|
搜索
搜 索
高等教育领域数字化综合服务平台
Nano-800超微量核酸蛋白测定仪
产品介绍：
Nano-600、Nano-800超微量核酸蛋白测定仪（超微量分光光度计）作为一款高再现性的全波长分光光度计，采用基座和比色皿上样双检测模式，适用于更宽浓度范围的样品检测，操作简便，不仅可用于测量DNA，RNA纯度、浓度，测量蛋白质浓度，也可用于一般物质分析中的吸光度检测。
产品特点：
7寸电容触摸屏,优化设计的安卓系统软件
无需预热，5秒即可完成检测，结果直接输出为样品浓度。
5分钟内无操作，将自动关闭光源，以延长使用寿命。
软件图形界面简单易用，操作更为直观，结果可直接导出。
仅需0.5~2ul的微量样品即可进行纯度与浓度测量，样品可回收。
外置打印机（选配）直接打印报告。
技术参数：
型号：
Nano-600
Nano-800
软件操作平台：
7寸电容触摸屏，安卓系统
7寸电容触摸屏，安卓系统
波长范围：
185-910nm；
185-910nm；
比色皿模式(OD600)：
600±8nm
600±8nm
样本体积要求：
0.5-2.0ul
0.5-2.0ul
光程：
0.2mm、1.0mm 自动切换
0.05mm、0.2mm、1.0mm 自动切换
光源：
氙闪光灯（寿命可达10年)
氙闪光灯（寿命可达10年)
检测器：
3648像素线性CCD阵列
3648像素线性CCD阵列
波长精度：
1nm
1nm
波长分辨率
≤3nm(FWHM at Hg 546nm)
≤3nm(FWHM at Hg 546nm)
吸光度精准度：
0.003Abs
0.003Abs
吸光度准确度：
1%（7.332 Abs at 260nm)
1%（7.332 Abs at 260nm)
吸光度范围
(等效于10mm)：
0.02-300A;
0.02-300A;
比色皿模式
(OD600测量)：
0~4A
0~4A
测试时间：
≤5S
≤5S
核酸检测范围：
2-4500ng/ul(dsDNA)
2-17500ng/ul(dsDNA)
数据输出方式：
USB、SD-RAM卡
USB、SD-RAM卡
样品基座材质：
石英光纤和高硬质铝
石英光纤和高硬质铝
锂电池
无
6800mmA
外观尺寸（mm）
270x210x196
270x210x196
上海金鹏分析仪器有限公司
2021-12-09
双光束核酸蛋白检测仪JP-3000
一、产品介绍：
JP-3000型核酸蛋白检测仪（紫外检测仪）系采用采用液相色谱分离技术，检测蛋白、核酸、酶和多肽，适用于制药、天然产物和生物大分子的分离纯化，广泛用于生化研究, 生物工程, 医疗检验, 测定, 农业科研, 化工食品等科学领域。
二、产品特点：
双光束分光系统设计，一束光通过参比系统，另一束光通过样品系统。
无需预热，开机基线即可平衡。
内置JP-blupad层析工作站，自动绘制层析图谱。可一键另存JPG图谱，方便图谱的保存打印。与GE层析柱接口兼容，可在AKTA等设备系统进行预分离。
三、技术参数：
检测波长:：
260nm、280nm(标配）
波长选择：
步进电机程序控制。
光源：
LED冷光源，寿命>50000小时。
调零：
双光束一键调零。
灵敏度：
2、1、0.5、0.2、0.1、0.05 ABS
噪声：
<0.0001A
漂移：
≤0.002A/S
光程：
3mm
样品池容积：
30ul~120ul
吸光度显示：
122*44蓝膜高清LCD液晶显示
功率消耗：
≤25W
电源电压：
220V±10% 50Hz
上海金鹏分析仪器有限公司
2021-12-09
人工智能药物筛选、药物设计及毒性预测算法
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：
辽宁大学
2021-04-10
人工智能药物筛选、药物设计及毒性预测算法
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：
辽宁大学
2021-05-10
化学小分子诱导细胞重编程
邓宏魁研究团队开创性地建立了化学小分子诱导细胞重编程的新体系，提供了细胞命运调控的新手段，突破了功能细胞制备的关键瓶颈，为再生医学治疗重大疾病开辟了新的理想途径，是我国在该领域前沿的标志性重大成果。
北京大学
2021-02-22
小模数行星齿轮传动装置
