相关专利提供一种牙体硬组织再矿化的复合材料，包括模拟体液，在模拟体液中增加羧甲基壳聚糖和无定形磷酸钙成分。能对脱矿牙体组织起到再矿化作用。

相关专利提供一种牙体硬组织再矿化的复合材料，包括模拟体液，在模拟体液中增加羧甲基壳聚糖和无定形磷酸钙成分。能对脱矿牙体组织起到再矿化作用。应用范围:可广泛应用于口腔龋病预防和治疗等相关领域。效益分析:基于相关专利的牙体硬组织再矿化的复合材料，具有无毒、无刺激，具有良好的生物相容性和抗菌性的特点，其主要技术优势如下： （1）在模拟体液增加羧甲基壳聚糖和无定形磷酸钙成分，发挥作用的活性成分为 CMC-ACP 纳米复合物，能在临床上取得广泛应用； （2）向复合材料中加入山梨糖醇，形成含有山梨糖醇的牙体应组织再矿化的复合材料； （3）向复合材料中加入含薄荷香精的酒精溶液，得到漱口水； （4）对脱矿牙体组织起到再矿化作用，适用人群范围较广； （5）CMC 具有良好的生物相容性和低致敏性，CMC-ACP 对某些口腔致龋菌有较好的抑制作用，能阻止龋病进展。

Ø  成果简介：精密内孔加工特别是硬淬材料和高粘性材料的内孔加工，砂轮的损耗十分严重，而内孔加工精度和表面质量对砂轮几何形貌及磨削性能的变化十分敏感，因此，需要采用高耐磨的具有良好保持性的超硬砂轮及其磨削技术，本项目可针对不同材料的内孔磨削要求，提供高效的砂轮设计与制造及其应用技术。该技术主要应用于强化铸铁、轴承钢、不锈钢、陶瓷等材料的精密内孔加工。比普通砂轮提高耐用度10倍以上，磨削粗糙度Ra≤0.4。Ø  项目来源：自行开发Ø&

精密内孔加工特别是硬淬材料和高粘性材料的内孔加工，砂轮的损耗十分严重，而内孔加工精度和表面质量对砂轮几何形貌及磨削性能的变化十分敏感，因此，需要采用高耐磨的具有良好保持性的超硬砂轮及其磨削技术，本项目可针对不同材料的内孔磨削要求，提供高效的砂轮设计与制造及其应用技术。该技术主要应用于强化铸铁、轴承钢、不锈钢、陶瓷等材料的精密内孔加工。比普通砂轮提高耐用度10倍以上，磨削粗糙度Ra≤0.4。

涂层技术是提高刀具性能和寿命的重要途径。随着高速切削、干式切削等先进切削技术的不断发展，对刀具涂层的性能也提出了更高的要求，不仅要具备高硬度、高弹性模量、耐磨性和韧性等机械性能，还要具备抗高温氧化性能、耐蚀性以及优异的高温力学性能(红硬性)，传统的刀具涂层，如TiN、CrN、甚至TiAlN涂层已逐渐不能满足性能的要求。因此，亟需开发高性能的新型保护性涂层材料。 材料结构涂层是利用纳米材料的特异结构产生高硬度的新型涂层材料，包括纳米多层涂层和纳米复合涂层。本项目组采用PVD(物理气相沉积)技术开发的TiAlSiN、TiSiCN、CrAlSiN等纳米复合结构涂层获得近50GPa的超高硬度，同时具有较低的摩擦系数和热稳定性，其使用温度达到1000℃；开发的CrAlN/ZrO2、TiAlN/SiO2等纳米多层涂层，不仅具有超过50GPa的超高硬度，同时由于含有氧化物阻挡层，抑制了外界氧原子向涂层内部的扩散，使涂层抗氧化性能得到大幅提升，同时还具备优异的耐蚀性能。

