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：

高效节能节水冷却设备设计及性能测试技术（多项专利技术及设计软件著作权）

Ø  成果简介：凡是噪声环境恶劣、且需要通话的场合，都适用抗噪声通话系统。达到国外抗噪声通话产品的性能指标。随着我国汽车工业的发展，近年来我国的车用涡轮增压器市场也取得了快速的发展，形成了较大的生产规模。但是与涡轮增压器市场迅猛发展不协调的是，目前国内增压器设计的核心技术还是掌握在国际知名企业手中，国内的增压器制造企业，新产品的开发主要还是依靠仿制，产品的设计还是停留在经验设计阶段，没有形成自己的设计方法和核心技术，这对于提高企业核心竞争力和企业的可持续发展极为不利。针对国内车用

可以设计并优化光纤激光器和放大器、光波导激光器、光纤耦合器、多芯光纤、螺旋芯光纤、锥形光纤；也可以模拟超短脉冲在不同光纤设备中的传输，例如在光纤放大器系统、锁模光纤激光器和通讯系统中的传输。 能够跟踪和优化光纤放大器和光纤激光器，让它们适合各种应用。帮助评估和排除光纤激光器和放大器中各种不利的影响；能够对有源光纤器件性能进行预测；能寻找最佳光纤长度、掺杂浓度、折射率分布等；能够计算掺杂浓度与光线的关系，准确模拟双包层光纤，还可以模拟时域动态变化，可以理解和优化的细节如功率效率和噪声系数。 RP Fiber Power可用于分析和优化各种器件： 单模和多模光纤 计算模式特性；计算光纤耦合系数；模拟光纤弯曲、非线性自聚焦效应对光束传输和高阶光孤子传输的影响。 光纤耦合器、双包层光纤、多芯光纤、平面波导 模拟双包层光纤的泵浦吸收,光纤耦合器的光束传输, 光在锥形光纤的传输, 分析弯曲的影响, 放大器中的交叉饱和影响, 泄漏模式等。 光纤放大器 研究单级和多级放大器中的增益饱和特性(连续或脉冲放大器), 铒镱共掺光纤放大器能量转移过程、猝灭效应、自发辐射放大等。 光纤通信系统 分析色散与非线性信号失真，放大器噪声的影响，优化放大器非线性效应和放置位置。 光纤激光器 分析并优化能量转换效率、波长调谐范围、动态调Q。 超快光纤激光器和放大器 研究脉冲的形成机制和稳定范围，非线性效应和色散的影响，抛物脉冲放大，优化色散脉冲压缩，灵敏度反馈，超连续谱的产生。 脉冲和超快速固体激光器和放大器 研究Q开关，模式锁定行为，找到可饱和吸收器所需的特性，分析反馈灵敏度，啁啾脉冲放大研究再生放大稳定性极限。 这款软件是致力于光纤器件学科研究或工业开发人士的必备工具。这款软件及其技术支持将为您的工作效率和工作能力提供极大的便利。同时，这款软件也是一款相当出色的教学工具。 目前已使用该软件的高校：耶拿大学、英国南普顿大学、北京工业大学、中国科学技术大学、上海技术应用学院、华中科技大学、西北大学、复旦大学、深圳大学、国防科技大学、长春理工大学、南京理工大学等。 目前已使用该软件的单位：费朗霍夫研究所、苏州纳米所、兵器装备部、三江航天、上海光机所、绵阳九院、中科院软件所、中科院光电所商业单位、北京敏视达雷达有限公司等。   ※ 光纤数据： 软件中带有各种稀土掺杂光纤数据，即时可以仿真各种光纤激光器和放大器。   ※ 各种公开数据： “Yb-germanosilicate” “ErYb-phosphate” “Er-fluorozirconate F88” “Er-silicate L22”  “Er-fluorophosphate L11”  

成果简介产品形象系统设计是工业设计的核心内容， 将技术与艺术进行了有机融合，基于机械工程学、 人机工程学、 美学、 设计学、 市场营销学等多学科知识， 着力解决产品外观造型设计、 色彩设计、 人机合理性、 制造工艺性等多方面问题， 从而有效提升产品形象、 彰显企业品牌特征。成熟程度和所需建设条件本项目先后成功应用于马鞍山环农机械制造有限公司、 宁波千普机械制造有限公司、 安徽三力机床制造有限公司、 安徽惊天液压智控股份有限公司、 南京欧优科学仪器制造有限公司

