我国是世界上最大的植物油料加工和消费国，总量近 1.5 亿吨，在国家食品安全体系中举足轻重。植物油料加工长期以来以压榨法和浸出法制油、碱溶酸沉制蛋白、化学精炼油脂为技术主线，普遍存在：1）加工条件剧烈、能耗高、溶剂残留、环境污染；2）蛋白功能性差、组分高值化利用率低；3）生物精炼连续性差、附加值低等共性关键问题。本项目在国家自然科学基金重点项目、国家“863 计划”、国家科技支撑计划等重大项目支持下，历经 13 年持续攻关，以现代生物技术为手段，突破植物油料生物解离关键技术为核心、组合发明生物解离产物及油脂的高值化利用成套技术，形成了植物油料全产业链新一代加工技术体系。 项目已获授权发明专利 45 件，申请国际专利（PCT）3 件，出版著作 10 部，发表相关论文 205 篇（SCI/EI106 篇），主持制定或参与国家、行业标准 10 项。项目已获中国轻工业联合会技术发明一等奖、中国发明协会发明创业成果一等奖、黑龙江省技术发明一等奖、中国食品科学技术学会技术发明一等奖等省部级以上科技奖励 14 项。 项目技术主要用于生产有机大豆油脂、大豆蛋白肽以及大豆膳食纤维等产品，项目目前已通过中试实验。项目计划投资预计 2 亿元，建设规模为加工原料豆 20000 吨/年，项目达产后预计年销售额为 3.6 亿元人民币。通过该项目的实施，将打破了国外在高端油脂和蛋白产品生产上的技术垄断，增强了企业的核心竞争力。

该项目隶属于“天津市科技支撑计划重点项目”，项目将LED照明与光通信技术等结合起来，形成新的技术模式，开发了集照明与光通信为一体的LED系统，设计实现了基于照明LED的高速短距离光通信收发单元，LED室内调光调色照明控制器，基于LED照明的光学无线智能家居控制系统等，实现了通信质量和照明效果的协同优化。 本项目中的产品均属于典型的节能产品，具有很高的技术含量和高附加值，具有节能环保、电磁免疫、经济集约等优点，在上海世博会“沪上.生态家”、“航空馆”以及第七届中国国际半导体照明展览会等展出，获得显著的社会效益，对推动相关产业的发展起到很好的作用。科研团队近年来深入的研究半导体照明和通信技术，在半导体照明技术成果应用与产业化、光电信号转换、光通讯设备、高速光发射接收模块开发等相关领域开展研究工作，并取得突出的成绩，申请了相关的国家级自然科学基金项目，并已获批。

本项目通过完善结构化焊接技术，研发视觉伺服机器人，研究焊缝图像处理算法和炉筒与大小炉盖的结构以及密封槽的设计，实现非结构化焊接制造蓝宝石炉，使其炉体性能可靠、制造工艺稳定、生产高度自动化。本项目的实施实现了如下的技术突破和创新：(1) 研发成功视觉伺服方法进行焊接机器人的焊缝跟踪控制，首次实现焊接环境的监控。(2) 研究晶体生长炉加热后对炉筒、大小炉盖等部件密封性能的影响；合理布置了电极与抽气管道装置；获得能在生产过程中安排合理的制作工艺和技术，保证晶体生长炉的密封性、粗糙度、同心度、平行度、垂直度达标及产品量产的稳定性。(3) 研发智能制造操作平台，可对蓝宝石炉进行结构化智能焊接。(4) 研发新型宝石炉，使蓝宝石炉的智能焊接制造技术获得突破性进展。●应用前景： 我国焊接自动化的市场容量在不断扩大，作为需求导向型行业，焊接自动化在工程机械和石油化工等行业中得到广泛应用。此外，在提高劳动生产率、提升产品质量和增强竞争力等方面，焊接自动化装备作为重要的基础装备之一，对我国未来先进制造技术的核心竞争力具有重要意义。而且对中国企业现有产能的焊接设备进行技术改造升级，也将产生巨大的焊接自动化装备需求，中国焊接自动化装备市场已进入高速发展阶段。 

