磷酸鞘氨醇转运蛋白（Spns2）是磷酸鞘氨醇转运过程中的关键蛋白，多项研究表明，Spns2 在肿瘤转移过程中发挥着重要作用，是抗肿瘤转移药物开发的新型靶点，国内外尚未有以该靶点开发的药物上市。具有较大的市场机遇。 本项目组前期研究中筛选出了一系列 Spns2 抑制剂，发现候选药物 S1P-A1 对肿瘤转移具有很好的抑制作用。体外研究结果显示其对乳腺癌，结肠癌等肿瘤细胞的转移具有很好的抑制作用，对部分细胞的 IC50 小于 1µM，体内实验结果显示其对黑色素瘤、乳腺癌、肝癌的肺转移抑制率可达 90%以上，显著延长模型小鼠的生存期，有望开发为抗肿瘤转移的 1 类化药新药。 目前该药的成药性评价工作已经基本完成，该药成药性良好。药学研究工作包括药物的结构确证、质量研究、加速稳定性及长期稳定性研究工作已经完成；药代动力学研究已经完成，初步获得了药物的药-时曲线，达峰时间及达峰浓度；药物制剂研究工作基本完成，药物可以制备成口服片剂、胶囊剂、散剂、注射剂等；药物的安全性评价预实验已经完成，该药对成年大鼠无明显毒性。该项目后期将进一步对候选药物 S1P-A1 进行临床前研究，按照 CFDA 的要求，完成正式的药效学实验及药学研究，药代研究和安全性评价试验，最终申报临床试验批件。 预期产生的经济效益： 临床肿瘤病人的死亡 90%是由于肿瘤转移引起的，肿瘤的术后转移亦是临床常见现象。目前抗肿瘤转移药物疗效并不理想，而且毒副作用较大。抗肿瘤转移药物的市场潜力巨大，该药若能开发成功将可以填补抗肿瘤转移药物缺乏的市场空白。 合作方式及条件： 希望进行专利转让，或者与投资者共同开发，申报临床试验批件，并进行临床研究。

项目是国家科技攻关计划“先进控制与优化软件及综合自动化软件平台产业化关键技术”子课题，项目在PCS层（过程控制层）与实时信息集成系统的基础上，实时智能监测与故障诊断专家系统充分利用网络技术、计算机技术、控制技术、通讯技术以及人工智能技术将分散的PCS层信息进行集成，实现信息管理的智能化。系统实现从已有的PCS层通讯网络获得数据，进行高一层次的综合和处理，进行安全监督、故障诊断和预报，而不改变使用人员已经熟悉的操作程序和规则，因而可达到更好的安全监控与管理的效果。

以工业机器人应用为核心目标，包括机器人的平面及立体视觉系统开发，进行非标夹具及周边非标系统的设计及选型，应用软件系统的开发及调试，完成机器人非标自动化系统的开发及调试，实现用户的需求，实现用机器人换人的目标，达到交钥匙工程的使用要求。

我国是食用植物油消费大国，以 2012 年为例，我国食用植物油消费量为 2800 多万吨，其中精炼植物油占 70%以上。吸附脱色是食用油精炼的关键工序，其目 的是去除油中的色素、残皀、残磷、金属离子、氧化分解产物、农残、重质多环 芳烃等微量杂质组分，其效果优劣将直接影响食用油终端产品的质量与食用安全 性。传统脱色吸附材料是以膨润土为原料，采用高温高酸高能耗湿法加工而成， 其特点是活性度高，催化能力和脱色力强，但用于食用油吸附脱色时存在选择性 差、吸油率高、副反应（氧化、异构化、环化）严重和过滤性能差的缺陷。为此，本项目系统研究了油脂吸附脱色作用机制、脱色对油品品质影响、凹凸棒石黏土 （简称凹土）的显微结构、纳米效应及表面特性，发明了食用油脱色吸附材料的干法活化工艺和符合其特性的食用油“两步”脱色工艺；在此基础上，进一步对 脱色吸附材料进行多元复合改性，开发了具有高吸湿性的凹土系列干燥剂。

