本实用新型公开了一种摩擦式矿井提升机钢丝绳在线检测装置，包括移动式机架，以及至少一个用于对钢丝绳进行抱合检测和脱离保护的漏磁检测单元，该漏磁检测单元安装在所述移动式机架上。本实用新型首先较传统的钢丝绳检测技术更好的解决了钢丝绳在高速运行时的跟随问题，适应绳子大幅度摆动的高效检测；同时，采用穿过式永磁磁化器对钢丝绳进行磁化相比于传统的磁轭式磁化器利用相对的N‐S 磁极靴面将磁通直接导入钢丝绳的磁化方式而言，避免了探靴在检测过程中由于强磁力作用而发生剐蹭，且在探靴打开时由于过强的磁作用力导致磁化器与钢丝

本发明公开了一种面向关系数据库扩展的自适应影像金字塔切片方法，本发明针对空间数据管理系 统发展现状，综合考虑局域网网络带宽和服务器端数据库存储块大小，并结合局域网客户端硬件情况， 提出了自适应影像切片模型，根据自适应影像切片模型自适应的选择影像切片尺寸。本发明可在多种不 同的数据库、网络和客户端条件下实现影像数据智能化高效存储与访问，为高效的影像数据管理提供了 可行的思路和方法，有助于在 C/S 架构的网络环境下高效存取和管理基于数据库技术的遥感影像数据。 

音为梦想 乐动未来 　　公司名称：北京鑫三芙教学设备制造有限公司 　　网址：http://www.xinsanfu.com/ 　　电话：01062473201/01062473181   三芙音乐教学互动平台MIP-2 概述  1、支持简谱、五线谱的书写和声音播放,能显示教学所需的乐谱，并可在乐谱上进行编辑（诸如勾画、移动位置、添加图标等），辅助乐理教学、视唱教学和音乐实践教学。能播放音频素材，并可根据需要变速、变调、停止、反复等。应能调用图片、视频等资料，并能对图片和视频资料进行局部放大、缩小以及编辑等。应能提供简谱和五线谱的所有元素符号，支持谱曲、编辑、输出和打印功能。应能显示标准钢琴键盘，并通过鼠标、键盘、触摸等操控其发音 2.★具有屏幕悬浮键，可在屏幕范围内随意拖动，通过悬浮键可以直接跳转：五线谱、简谱、调式、音程、音乐基础知识、教师资源库模块；悬浮键集成：屏幕书写、微课录制、指法采集功能插件；悬浮键集成：音视频、图片、OFFICE文档、PDF等插入功能页面，教师可在各个教学界面快捷打开各类多媒体教学资源；悬浮键可提供云平端支持，可收集音乐教学资源、开展探究性音乐教学、使用咨询及故障申报。悬浮键在产品打开后，持续出现在屏幕前端，并可任意拖动位置。 乐理调试教学模块 3.★独立的调式教学模块。具有五线谱、虚拟键盘、电子琴交互教学功能，可外接电子琴弹奏或输入和弦，可选12种国际通用调式，弹奏虚拟键盘或电子琴，虚拟键盘高亮显示，并显示该键位在五线谱上的对应音符；唱名显示窗口同时唱名；简谱显示窗口同时显示简谱。 4.★具有调的五度循环图讲解界面，可选择12种调式，五线谱根据不同的调式显示不同的调号，五线谱音符根据不同调式而排列“首调式音符”位置，不同调式的“DO RE MI FA SO LA SI”音符对应虚拟键盘的位置，弹奏时高亮同步，唱名与简谱显示随调式同步，具有键位保留功能，弹奏键盘后，虚拟键盘与五线谱音阶高亮保留不消除。 5.★具有“键位高亮”保留功能，弹奏虚拟键盘或电子琴并离手后，虚拟键盘及五线谱音符高亮持续不消除；调式教学界面有电子节拍器插件，可以设置不同拍速，调式教学模块内置128种高保真音色。 乐理音程教学模块 6.★独立的音程教学模块。界面有88键双色发光可虚拟键盘，可外接电子琴弹奏或输入和弦，具有五线谱、虚拟键盘、电子琴交互教学功能，弹奏虚拟键盘或电子琴，五线谱音符高亮显示；触摸五线谱音符，虚拟键盘高亮显示，整个教学过程中“音名显示窗口”同步显示所弹奏的音名；系统同步发声。弹奏键盘“黑键”时，音名显示窗口显示等音关系。 7.