中标麒麟服务器虚拟化系统是基于中标麒麟虚拟化平台软件V7，面向高安全服务器虚拟化领域应用研制的安全保密虚拟化平台；产品通过国家保密科技测评中心基于《涉密信息系统服务器虚拟化和桌面虚拟化产品安全保密技术要求》（BMB30-2017）的安全性检测。支持海光、ARM64及 X86平台。 中标麒麟服务器虚拟化系统支持管理大规模服务器资源、网络资源、存储资源，实现资源池化并统一管理调度；为关键业务提供灵活的基础资源调度，高安全性、优越的性能和稳定性；提供三员管理、国密算法支持、完整性度量及保护、恶意行为防护等系列安全保密措施，保证高安全领域虚拟化平台的高效、安全稳定运行。 产品特点 中标麒麟服务器虚拟化系统能够在提高数据中心空间利用率、服务器利用率，减少硬件成本投入，降低能耗，减少服务中断时间的同时，提高资源使用的灵活性；提高业务系统的响应速度，提高基础架构管理效率，同时为客户构建的服务器虚拟化系统符合国家安全相关标准要求，是构建合规、安全、保密、敏捷、易用、可靠的服务器虚拟化平台系统的可靠选择。 项目 内容 安装部署及升级维护 支持自动化大规模部署 支持不停机升级维护 系统管理功能 对计算、存储、网络资源虚拟化成资源池并统一调度管理 提供集群级别的资源负载均衡调度及高可用保护 提供集群、主机、虚拟机级别的资源使用情况及运行状态实时监控，支持自定义监控项及监控项告警阈值，支持监控性能图及报表 支持虚拟机在线迁移及迁移压缩、迁移加密 支持虚拟机、主机网络QoS管理 支持虚拟网络管理，支持VLAN 支持平台级手动/自动虚拟机备份恢复 安全保密功能 管理员登录限制、多因子身份鉴别、登录失败处理 管理员权限分离和职责划分（三员管理） 访问控制（限制管理员对资源的访问权限） 启动过程完整性校验（保证虚拟机组件的完整性） 安全审计（对所有管理员的操作生成审计日志） 虚拟机密级标识全生命周期与虚拟机绑定 数据保护（机密性、完整性、密码要求等） 虚拟网络安全（VLAN、虚拟交换机隔离、网络带宽管理等） 支持恶意代码防护功能 安全管理（虚拟化服务保护、虚拟机监视器安全、监控管理、外联监控、外接存储设备管控） 虚拟机隔离（物理资源与虚拟资源、虚拟CPU、虚拟机内存、存储） 残留信息保护（磁盘空间、内存）

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：

成果通过大数据基础性共性关键技术研究，提升重庆大数据应用指导理 论和应用系统水平，形成国内领先的大数据应用研究成果和示范应用，研制具 有自主知识产权的若干大数据软硬件产品和工具，达到国内领先水平，以点带面, 引领重庆大数据产业创新发展。成果研究与设计大数据产业新型研发机构示范， 设计成立市场化运营、独立法人的新型研发机构，创新管理、科研和成果转化、 产业化的模式和机制，面向社会和重点产业开展大数据应用关键共性技术研究和 成果转化服务，吸引国内外大数据技术企业、海外大数据人才和社会资本，构建 产学研用协同创新，具有产业联动效应、连接向上下游的重庆大数据产业创新机 构。完善重庆大数据产业基础性技术支撑系统建设，具备创业与孵化等功能，组织策划实施重庆大数据产业重点专项，促进重庆大数据产业科技成果转化，推进 重庆大数据产业创新发展。成果包含以下方面的行动方案调研与研究：高速大数 据挖掘关键技术研究及应用示范；实时动态大数据处理关键技术研究及应用示范; 大数据分析预测模型与智能决策系统研究及应用示范；多维叠加式大数据可视化 系统平台研究及应用示范。 成果为政府和行业提供决策咨询、产品规划、方案设计等服务，帮助其梳理 业务数据、挖掘数据价值、重构业务流程。成果为政府和行业提供决策咨询、产 品规划、方案设计等服务，帮助其梳理业务数据、挖掘数据价值、重构业务流程。 成果为政府和行业提供包括大数据解决方案及系统集成和数据资产运营的全方 位的大数据解决方案服务；参与数据资产运营，获得数据增值部分的分成。

目前，多媒体视频领域存在多个编码标准，包括 mpeg1/mpeg2/mpeg4/h.264，以及我们国家拥有自主知识产权的 AVS 标准。mpeg4 标准之中又包括 xvid、divx 等，而 h.264 可能 93 合作方式 商谈。4 所属行业领域 电子信息领域。也将存在多种编码标准。其中新的编码标准，如 h.264、VC-1 等，由于其需要较高的处理能 力，仅仅依靠嵌入式 CPU 或 DSP 的多媒体解决方案是无法获得满意的性能指标的，因此必 须采用专用集成电路(ASIC)方法来实现硬件加速功能。但这种 ASIC 设计方法——即通过硬件实现直接提供某种(些)编码格式的支持缺乏灵 活性，一旦有种新的编码标准推出，就需要重新设计开发芯片。面对众多的媒体编码标准， 这种方式增加了设计以及应用成本。而就目前市场发展来看，多种视频编解码技术将长期共 存，迫使芯片业界必须迅速攻克灵活性、兼容性等难题。为解决这一问题，清华大学设计了 一种软硬件混合的多媒体处理器解决方案，支持 mpeg1/mpeg2/mpeg4 /h.264/AVS 视频标准 以及相关的音频编码标准。其核心是设计一种多媒体处理芯片，该芯片对于通用的多媒体编 码中的计算密集型的数据处理，如运动补偿算法(Motion Compensation)、反离散余弦变化 (iDCT)、色彩空间转换等，采用 ASIC 实现。在此硬件平台之上，设计一套与具体标准无 关的多媒体处理通用软件开发接口，实现软硬件混合的媒体处理。这样就能够增加媒体处理 的灵活性——可以通过修改软件来支持新的编码标准或者新的应用。

