优化人工智能学科布局，加快人工智能领域一级学科建设。 密切关注人工智能领域前沿技术，将技术及资源引入到人才培养。 部署完整的人工智能实验环境、实验资源、课程体系和教学全流程平台。 搭建完整的专业框架，全面支撑高校人工智能方向的教学与科研。 培养具备深度学习算法设计开发的人工智能应用型人才。

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

新媒体时代，各类融媒实践逐步开展，本项目致力于研究省级融媒平台长江云的党建宣传实践，将理论与实践相结合，以新视野关照现实问题。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 杨寒露 网络新媒体 2019/2023 王嘉琦 广播电视 2019/2023 黄艺丹 网络新媒体 2019/2023 吉珈漩 网络新媒体 2019/2023 杨宁 广播电视 2019/2023 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 袁满 新闻与文化传播学院 讲师 网络与新媒体 四、项目简介 新媒体时代，各类融媒实践逐步开展，本项目致力于研究省级融媒平台长江云的党建宣传实践，将理论与实践相结合，以新视野关照现实问题。以2021年湖北广播电视台旗下的长江云融媒体平台中“建党百年”的专栏内容、专栏形式以及专栏机制为例，研究其对党建宣传活动的报道的内容、形式、机制、技术和服务，分析研究省级融媒体平台对党建宣传活动的实践路径。结合新闻学、传播学、社会学以及统计学的知识，通过数据分析、个案分析和访谈等多种形式，多维度地探究省级融媒体平台对党建宣传活动的实践。

甲基环戊二烯三羰基（简称MMT）为一种无铅汽油抗爆剂，具有改善汽油辛烷值、提高燃料燃烧效率、减少汽车尾气排放等优点。该项目采用改进高温高压两步法制备MMT。采用该生产工艺使甲基环戊二烯与有机锰的转化率均超过89％，成本的下降有利于MMT工业化的实施。其工艺和产品质量达到国内领先国际先进水平。 2006年，MMT汽油抗爆剂项目得到国家发展和改革委员会高技术产业发展项目的支持，资助经费达800万元，江西省科技厅重大专项资助100元，该项目已经累计得到各类项目资金资助达1500余万元。目前，我校昌北精细化工基地已具有较大规模，成为我省高校产学研有机结合的典型示范基地。

在现代工业生产中，大规模的工业生产和日益激烈的市场化竞争，使得企业越来越需要对整个生产过程进行总体优化操作，以得到最优生产过程。因此，为了最大限度发挥过程系统的生产潜力，取得最大的经济效益，必须随着实际操作环境和市场要求的变化及时地进行操作条件的优化，采用实时在线优化技术将稳态操作点逐渐移到相应工况的最佳操作点区域。对二甲苯（PX）氧化反应单元在精对苯二甲酸（PTA）生产过程中处于核心地位，它直接关系到PTA产品的质量、产量、醋酸燃烧损失以及PX单耗等。本项目基于PX氧化反应动力学，结合人工智能方法建立了PX氧化反应过程工艺机理数学模型，并依据工业装置数据采用随机搜索算法对该模型进行了优化校正，形成了能准确描述生产装置特性的机理模型；同时建立了PX与HAC的燃烧损失智能预测模型；建立了PX氧化过程的在线实时流程模拟系统，实现了关键性能指标4-CBA浓度以及PX和HAC燃烧损失的在线实时预测；对PX氧化过程的工艺操作条件进行了在线实时优化，降低了PX和HAC的燃烧损失，确保生产装置运行在最佳状态，产生了显著经济效益

伊马替尼是瑞士诺华公司研发的一种酪氨酸激酶抑制剂类抗肿瘤药物，于2001年5月获得 美国食品与药品管理局 (FDA) 的批准上市，用于治疗慢性骨髓性白血病，又于2002年2月被批 准用于治疗胃肠道间质细胞肿瘤，具有起效迅速、转移性强、副作用小等优点，其专利化合物 专利近年到期，国内多家企业仿制上市。 尼洛替尼是瑞士诺华公司开发的第二代具有高度选择性的酪氨酸激酶抑制剂，用于对既往 治疗(包括伊马替尼治疗)耐药与不耐受的费城染色体阳性慢性髓性白血病慢性期或加速期的成 人患者，治疗范围更广，疗效更佳，目前国内多个企业酝酿尼洛替尼的仿制工作。 达沙替尼由百时美施贵宝公司研发，2006年2月在美国首次上市。是首个批准上市的口服 多重酪氨酸激酶抑制剂，用于对既往治疗失败或不耐受的成人各阶段慢性髓细胞样白血病，也 可用于治疗对其他疗法耐药或不耐受的费城染色体阳性急性淋巴细胞性白血病成年患者。目前 国内多个企业进行达沙替尼的仿制工作。 

在现代工业生产中，大规模的工业生产和日益激烈的市场化竞争，使得企业越来越需要对 整个生产过程进行总体优化操作，以得到最优生产过程。因此，为了最大限度发挥过程系统的 生产潜力，取得最大的经济效益，必须随着实际操作环境和市场要求的变化及时地进行操作条 件的优化，采用实时在线优化技术将稳态操作点逐渐移到相应工况的最佳操作点区域。 对二甲苯 (PX) 氧化反应单元在精对苯二甲酸 (PTA) 生产过程中处于核心地位，它直接关 系到PTA产品的质量、产量、醋酸燃烧损失以及PX单耗等。本项目基于PX氧化反应动力学， 结合人工智能方法建立了PX氧化反应过程工艺机理数学模型，并依据工业装置数据采用随机 搜索算法对该模型进行了优化校正，形成了能准确描述生产装置特性的机理模型；同时建立了 PX与HAC的燃烧损失智能预测模型；建立了PX氧化过程的在线实时流程模拟系统，实现了关 键性能指标4-CBA浓度以及PX和HAC燃烧损失的在线实时预测；对PX氧化过程的工艺操作条 件进行了在线实时优化，降低了PX和HAC的燃烧损失，确保生产装置运行在最佳状态，产生 了显著经济效益。

