本发明提出用于防治假禾谷镰刀菌的病毒粒子及其防治小麦茎基腐病的主要病原菌假禾谷镰刀菌的方法，解决了现有技术中小麦茎基腐病的防治问题。本发明通过提取FpgMBV1病毒粒子，对室内接种假禾谷镰孢菌WZ2‑8A菌株（小麦茎基腐强致病株）的小麦幼苗进行生物防治处理，以确定FpgMBV1病毒粒子的生物防治潜力；通过将FpgMBV1病毒粒子与假禾谷镰孢菌WZ2‑8A菌株共培养，验证FpgMBV1病毒粒子的体外侵染能力。结果表明，FpgMBV1病毒粒子可以使WZ2‑8A菌株侵染的小麦茎基腐病的发病率从88.9%降到63.90%，病情指数从36.73降低到7.10，防治效果为80.67%具有生物防治潜力。

本发明是一种用于治疗猪蓝耳病的中药组合物，以板蓝根、千 里光、贯众、紫花地丁、石膏、知母、淡竹叶、十大功劳、赤芍依一定比例配 比，经过提取精制，加制剂辅料按常规方法制成相应的制剂。采用这种中药组 合物对高致病性猪蓝耳病的治疗具有疗效显著，标本兼治，治愈率高，无毒副 作用，不易复发，无药害，成本低，肉质无商检之忧等优点。 生产条件及经济效益预测：我国 36 种重点动物疫病每年造成的直接损失近 400 亿元，经济损失严重。本发明采用中草药配方，价格低廉，并且制作工艺简 单，原料成本低，是一种更有效，副作用小，无污染，具有协同作用治疗猪蓝 耳病的中药，同时还能促进动物生长，增强动物免疫机能，提高机体抵抗力。 有效降低了该病在我国的发病和致死率，有利于畜牧业的发展，增强我国在世 界畜牧产业中的地位，产生明显的社会效益。 

成果简介： 全球糖尿病患者 2011 年达到 3.66 亿人，关注度升至第二位、仅次于艾滋病。 2010 年我国已达 9000 万人，近年以超过 20%的速度发展，增长惊人。糖尿病具 有很高的致残率和死亡率，其直接原因是糖尿病并发症。目前，全球缺乏预防和 治疗这些糖尿病并发症的成熟、有效药物，能够治疗糖尿病并发症的药物，全球 范围内仅有一种且限于日本市场。 我们已开发出一种新型药物，具有自主知识产权，可用于糖尿病白内障、肾 病和神经性疾病的治疗。该药已经过

目前全球每年有400万人因糖尿病死亡，100万人截肢;中国有1.4亿糖尿病患者（包括以数百万计青少年发病的1型糖尿病），大多数糖尿病患者发病后的最大生存期不超过30年;目前各种糖尿病强化治疗均无法阻止和控制糖尿病并发症和低血糖的发生和发展;多数1型糖尿病患者在30-40岁左右即受到严重并发症的折磨，大量医疗经费被消耗。全球人源性供体器官的极度短缺是世界性难题，99%以上的糖尿病患者不能得到胰岛移植有效救治。为解决胰岛移植供体短缺的困境，联合国世界卫生组织指出：猪胰岛异种移植将可为糖尿病患者提供胰岛供体的解决方案。 成果为国际领先水平的中国异种移植成套系统技术、产品和行业标准规范，猪胰岛移植临床生物安全成套技术体系，基于调节性T细胞的免疫耐受技术体系。 成果独创了胰岛分离纯化系统，其提取的胰岛细胞具有高得率、高纯度、高活性、高质量以及高度生物安全性五大优点。生物安全性高、胰岛收获率高的供体猪技术，培育了国内首个无指定病原体异种移植用供体猪-赛诺1号，小种群异种移植用的人源化转基因猪-赛诺2号，已通过国家鉴定。同时建立了猪胰岛细胞体外培养扩增体系，高纯度的海藻酸钠微囊隔离器和3D打印的人体移植物支架结构，为生物免疫隔离的异种胰岛移植奠定了基础。 目前成果获得授权发明专利15项，完成了52例糖尿病的治疗，证明猪胰岛抗原特异性免疫耐受诱导技术可以有效控制治疗中的免疫排斥反应，安全、有效，无生物安全事件，达到国际领先的临床治疗效果，部分患者可获得完全脱离胰岛素的治疗效果。研发团队由国内和国际异种移植顶级专家组成，是目前国内唯一拥有完善的从胚胎猪到成体猪胰岛分离纯化技术的团队，主持制定了国际异种移植临床研究规范“The Changsha Communiqué”和“The 2018 Changsha Communiqué”。

