【发 明 人】 唐于平 ; 李念光 ; 段金廒【技术领域】本发明涉及一种药物，具体涉及带有一氧化氮供体的芳香酸衍生物在制备治疗恶性肿瘤疾病药物中的应用【摘要】 本发明公开了带有一氧化氮供体的芳香酸衍生物在制备治疗恶性肿瘤疾病药物中的新应用，本发明通过大量实验筛选出具有强抗肿瘤活性的带一氧化氮的阿魏酸或咖啡酸衍生物，实验结果表明，具有很好的抑制肿瘤细胞生长和能促进肿瘤细胞凋亡的作用，且对多种恶性肿瘤细胞均具有强的杀灭作用，应用范围更广泛。尤其是(E)-3-(4-羟基-3-甲氧基苯基)丙烯酸-4-[4-苯磺酰基-1,2,5-噁二唑-5-氧-3-氧基]-2-丁酯，(E)-3-(4-羟基-3-甲氧基苯基)丙烯酸-4-[4-苯磺酰基-1,2,5-噁二唑-5-氧-3-氧基]-1-丁酯，(E)-3-(4-羟基-3-甲氧基苯基)丙烯酸-2-{2-[4-苯磺酰基-1,2,5-噁二唑-5-氧-3-氧基]-乙氧基}乙酯3个化合物显示出非常强的抗多种肿瘤活性，有望开发成新的抗肿瘤药物。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

伴随着5G、大数据、人工智能、物联网、工业4.0、国家重大战略需求等领域的技术发展，电子器件正朝着高功率、高集成化和便携式的方向发展，这亟需高效、轻质和高稳定性的热管理材料和方案来保证电子产品的效率、可靠性、安全性、耐用性和持续稳定性。如何大幅提高导热材料的热导率一直是热管理材料行业的技术痛点，也是促进消费电子、5G设备、高功率芯片、集成电路、电池等突破功率限制的关键。由于传统导热材料如金属、无机导热材料存在质量大、柔性差等缺点，导热聚合物的应用正在不断向高导热材料领域渗透。聚合物导热材料在成本、可加工性、柔韧性及稳定性等方面更有优势。但绝大多数的聚合物自身的导热性很差（一般导热系数为0.2 ~ 0.5 W/mK），无法满足高导热的需求，开发高导热的聚合物复合材料已经成为该领域的一个研究热点。采用复合高导热填料（如石墨烯、碳纳米管、氮化硼、金属氧化物等）是一种简单而高效的方式来提高聚合物基体的热导率，目前在工业生产已经有了广泛的应用。现有的大量研究表明，在聚合物材料内部构建导热网络可以在低添加量的条件下实现热导率的大幅度提高，这种三维渗流网络（如图1所示）可以为声子的快速传递提供通道，从而加速热量沿着三维网络进行传递。 封伟团队在综述中重点介绍了不同三维导热网络的构建及在制备聚合物导热复合材料方面的最新进展，如石墨烯三维网络、碳纳米管网络、氮化硼网络、金属三维导热网络等。讨论了不同导热材料三维网络的构建方法、结构取向调控方法及影响导热性能的关键因素（取向性、界面连接性、网络密度等）。同时，比较了不同的填料形式（分散颗粒填料与三维连续填料网络）对复合材料热导率的影响。相比于共混法制备的导热复合材料，基于三维填料网络的复合材料在填充比、分散性、取向控制及热导率提升率上都具有明显的优势。毫无疑问，三维连续导热网络的形成对于提升聚合物热导率至关重要。可以预见，三维导热填料网络的设计将作为一种实现聚合物高导热率的重要手段，成为新一代热管理系统的研究热点。 极端环境热管理系统在能源化工、通讯卫星、高速飞行器及人工智能等领域都发挥重要作用。导热复合材料作为热管理系统的关键材料，直接影响着其在不同环境内的热传导方向和效率。近年来，天津大学封伟教授团队以高导热碳复合材料为研究基础，针对其存在的导热各向异性、易损伤、压缩回弹性差以及与高弹性难以兼顾的问题，提出了通过微观结构设计、界面优化、分子级相互作用优化，分别实现复合材料的定向高导热、弹性高导热及自修复高导热，探索其在复杂界面和极端环境热传导领域的应用。

本项目采用拥有我国自主知识产权的燃烧合成技术生产技术生产各种先进陶瓷，金属间化合物和复合材料的粉末。提供的主要产品有：a-Si3N4，b-Si3N4，a-Sialon，b-Sialon，AlN，TiN，ZrN，TiC，TiCN，TiB2，SiC，Cr3C2，MoSi2，FeAl，Fe-TiN，Fe-TiC，Fe-TiB2，Cu-TiB2，TiB2-Al2O3，AlN-ZrN-Al3Zr，Si3N4-SiC-TiCN，Si3N4-Si2N2O-TiCN，TiN-TiB2以及纳米电子陶瓷BaTiO3粉末，纳米ZrO2及ZrO2基陶瓷，纳米TiO2粉末。采用这种先进工艺合成反应完全，性能稳定，质量优良，欢迎各界用户洽谈业务。 用于各工业领域耐磨、耐腐蚀、耐高温等严酷服役条件下工作的结构部件。