★具有“音程教学”与“和弦教学”两种模式，音程教学模式下，五线谱音符全部显示，弹奏多个键位时，五线谱音符左右排列高亮显示，可显示音符间的音程关系；和弦教学模式下，五线谱音符隐藏，用电子琴弹奏和弦时，五线谱仅显示当前弹奏的和弦，和弦以国际通用的纵向排列显示。 8.★和弦教学模式可以支持“不和谐和弦”及“和谐和弦”，和弦模式可同时弹奏10个以上的键位。 9.★具有对比教学模式，在此模式下，可在虚拟键盘或电子琴上先后多次输入多组的单音或和弦（音程、和弦教学模式均可支持），五线谱音符以及虚拟键盘全部高亮显示，对比不同音程与不同和弦的关系，对比教学具有一键清除高亮按键。 10.★具有“键位高亮”保留功能，弹奏虚拟键盘或电子琴并离手后，虚拟键盘及五线谱音符高亮持续不消除；调式教学界面有电子节拍器插件，可以设置不同拍速，调式教学模块内置128种高保真音色。   五线谱与简谱教学模块 11.★独立分开的五线谱与简谱教学模块，五线谱、简谱模块专业教学，不相互混淆。 12.★新建五线谱乐谱课件插件，预设高音谱表、低音谱表、大谱表三种谱表样式；可编辑乐谱课件文本信息；具有2/2、2/4、3/4、4/4、3/8、6/8、9/8、12/8拍的拍型选择快捷键，并有手动节拍插件，可新建任意节拍乐谱课件；可预设新建乐谱课件的小节数量、节拍速度；可预设新建乐谱课件不完全小节（弱起小节）的：小节数量与小节时值；可预设15种新建乐谱课件的调式，并可预设无调式乐谱课件；所有乐谱课件可通过拖拽屏幕的方式移动；滑动方式放大缩小；简谱乐谱可以预设至少4个声部的乐谱。 13.★可以通过不同乐器音色选择新建五线谱乐谱课件，系统支持516种乐器音色，并可建立516种不同乐器所用的专用谱表，如吉他四线谱、六线谱、品格图、鼓组公尺谱等；系统自动生成乐器音色所适用谱表的调号，并自动载入该播放音色。在此模式下，可一次性添加多个乐器音色，并自动生成教学用总谱课件，如交响乐教学课件、民乐教学课件、打击乐教学课件、流行乐教学课件等，此类课件适用于校内交响乐团、民乐团、鼓号队等拓展型乐谱课件教学。 14.★简谱及五线谱教学模式具有三连音教学功能，并可演示不同时值三连音符的实际发声效果；具有电子节拍器插件，可根据当前节奏类型播放相符的与之节拍；支持课件检索功能，并可将屏幕上的乐谱进行二次保存，保存格式为PNG、PDF或SVG无损放大的矢量文件，用于教师制作个性化课件。 15．系统具有多种适用于简谱或五线谱的乐谱演奏标记、表情记号，所有演奏演奏标记均具有实际发声效果，以便应用于教学，如反复记号、强音、弱音、琶音、震音等。 16.★五线谱教学具有前后乐章变奏功能，教师可以以乐谱小节为单位，分别设置五线谱乐谱的调号、拍型、拍速，能够充分讲解乐章主副歌部分的不同调号、拍型、拍速。（如“乌苏里船歌”前奏部分为6/8拍、降E大调、速度80，主歌部分为2/4拍、G大调、速度95）；系统可以根据不同时值音符为基准设置速度，（如以四分音符为基准，每分钟100拍，或以八分音符为基准，每分钟100拍），提供不少于6种时值的音符为基准。 17.★具有彩色音符教学插件，可以将色调单一的音符变成彩色，以不同的颜色区分不同音高的音符，适合低年龄教学；具有音名显示插件，可以在教学乐谱上一键填充所有音符的音名，适合高年龄教学；具有乐谱移调功能，可以任意改变五线谱乐谱的调式，改变调式后的五线谱乐谱的调号及音符位置均跟随调式而改变，让学生所听即所看。 18.★具有屏幕虚拟键盘，键盘数量可在88键以内任意滑动选择；可外接电子琴、电钢琴进行弹奏或输入和弦，输入和弦时，虚拟键盘高亮显示、五线谱音符纵向排列书写；具有键位保留功能，弹奏键盘后，虚拟键盘与五线谱音阶高亮保留不消除；可以调用电子琴音色进行乐谱课件播放，可以使用电子琴喇叭进行声音播放。 19.★五线谱教学模块具有独立的播放控制插件，具有播放时长、进度以及当前小节拍号显示窗，可以通过播放进度滚动条快捷滑动至乐曲的任意部位播放；播放控制插件具有：播放、暂停、节拍器按键，可通过音量滚动条控制播放音量、速度滚动条控制播放速度；具有预备节拍功能，在播放乐谱的时候会先播放与当前乐谱拍型、速度相匹配的指引节拍；具有循环播放功能，可以设置乐谱任意小节起止的循环播放。 