导播+录制一体化设计、操作简单、高清液晶触屏设计、同时支持有线传输与无线传输、5分钟快速搭建 轻松满足： ·多场景录制直播 ·便携式教学互动 应用场景 德育文化传递 高度还原典礼、体育课、文艺表演等移动化场景，通过实时直播或点播促进校园德育文化建设。 移动教学互动 打造“移动录播+互动”一体化设计，可进行实验课、教研会议等跨校区、跨区域远程互动。 优势特点 稳定低耗 采用嵌入式架构设计，高稳定、低功耗 超强网络防护能力，有效抵御病毒攻击 轻便易用 主机体积小、配置轻，一箱装载随走随用 导、录一体，少设备、易搭建、操作便捷 双线保障 自主研发“一线通”，简配置、易部署 视音频信号无线传输，无布线、适应广

产品详细介绍 心肺复苏模拟人,心肺复苏训练模拟人,驾校评估模拟人心肺复苏模拟人,心肺复苏训练模拟人,驾校评估模拟人心肺复苏模拟人,心肺复苏训练模拟人,驾校评估模拟人心肺复苏模拟人,心肺复苏训练模拟人,驾校评估模拟人心肺复苏模拟人,心肺复苏训练模拟人,驾校评估模拟人 大屏幕液晶彩显高级电脑心肺复苏模拟人的描述： 执行标准：美国心脏学会(AHA)2005国际心肺复苏(CPR)＆心血管急救(ECC)指南标准 功能介绍： ■ 大屏幕液晶彩显: 人工呼吸与胸外按压、模拟心脏搏动显示、模拟心电图显示、钜形图表数据统计 ■ 模拟标准气道开放； ■ 人工手位胸外按压时： 1、动态条码指示灯显示按压深度：按压深度正确(4-5cm区域) 由条码绿灯显示、按压深度不够（小于4cm）由条码黄色、按压深度过深（大于5cm）由条码红色指示灯移动的动态反馈显示CPR按压深度。 2、液晶计数显示；详细记录按压错误的具体原因（按压力量过大、按压力量过小、按压位置不对及正确的次数）。 3、钜形图表数据统计：按压正确、按压力量过大、按压力量不足、按压正确等详细图表统计显示 4、语言提示：中文语音提示，详细提示按压错误的具体原因，以便训练者及时改正。 ■ 人工口对口呼吸(吹气)时： 1、动态条码指示灯显示潮气量：吹入的潮气量正确（500ml~600ml）由条码绿灯显示、吹入的潮气量过小或过大分别由条码黄色或条码红色指示灯移动的动态反馈显示潮气量度； 2、液晶计数显示：详细记录吹气错误的具体原因（按吹气量过大、吹气力量过小、及吹气正确的次数） 3、钜形图表数据统计：吹气力量过大、吹气力量不足、吹气正确等详细钜形图表统计显示 4、语言提示：中文语音提示，详细提示吹气错误的具体原因，以便训练者及时改正。 ■ 按压与人工呼吸比：30：2（单人或双人） ■ 操作周期：2次有效人工吹气，再按压与人工吹气30：2五个循环周期CPR操作。 ■ 操作频率：最新国际标准：100次/分。 ■ 操作方式：训练操作；考核操作(专业考核、普及考核)。 ■ 操作时间：以秒为单位计时。 ■ 语言设定：可进行语言提示设定及提示音量调节设定；或关闭语言提示设定。 ■成绩打印：操作结果可热敏打印成绩单。 ■ 检查瞳孔反应：考核操作前和考核程序操作完成后模拟瞳孔由散大、缩小的自动动态变化过程的真实体现。 ■ 检查颈动脉反应：用手触摸检查，模拟按压操作过程中的颈动脉自动搏动反应；以及考核程序操作完成后颈动脉自动搏动反应的真实体现。 材料特点： 面皮肤、颈皮肤、胸皮肤、头发，采用进口热塑弹性体混合胶材料，由不锈钢摸具、经注塑机高温注压而成，具有解剖标志准确、手感真实、肤色统一、形态逼真、外形美观、经久耐用、消毒清洗不变形、拆装更换方便等特点，其材料达到国外同等水平。   标准套配置： ■ 高级复苏全身人体模型一具； ■ 高级电脑大屏幕液晶显示器一台； ■ 豪华手拉推式人体硬塑箱一只； ■ 复苏操作垫一条； ■ 屏障面膜(50张/盒)一盒 ； ■ 可换肺囊装置四套； ■ 可换面皮一只； ■ 热敏打印纸二卷 ■ 2005国际最新操作指南光盘1盘 ■ 现场急救常用技术使用手册 1 本 ■ 使用说明书一本。 ■ 保修卡、合格证；