成果描述：针对我国航空、航天、国防武器等工程领域重要装备迫切需要解决的高刚度、高传动精度齿轮传动装置等共性和关键技术难题，结合国际机械传动及相关科技发展前沿，在承担单位已取得的新型高可靠精密传动件及系统等多项发明专利和国内外有关研究成果的基础上，创造性地综合运用齿轮啮合原理、界面力学、摩擦学、表面工程、系统动力学、材料科学、先进制造、可靠性工程等多学科交叉融合与协同创新设计理论和方法，着重开展特殊与极端环境下机电装备传动系统动态服役行为；基于多场耦合条件下多目标优化的高刚度、高传动精度齿轮传动装置创新设计理论等关键科学技术研究。最终提出具有高刚度、高精度、高可靠、长寿命、大转矩、低能耗、小体积、轻量化、低噪声等高性能小模数齿轮传动装置创新设计制造理论、方法和技术，研制出高性能多级行星齿轮装置等军民两用高端装备配套产品原理样机，取得拥有自主知识产权并达到国际先进水平成果，为打破西方工业发达国家对相关技术产品的封锁和垄断，大跨度地提高我国高可靠精密传动件及系统的技术水平，基本形成高性能小模数齿轮传动装置研制保障能力，满足我国航空、航天、国防武器及其他工程领域重要装备的重大需求创造关键科学技术条件。市场前景分析：打破西方工业发达国家对相关技术产品的封锁和垄断，大跨度地提高我国高可靠精密传动件及系统的技术水平，基本形成高性能小模数齿轮传动装置研制保障能力，满足我国航空、航天、国防武器及其他工程领域重要装备的重大需求创造关键科学技术条件。与同类成果相比的优势分析：小模数多级行星齿轮装置原理样机，温度范围：-40℃～+120℃；模数0.5~2.0；传动比30~320；传动精度、回差＜3’；寿命＞10000h；噪声＜65dB；扭转刚度2.5×104~6.5×104Nm/rad。
四川大学
2021-04-11
风光互补发电系统（小电站）
在新能源的开发中，风能、太阳能的产品比较成熟，而天气的变化又往往 是“风和日丽”，风弱太阳强；“狂风暴雨”，下雨没有太阳而风往往很大。夏天 太阳好而风小，冬天光照时间短风大，说明太阳能和风能在时间上有很强的互 补性。针对普通电网难以覆盖的区域，本中心研发的风光互补发电系统具有以 下优点： 1、由于风能和太阳能的互补特性，风光互补发电系统具有较高的供电稳定 性和可靠性； 2、可以显著减少蓄电池的容量和数量； 3、 可以根据用户的用电负荷情况和资源条件进行系统容量的合理配置， 既可保证系统供电的可靠性，又可降低发电系统的造价。通过合理的功率匹配 设计，取得良好的社会效益和经济效益。 4、具有智能控制、独立发电、就地消纳、安装简单和节能减排的优点，符 合社会发展方向，适用于偏远地区、电网覆盖不了的地方，如通信基站、铁路 道口、边防海岛以及偏远居民、牧民的生活生产用电等。 风光互补发电系统（小电站）主要由太阳能光伏电池组、风力发电机组、 智能控制器、蓄电池和负载组成，可以并网或者离网运行。在并网系统中，需 91 要增加并网逆变器。控制器是系统的核心。
山东大学
2021-04-13
小分子诱导植物抗性技术体系
一、成果简介 化学农药防治病害给环境和生态造成了污染，同时也给食用安全留下隐患。小分子诱导植物自身获得系统性抗病能力，具有环境友好、绿色安全、稳定持久和广谱高效特点，为植物病害的绿色 高效防控提供了新的思路。该项技术筛选一类分子量小、结构简单、组织分布广泛、生物效应多样、免疫原性低、本身不杀菌但可诱发植物自身主动抗性的小分子活性物质，构建抗病、抗低温和定向 品质提升技术体系，实现不用
中国农业大学
2021-04-14
小流域水质综合治理技术
针对目前国内小流域范围内污染源输入增加，河道及湿地自然净化能力降低的问题，对小流域展开全面的的调查和治理，包括污染源头截污强化净化、流域水质生态净化、生态系统自然修复、生态景观提升美化四大工程。经过成套技术整治修复后的小流域能形成水系畅通、水质良好、生物多样性丰富、湿地景观优美的健康格局，实现自我维持与良性演化。 在流域汇水过程中，对流域内不同的点源及面源污染通过不同的方式进行净化，在出水端构建单位面积处理效率高的人工湿地系统，由组合工艺提升出水水质，满足水体入河的排放标准。然后在流
南京大学
2021-04-14
小浆果深加工技术
项目简介 本项目基于小浆果如蓝莓、黑莓、树莓、桑椹、葡萄等的加工物性与营养保健价值 高的特点，运用超高压等非热力加工技术结合现代生物发酵和酶工程技术酿造果酒、果 醋和提取功能活性因子等深加工技术。本项目符合目前国家的“三农”政策，项目实施 后可延长小浆果产业链，促进小浆果种植业的健康发展，有利果农增收，有很大的社会 效益与经济效益。该成果已在镇江国家级科技园进行了转化与推广（www.91gsy.com）， 拥有独立的知识产权，并申请了相关专利，如：Z
江苏大学
2021-04-14