综观5G、智能化电子设备、导航定位、柔性可穿戴、RFID、物联网、覆盖系统、通信系统等领域，都需要不同类型的高性能换能器件─天线。对于不同的应用体系、不同的频段，天线具有不同的形貌及技术特征。随着以上多种应用日益紧密地融入人们的生活之中，多功能调控管理一体化技术研究的深入，对于这个基本器件的需求在数量上和质量上都有着持续不断增长的需求。团队具有从设计理念到器件材质选取/研发系列自主知识产权国家发明专利100多项，具有按合作方需求完成多种交叉应用的按需新产品研发天线及相关产品能力，兼顾系统EMC集成化的设计，完成一体化智能化的高端装备制作。 天线是应用面极为广泛、技术含量极高的产品，制作各类天线的材料小型化后用量有限，本身价格一般不超过成品售价十分之一，既可以通过购置知名品牌的基材满足常规需求，也可以通过本团队联合的研究团队按需开发特种基材，获取更高的天线特性。从投资的角度，天线批量制作工艺要求并不复杂，采用常规具有一定精度的机械加工设备或者高稳定度的PCB制版设备就可以完成平面小型化天线，设备寿命较长，在高科技设计技术的保障下操作调控也很方便。扣除产品的后期包装和推广成本，利润极高，需求量大，保守估计各种类别的天线年产值都会在数千万以上，前端创新的可以有数亿，属于低投入高回报的产业。 项目投资额视合作关系而定，一般前期投入每个特需专项前期 100~150万人民币，后期再追加及提成(不包括厂房等投入)。

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：

我国高速公路建设已历 20 年。目前的设计理论借鉴了国外的思想，其实质是轻交 通路面设计思想的简单外延。我国道路的特点是交通量大，重车比例高，如外环线的重 车高达 65%，远远大于国外约 10%；超载严重，载重车超限比例达 51%。这导致路面寿命 仅 5-8 年，许多公路通车 1-2 年即大量损坏，远小于国外 20 年以上的寿命。 本研究集 17 年研究积累，创建了重交通沥青路面的完整设计理论。首先，通过实 地调研，发现了路面损坏的新类型；首次测定了动水压力，发现了沥青的迁移现象；首 次揭示了非均布重载下的路面力学响应和 Top-Down 损坏的必然性；系统阐明了路面损 坏的新机理和新模式，提出了设计新指标，为新理论构建打下了基础。其次，根据 17 年来积累的海量数据，创建了路面全寿命结构行为方程；提出了等效结构变换法，统一 了国际路面核心设计理论；发现了影响路面温度的新因素，建立了实用预测方法；首次 考虑了剪切疲劳效应，建立了永久变形预估模型；建立了材料 5 面体控制标准；提出了 "按性能设计，按力学验算"的设计思想，实现了使用性能与力学性能、结构设计与材料 设计的并轨。其三，发明了普适改性沥青系列技术，综合性能优于国际产品，打破了垄 断；提出了技术标准，研制了生产设备，实现了国产化和产业化。最后，研发了系列实 验设备，为结构和材料评价提供了新手段。 成果在沥青路面的损坏机理、温度场预估、抗剪试验以及设计思想、方法方面具有 突破和原始创新，核心设计理论的统一和"按性能设计、按力学验算"的提出，是路面领 域的重大理论突破。申请专利 14 项，出版专著 2 部，论文 177 篇，EI 检索 65 篇，部分 被引 749 次。近 5 年应邀在全国讲座 45 次。成果在国际最繁重的深港西部通道等 20 条 重交道路上直接使用，最长已用 13 年依然完好，节约路面建设资金 15-30%；已在北京、 广东、山东、江苏等省市全面使用，其他省市间接使用，部分成果已被 2007 年规范所 采纳，累计节约投资 2 亿 8 千多万元。