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：

XM-431眼示教放大模型   XM-431眼示教放大模型置于透明有机玻璃盒内，为眼球正中切口后的半侧眼球，可观察眼球正中矢状切面和半侧眼球的外部结构，可显示眼球的解剖（包括眼球壁和内容物）、眼副器（包括眼睑、结膜、泪器和眼球外肌）、视网膜神经细胞的显微结构和检眼镜眼底检查视网膜图像等。 尺寸：放大 材质：PVC材料

产品详细介绍 北京徐悲鸿中学近视防控教室 北京徐悲鸿中学近视防控教室

产品详细介绍       “学生近视防控教室”走进六一小学越来越多的小学选择“永康”，因为永康降度”可以帮助学校实现学生近视防控达标！

产品详细介绍     沈阳市朝阳一校近视防控教室正式投入使用，为解决在校生近视率，提出了完善的解决方案！

产品详细介绍 　　近年来，由于中小学生课内外负担加重，智能手机、平板电脑等电子产品普及，用眼过度、用眼不卫生、缺乏体育锻炼和户外活动，社会上对儿童青少年近视防控工作和视力健康管理认识不足，公众视觉健康知识匮乏和视觉健康领域政策保障薄弱，各部门协同配合不够等因素，我国儿童青少年近视问题越发严重，近视率居高不下、不断攀升且呈现低龄化、重度化、发展快、程度深的趋势。2014年全国学生体质与健康调研结果显示，我国各学段学生近视率持续上升，7―12岁小学生、13―15岁初中生、16―18岁高中生视力不良率分别为45.71%、74.36%、83.28%。2018年6月，国家卫生健康委通报，我国儿童青少年近视率已居世界第一。 　　2018年8月28日，习近平总书记站在国家和民族命运的高度，对儿童青少年近视问题发表重要讲话：全社会都要行动起来，共同呵护好孩子的眼睛，让他们拥有一个光明的未来。8月30日，教育部等八部委联合下发《综合防控儿童青少年近视实施方案》，对全国儿童青少年近视防控提出了具体而明确的阶段性数据防控指标，对儿童青少年体质健康水平连续三年下降的地方政府和学校依法依规予以问责。 　　中国永康视光科技集团，十一年专注于儿童青少年近视防控工作，在近视防控上升为国家战略的新形势下，率先提出“建立学生近视防控教室，实现学校学生视力达标”的全新理念。 　　学生近视防控教室，是永康视光科技集团在多项重大发明基础上的集成创新。学校拿出一间教室，放置30-50台永康视力提升机，学生按班级建制每周进行一次20-40分钟的训练，一般经过1-2个月5-10次训练，会达到裸眼视力平均提升2行，近视率平均下降10%以上的良好效果。2018年11月、12月以及2019年1月，永康集团在沈阳市工人村第一小学、文艺二校教育集团文艺一校、朝阳一校、六一小学、南京九校等5所学校先后建立了学生近视防控教室，取得了良好效果。目前，北京市海淀区、西城区、辽宁省大连市、内蒙古乌兰浩特市等地区，都在与永康视光集团合作，开展学生近视防控教室试点工作，并逐步在当地全面推广。 　　星星之火可以燎原，随着各地学生近视防控教室的逐步建立，必将在全国形成学生近视防控教室推广建设的高潮，必将在降低儿童青少年近视率、提高儿童青少年视力健康水平方面，发挥不可替代的重要作用。选择永康项目，是时代的需要，是民族体质健康的需要，是做好我国儿童青少年近视防控工作的必然选择。

成果介绍 核心技术包括三维光场渲染算法+微透镜阵列，从显示内容到最终三维显示的一站式裸眼3D解决方案，包括3D内容制作、人机交互方案、超高清二维面板、微透镜阵列、三维渲染芯片。 2.专利成果和论文 目前专利16项，包括14项发明专利授权和2项发明专利公开，SCI/EI论文5篇，方案100%自主化。

国外研发与生产的主流裸眼3D技术多是采用狭缝光栅或柱透镜阵列的技术。这两种技术因为利用了分 光成像的原理，所以存在如下技术缺陷：1.3D状态下，图像分辨率大幅下降；2.左右图像易错位传送产生 较大的串扰，出现重影，导致观众眩晕；3.显示器成本高；4.多视点3D专属片源稀缺；5.柱透镜阵列裸眼 3D难以实现无分辨率损失的2D/3D图像切换等。 本技术成果研发的高品质全高清裸眼3D技术能同时克服以上主流裸眼3D技术的不足之处，多项裸眼 3D显示指标达到国际先进水平。本技术成果主要有以下优点：1. 集光学膜层、背光同步控制技术于一体， 配合高刷新率液晶屏幕，实现了全高清的裸眼3D显示效果；2. 配备自主开发的人眼识别系统，成功实现多 视点的全高清裸眼3D显示，即每个视点均能实现全高清显示，为国内外领先技术；3. 配备虚拟控制技术， 用户无需触摸键盘或屏幕即可实现人机互动；4. 极易实现2D/3D切换及3D区域化显示等功能。 36 37