接加热式微波功率传感器检测合成功率

本发明的硅基悬臂梁耦合间接加热式毫米波信号检测仪器是由传感器、模数转换和液晶显示三大模块组成，传感器模块是由悬臂梁耦合结构、功率分配／合成器、间接加热式微波功率传感器和开关构成，衬底材料为高阻Ｓｉ，功率通过输入端口对应的ＣＰＷ信号线终端的间接加热式微波功率传感器进行检测；频率检测通过利用间接加热式微波功率传感器测量两路在中心频率处相位差为９０度的耦合信号的合成功率实现；相位检测通过将两路在中心频率处相位差为９０度的耦合信号，分别同两路等分后的参考信号合成，同样利用间接加热式微波功率传感器检测合成功率

本发明公开了一种用于光学测量仪器样品台校准的系统及方法。在椭偏仪直通式的情况下进行光路系统的对准，包括前光路和后光路的对准；在椭偏仪斜入射式粗调样品台上的旋钮，使得检偏臂光学接收器孔能够接受到一部分光束；微调样品台上的旋钮，使表示光束的十字光标出现在中心位置；以 l 为步长令系统前部和系统后部在 Z 轴方向上进行扫描，并记录在每个高度位置时探测器接受到的总光强，绘制出一条光强曲线，系统自动选取光强值最大点处为样品台最优相对高度位置。系统主要包括光源，起偏臂，前置四象限探测器，检偏臂，分光镜，内置四象