XM-402T糖尿病模型   XM-402T糖尿病模型由脑、眼、心脏、肾、血管、胰腺、神经元、足8部件构成，展示了糖尿病及其并发症对人体的危害，其中心脏可以打开看到心脏内大致结构。 尺寸：自然大，12.5×12.5×22.5cm 材质：PVC材料

XM-TN高级糖尿病足护理模型   功能特点： ■ XM-TN高级糖尿病足护理模型设计为糖尿病导致的足部病理变化，学员可进行病变的护理。 ■ 显示侵入性创伤第1、2、3脚趾周围产生轻微的感染。 ■ 展示严重的足部病变，如脚趾截肢、夏柯氏足和坏疽等。 ■ 模型材料柔软有弹性，脚趾可弯曲。

XM-433眼常见病模型   XM-433眼常见病模型包括20种常见眼病的形态，每套模型由20只组成，分装入箱内展示正常眼、正常睑结膜、沙眼、、眼睑内翻、溃疡性睑缘炎、眼睑外翻、霰粒肿、麦粒肿、慢性泪囊炎、翼状胬肉、流行性出血性角结膜炎、角膜溃疡、角膜粘连性白斑、急性虹膜睫状体炎、巩膜炎、急性青光眼、老年性白内障、结膜异物、眼睑湿疹形态。 尺寸：放大3倍，37.5×56.5×9cm 材质：PVC材料   20种常见眼病: 1、正常眼：显示上下眼睑、睑缘、泪点、球结膜、巩膜、角膜、虹膜和瞳孔。 2、正常睑结膜：显示上下眼睑睑结膜，表面光滑透明，血管分布清楚。 3、沙眼：显示沙眼第二期重度（Ⅱ++），上眼睑睑结膜炎症，超过1/3以上面积，并有疤痕形成。 4、沙眼性血管翳：显示角膜上部有血管进入角膜组织，占角膜面积1/4。 5、眼睑内翻：显示上眼睑睑缘向内侧翻转，睫毛触及眼球角膜，造成角膜上部沙眼性血管翳，球结膜充血。 6、溃疡性睑缘炎：显示睑缘充血肿胀，睑缘睫毛根部有小脓泡溃疡和脓痂。 7、眼睑外翻：显示下眼睑向外侧翻转，睑结膜色红，肥厚，少光泽，下眼睑睑结膜与球结膜粘连。 8、霰粒肿：显示上眼睑睑结膜上蚕豆大小紫红色隆起肿块，中央呈灰黄色。 9、麦粒肿：显示上眼睑皮肤红肿，近鼻侧有黄色脓头隆起 10、慢性泪囊炎：指压泪囊部，从泪点流出黏液脓性分泌物。 11、翼状胬肉：显示角膜鼻侧有三角形翼状膜，头部进入角膜组织，体部血管丰富，肥厚，隆起。 12、流行性出血性角结膜炎：球结膜充血、水肿，有片状出血，角膜内有灰白色浸润点，下眼睑红肿。 13、角膜溃疡：角膜周围有明显混合性充血，角膜上皮和基质脱落缺损，形成角膜溃疡，有黄白色脓性分泌物。 14、角膜粘连性白斑：瞳孔梨状，梨蒂有白斑，为角膜病变所造成。 15、急性虹膜睫状体炎：混合性充血，瞳孔缩小不正圆。 16、巩膜炎：球结膜水肿，其下方巩膜呈紫红色充血。 17、急性青光眼：眼睑水肿，混合性充血，瞳孔中等散大，呈绿色反光。 18、老年性白内障：显示晶状体混浊，呈灰白色。 19、结膜异物：显示上眼睑睑结膜上黑褐色（铁屑）异物，伴结膜充血。 20、眼睑湿疹：显示下眼睑湿疹，睑缘充血肿胀，滤泡透明呈圆形。

XM-TN高级糖尿病足护理模型   功能特点： ■ XM-TN高级糖尿病足护理模型设计为糖尿病导致的足部病理变化，学员可进行病变的护理。 ■ 显示侵入性创伤第1、2、3脚趾周围产生轻微的感染。 ■ 展示严重的足部病变，如脚趾截肢、夏柯氏足和坏疽等。 ■ 模型材料柔软有弹性，脚趾可弯曲。

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：