中国科学技术大学生命科学与医学部周丛照教授课题组，从巢湖成功分离五株侵染伪鱼腥藻Chao1806的噬藻体Pam1~Pam5。

我校郭光灿院士团队在二维范德瓦尔斯材料固态自旋色心领域取得重要进展。该团队李传锋、唐建顺研究组与匈牙利魏格纳物理研究中心AdamGali教授等人合作，实验研究并理论解释了六方氮化硼（hexagonalboronnitride，hBN）中带负电硼空位（VB-）色心受磁场调制的自旋相干动力学行为，揭示了hBN中VB-色心电子自旋与核自旋之间的相干耦合和弛豫机制，对发展基于二维范德瓦尔斯材料的相干自旋系统及低维量子器件具有重要意义。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

太阳能水蒸发技术是指利用太阳能从液态水中提取水蒸气，该技术可以用于污水处理和海水淡化，为发展环保、廉价的淡水生产技术提供了基础。

项目简介： 线虫是危害大豆和土豆等诸多重要农作物的一类主要害虫。目前 杀灭线虫的主要方式是化学农药法和基因改造法。化学农药法的作用 因为线虫快速产生的抗药性以及线虫卵壳强大的保护作用而收效甚 微；而基因改造的大豆或土豆只能抗拒若干种属线虫的危害，对于无 法选择性抗拒的种属则无计可施，而且基因改造法显然无法满足消费 者对高端非转基因绿色农产品的消费需求。 在人们对线虫的治理乏力的时候，Glycinoeclepine A，一种线虫 孵化信息素的发现使人类看到了对抗线虫的曙光。这种新的杀灭线虫 的方式为大豆，土豆等深受线虫危害的植物提供了新的保护机制。目 前的几个化学合成的解决方案路线冗长，仅仅证明了该化合物是可以 人工合成的，无法真正的攻克对该化合物大量制备的要求，因而极大 的限制了它的应有推广。 本项目在前期工作的基础上，发展了高效的快速合成该信息素关 键六五并环体系的方法，一步构筑了其核心骨架结构，并精准的控制 了若干手性中心的生成。为该化合物的实用性合成打下了坚实的应有 基础。在该项目中，我们拟完成对该化合物的高效合成并进行产业化 推广。因为该化合物的活性达到非常高效的皮摩尔/L 的活性，对该化 合物的百毫克级的合成就可以支撑起大面积的推广实验。由于起始原 料便宜（200 元/公斤），且路线设计巧妙，所用试剂易得，符合农药 分子的低成本要求。我们相信在两年内可以达到几十克级别的生成水平，完成对该信息素的产业化推广。

本项目针对目前粉煤灰制取分子筛存在的粉煤灰中硅铝溶出率不高、制得的分子筛纯度低、粉煤灰中铝利用率低等问题，提出粉煤灰首先经碳酸钠焙烧活化，经活化后粉煤灰中硅铝的溶出活性得到提高。活化后的粉煤灰经碱溶出过程中，溶液中的硅和铝的容出速度不同，且存在过饱和现象。利用这一溶解性质的差异，可以先用少量水浸出硅酸钠，过滤后得到硅酸钠溶液。向硅酸钠溶液中通入CO2，可通过沉淀法制备白炭黑产品。这样既可以脱除粉煤灰中部分硅，生产白炭黑，又可以提高粉煤灰中铝硅比，再用碱液来浸取脱硅后的粉煤灰，得到硅铝酸钠浸出液，经过滤，调节pH，可在不同pH条件下的过饱和期内分离反应混合物，解决粉煤灰中硅铝的共溶出问题，利用溶出液中的硅铝制备纯沸石分子筛，实现粉煤灰中硅和铝的回用。由于利用活化粉煤灰中的硅和铝共溶出制备分子筛，与一般碱、硅酸钠和铝酸钠混合反应制备分子筛的原料不同，在同样的晶化条件下，老化时间显著缩短，节省能耗。 随着经济的发展，对电力的需要会不断增加，这意味着粉煤灰的排放会越来越大。所以，本项目可提供用于粉煤灰制备各类纯沸石分子筛的基本原料，也为粉煤灰综合利用提供一种新工艺。 应用范围：涉及粉煤灰的综合利用及生产白炭黑和分子筛材料的生产方法，适用于制备A型、X型、Y型、L型、丝光沸石及毛沸石等具有硅铝酸盐晶体骨架结构的各类分子筛。  

本发明涉及细胞色素C分子自组装纳米有序复合结构组装体及制法,以羟基磷灰石纳米粒子为基本单元,在三维空间组装成纳米γ-氧化铝模板/羟基磷灰石纳米有序复合结构组装体(组装体1),然后与细胞色素C组装,得到细胞色素C/γ-氧化铝模板/羟基磷灰石纳米有序复合结构组装体,其细胞色素C平均表面含量为4.5×10

我国境内大部分原油含蜡高、凝点高，在常温或较高温度下便不能流动，给原油的采输带来了困难。添加本发明制备的原油降凝剂可以明显改善原油低温流动性，降低开采和运输成本。本发首先合成一个含马来酸酐的聚合物，精制，过滤，干燥；测定聚合物中马来酸酐的含量，再通过长链脂肪醇或长链脂肪胺对聚合物改性，得到所述的原油降凝剂。得到的原油降凝剂在实验室进行降凝实验。结果显示，在同样条件下，本发明得到的降凝剂比市售原油田所用的原油降凝剂具有更好的降凝效果。

本发明公开了一种荧光分子探针及其在硫化氢检测中的应用，该荧光分子探针的结构为R1-N3，其中，R1为具有聚集诱导发光性能的基团。原理为该含叠氮官能团的分子由于叠氮的猝灭作用在溶液中或者聚集态均不发光，而利用硫化氢对叠氮官能团的还原后生成的含氨基的分子则呈现AIE的特性，从而实现聚集态下对硫化氢浓度的检测。原理为由于聚集态下残留的叠氮基团会导致整个聚集体的荧光猝灭，所以探针分子的发光只能在叠氮基团大部分被还原后才能被“打开”，从而实现了通过调控探针分子的浓度得以调控检测限和有效检测范围。