20.★具有音源拓展插件，教师向计算机桌面自动生成的“音源导入”文件夹内添加数字音源文件后，再打开音源拓展插件，系统可识别新添加的数字音源，并可直接调入系统播放使用。计算机桌面的“音源导入”文件夹为安装系统后自动生成的快捷文件夹。 21.可在简谱及五线谱教学模式下添加乐谱歌词，支持歌词自动对齐功能，自动添加拼音功能，可以添加至少4段落歌词。 22.教学乐谱具有五线谱或简谱所需的常用演奏标记及表情记号，如：琶音演示、震音演示、风笛装饰音演示、演奏力度演示、八度演奏演示、延音踏板演示、呼吸与停顿演示、前后倚音演示、升降号演示、重复与跳转记号演示，诸多的乐理知识演示效果生动直观的展现乐理教学。 23.可导入MIDI音频文件自动生成五线谱课件，并支持多音轨编辑，每条音轨前显示乐器名称及简称，可任意调换各个音轨音色，修改音轨音符达到再次创作效果。 24.简谱教学模块具有节奏输入模式，可以输入没有音高的节奏音符；可以将有音高的常规乐谱单独进行节奏播放。以上两种教学方式方便学生掌握乐谱节奏知识。 25.★随系统附赠一套乐谱课件转换工具，该转换工具可以将各类五线谱及简谱乐谱课件转换为适用于本产品的专用格式乐谱课件，拓展本产品的使用范围。 音乐基础知识与教师资源库 26.独立的音乐基础知识与独立的教师资源库教学模块 26.系统内置中小学1-9年级五线谱教学课件，教师可以任意调用及二次创作。 27.具有内置教学教材，具有音、音律、五线谱记谱法、节奏节拍、音程、和弦、调式关系、音乐术语等内容，所有内容均已图文并茂的方式呈现。 28.★开放式教学课件及教材拓展功能，系统可以使用多种OFFICE兼容格式、音视频格式、图片格式或DPF格式的教学课件。教师向计算机桌面自动生成的“音乐基础知识”或“资源库”文件夹内添加上述格式的课件文件后，再打开系统对应的“音乐基础知识”和“教师资源库”两个模块后，系统可识别新添加的多媒体课件，并可直接调入系统使用。计算机桌面的“音乐基础知识”或“资源库”文件夹，为安装系统后自动生成的快捷文件夹。 音为梦想 乐动未来 　　公司名称：北京鑫三芙教学设备制造有限公司 　　网址：http://www.xinsanfu.com/ 　　电话：01062473201/01062473181

音为梦想 乐动未来 　　公司名称：北京鑫三芙教学设备制造有限公司 　　网址：http://www.xinsanfu.com/ 　　电话：01062473201/01062473181 音乐教学互动平台3FN-1 概述 　　1、 先进的C++计算机语言编写，.NET4.0运行环境，全自主知识产权。 　　2、 支持五线谱或简谱教学与编辑、五线谱与简谱混合教学与编辑、乐理知识与多媒体拓展、音乐基础知识与教学资源库教材等互动模块，各功能模块划分明确，系统界面风格简洁明朗，操作界面可任意拖拽、放大缩小，可以将乐谱放大16倍，使教室后部的学生依然清晰可见。 　　3、 支持Windows全系操作系统、可搭载触控一体机、电子白板、台式或笔记本PC使用。 乐谱教学与编辑 　　1、 可任意书写标题、副标题、作曲、作词、版权等乐谱信息。 　　2、 可任意编辑高音谱表、低音谱表、大谱表以及总谱，可设置表情标记、谱表的页面大小、方向及页边距，可设置每行的小节数量。 　　3、 创建谱表时可选择：任意调式编辑、任意速度播放、任意节拍类型、以及不完全小节起拍（弱起小节）。 　　4、 音符录入、符点录入、升降音录入、休止符录入、三连音录入、倚音录入，录入后可播放且任意范围播放。 　　5、 系统内置516种古今中外乐器音色，内置音色处理器，无论是内置音色或外接音源均可以达到悦耳的播放效果。 　　