蓬莱市超硬复合材料有限公司是一家集科研、生产、销售为一体的高科技集团公司，拥有职工292人，工程技术人员110人，其中高级工程师6人，大专以上学历人员达到38%。公司主营铁合金基复合硬质合金轧辊、硬质合金辊环、钢结硬质合金、超组晶碳化钨粉、超细碳化钨粉、金刚石磨料、磨具、电力机车纯碳滑板等产品。公司的分支机构山东天锐工具有限公司主要产品有硬质合金棒材、硬质合金板材、硬质合金冷镦模、硬质合金矿用制品、硬质合金顶锤等产品。 公司拥有自主进出口权，产品远销巴西、美国、德国、保加利亚、土耳其、印度、印度尼西亚、泰国、越南以及台湾、香港等国家和地区，是国内粉末冶金行业龙头企业之一。公司现拥有3个生产基地，占地面积115万平方米，总资产3.7亿元，固定资产1.5亿元。公司生产设备先进、检测手段完善、科研实力雄厚，在同行业中率先通过了 ISO 9001:2008 国际质量管理体系认证，被认定为国家级高新技术企业、中国专利山东明星企业、标准化良好行为AA级企业。为烟台市“8515工程”100户成长性企业之一，被列入“8515工程”战略性新兴产业名单，2013年12月被烟台市科学技术局认定为烟台市科技型中小企业。 公司所属的技术中心于2011年4月被认定为山东省2011年第一批中小企业“一企一技术”研发中心; 2012年11月又被认定为烟台市市级企业技术中心，2013年11月被认定为烟台市硬质合金工程技术研究中心；2014年11月被山东省经济和信息化委员会认定为山东省企业技术中心。 公司先后研发的“TYD-1250型受电弓纯碳滑板”、“铁合金基复合硬质合金轧辊”、“一种高线硬质合金辊环再生方法”均获得国家发明专利。其中TYD-1250型受电弓纯碳滑板经省科技厅鉴定，填补国内空白，获得“国家四部委重点新产品证书”，2008年4月获得山东省科技进步二等奖，2009年9月获得山东省中小企业科学技术进步一等奖，于2010年6月获得科技部科技型中小企业技术创新基金立项证书；企业的主要产品“世尧”牌硬质合金轧辊被授予“山东省名牌产品”称号；“铁合金基复合硬质合金轧辊新技术”，被评为山东省企业技术创新奖优秀成果一等奖和山东省企业技术创新奖优秀新产品一等奖。 蓬莱超硬将本着“诚信为本，用户至上”的原则，将以优质的产品、优惠的价格、完善的服务，热情欢迎海内外各界朋友精诚合作，共创辉煌！

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：

【发 明 人】马宏跃；段金廒；周婧；唐于平【技术领域】本发明涉及蟾蜍甾烯类化合物及蟾蜍甾烯盐化物的新用途，具体是涉及蟾蜍甾烯类化合物及蟾蜍甾烯盐化物用于制备治疗妇科肿瘤疾病药物的应用。【摘要】本发明提供了一种蟾蜍甾烯类化合物及蟾蜍甾烯盐化物在制备治疗妇科肿瘤药物中的应用，通过对蟾蜍甾烯提取物和单体化合物华蟾毒精、蟾毒灵、蟾毒它灵、日蟾毒它灵及以上四个单体化合物的盐酸盐或硫酸盐体外对人卵巢癌细胞(A2780)、人卵巢癌细胞(SK-OV-3)、人宫颈癌细胞(SiHa)和人子宫内膜癌细胞(shikawa)四种妇科肿瘤的抗癌实验，实验结果显示蟾蜍甾烯提取物和单体化合物华蟾毒精、蟾毒灵、蟾毒它灵、日蟾毒它灵及以上四个单体化合物的盐酸盐或硫酸盐对四种妇科肿瘤细胞均有很强的抑制作用，抗癌活性强于阳性药紫衫醇，且不良反应小，有望开发成新的抗癌药物。

已有样品/n公开了一种琥珀酸多西拉敏在制备治疗或预防流感病毒药物中的应用。选用完全无毒性浓度的琥珀酸多西拉敏进行抗病毒实验，结果显示这种小分子化合物具有显著的抗病毒活性并呈剂量依赖相关。接着检测了琥珀酸多西拉敏对不同型和亚型流感病毒的抗病毒活性，结果显示琥珀酸多西拉敏对检测病毒株均有活性，且具有剂量依赖效应，表明琥珀酸多西拉敏抗流感病毒活性具有一定的广谱性。因此，本发明的琥珀酸多西拉敏可以作为新的抗流感病毒药物进行开发，为治疗流感提供了一种新的途径和手段。