研究人员通过基因组学分析，预测了斑马鱼从胚胎到幼鱼阶段过程中心脏功能受损情况。团队还通过生物通路分析，首次解析了双酚S造成心脏毒性的机理，阐明了双酚S通过调节免疫因子，造成组织炎症而干扰心脏功能的可能性。

双酚类化合物被工业界认为是安全的双酚A替代物而被广泛应用，然而，团队成果系统说明了环境水平的双酚S和双酚F具有和双酚A类似和相当水平的毒性效应，能够诱导活性氧生成，造成氧化压迫，释放炎症因子，进而抑制巨噬细胞的吞噬活性，干扰体内免疫系统平衡。相关成果对于保障生态系统安全具有重要意义

呼吸是人类的最基本生理需求。然而，空气污染物的存在往往使这一基本需求难以得到保障。更有甚者，在一些特殊环境场所，空气中可能存在高致病微生物如病毒和细菌、生化毒剂、毒素等严重危害人体健康甚至威胁生命。此外，空气中也可能存在一些未知的有毒物质，如不明病原体、化学物质等。目前已有的空气安全预警技术主要针对有限的几种污染物或者有毒物质进行实时监测，无法覆盖包括生物与化学威胁在内的所有潜在威胁。空气中的污染物种类繁多，理论上很难发展一种同时监测上千种污染物的仪器设备。另外，空气毒性安全预警技术需要对空气毒性做出快速响应，以便为采取防御措施争取宝贵的时间。这些要求都是对当前技术的极大挑战，很难实现对空气的综合毒性的实时预警。

多数有害气体的密度都比空气大，高浓度时甚至危及生命。在化学工业有毒气体泄漏事故频发的当下，乐普乐吉适时推出了毒性化学品安全存储柜。 严格的密闭设计，为用户提供了最可信赖的安心。 FM认证，符合FM6050标准

药物活性与毒性筛选试剂盒是李红玉教授团队经历 15 年研发的一种快速，简便，高效检测药品或健康食品活性与毒性筛选试剂盒。该技术利用国际认可的能够反映体内活性与毒性的模式生物秀丽隐杆线虫作为筛选工具，配合特殊染料，能够快速检测受试品活性与毒性，也可利用该技术对药品进行二次开发。具有独立自主知识产权，已成功申请国家发明专利 5 项，美国专利 1 项。已为甘肃东方天润公司和上海中华药业提供优质服务，并成功完成药品，化合物，保健食品的活性开发。该技术可以为药物研发机构，制药企业，医药研究院所，化合物合成机构

围绕难降解有机工业废水治理与毒性减排的难题，研发出毒害污染物资源化、高效转化与毒性减排技术为核心的难降解有机工业废水“物化-生化-物化”耦合集成技术与装备，有效解决了精细化工、制药、印染等行业难降解有机工业废水稳定达标和毒性减排的技术难题。 基于新型酯基树脂吸附的高水溶性芳香有机污染物资源化及其热水再生技术，实现高盐分、高有机溶剂废水中芳香有机酸的绿色分离与回收。该树脂（国家重点新产品：2007GRC11025）比表面积与吸附容量较国际同类产品XAD-7（美国Dow）及HP2MG（日

产品详细介绍霍尔效应测量系统 测试霍尔效应、磁阻、I-V等特性的全自动化测试系统。选取了美国Keithley的电测量仪表，磁场根据用户需要采用电磁铁和无液氦超导磁体，配备灵巧的测量样品杆，加上全自动化的专用测试软件，能让用户快速方便地进行样品测试，并获得准确可靠的数据。 ET9000电输运系统基本配置组成：一、测量仪表部分    标准系统： 美国Keithley公司的2400电流表、2700万用表、7709矩阵卡以及接口适配器和GPIB电缆等。    高阻系统：美国Keithley公司的6220电流表、 2182A 纳伏表、6485皮安计、 6514静电计、7001开关盒、7152矩阵卡以及相应的连接电缆、接口适配器和GPIB电缆等。二、磁场组成部分    电磁铁系统：    Mini电磁铁+ HP1型高稳定性双极电磁铁电源，高斯计    EM5电磁铁+7050型高稳定性双极电磁铁电源，高斯计及水冷系统    EM7电磁铁+9060型高稳定性双极电磁铁电源，高斯计及水冷系统    EM10电磁铁+65135型高稳定性双极电磁铁电源，高斯计及水冷系统    超导磁体系统：英国Cryogenic公司5T～18T无液氦超导磁体系统， 水冷系统三、系统辅助部分    测试总成：包括样品杆及支架总成、 样品盒模块、样品卡和连接测试电缆等；    仪表安装柜、高性能电脑和液晶显示器；    东方晨景电输运性质测量专用软件；    安装和操作使用手册等。

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：

产品详细介绍磁光效应系统是研究磁性薄膜、磁性微结构以及样品磁化强度和样品各向异性最理想的测量工具。是一种基于磁光效应原理设计的超高灵敏度磁强计.具有测量精度高、测量时间短等优点。可以产生平滑、稳定的受控磁场，并且磁场平滑过零。可以逐点测量也可以扫描测量，方便易懂的测量软件以及友好的交互界面为测量提供了有力保障。本套磁光效应系统是广大科研工作者的有利工具.磁光克尔系统功能和特点：测量灵敏度高，准确度高。非接触式测量，是一种无损测量。可以测量同一样品厚度不等的楔形磁性薄膜。可以将样品放到真空中原位测量。可以测量同一样品不同部位的磁化情况。