6、 支持乐谱播放速度调节，可以以乐谱小节为单位调节速度，一首乐谱可以调节前后乐章不同的速度；可以以不同音符时值为单位调节，如以4分音符为基准，每分钟120拍，或以2分音符、8分音符为基准每分钟240拍，速度调节数值为每分钟5拍至每分钟600拍（以4分音符为基准）。 　　7、 支持五线谱与简谱的混合编辑，并且在任意类型谱表或混合编辑谱表上添加歌词。 　　8、 歌词支持自动对齐功能，自动添加拼音功能，以及多段落歌词录入功能。 　　9、 任意插入或删除乐谱小节，修改调整小节属性，修改谱表、小节、记谱标记、音符的个性化样式。 　　10、 具有文本标注插入功能，可对插入文本进行格式编辑，如字体、大小等。 　　11、 具有倚音、谱号、调号、拍号、小节线、线条记号、装饰音与演奏记号、临时升降号、力度记号、重复与跳转记号、速度、震音、琶音与圆滑音、风笛装饰音、占位框与小节的记谱符号的插入，插入后播放乐谱会有相应效果呈现。 　　12、 具有换行符与占位符插入、符杠属性任意组合、符头任意添加与更换、呼吸与停顿标识提醒、连谱号标识插入。 　　13、 可在编辑的谱表上任意拖拽、修改、删除所有记谱标记，所有编辑界面具有退格与前进快捷键。 　　14、 可导入任意MIDI音频课件（支持所有MIDI格式文件）并支持多音轨编辑，每条音轨前显示乐器名称及简称，可任意调换各个音轨音色，修改音轨音符达到再次创作效果，可在多音轨谱表中单独选择任意一组或多组音轨单独播放。 　　15、 具有乐谱卷帘编辑器功能，辅助弹奏教学功能，以柱形图的方式显示所有音符的音高与时值，并显示虚拟键盘的键位。 　　16、 播放所有音符可在内置软键盘上显示键位的位置以及和弦键位的位置，可外接键盘输入设备，软件支持128复音同时录入。 　　17、 具有应用广泛的总谱编辑功能，如交响乐、电声乐、民乐、打击乐、流行乐总谱等，可导入木管乐器、自由簧片、铜管乐器、有音高打击乐器、高音打击乐器、进行曲打击乐器、声乐（人声音高）、键盘、电子乐器、拨弦乐器、弦乐器、中国民族乐器、世界民族乐器、古典乐器等至少500种以上音色，并且支持拓展外部硬件音源及外接软音源。 　　18、 可编辑鼓组节奏谱并播放或更改鼓组相关音色，可单独播放或编辑乐谱中的节奏。 　　19、 可编辑六线吉他谱，播放或更改吉他相关音色，吉他指法标识插入，吉他和弦品格图插入。 　　20、 可编辑四线谱并播放或更改运用四线谱记谱的相关乐器音色，如低音吉他、曼托林、贝司等乐器。 　　21、 支持修改或编辑后的曲谱导出或打印功能。 　　22、 具有内置屏幕截图功能，可选择屏幕任意位置截图，并保存为图片文件，以便教师制作教学课件。 乐理教学与多媒体 　　1、 具有五线谱大谱表以及虚拟MIDI键盘交互教学功能，通过弹奏虚拟键盘可显示该键位在五线谱上的音高位置，并可显示该键位的音高唱名，虚拟键盘显示音名。 　　2、 具有调的五度循环图讲解界面，可任意选择国际通用的12种常见调式，更改调式后可在五线谱上显示不同调式的音阶变化，并且具有调名显示窗口。 　　3、 音频插入功能，可插入及播放众多常见格式的音频文件，如范唱播放、伴唱播放、唱名播放、音名播放、节奏播放。 　　4、 视频插入功能，可插入及播放众多常见格式的视频文件，如教学配套音响资料、音乐教学欣赏视频、教师自制视频课件等。 　　5、 图片插入功能，可插入众多常见格式的图片文件，可在插入的图片上随意勾画、标注、缩放等。 　　6、 表格插入功能，可插入Excel表格文件，对插入表格的格式、字体、边框、填充、数字、批注进行编辑。 　　7、 文本插入功能，可插入Word、PPT、PDF等不同格式的常见文本文件并可对其修改与编辑。 　　8、 音名与唱组模块，具有88键虚拟可弹奏键盘，具有音组标识、音名与唱名标识，可一键显示音名与唱名。 　　9、 视频录制功能，具有嵌入式的视频录制插件，可在任意模块下实现录制，将教学内容录制后制作课件或教学实例以及微课展示。 　　