本发明提供的是一种亚麻籽粕挤压膨化食品及其制作工艺.按重量比为亚麻籽粕粉30～50%,玉米20%～40%,黑米10%～30%和微量的调味剂的比例配好原料,将亚麻籽粕,玉米及黑米粉碎至80～100目,将上步所得的粉末混合,入调味剂,按生产膨化食品的方法制成膨化食品.本发明将亚麻籽粕与黑米,玉米等混配,各原料之间相互配合,经膨化加工得到产品,所得亚麻籽粕膨化食品中蛋白质含量为10～20%,膳食纤维含量15～30%.营养成份齐全,营养成分的利用率高,口感好.

据2020年全球癌症数据报告统计，2020年中国癌症新发病例前十的癌症分别是：肺癌 82万，结直肠癌 56 万，胃癌 48万，乳腺癌 42万，肝癌 41万，食管癌 32万，甲状腺癌22万，胰腺癌 12万，前列腺癌12万，宫颈癌11万，这十种癌症占新发癌症数的78%；2020 年中国癌症死亡人数前十的癌症分别是：肺癌 71万，肝癌 39万，胃癌 37万，食管癌 30万，结直肠癌 29万，胰腺癌 12万，乳腺癌 12万，神经系统癌症 7万，白血病 6万，宫颈癌 6万，这十种癌症占癌症死亡总数的83%。 2020年中国癌症死亡例数前十的癌症类型 肝癌（Hepatocellular carcinoma, HCC）是常见恶性肿瘤之一，2020年在我国其发病率位居第五位，死亡率高居第二位。由于其早期症状不易被发现且发展迅速等特点，使得大多数患者在被确诊时就己经丧失了手术治疗的机会。因此，化疗成为患者治疗选择的重要手段。铂(II)类抗癌药物如顺铂、卡铂和奥沙利铂对肝癌疗效确切，在临床上常与其他抗癌药物联合治疗肝癌，但其仍然存在靶向性差、严重的毒副作用和耐药性等缺点。因此，探索具有肝靶向性强、疗效高和毒性低的铂类抗癌药物已成为新一代铂类抗肝癌药物研究中拟解决的关键科学问题。 研究表明，在肝细胞表面镶嵌着丰富的甘草次酸（Glycyrrhetinic acid，GA）特异性结合位点，且该位点与GA具有高度饱和性和亲和性。经后期研究发现GA受体是蛋白激酶Ca，其在肝癌细胞中的表达远高于其他细胞，且GA自身还具有抗肝炎和保肝的功效。研究表明，GA对肝癌细胞增殖具有一定的抑制作用，可以通过多种作用机制杀伤肝癌细胞, 例如周期停滞、自噬和诱导肝癌细胞凋亡等；另外，GA还可以通过增强肝脏抗氧化能力和抑制炎症反应，起到保肝护肝的作用。因此，本项目基于铂(IV)配合物独有的化学与生物性质且可以充当前药和GA具有特异性结合GA受体的特点，我们设想将GA受体特异性结合的药物分子GA与铂(IV)配合物相结合构建的双药给药体系，一方面可以将铂类抗癌药物递送到肿瘤部位，以增加药物在靶细胞、靶组织或靶器官之中的浓度，进而起到靶向性治疗和降低毒性的目的，为开发靶向肝癌细胞的铂类抗癌药物提供一种新的思路和方法。 本项目实施的技术路线图 本项目立足生物医药领域铂类抗肿瘤药物的筛选及工艺开发，应用于肝癌患者的治疗，其原料易得，工艺绿色，成本低，科技含量高、应用前景大。相关研究已获国家自然科学基金-青年科学基金（22007036）、中国博士后科学基金-面上项目（2020M673553XB）和淮安市2020“淮上英才”驻淮高校优秀博士等项目资助。近年来，在铂类抗癌药物及小分子抗癌药物领域，以第一作者、共同第一作者及通讯作者在Cancer Letters、Journal of Medicinal Chemistry、European Journal of Medicinal Chemistry 、Bioconjugate Chemistry、Bioorganic & Medicinal Chemistry、Bioorganic & Medicinal Chemistry Letters、Journal of Materials Chemistry B、Bioorganic Chemistry等国际知名药物期刊发表SCI论文20余篇。这些研究成果为本产品的开发和宣传推广奠定了坚实的基础。 本项目围绕GA受体介导肝靶向，构建系列靶向肝癌细胞的铂(IV)类抗肿瘤配合物，使其可以形成具有主动靶向和多靶点作用的多功能铂(IV)配合物前药分子，并希望从中筛选出具有抗癌活性高、靶向性强和毒性低的新型铂(IV)抗肿瘤配合物。目前相关产品还处在实验室研发阶段，根据拟设计的项目合成路线，已合成出了最终目标化合物。体外抗癌活性结果表明，目标化合物对肝癌细胞系如HepG2、SMMC-7721、 Bel-7402 和 Bel-7404具有良好的抗癌活性且优于阳性药物顺铂，且对正常的肝细胞HL-7702和LO2毒性较低。另外，相关的抗肿瘤作用机制和工艺路线的优化研究正在进行中。基于目前的研究结果来看，本课题的开发及应用具有重要的学术意义和应用前景。 本项目依托单位为淮阴工学院及其下属的江苏省特色资源开发与药用研究重点实验室。相关成果为本团队独立研发，知识产权清晰。项目可以技术转让、技术入股、合作开发及技术服务等多种方式转化。