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：

所谓厌氧消化是指在无氧气条件下，利用厌氧微生物的作用，有控制地使废物中可生物降解的有机物分解，转化为二氧化碳、甲烷和许多稳定物质的生物化学过程。该领域最常见的就是CSTR工艺，即连续搅拌反应器系统（Continuous stirred tank reactor），其原理是在一个密闭罐体内完成料液的发酵、沼气产生的过程。反应器内安装有搅拌装置，使发酵原料和微生物处于完全混合状态。投料方式采用恒温连续投料或半连续投料运行。新进入的原料由于搅拌作用很快与反应器内的全部发酵液菌种混合，使发酵底物浓度始终保持相对较低状态。

产品详细介绍有机玻璃管、压克力管、亚克力管、磨砂管第一品牌振兴塑业，现有品种繁多，包括高透明有机玻璃管、无拉痕有机玻璃管、乳白有机玻璃管、浇注有机玻璃管、挤出有机玻璃管、磨砂有机玻璃管、机械磨砂有机玻璃管、自带磨沙有机玻璃管、喷砂有机玻璃管、有机玻璃棒等等、有机玻璃异型材、pmma异型材、内齿有机玻璃管、有机玻璃方管、带槽有机玻璃管、耐高温有机玻璃管、抗紫外线有机玻璃管、防擦花有机玻璃管、阻燃有机玻璃管、带铝槽有机玻璃管、LED日光灯管、水晶管、立柱灯有机玻璃管、有机玻璃棒材、有机玻璃气泡棒、线条管、线条棒、条纹棒、扭纹管等。压克力管、亚克力管、高透明压克力管、无拉痕压克力管、乳白压克力管、浇注压克力管、挤出压克力管、磨砂压克力管、包括机械磨砂压克力管、自带磨沙压克力管、喷砂压克力管、压克力棒、压克力异型材、pmma异型材、内齿压克力管、压克力方管、带槽压克力管、耐高温压克力管、抗紫外线压克力管、防擦花压克力管、阻燃压克力管、带铝槽压克力管、LED日光灯管、水晶管、立柱灯压克力管等。有机玻璃管、压克力管、亚克力管、磨砂管第一品牌振兴塑业，现有品种繁多，包括压克力棒、压克力气泡棒、压克力线条管、压克力线条棒、压克力条纹棒、压克力扭纹管、压克力棒、pmma管、亚克力管、压加力管、亚加力管、亚克利管、亚加利管、Pmma棒、亚克力棒、亚克利棒、压加力棒、亚加力棒、压克力气泡棒、压克力扭纹管、压克力线条棒、压克力条纹棒、压克力线条管、磨砂管、磨沙管、PC磨砂管、磨砂PC管、PC光扩散管、光扩散pc管、PMMA磨砂管、磨砂PMMA管、光扩散PMMA管、PMMA光扩散管、磨砂有机玻璃管、磨砂压克力管、压克力磨砂管、有机玻璃管磨沙、有机玻璃磨砂管、用机械喷砂或打磨成砂面的塑料管、管、喷沙管、喷砂有机玻璃管、喷砂PC管、喷砂ABS管、喷砂PS管、有机玻璃雾白管、PC雾白管等。公司下辖塑机和塑胶两个分厂，塑机分厂自产自销PMMA管挤出机，塑胶分厂使用塑机分厂自产的有机玻璃管材挤押设备，自有大型模具车间开发模具，开模费用低廉至零。机械塑胶模具三位一体，行内独此一例。

EV-400高真空金属有机蒸发镀膜机 真空腔室：前开门真空腔体，方便取放基片、更换钨舟、添加蒸发材料以及真空室的日常维护保养； 真空系统：国产分子泵作为主抽泵，真空极限优于5.0✕10-5Pa（经烘烤除气后）；另可选进口磁悬浮分子泵或是低温泵作为主抽泵，真空极限优于3.0✕10-6Pa（经烘烤除气后）； 真空抽速：大气～8✕10-4Pa≤30min； 蒸发源：4～6组欧美技术金属或是有机束源炉蒸发源可选，多源共蒸获得复合膜/分蒸获得多层膜，功能强大，性能稳定； 蒸发电源：真空专业蒸发电源，恒流/恒功率控制。电流、功率可预先设置，可实现一键启动和停止的自动控制功能； 基片台：最大120mm基片/15～25mmITO/FTO玻璃25片，可定制一体化高精度刻蚀掩膜板；基片台公转，转速0～20r/min连续可调； 基片台功能：衬底可选择加热（室温～300℃可调可控）或水冷，基片台可选升降，源基距最大350mm； 溅射电源：直流脉冲溅射电源、全自动匹配的射频溅射电源可任选； 膜厚监控仪：可选配国产或进口单水冷探头膜厚仪； 可镀材料：可沉积金属（Au、Ag、Al、Ca、Cu、Mg、Fe、Cr、Ti、Ni等）、非金属、化合物（MoO3、LiF等）及有机材料，可拓展沉积单层膜、多层膜及混合膜； 控制方式：PLC+触摸屏控制系统，具备漏气自检与提示、通讯故障，实现一键抽停真空。

