本发明公开了一种靶向降解p300/CBP蛋白的化合物及其合成方法和应用，涉及药物化学技术领域。本发明首次提供了一种利用SuFEx反应构建蛋白水解靶向嵌合体以及其它双功能分子的方法；本发明采用化合物CPI644的氟代磺酸酯和磺酰氟类似物作为p300/CBP蛋白配体，并通过SuFEx反应与预先引入以不同长度的烷烃作为连接臂的E3泛素连接酶配体5‑OH和4‑OH沙利度胺进行连接，制备了两个系列12个PROTACs分子；本发明设计的PROTACs分子具有降解p300/CBP蛋白的能力，并且PROTACs分子可以在人乳腺癌细胞中浓度依赖性地降解p300/CBP蛋白；这些PROTACs分子表现出了较好的抗肿瘤效果，在肿瘤的诊断及治疗方面有广阔的应用前景。

b0,+AT-rBAT是人体内的一种氨基酸转运蛋白复合物，属于异源多聚体氨基酸转运蛋白（HAT）家族。异源多聚体氨基酸转运蛋白，由轻链蛋白和重链蛋白构成。b0,+AT是其中的轻链蛋白，负责转运底物。而rBAT是其中的重链蛋白，具有负责轻链蛋白细胞膜定位（即将轻链蛋白“护送”到细胞膜上）和维持轻链蛋白的稳定性的作用。 b0,+AT主要分布于小肠和肾脏中。b0,+AT或者rBAT的突变，会诱发胱氨酸尿症，一种先天性遗传疾病。患者尿路中常有胱氨酸结石形成，造成肾绞痛，可引起尿路感染和肾功能衰竭。该病作为一种隐性遗传疾病在人群中的发病率约为1/7000，属于罕见病的一种。研究b0,+AT-rBAT的最新研究成果，揭开了胱氨酸尿症发病的分子机理。复合物的结构和功能，将能帮助我们认识胱氨酸尿症，为可能的治疗方案提供线索。 本项研究工作在全世界首次解析了b0,+AT-rBAT的高分辨率电镜结构。结构显示，b0,+AT蛋白与rBAT蛋白首先形成异源二聚体分子，然后两个异源二聚体分子通过rBAT蛋白的相互作用再进一步形成一个二聚体。体外转运实验表明rBAT蛋白对b0,+AT蛋白的转运活性是必需的；也就是说，b0,+AT要正常发挥转运功能，需要有rBAT蛋白的存在。这与周强实验室2019年解析的LAT1-4F2hc复合物相似。LAT1-4F2hc复合物同属HAT家族，其中的4F2hc蛋白是LAT1蛋白发挥转运活性所必需的。 同时，该研究也首次解析了b0,+AT-rBAT和它的天然底物精氨酸的复合物的冷冻电镜结构，解释了它的底物识别机制。如果把b0,+AT-rBAT复合物比做生物膜上的一艘船，那么被转运的精氨酸，可以被理解为“货物”。研究人员通过解析b0,+AT-rBAT与底物的复合物的结构，可以了解该“货物”如何加载到船上的——这个过程，即为“识别机制”。 在底物结合点附近，科研团队还鉴定出了底物结合位点附近的一个转运调控区域。通过点突变和同位素转运实验，他们证明了该转运调控区域对于b0,+AT-rBAT的转运功能至关重要。西湖大学黄晶实验室采用了分子模拟的方式，亦验证了该区域的重要性。 对于b0,+AT-rBAT复合物突变而导致的胱氨酸尿症，基于上述研究，研究团队进一步揭开了该疾病发生的机理。通过分析已解析出的b0,+AT-rBAT的高分辨率结构，研究人员对突变的位点进行了准确定位，并对这些位点进行了体外生化实验的验证。结果显示，b0,+AT-rBAT的关键位点的突变影响了氨基酸转运的活性，造成了胱氨酸尿症。