聚合物作为结构材料，强度和韧性是重要的相互制约的力学性能指标，塑料增韧一直是材 料工业化应用的重要课题和应用研究的热点。广泛应用的塑料增韧方法是通过添加各种弹性体 作为增韧剂，来大幅度提高塑料基体的韧性。但是上述传统的增韧方法虽然可以让材料的冲击 韧性成倍增长，但由于增韧改性剂具有较低的模量和玻璃化转变温度，给塑料的应用带来固有 缺陷，如材料的刚度、强度、热变形温度大幅度降低。虽然应用高模量的填料改性聚合物可以 有效地提高刚度、强度和热变形温度，但是材料的韧性却大幅度下降。因此如何同时增强、增 韧，并取得强韧化效应，关系到是否能扩展结构材料的应用范围。 在众多弹性体改性剂中，具有核壳结构的丙烯酸酯共聚物(ACR)由于具有核层弹性体粒径 可控，壳层与塑料基体的相容性好，并且在共混过程中易于分散的优点，添加少量的丙烯酸酯 共聚物，就可以显著提高塑料如聚碳酸酯、聚氯乙烯等材料的韧性。 采用种子乳液连续聚合法和预溶胀法聚合法，制备出一系列具有不同的窄分布粒径 (60 nm-400 nm) 的核壳结构的丙烯酸酯共聚物 (ACR) ，根据不同的塑料增韧需要，壳层组分可以 改变，保持其加工稳定性

MicroRNA (miRNA) 是一种新型的肿瘤标志物，定量检测血液中的miRNA的表达水平，可 以为肿瘤早期诊断、预后判断以及药物选择、疗效检测提供宝贵的参考信息。 本项目以血液中miRNA的高灵敏检测为目标，建立不同亚群miRNA (包括囊泡包裹形式、 蛋白复合体形式等) 提取、富集纯化技术，结合纳米技术、酶催化及生物分子工程技术，建立 了多种高灵敏检测miRNA新方法，为肿瘤早期诊断提供一种敏感、特异、简单的非损伤性技 术手段。 本项目的实施能够形成可推广应用的血液中miRNA高灵敏检测试剂盒，应用于肿瘤早期 诊断的实用技术。开发这一技术将可检出早期癌症，使全国每年近百万的癌症患者提高存活 率，有显著的社会效益及经济效益。

该产品已紧急发往武汉方舱医院，部署后可以实现医院内人员及物资的实时定位及动态管理。 该产品采用东南大学国家ASIC中心刘昊和黄成老师团队研发的低功耗、低成本物联网信标及网关技术（其中关键技术已通过论文发表于物联网领域顶级期刊）。产品将部署于方舱医院中，实现对佩戴定位标签的人员或安装标签的医疗设备高精度实时定位。定位数据通过物联网网关传送至云平台，可通过多种渠道进行监测和信息查看。当前，在武汉紧急部署的方舱医院场地规模较大、病员数量较多，而医护人员及医疗设备较少。该产品和总体系统集成安装上线以后将为方舱医院患者、医护人员及医疗设备的管理提供可视化平台，有望大幅提高方舱医院的管理效率。系统能够监测院内病人在活动区域范围内的实时位置及运动轨迹，并提供越界报警等信息服务；能够实时统计方舱医院各类型人员数量及区域分布；在院内病员遇到突发情况时，可通过佩戴的定位标签实现一键呼叫；可对院内安装定位标签的医疗设备进行资产追踪及管理；也能够对院内巡检人员进行到访区域及时间管理。 产品研发团队来自于东南大学苏州校区的集成电路重点实验室，隶属于东南大学电子科学与工程学院国家ASIC中心。

本发明公开了一种用于乙炔吸附和存储的金属有机框架物材料及制备方法，所述的金属有机框架物材料由过渡金属离子与多齿有机配体5,5’-(吡啶-2,5-二基)-间苯二甲酸通过配位键或者分子间作用力构成的三维网络结构。过渡金属离子优选二价的铜、锌、钴、镍、镉离子。所述的金属有机框架物材料制备工艺简单，具有较高的比表面积2000~2200m2/g和孔容1.0~1.3cm3/g。该材料所用的多齿有机配体引入了含吡啶的碱性单元，可以有效提高乙炔的吸附和存储量。该材料在273K和298K温度条件下具有较高的乙炔吸附量，可以在低压下使用，可望作为一种新型高效的乙炔吸附和存储材料。

本发明提供一类具有酪氨酸酶抑制活性的化合物，包括六种从桑叶中提取的具有酪氨酸酶抑制活性的多酚类化合物。将药材经乙醇水溶液加热提取，浓缩，硅胶柱分离，洗脱，洗脱液浓缩干燥，再用制备液相色谱继续分离，收集溶液，溶液浓缩干燥后得到样品并进行结构鉴定。本发明还提供了从桑叶中分离上述多酚类化合物的方法。本发明提供的六种多酚类化合物具有较强的酪氨酸酶抑制活性，能够有效预防和治疗黑色素合成异常导致的人体色素沉着性疾病、黑色素瘤以及其它需要抑制酪氨酸酶活性的病症，可用于制备治疗此类疾病的药物。

本发明公开了一种制备纳米金属氧化物及纳米金属粉的方法，在二甲苯中使用纳米硫酸钾对金属氧化物前驱体颗粒进行分散并隔离，离心沉淀后，将烘干物进行高温煅烧分解，水洗后可得到分散的纳米金属氧化物。将煅烧产物在还原气氛中二次煅烧，水洗后可得分散的纳米金属粉。本发明可以快速批量制备出分散性好、结晶完善的纳米金属氧化物或纳米金属粉。