本发明通过以硝酸强化预处理堇青石峰窝陶瓷为载体，在载体上一次性负载铈镧锆混合氧化物改性的活性氧化铝与含多种金属氧化物混合物的活性组分，在浸渍前对载体改性提高了其比表面积，解决了工业有机废气的处理技术实用化难题并实现了向废弃净化要效益的突破。技术成果在东莞泽龙线缆有限公司等多家企业推广应用，具有良好的节能环保效益，推动了行业节能减排技术发展。技术应用于线缆制造、汽车等行业的涂装作业产生的有机废气净化，室内空气净化，以及污水处理厂恶臭异味消除等，10年经济效益累计达21528.26万元，共减排VOCs约20.995万吨。并获得了全国发明展览会金奖。

1 成果简介水质有机污染预警仪（ FF-WY-01 型） 是在课题组自主开发的水质有机污染荧光指纹技术的基础上针对突发性水污染的实时预警研制出的第一代成果。预警仪由主机和其控制软件（ FWY solution 1.0）组成，可用于水体监控断面、企业排污口、游泳池以及浴场等污染敏感位置的有机污染在线实时监测及预警。2 应用说明仪器实现了自动取样与过滤，恒温测量，温控精度达到±0.3％，可以消除环境温度变化对测量结果的负面影响。仪器依靠硬件设置和软件设计实现了对光源的实时监控，消除了光源的瞬时抖动及光源衰减对测量的影响，使测量结果更稳定、精确。软件设计人性化，能以实时波形图方式动态显示测量结果；超过污染阈值时，自动报警；所有监测数据自动保存，数据保存格式为 excel 表格，以便于后续处理；当仪器光源老化时，自动提示更换等。仪器操作简便灵活，用户能根据实际情况设定报警阈值或使用推荐的阈值。该仪器完成一次测量仅需 30 秒，不加任何试剂，连续 24 小时使用耗电不足 3 度，维护简便。仪器主机体积小，仅 450×400×160 mm，便于携带和安放，如图 1 所示。目前二代机也已经问世。  图 1 水质有机污染预警仪(FF-WY-01 型) 可用于水体监控断面、企业排污口、游泳池以及浴场等污染敏感位置的有机污染在线实时监测及预警。4 效益分析成本仪器大于 1.5 万元/台，运行费 250 元/年。5 合作方式技术转让。

自1987年美国柯达公司的邓青云C．W．Tang等人报导了有机电致发光以来，在全世界范围兴起了一场有机薄膜发光二极管研究热潮。有机薄膜发光二极管具有主动发光、响应快、全固体化、容易实现彩色化和驱动电压低等独特的优越性，是很有潜力的平板显示器，它将取代现在统治市场的液晶显示器。然而高亮度、长寿命和高效率的有机电致发光器件是人们一直梦寐以求的。 有机电致发光器件虽然发展非常迅速，发展规模也是空前的。但是为了得到高亮度、高效率和长寿命的有机电致发光器件，人们对有机电致发光中的一些问题并没有很好的解决，如由于目前空穴和电子传输层材料和制备工艺的限制，用普通有机电致发光器件的结构：ITO/空穴传输层/有机发光层/背电极，有如下一些问题：发光层与电极之间的互扩散，没有足够高的空穴和电子迁移率，以及注入的空穴与电子不够平衡等。这些问题限制了有机电致发光器的进一步改善，成为有机电致发光器件发展的重要瓶颈，无法制备性能优异的有机发光器件。 技术特点： 对有机薄膜电致发光器件的结构和电子传输层材料进行改进，从而有效提高有机薄膜电致发光器件的亮度、效率和寿命。 技术特点：是在透明电极上，依次制备空穴传输层、有机发光层、电子传输层、电子电势补偿层和背电极所组成薄膜结构有机电致发光器件，其特征在于：在有机发光层与电子电势补偿层之间加入电子传输层，电子传输层采用宽禁带无机材料。 该器件在有机发光层与电子电势补偿层之间加入无机电子传输层这种结构可以大大改善有机电致发光器件的发光层与电极之间的扩散，注入的空穴与电子的不够平衡等，使有机电致发光器件的发光亮度，效率和奉命得到提高。