辽宁高校后勤集团房地产开发有限公司成立于2000年12月04日，注册地位于沈阳市和平区砂阳路64号，法定代表人为颜龙。经营范围包括房地产开发，商品房销售，房屋租赁。高校后勤集团是一家房地产开发商，致力于房地产开发及相关服务。

广州图创计算机软件开发有限公司是国内公共图书馆服务体系化建设软件服务的领导者，是集咨询服务、产品研发、应用集成、数字资源服务、技术服务为一体的高新技术企业，我们提供的产品和解决方案被广泛的应用于国内图书馆行业，帮助客户建立完善的图书馆服务体系。 图创公司自2000年开始研究和开发图书馆总分馆服务体系支撑平台，十余年图书馆行业管理软件的实践经验，培养了一支既熟悉图书馆业务流程，又精通IT技术的复合型专家队伍，沉淀积累了宝贵的行业服务经验，提炼出了一整套可复制的公共图书馆服务体系化建设方案。 图创软件迄今已发展总分馆用户5000余家，图创公司解决方案广泛的应用于公共图书馆、211工程大学、中小学、企事业单位等各类型图书馆，图创公司自成立以来累积了丰富的行业软件研发和实施经验，公司正努力将多年来在行业中形成的技术、产品和服务经验提供给更多的图书馆客户，不断地推动图书馆事业更好更快地向前发展。

青岛森咖生态农业科技开发有限公司办公室地址位于中国品牌之都、世界啤酒之城青岛，山东省青岛市黄岛区张家楼镇丁家寨村驻地，于2017年09月27日在青岛市黄岛区市场监督管理局注册成立，注册资本为1000（万元），在公司发展壮大的4年里，我们始终为客户提供好的产品和技术支持、健全的售后服务，我公司主要经营许可项目：农作物种子进出口；农作物种子经营；食用菌菌种经营；食用菌菌种生产；粮食收购；食品经营（销售预包装食品）；林木种子生产经营；草种生产经营；食品经营；食品进出口；食用菌菌种进出口；技术进出口；主要农作物种子生产；林木种子进出口；草种进出口；旅游业务；住宿服务；道路货物运输（不含危险货物）；房地产开发经营。（依法须经批准的项目，经相关部门批准后方可开展经营活动，具体经营项目以相关部门批准文件或许可证件为准）一般项目：农作物栽培服务；农业机械服务；食用农产品批发；农业园艺服务；农副产品销售；农用薄膜销售；非主要农作物种子生产；农村民间工艺及制品、休闲农业和乡村旅游资源的开发经营；初级农产品收购；农业机械租赁；农作物病虫害防治服务；食用农产品零售；农产品的生产、销售、加工、运输、贮藏及其他相关服务；与农业生产经营有关的技术、信息、设施建设运营等服务；农作物种子经营（仅限不再分装的包装种子）；五金产品批发；水果种植；新鲜水果零售；坚果种植；技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广；休闲观光活动；新鲜水果批发；林业专业及辅助性活动；林业产品销售；园林绿化工程施工；树木种植经营；肥料销售；花卉种植，我们有好的产品和专业的销售和技术团队，我公司属于青岛进出口代理公司行业.

基于标准工控机及CODESYS编程平台的运动控制开发实训系统，配置了1台工业级平板电脑（工业PC显控一体机）、1个CODESYS RTE全功能的软件授权许可、3套EtherCAT总线型伺服驱动器及同步伺服电机和EtherCAT总线型的16入16出远程I/O模块。 此实训系统展示了CODESYS实现多轴运动控制的技术优势以及对外部I/O（本地和远程）的良好扩展功能。 多轴运动控制Demo完全支持工程师们使用CODESYS软件三种不同的运动控制编程模式：基于主从轴跟随模式的电子凸轮、基于三轴龙门结构的CNC联动插补、Delta机械手跟随圆盘和传送带运动的实时快速抓取功能，以及可以通过外部按钮信号完成运动的启停和复位操作。

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