高校科技成果尽在科转云

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：

采用前沿的深度学习算法和相关数据处理技术，经过不断优化和创新，能够在极短时间内完成 CT 图像的人体器官勾画功能，目前已实现 30 多种器官的自动勾画。大量历史病例数据集和模型的不断创新使 DeepViewer 多种器官的勾画精准度达到 95%以上。 

高效率、高精度智能化测量技术已成为我国发展高端制造业的瓶颈。本项目突破了高效率、高精度智能化测量的一系列难题，形成的自主创新关键技术有： 1．首次建立了基于运动学图谱分析的智能测量装备设计方法及通用性设计理论体系，使研发周期缩短了40%，研发费用降低了35%。 2．针对多传感器高精度配准的国际性难题，发明了多传感器联合标定标准器的设计方法。 3．针对测量装备伺服系统高平稳性控制的难题，率先提出了体现温度影响的非线性摩擦建模方法，测量装备运动平稳性提高了59%。 已申请国家发明专利18项（授权5项）、实用新型专利12项（授权12项）、软件著作权7项；以金国藩院士为主任的鉴定委员会一致认为项目整体技术达到国际领先水平。获得2013年天津市科技进步一等奖。 图1 缸套类零件检测用高效高精度智能测量装备 图2 惯性元件检测用高效高精度智能测量装备 图3 手机外壳检测用高效高精度智能测量装备

高效率、高精度智能化测量技术已成为我国发展高端制造业的瓶颈。本项目突破了高效率、高精度智能化测量的一系列难题，形成的自主创新关键技术有： 1．首次建立了基于运动学图谱分析的智能测量装备设计方法及通用性设计理论体系，使研发周期缩短了40%，研发费用降低了35%。 2．针对多传感器高精度配准的国际性难题，发明了多传感器联合标定标准器的设计方法。 3．针对测量装备伺服系统高平稳性控制的难题，率先提出了体现温度影响的非线性摩擦建模方法，测量装备运动平稳性提高了59

建立基于多智能体的软件动态体系结构模型，采用模型驱动的软件构造方法，敏捷构造开放环境下软件系统；研究变化建模、层次感知、智能决策等技术方法，实现软件结构、行为等多方面的动态演化。 主要技术指标 从环境感知、数据分析、通信机制等多个方面，提升了面向动态环境的复杂软件系统持续性演化能力。 支持软件系统在运行过程中灵活调整、柔性适变。 相关成果 （1）基于多智能体的软件动态演化支撑环境； （2）自适应软件体系结构建模工具； （3）基于Agent自适应动态集成演化平台； （4）面向动态演化的集成规则设计工具软件。

针对行政约谈场景中存在的人工记录效率低、内容理解偏差记录、资料追溯繁杂等问题，本成果开展了基于音视频识别及语义分析的智能约谈平台的研究。基于 AI 深度学习的音视频识别框架、复杂网络理论和语义知识本体的文本语义相似度计算方法，研究音视频识别的语音转写、对话管理、计算机视觉技术和内容分析的语义理解、语义优化、情感识别方法，实现网信约谈、纪委约谈、公安审讯、监狱谈话等多种行政约谈场景下的约谈智能化和数字化。其中，语音识别转写是开展智能约谈系统研究的前提和基础，本成果训练了声学模型和语言模型，构建编码器，通过音频角色分离和声纹识别技术分离说话人声音，编码器识别解码，经过文本语义处理转写为文本。而文本语义处理是智能约谈系统提升约谈效能的源动力，成果构建了基于语义本体的自动专家导引约谈知识库，通过基于复杂网络的语义相似度计算给约谈工作人员推荐约谈问题；约谈结束后，利用融合主题特征的文本自动摘要技术快速生成汇报摘要，利用基于分布式表示的事件抽取技术自动生成约谈报告。本成果研制高效、便捷的智能约谈音视频识别及语义分析平台，实现了在线约谈预约、人脸识别身份核验、语音实时转写、约谈问题智能引导提问、音视文同步显示、汇报摘要自动生成、约谈报告自动生成、约谈文件回溯、约谈大数据分析等功能。