本发明属于催化方法及催化剂技术领域，具体涉及一种光催化制备2‑呋喃乙酸甲酯类化合物的催化方法，是基于光催化体系的CO2参与1,3‑烯炔的1,4‑碳酰化/环异构化反应，以CO2作为羧基来源；无光敏剂；具有较高的产率和良好的化学选择性，本发明反应底物范围广泛，多种官能团如甲基、甲氧基、苯基、卤素都可兼容于该反应，苯基上不同位置取代的1,4‑二氢吡啶化合物也可以在体系中兼容并转化为目标产物。反应条件温和，并且从简单易得的底物原料出发，采用三组分偶联的方式，避免复杂底物的使用。

我们在国家自然科学基金、上海市青年科技启明星计划和上海市纳米技术专项等资 助下研制开发的纳米石墨相变储能材料具有储能密度高、导热换热效果优异、安全稳定、 阻燃和环境友好等优点。 技术指标：与现有的相变储能材料相比，纳米石墨基相变储能材料的导热系数提高 1～2 个数量级，相变温度在-40～+70°C 之间连续可调，储能密度可达 150～250J/g 左右， 经 1000 次循环后，性能劣化小于 5％。

成果简介：以木质纤维、合成树脂、防水剂为主要原料制成的纤维板，其内 部结合点之间仍具有多孔隙，一经吸湿、吸水之后就会引起纤维板的变形、 膨胀和强度减弱，就会影响其应用范围和使用寿命，所以纤维板生产过程中 必须添加疏水性的物质（即防水剂）进行防水技术处理。纤维板生产中通常 采用的防水剂主要是石蜡，用固体石蜡作为防水剂，属于一种阻隔纤维之间 孔隙的物理现象，这种现象能改善纤维板的防水性能，但不利于纤维与纤

报废机械零件的剩余强度和剩余寿命评价和预测。 

南京师范大学课程资源研究所 通用技术实验室建设方案（技术与设计1、2） 序号 名称 技术参数与规格要求 单位 数量 01 图书资料 电工、木工、机械工人切削、钳工工艺、五金手册、机械制图国家标准各1册。 套 1 02 二维、三维设计软件 具备完善的二维绘图和三维建模与表现能力。兼顾了Autocad、3dsmax用户的操作习惯。不仅是一个设计工具，而且还是一个演示媒体；它以视觉形式反映设计者的思想。 套 1 03 AutoCAD教育版 讲授Auto CAD的实例应用，实例的制作操作步骤清晰易懂。可进行二维和二维设计，可以预设比例，按照比例绘图可以直接编辑修改线的长度，有标注尺寸功能，可输出位图和矢量图，网络版。 套 1 04 视听资料 配合教材教学内容的（经典结构、技术试验、技术探究、技术奥秘、技术在各领域应用等）挂图、课件、视频及图书资料。 套 1 05 三视图投影演示仪 活动式三维正交结构，可标注投影图；可直观显示三维投影体系，帮助完成三视图的教学。用于《技术与设计1》第六章第二节 “常见的技术图样” 中关于正投影与三视图的教学辅助教具，也可用于《 技术与设计2 》第一单元第二节“稳定结构的探析”的辅助教具。 套 1 06 多功能控制平台（与结构承重测试仪配套使用） 1.显示器：128×64点阵式液晶显示屏 2.输入：八路模拟量输入（其中7路可设置为电压

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

成果简介：利用高速旋转的转子产生的高离心力对在高承载环境下使用的器件进行加载试验，采用成熟试验技术方法和检测手段，实现对微小型机械结构件和电子器件、加速度传感器在高承载环境下的高载荷试验和标定。该设备最高加速度实验值：8万g，最高加速度标定值：1万g，实验对象最大回转半径：50mm，加速度实验精度：3%，标定精度：6%，实验对象尺寸：实验件最大尺寸长度≤18mm，实验件三维尺寸处于直径D=18，高度H=15的圆柱体范围里。适合钢、铝及铜质等各种材质加工的，在高承载环境下工作的机械结构件、电子元器件