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-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-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-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。

项目背景：1.夹层玻璃是由两片或多片玻璃，之间夹了一层 或多层有 PVB 膜，经过特殊的高温预压及高温高压工艺处理后， 使玻璃和中间膜永久粘合为一体的复合玻璃产品。2.夹胶玻璃因 其所具有的安全性、防盗性、隔音型、防紫外线、节能等性能广 泛应用于国内外汽车安全玻璃、建筑安全玻璃、太阳能光伏等领 域。 所需技术需求简要描述：1.PVB 膜片：①汽车前挡风玻璃用 夹层 PVB 膜的抗穿透性。试样规格 2mm 玻璃+0.76mm 胶片+2mm 玻 璃，300mm*300mm.用 2260 克的钢球在一定高度自由落体砸玻璃， 目前可以承受 3.5 米高度，目标需求胶片可以承受 4.2 米高度； ②汽车前挡风玻璃用夹层 PVB 膜的低温抗冲击性。试样规格 2mm 玻璃+0.76mm 胶片+2mm 玻璃，尺寸 300mm*300mm，在零下 20 摄 氏度条件下，用 227 克钢球在一定高度以自由落体方式砸玻璃， 目标需求可以承受 11 米高度。2.聚乙烯醇缩丁醛“PVB”：聚乙 烯醇缩丁醛的生产过程中第一步 PVA+丁醛的缩合反应，目前是 采用盐酸作为催化剂。寻找替代盐酸的催化剂或者无催化剂的方 法，要求替代材料低成本且无污染。  对技术提供方的要求:具有开展项目研发的能力及人员设备支持，以及验证和判断的科研能力，能够提供完整的解决方案。 

为促进“芜马合机器人产业集聚试点区”建设，充分发挥安徽工程大学多学科综合优势和属地高校便利条件，本着“优势互补、互利互惠、资源共享、共同发展”的原则，芜湖市人民政府与安徽工程大学联合组建安徽工程大学机器人产业技术研究院，并共同出资注册了芜湖安普机器人产业技术研究院有限公司作为运行实体。 公司成立于2014年8月，位于国家芜湖机器人产业集聚区，是专门从事机器人及智能装备研发与集成应用为一体的产学研相结合的高科技公司。现有员工44人，其中安徽省“115”产业创新团队带头人1人、安徽省技术领军人才2人、芜湖市战略性新兴产业优秀人才2人，教授1人，副教授3人，工程师3人。公司主营业务包括四个方面：一是机器人关键和共性技术研究及机器人集成应用；二是新产品开发和成果转化；三是教育装备产品研发及销售；四是利用安徽工程大学资源，开展硕士人才、本科人才培养，以及机器人技能培训。 公司以“踏实做事，勇于创新”为核心价值，致力于科研平台和团队建设，努力提升科技研发水平，以及服务于产业的能力。公司现承接了2项安徽省科技攻关计划项目，4项芜湖市科技计划项目，1项安徽省重点研究与开发计划项目,1项安徽工程大学专项基金项目；建立了省级院士工作站、省新型研发机构、省“115”产业创新团队、芜湖市工程技术研究中心、市重点研发创新平台；获批了高新技术企业、安徽省第一批建设培育产教融合型企业、中国产学研合作创新示范企业；建成了包括机床上下料生产线、筒子纱包装生产线在内的10余条自动化生产线；完成了包括芜湖职业技术学院、安徽机电职业技术学院等40余所高校和培训机构的机器人实验实训室的建设项目。

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：

探索天然产物生源合成途径对于天然产物合成以及化学生物学研究具有重要意义。例如生源合成途径中的“环化/后期氧化”（cyclization/late-stage P450-mediated oxidation）策略被运用于一系列具有抗癌活性二萜的全合成中。生源合成上，从共同的生源前体香叶基香叶基焦磷酸（GGPP）出发，通过萜类环化酶（terpenoid cyclase）催化的多步碳正离子环化和重排反应可产生各种二萜类天然产物，例如抗癌药物紫杉醇 （Taxol）、巨大戟醇（ingenol）和抗生素截短侧耳素 (pleuromutilin)。因此，人们对二萜类天然产物的生物合成和仿生合成进行了广泛的研究。 香茶菜属（Isodon）二萜是一类结构复杂的多环活性天然产物，迄今为止已分离鉴定出1000多种该家族天然产物。与诸多其他二萜天然产物一样，其生源合成是从GGPP出发，通过一些列酶促环化反应得到共同的生源前体随后通过碳正离子重排得到已知的香茶菜属（Isodon）二萜结构，包括ent-kaurane型，jumgermannenone型和ent-beyerene型。生源推测不同类型香茶菜属二萜的骨架之间的转化也是通过碳正离子重排实现的。例如最初的生源途径认为，jungermannenone 型是从ent-kaurane 型通过两种可能的碳正离子重排而来。