项目背景：目前，国内脚轮生产基地大部分在南方地区， 据统计，中国脚轮产品市场份额约占全世界的 30%，全国需 求量约 600 亿元，公司为弥补北方高品质脚轮的空缺，进行 了注塑车间智能化技术改造，建设了集中供料、集中供水电、 集中供气的智能化先进生产线，配合先进的冷却技术，通过 机械手以及输送带完成“注塑+成型+冷却+输送”一条线。 广泛应用于工业、商业、医疗器械以及机械、物流运输、环 保清洁用品、家具行业、美容器械、食品机械、五金生产等 各行业。 所需技术需求简要描述：寻求针对脚轮产品制造过程中 的流程优化和技术改造方案。并通过对注塑机等设备 MES 数 据的提取和挖掘，实现注塑过程的数字孪生，并设计开发基 于数字孪生的智能决策系统。  对技术提供方的要求:能完成对脚轮生产线的精益改 造，并实现数字孪生技术的个性化应用。 

本发明涉及一种基于仿生复眼微透镜技术的3-2-3维目标检测方法及系统,采用基于仿生复眼结构微透镜系统的低分辨率数据获取模式对目标区域进行捕捉成像,根据两个微透镜器件拍摄的微透镜阵列影像采用线性加权平均法构建低分辨率影像采用前方交会测量方法重构目标的三维轮廓若低分辨率影像中有效捕获目标后,则以微透镜阵列影像为基础数据,采用正则化的方法重构目标区域的高分辨率影像获取目标区域的高分辨率二维影像后,采用基于纹理梯度的GAC模型对目标进行精确识别。

本项目提出并发展了通用的硅基二维半导体材料范德华外延技术, 实现了多种层状和非层状半导体材料的二维薄膜可控生长，解决了传统外延方法中存在的晶格失配、热失配等多物理失配技术难题，开辟了非层状材料在二维电子器件领域的研究新方向。 一、项目分类 重大科学前沿创新 二、成果简介 基于新材料、新架构的硅基高密度集成信息功能器件的自主发展是国家重大战略需求。本项目围绕新型低维半导体材料的大规模可控制备、物性调控及其电子、光电器件展开系统研究，主要技术创新点有： 一、二维半导体材料及其异质结构的大规模可控制备。本项目提出并发展了通用的硅基二维半导体材料范德华外延技术, 实现了多种层状和非层状半导体材料的二维薄膜可控生长，解决了传统外延方法中存在的晶格失配、热失配等多物理失配技术难题，开辟了非层状材料在二维电子器件领域的研究新方向。在晶圆级二维半导体材料的基础上构建出大规模的二维异质结构，得到了具有高可靠性和稳定性的集成器件。相关成果发表在Science Advances、Advanced Materials等国际知名刊物上，共计40余篇，授权专利16项；与中国电子科技集团公司第十三研究所等合作，成功实现了非层状GaN在大失配硅基衬底上的高质量外延，为第三代半导体的硅基集成提供了新的技术路线。 二、基于低维半导体材料的高灵敏光电器件。本项目通过发展高质量硫族半导体的外延生长新工艺，系统研究了MoTe2、PbS、CdTe等30余种二维半导体材料的光电性质，极大地拓展了传统的半导体光电材料体系；首次提出一种桥接的异质结构筑方式，大大降低了范德华间隙引入的光生载流子注入势垒，获得了高性能二维异质结光电器件；发展了纳米线场效应晶体管器件表面修饰方法，调节晶体管特性为强增强型，利用这种设计，实现了“锁钥”式高选择性、高灵敏度气体检测器件。本项目实现了从深紫外区到中远红外区的宽波段高灵敏度检测，相关成果发表在Science Advances、ACS Nano等国际知名刊物上，共计30余篇，授权专利6项。 三、后摩尔时代新型低维电子信息器件。本项目基于低维半导体材料及其异质结构的物性调控，首次提出了二维半导体材料中的“增强陷阱效应”物理模型，实现了高性能的亚带隙红外探测器和非易失性光电存储器；利用双极性沟道中横向载流子分布的特定电场依赖性，在二维黑磷晶体管中实现了室温负微分电阻特性；通过构筑亚5 nm沟道二维铁电负电容晶体管，使得亚阈值摆幅突破玻尔兹曼物理极限，有效降低了器件能耗；创新性的提出多层二维范德华非对称异质结构，实现了器件高性能与多功能的集成，器件性能为当时最高指标；发展了新型存算一体架构电子器件技术，首次演示了兼具信息存储和处理能力的二维单极性忆阻器，有望突破当前算力瓶颈，提供集成电路发展的新途径。相关成果发表在Nature Electronics、Nature Communications等国际知名刊物上，共计60余篇，授权专利7项。