多肽药物研发具有广阔的研究空间和市场应用前景。2015 年全球多肽药物市场为 175 亿美元，据预测，2015-2025 年年增长率为10.3%，到 2025 年全球多肽药物市场将增至 469 亿美元。随着多肽药物价格的平民化、蛋白相互作用新靶点以及替代传统注射给药的新型给药技术迅猛发展，多肽药物的临床应用范围将进一步得以拓展。然而，多肽药物工业化生产中存在合成步骤繁琐、成本高等一系列技术问题，导致药品价格昂贵，大大增加了医疗负担，严重影响了这些多肽新药投放市场的速度。而我国多肽药物产业与欧美相比还

复方凝乳酶胶囊被广泛用于治疗小儿消化不良、吐奶等消化道疾 病，这类药物几乎无副作用，但是复方凝乳酶胶囊存在着蛋白水解谱 窄、疗效慢，适应症少的缺点。前期，本课题组在青藏高原发现了一 种新型的、对 α 酪蛋白、β 酪蛋白、γ 酪蛋白都具有较强水解活性的 凝乳酶 YS-1，该凝乳酶在物化特性上与传统复方凝乳酶胶囊中的小 牛皱胃凝乳酶较为类似，但蛋白水解谱广，可用于替换小牛皱胃凝乳 酶，提高传统复方凝乳酶胶囊功效、扩大其适应症，尤其在婴儿促消 化、止吐奶方

目前肿瘤化疗仍是大多数癌症患者不可缺少的治疗方法，但是化疗药物往往缺乏选择性，而且肿瘤细胞容易产生多药耐药性，严重影响化疗的效果。因此，研究可逆转肿瘤多药耐药性的功能性药物输送系统在提高化疗药物药效、降低毒副作用等方面将具有广阔的应用前景。纳米药物载体，如脂质体封装的抗癌药物在临床前和临床实验中已被证实能够通过降低毒性和增强疗效来提高治疗指数。然而，传统脂质体存在载药量低（一般<10%）、稳定性差、药物容易泄漏等问题，导致治疗效果不理想，并且容易引发机体的毒副作用。

本项目提供了一种靶向肝癌细胞的纳米药物（LTAG-NPs）。该药物以天然多糖搭载临床广泛使用的铂类抗癌药物，具有合成简便，成分友好的特点，通过与肝（癌）细胞发生特异性结合，实现肝癌靶向效果。药物在肝部高效富集并在肿瘤细胞中释药。因此，LTAG-NPs在有效抑制肿瘤生长的同时，明显降低传统化疗药物强烈的毒副作用，提高患者顺从度和安全性。具有较高临床应用价值和转化前景。 体外释药实验表明，在肿瘤细胞环境下，LTAG-NPs 4 小时释放药物超过 20%，6 天药物全部释放，既在 6 天内缓慢持续释药；药物代谢实验证明，LTAG-NPs 在注射小鼠体内 24 h 后仍保持较高药物浓度，具有血液长循环效果；生物分布实验证明，纳米药物在肝部的富集是传统化疗药物的 5-6 倍，明显降低了在肾脏的积累；对于同时种有肝异位瘤和肺异位瘤的小鼠，LTAG-NPs 在肝异位瘤的富集量为肺异位瘤的 2.5 倍，说明具有优异的肝肿瘤靶向能力。体内抑瘤实验证明，纳米药物具有与传统化疗药物相当的抑瘤效果但毒副作用明显降低，尤其是明显降低了肾毒性。大剂量注射传统化疗药物的小鼠在5 天内全部死亡，而纳米药物组则保持存活率 100%，且小鼠体重稳步上升，体征良好。 以上动物实验全部由医院完成并进行相关评价

项目简介： 手性醇是有机合成化学中非常重要的手性化合物，它是合成手性 药物、天然有机化合物等的重要手性中间体。目前已有很多手性醇的不对称合成方法。其中，酮的不对称催化氢化是合成手性醇最高效、 最原子经济且环境友好的方法之一。本项目可依据需要提供多种类型 手性醇合成的新技术，特别是光学活性手性芳基烷基醇等公斤级以上 合成工艺技术。 项目特色： 利用具有自主知识产权的手性合成核心技术，为医药企业等提供 各种类型的光学活性芳基烷基醇等多样性手性醇的不对称氢化合成 工艺技术。相应的合成工艺技术操作简单、条件温和、安全、环保， 能给企业带来效益。 提供的光学活性手性醇合成技术，具有原子经济、环境友好、效 率高、选择性好的特点，不会给环境带来污染。相应的手性醇合成新 工艺技术面向医药企业，在能给企业带来效益的同时，可促进人类的 健康和社会的可持续发展。

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：