本实用新型公开了一种钢柱脚抗滑移装置，包括滑槽及安装在滑槽上的钢柱脚；所述钢柱脚的侧壁上设有用于限制其沿滑槽水平位移的钢支撑，滑槽中设有型钢，螺栓底座卡设在型钢的底部，螺栓底座中垂直固定有高强地脚螺栓，高强地脚螺栓的顶部穿过钢柱脚，并通过螺母固定在钢柱脚上，型钢的顶面、高强地脚螺栓的外露面与螺母的表面均包裹有抗火岩棉。本实用新型结构简单，构造合理且新颖，对钢柱脚支撑强度大且使钢柱脚可以抵抗水平及竖向荷载，保证钢柱脚不会产生滑移。

本实用新型公开了一种抗堵滴喷带，包括柔性条形带和多个喷头；柔性条形带的中部为喷灌区，柔性条形带的两侧部分别为紊流区，紊流区与喷灌区之间依次设置有滴灌区和中间连接区；其中一紊流区中设置有多条波纹状凹槽，喷灌区中开设有多个安装孔；喷灌区形成喷灌通道，两个滴灌区相对布置并连接在一起形成滴灌通道，两个紊流区压合在一起形成侧翼，侧翼中的波纹状凹槽形成紊流通道，紊流通道的进口和出口分别连通滴灌通道，两个中间连接区压合在一起形成连接翼，连接翼位于滴灌通道与喷灌通道之间；喷头包括基座、蓄液槽体、第一基片、第二基片、弹簧和螺母。实现提高抗堵滴喷带的使用可靠性并丰富抗堵滴喷带的功能。

成果简介：凡是噪声环境恶略、且需要通话的场合，都适用抗噪声通话系统。达到国外抗噪声通话产品的性能指标。 项目来源：自行开发 技术领域：先进制造 应用范围：为航天医学工程研究所研制的各种类型抗噪声通话系统全部用于航天员训练工作，解决噪声对人体的侵害，提高噪声环境下的工作效率。适合推广应用。 现状特点：噪声环境下可实现多点控制双向通话，支持有线、无线两种工作方式，在噪声环境高达120dB，能确保通话清晰、设备可靠。 所在阶段：小规模

超滤技术主要用于含分子量100～1000,000的物质的分离，是目前应用最广的膜分离过程之一。超滤是通过膜的筛分作用，将溶液中粒径大于膜孔径的大分子溶质截留，使小分子组分透过超滤膜，达到分离目的的膜过程。超滤作为一种新型高效的膜分离技术，具有无相变、操作条件温和、无第三组分引入、工艺流程简单等优点，可代替传统的分离技术，如精馏、蒸发、萃取、结晶等过程，但是超滤过程中的膜污染严重限制了超滤在分离领域的更广泛应用。国际纯粹和应用化学协会 IUPAC 将膜污染定义为由于悬浮物或可溶性物质通过物理化学作用或者机械作用，在膜的表面及膜孔内部吸附或沉积，导致膜孔堵塞或变小、膜通量降低的过程。目前，解决高分子超滤膜污染的根本途径是开发低污染超滤膜，包括开发新型高分子材料及对现有超滤膜进行表面改性。前者制膜成本较高，并在大规模应用上存在困难。而对现有膜进行表面改性则成为解决高分子超滤膜膜污染的有效途径。

本研究将构建重组溶瘤腺病毒，以期达到治疗实体肿瘤（肝癌）的目的。在肿瘤局部，利用溶瘤腺病毒诱导的炎症引起免疫细胞浸润。同时病毒可以感染并裂解肿瘤细胞，导致肿瘤相关抗原释放。而重组溶瘤腺病毒可以同时使被感染的细胞表达免调控融合蛋白PD1CD137L，在活化T 细胞的同时封闭肿瘤表面PD-L1 传递的负向信号。最终使得机体的免疫细胞能够识别肿瘤抗原，并产生特异性抗肿瘤免疫应答，最终达到清除肿瘤的目的。

抗倍特铝蜂窝板

中试阶段/n该项目实现了猪产肉性状、抗病性状基因的批量挖掘与验证，开发出一批分子育种标记，建立了多标记聚合辅助育种技术体系，为湖北及我国优质健康猪的培育提供了丰富基因资源和技术支撑，取得了良好社会经济效益。

1. 构建了猪基因素材的高效挖掘平台与分子育种标记开发技术体系。率先设计、建立了猪第一代寡核苷酸基因芯片的技术操作流程；优化了猪基因芯片的非特异过滤方法；开发了猪CRISPA/Cas9基因组编辑系统的sgRNA设计及脱靶效应评估软件获得软件著作权，创建了多个病毒和细菌刺激的细胞和活体模型，发展了多个基因组学技术，实现了猪基因素材高效挖掘平台与分子育种标记开发技术体系的构建。 2. 开发了10个用于优质健康猪培育、具有自主知识产权的分子育种标记。筛选出猪重要候选基因589个，向GenBank提交基因序列80条，鉴定到24个与产肉、免疫性状显著关联的基因突变，取得10个具有自主知识产权的分子育种标记。 3. 构建了适用于优质健康猪培育的多标记聚合育种技术体系，取得了明显社会经济效益。 该项目实现了猪产肉性状、抗病性状基因的批量挖掘与验证，开发出一批分子育种标记，建立了多标记聚合辅助育种技术体系，为湖北及我国优质健康猪的培育提供了丰富基因资源和技术支撑，取得了良好社会经济效益。 成果完成时间：2016年

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：