北京中通天立机械设备有限公司是一家致力于融合交叉学科技术进行前沿技术开发、技术服务的有限责任公司。提供包括智能车辆综合实验系统、新能源汽车控制系统、嵌入式开发系统、汽车电子在环仿真开发系统、车辆动态测试系统等多种产品。   在无人驾驶/智能网联、多任务场景智能线控底盘、新能源汽车动力电池、电机、电控系统等多方面有着多年的开发经验与技术积累；在汽车智能技术、汽车新能源技术、汽车电子教学与实验设备等多领域拥有多项自主核心技术。   本公司研制的无人驾驶车辆综合实验平台、智能网联教学平台、汽车电子教学设备、在环仿真系统已服务于全国20多个省市的一百多所高校，通过我们及时有效的客户服务、技术培训，确保我们的合作伙伴和客户获得实现目标所需的支持。   愿景：   秉承通过先锋技术与灵活开放的创新精神，优质及时的可靠服务，量体裁衣为广大客户提供满意的产品体验，成为用户信赖的供应商。 理念：   共性导向，交叉融通，解构问题，建构方案 价值观：实事求是，精益求精，诚信为本，创新发展

针对炼铁高炉、炼钢转炉、连铸中间包、钢水包、鱼雷罐车等高温冶金容器及加热炉、高温管道等热力系统设备的共同结构和负荷特点，综合利用计算机仿真和现代电测及激光测试分析技术，开展其在生产过程中的热行为、变形行为及强度行为的内部机理和外在表现的基础理论研究，形成了金属——耐材高温复合结构热——机械耦合行为的根系方法和设计理论，并成功地应用于300吨钢包裂纹生成分析及改制设计，转炉延寿技术及工艺确定、高炉下降煤管的塌落事故评估和治理以及转炉等高温结构的设计和行为控制等方面。其中300吨钢包裂纹生成分析及改制研究工作明确了原有进口大型钢包裂纹的生成机理以及改制研究工作明确了原有进口大型钢包裂纹的生成机理及防治方法，并首次奖圆弧底和整体小耳轴应用于大型钢包，使新钢包的各处应力分布较为均匀，应力水平降低，最大应力较原有钢包下降约40%，各种最大应力均避开了焊缝位置，焊缝和水口附近的应力水平下降了60～70%。其结果使钢包的机械强度指标较原有钢包有了很大改进，特别使焊缝和水口附近改善明显。在提高钢包使用寿命、降低包重、减少维修费用等方面取得了令人满意的效果，并彻底替代了原有进口钢包，取得了巨大的经济和社会效益，该项成果现已在宝钢全面推广。

基于卫星定位的农业机械自动导航作业技术的系统。 一、项目分类 重大科学前沿创新 二、成果简介 农业机械自动导航作业技术是智能农机装备的核心技术，可显著提高劳动生产率、资源利用率和土地产出率。项目团队从2004年起，在国内率先开展了基于卫星定位的农业机械自动导航作业技术的系统研究，突破了十项关键技术，取得了三大创新成果：1．突破了复杂农田环境下农机自动导航作业高精度定位和姿态检测技术；2．创新提出全区域覆盖作业路径规划方法、路径跟踪复合控制算法、自动避障和主从导航控制技术，提高了农机导航精度、作业质量和作业效率；3．创制了具有自主知识产权的农机自动导航作业线控装置和农机北斗自动导航产品。 在新疆等十省区累计推广农机自动导航作业产品2679套，已获授权发明专利17件，制定技术标准1件，发表学术论文46篇（SCI/EI 33篇）。培养博士9人和硕士17人，博士后2人，其中1人获2008年全国优秀博士学位论文奖。项目成果总体达到了国际先进水平，其中水田自动导航作业和主从导航作业居国际领先水平，打破了国外技术垄断，保障了我国农机导航装备的自主安全可控，引领了我国农机导航技术的创新发展，为我国智慧农业提供了重要支撑。 该成果荣获2020年度国家科技进步奖二等奖。

青橙创客教育将从科技创新人才培养的角度出发，通过课程、活动、服务、空间四个维度为学生提供服务。我们将以中国学生发展核心素养为导向，采用以设计思维为核心的创新教育方法论，全面培养具有跨学科学习能力和沟通协作能力的学生，帮助青少年成为能运用最新科技解决问题的创新者。