10、 电子书写功能，具备电子白板的书写或涂鸦功能，在任意教学模块下，对屏幕上的教学内容进行屏幕书写及涂鸦，具备一定可编辑功能。 　　11、 音名与唱名播放功能，可以播放内置音名与唱名音频文件，以及教师自行添加的音频文件。 教材资源 　　1、 具有音乐基础知识教学模块，内置教学教材，具有音、音律、五线谱记谱法、节奏节拍、音程、和弦、调式关系、音乐术语等内容，所有内容均已图文并茂的方式呈现，教学内容目录以列表形式展开，方便教师选取相应的教学内容，也可以根据教师实际教学内容任意拓展音乐基础教学模块的教学内容或添加音频及视频课件。 　　2、 具有教学资源库模块，内置中国音乐家、西方音乐家、民歌、演唱形式、西洋乐器、音乐风格等教学资源，所有内容均已图文并茂的方式呈现，教学内容目录以列表形式展开，方便教师选取相应的教学内容，也可以根据教师实际教学内容任意拓展教学资源库模块的教学内容或添加音频及视频课件。 　　3、 音乐基础知识与教学资源模块可任意添加课件教学内容，使教师拥有更多的自主教学内容拓展空间。 音为梦想 乐动未来 　　公司名称：北京鑫三芙教学设备制造有限公司 　　网址：http://www.xinsanfu.com/ 　　电话：01062473201/01062473181

成果描述：本发明申请要解决的问题是，改进预测技术，提高预测准确度。本专利利用高阶马尔科夫模型的原理提出HM-gMTD模型的一种改进，即高阶HM-gMTD模型，并通过EM算法给出相应的参数估计方法和相应的计算方法，并能够快速进行参数估计，以提高模型预测的准确度。市场前景分析：预测模型的发展在人类的经济生活方面发挥着重要的作用，尤其是马尔科夫模型，几乎在各个领域都有着非常广泛的应用。本发明着重混合转移分布模型与高阶隐马尔科夫模型的巧妙结合，构造出高阶HM-gMTD模型，然后运用EM算法，对新模型实现了主要参数的求解。最后为了衡量一个模型的好坏和对不同的模型进行比较，我们选择准则函数。模型比较的最佳准则函数，既考虑到模型对原始数据的拟合程度，又兼顾模型中所包含的待定参数的个数，并且对二者做出合理的权衡。与同类成果相比的优势分析：本发明主要是针对HM-gMTD模型的进一步改进，提出一个高阶HM-gMTD模型，使其在降低计算的复杂度的同时，提高预测的准确性。

本发明涉及一种风电集群轨迹预测与分层控制方法，包括：根据风电集群及风电场内的拓扑结构，基于空间相关性和NWP数据进行超短期风电功率预测；根据调度中心下发的调度值，将控制过程在空间上分为集群优化调度层、场群协调分类层和单场自动执行层，将风电功率预测值从时间上逐层细化；在场群协调分类层，基于风电功率预测值对风电场进行分类，分为上爬坡群、下爬坡群、平稳群和振荡群；在单场自动执行层，基于AGC机组下旋转备用裕度和风电送出断面裕度判断风电可增发空间，增发上爬坡群风电场出力或降低下爬坡群风电场出力；基于风电场运行与监测系统，根据监测到的风电场实际值，计算并反馈风电功率误差，修正风电集群和风电场预测值，使优化过程更加精确。

本成果针对城市水电气热等综合能源数据来源广泛，结构复杂，且与用户、时间、空间信息关系紧密的特点，构建了高性能综合能源数据分析平台，提出了细粒度的能源数据分析理论框架及方法，并将其应用于智慧城市建设。

针对太阳能集热系统扰动多、大滞后和大惯性等控制难点，建立了适合控制器设计的简化分段非线性模型，并设计了基于预测函数控制策略的集热系统出口导热油温度控制系统。该预测函数控制策略在调节速度、超调量以及稳定性方面的控制效果均明显优于传统PID控制策略；与未简化的多模型预测控制相比，简化后的多模型预测函数控制的最大动态偏差增大了13%，但计算量大大降低，控制器的实时性也得到增强。

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：