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：

环境中高毒性有机污染物通过各种途径进入环境水体，对环境、生物体系和人类健康造成危害。目前，对环境水体中苯、苯酚、苯胺、硝基苯、多环芳烃等高毒性有机污染物的测定主要是离线测定方式，处理步骤复杂、检测时间长，易造成采样误差。现有军用便携式快速检测高毒性有机污染物的设备只是半定量分析，且未在环保部门普及。本项目拟开发环境水体中苯、苯酚、苯胺、硝基苯、苯并芘等高毒性有机污染物的便携式监测仪器，以特异性荧光试剂标记不同污染物，用高灵敏荧光检测技术，现场、快速检测痕量高毒性有机污染物。具体来说，采用新型深紫外发光二极管（LED）为光源，充分利用 LED 光源小体积、低功耗、长寿命的优点；基于光电二极管，自主研制低噪音、低漂移的光电放大电路探测；将光机电集成一体化，研制出小型、高灵敏、长寿命原位水中高毒性有机污染物荧光检测仪，并将其在山东省内重点流域示范应用。 

所属领域：新能源与节能环保成果介绍：针对化工行业高毒性、低阈值VOCs，研发新型光电催化氧化技术，大大提高VOCs的去除效率，减少污染物的排放。

一、 项目简介电磁生物效应主要研究生物体在电磁场下所产生的与生命现象有关的响应。实验室建立了工频电磁场环境、特高压输电环境等电磁生物效应研究平台，开展了工频强磁场对正常细胞和肿瘤细胞的作用影响、特高压输电对生物体的作用研究，进行动物实验，研究电磁场对生物体细胞和组织器官的影响。实验室开展了人体植入器件无接触能量传输研究，建立了小型无线传能实验系统，实现了系统的微型化，并对系统工作时对人体产生的生物效应进行了研究。二、 项目技术成熟程度电磁仿生属于功能仿生，集电路设计、电磁兼容与防护、电磁生物效应、仿生技术于一身，研究和模拟生物体的结构、功能、行为及其调控机制，为工程技术提供新的设计理念、工作原理和系统构成。实验室开展了基于仿生原理的电磁防护自修复技术的攻关研究。通过研究生物体电磁信息传递及抗扰机理，建立电磁仿生防护模型，探寻从模型到电路设计的领域转换方法，为实现复杂电磁环境下电子系统的仿生防护奠定基础，该研究获得总装备部“十二五”预研项目“XXXXX”资助。三、 技术指标（包括鉴定、知识产权专利、获奖等情况）近年来完成河北省自然科学基金重大项目1项，承担其它省部级项目5项，发表论文数十篇，其中大部分被SCI、EI检索，申请专利2项，已批准1项。四、 高清成果图片3-4张小型无线传能系统实验平台

超高的迁移率、超低载流子浓度，以及单个费米口袋特性是整个实验成功的关键所在。他们研究了多种高品质的ZrTe5晶体，该材料在2014年被中科院物理所翁红明、戴希和方忠等人预测可能具有非平庸的拓扑性。在低温和小磁场条件下，通过量子振荡输运测量和分析手段，可以重构出一个非常清晰的闭合费米面拓扑结构。这种封闭的三维费米面可以与准二维体系明确分开，在量子极限

1、磁场强度可调节，其特点：改变距离即可改变磁场强度； 2、标准具采用高精技术多层镀膜。通光口径：45mm；中心波长:λ=5461Å；分辨率:λ/Δλ≥1×105；反射率: R≥90%；平面度：λ/30；石英隔圈2㎜； 3、望远系统：读数精度0.01mm； 4、磁场强度0-12000高斯； 5、磁轭体积：146×70×100㎜； 6、标准具微动调整架：前后俯仰三维调节方便可调。

产品详细介绍 采用新型永磁材料，改变距离即可改变磁场强度可作纵向效应，磁场强度1-1.3T, 法珀标准具经过严格调整,标准具间隔圈2㎜ 读数精度0.01mm，磁场线圈：Ф135㎜×2磁轭体积：320×75×160㎜日元贷款中标产品  另有塞曼系列:直读式塞曼效应实验仪 YLS-2     YLS-2A  日元贷款中标产品微机塞曼效应实验仪  YLS-2B   塞曼效应与法拉第效应综合实验装置 YLS-FT法布里-珀罗标准具 F-P      

本发明提供延胡索乙素在制备抗顺铂毒性药物中的应用。所述毒性包括肾脏毒性、耳毒性及神经毒性。研究表明，延胡索乙素对OCT2与MATE1具有抑制作用，能拮抗顺铂引起的细胞毒性，并在原代培养的肾小管上皮细胞模型上得到较好的验证。且以(-)-THP为代表，研究发现延胡索乙素对顺铂所致小鼠肾损伤具有很好的保护作用。因此，延胡索乙素与顺铂合用，可能减少顺铂在肾脏、耳蜗细胞及背根神经节蓄积，从而达到预防或降低顺铂毒性的预期结果。本发明拓展了延胡索乙素的新用途；由于肾脏、耳蜗毛细胞及背根神经节高表达OCT2，而肿瘤细胞上往往缺少OCT2的表达，顺铂具有一定的被动透过性，因此，延胡索乙素与顺铂合用，减弱顺铂所致毒性的同时，并不会降低顺铂的抗肿瘤效果。

要实现三维量子霍尔效应，就需要达到所谓的极端量子极限条件（Extreme Quantum Limit）。这个实验条件要求异常苛刻，如果选用常用的金属铜块作为研究对象，要施加超过3000特斯拉的磁场才能进入极端量子极限态，而这是当前的实验条件无法提供的。因此，三维量子霍尔效应方向的研究一度处于几乎停顿的状态。 为了满足这项苛刻的条件，张立源团队巧妙地选用了高品质的五碲化锆（ZrTe5）晶