本项目开发出具有我国独立知识产权的动物专用新型抗炎镇痛 国家三类新兽药美洛昔康注射液，建立制剂的质量检测标准，通过处方筛选和 优化，将制剂的生产放大到中试生产规模。完成制剂的稳定性试验及药理、毒 理研究、药物动力学试验、靶动物安全性试验、临床药效试验。获得美洛昔康 注射液新兽药证书 1 个，申报国家发明专利 1-2 项，其有效性和安全性可达到 甚至超过国外同类产品，具有国际竞争力；本项目填补了国内市场抗炎镇痛药青岛农业大学科技成果介绍 2017 －32－ 物的空白并打破了国外对我国该类产品的垄断；研制的美洛昔康注射液具有较 大的市场前景。 生产条件及市场预期：本项目完成后，将所研制产品进行推广应用，预算 将完成销售收入 3000 万元，累计带动经济效益 1.5 亿元，并可推动新增就业 人员 300 名，推动动物生产的发展。

本项目开发出具有我国独立知识产权的动物专用新型抗炎镇痛 国家三类新兽药美洛昔康原料，项目内容包括原料药的合成工艺及中试放大， 质量标准的研究及制定，以及产品的稳定性研究和急性毒性试验，申报获得新 兽药证书 1 项，获得授权发明专利 1 项，其有效性和安全性可达到甚至超过国 外同类产品，具有国际竞争力；本项目填补了国内市场抗炎镇痛药物的空白并 打破了国外对我国该类产品的垄断；研制的美洛昔康原料药合成方法三废处理 少，反应溶剂乙醇可回收利用，即保护了环境，又可带动相关产业的发展。 生产条件及市场预期：本项目完成后，将所研制产品进行推广应用，预算 将完成销售收入 1000 万元，累计带动经济效益 1.2 亿元，并可推动新增就业 人员 500 名，推动动物生产的发展。

来自湖南大学的张定校团队，联合罗斯威尔帕克癌症研究所的唐定国和刘松团队在Nature Communications上发表了题为Intron retention is a hallmark and spliceosome represents a therapeutic vulnerability in aggressive prostate cancer的文章【4】。该研究首次报道了人前前列腺癌PCa在其发生发展（包括临床治疗前后）过程中RNA选择性剪接的异常图谱；并揭示剪接体（Spliceosome）小分子抑制剂E7107可以有效地阻碍CRPC的耐药复发和恶性进展；提示靶向癌细胞的剪接体活性是一个新的治疗恶性PCa的临床策略。值得注意的是，E7107的一个减毒衍生物H3B-8800目前已经开始了在血液癌中临床实验（NCT02841540）。基于人临床PCa的转录组大数据，作者评估了不同恶性程度PCa组织（包括正常组织、原位癌、复发CRPC和终端致死性神经内分泌性前列腺癌（NEPC））中选择性剪接变异的整体情况，首次发现该剪接变异的异常程度与PCa的恶性程度密切相关。结合生信分析和功能试验，作者发现癌症的剪接异常主要通过影响相关基因的转录本转换（Isoform switch）来调控PCa的发生发展。由于内含子保留（IR）在不同的PCa发生和发展时期中呈现一致的上调变化，且是研究较少的一类AS事件，因此作者针对IR开展了进一步分析。结果显示IR是一个新的PCa恶性进展标志物，与PCa的侵袭转移能力和耐药性密切相关。另外，IR事件在正常胚胎干细胞和癌症干细胞中都明显增多，表明IR可能调控PCa的干性。随后，作者分析了IR的剪接机制，发现侵袭性PCa中IR的大幅度增多更可能受反式作用因子的调控。进一步分析发现，IR并不会导致相关基因的表达表达水平由于NMD(Nonsense-mediated mRNA Decay)而下调，且被保留的内含子可能还具有一定的编码能力，暗示了内含子保留IR在PCa中有一定的调控功能。作为一个控制雄性器官发育的关键转录因子，雄激素受体（Androgen receptor, AR）是PCa的driver基因。通过生信分析和细胞学试验，作者均发现AR可以显著影响PCa的AS图谱。结合受AR调控的AS相关基因和AR的转录靶基因，发现二者之间并没有明显联系，表明受AR影响的AS调控机制和转录调控机制是相对独立的。AS主要受剪接体的调控，作者分析了274个编码剪接调控因子的基因（Splicing regulatory genes, SRGs）在PCa中的突变情况。结果发现，绝大多数SRGs（~90%）的突变频率处于较低水平（<5%）；SRGs在早期PCa中主要发生基因缺失，而在CRPC中主要发生基因扩增。大约68%的SRGs在PCa不同时期存在异常表达现象，且在CRPC中相对较多，表明侵袭性PCa对剪接体的异常活性有偏好依赖性。进一步分析发现SRGs可以作为PCa的独立预后因子。以上发现的临床价值在于靶向抑制剪接体的活性可能会抑制PCa的恶性进展。为此，作者利用剪接体的小分子抑制剂发现，癌细胞比正常细胞对E7107更加敏感；且E7107能重编程PCa的AS图谱，并激活一些抑癌基因的表达。在转录水平上，E7107可将CRPC的转录组逆转到恶性程度较低的原位癌状态。最后，通过体内移植瘤和MYC-driven PCa小鼠模型试验证实，E7107可以抑制PCa的整体AS水平，并通过促进细胞分化和抑增癌基因相关通路活性等，最终阻碍目前无药可愈CRPC的生长。

为了进一步验证Hv1参与了慢性炎症及疼痛的发展，在动物水平实验中，研究人员联合药理、Hv1全基因敲除及DRG神经元Hv1特异性敲减的手段，发现抑制Hv1可以有效缓解病理性疼痛，改善炎症状况。

公司经营范围：教学及实验室仪器、设备制造、销售、安装；市政公用工程施工(不含行政许可项目)。

近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7

随着计算智能方法得到更广泛的应用，其从问题本身学习的能力亟待增强。为此，越来越多研究提出使用机器学习模型来驱动计算智能。通常，这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练，而且受维度灾难的影响，这类方法通常很难解决维度较高的问题，约束了计算智能方法的应用范畴。课题组在IEEE Transactions on Cybernetics上发表了一种由生成对抗网络（GAN）驱动的进化多目标算法。

2020年2月25日，华中科技大学胡波等团队在预印版平台medRxiv 发表未经同行评审的题为”Neurological Manifestations of Hospitalized Patients with COVID-19 in Wuhan, China: a retrospective case series study“的研究成果。 该研究从2020年1月16日至2020年2月19日收集数据，214名住院患者，实验室确诊为冠状病毒2（SARS-CoV-2）感染，诊断出严重的急性呼吸道综合症。在研究的214位患者中，有88位（41.1％）为重度患者，有126位（58.9％）为非重度患者。 该研究发现，与非严重的COVID-19患者相比，严重的患者通常具有神经系统症状，表现为急性脑血管疾病，意识障碍和骨骼肌症状。因此，对于COVID19患者，除了呼吸系统症状外，医生还应密切注意任何神经系统表现。

2020年2月3日，复旦大学张永振团队在Nature 在线发表题为“A new coronavirus associated with human respiratory disease in China”的研究论文，该研究报告了一名在海鲜市场上工作的患者，该患者于2019年12月26日入住武汉市中心医院，患有严重的呼吸系统综合症，包括发烧，头晕和咳嗽。支气管肺泡灌洗液样品的基因组RNA测序，鉴定了一种新型的RNA冠状病毒，在此称为为WH-Human-1冠状病毒（也是后面称为的2019-CoV）。