甾体激素药物是仅次于抗生素的第二大类药物。全球甾体类药物总值近 500 亿美元，占世界医药销售额的 6%。中国是甾体药物原料及其制剂的主要生产国，年产值近 800 亿元人民币。 本项目组围绕重要甾体化合物中间体 AD、三羟基雄甾烯酮及其相关下游产 品，开展生物转化关键技术研究与产业应用研究，突破了生物催化去氢表雄酮双 羟化制备三羟基雄甾烯酮的技术体系，创新了屈螺酮合成新方法。项目改造优化 了微生物转化菌种的性能，开发了新型发酵和绿色提取工艺，建立了全流程的过程工程控制技术，大幅提高了产品的转化率，建成了百吨级规模的甾体化合物生产线。项目成果在 Green Chemistry、Journal of Steroid Biochemistry andMolecular Biology、Steroids 等期刊上共发表了相关文章 30 余篇，申请国家发明专利 28 项，其中授权 10 项。获中国石油和化工行业协会优秀专利奖 1 项，全国大学生“挑战杯”竞赛一等奖 1 项。 

7月4日，著名期刊《SignalTransductionandTargetedTherapy》（IF:38.104）在线发表我校基础医学与临床药学学院疫苗中心林昂、唐昕莹团队在新冠疫苗领域的最新研究成果“UnravellingtheenhancedvaccineimmunitybyheterologousKCONVAC/Ad5-nCoVCOVID-19vaccination”。

西安交通大学宋江选教授团队开发了一种电化学稳定的具有自适能力的静电屏蔽层用于锂金属负极。

在肠道稳态和损伤修复过程中，肠道干细胞发挥着关键作用，而肠道干细胞命运及功能受到微环境等多种因素的调控。

为了消除传统图像描述深层模型中图像与文本间的虚假关联，该论文引入因果图外部知识，通过揭示视觉域与语言域混淆机理，在目标检测和描述生成中同时进行因果干预，阻断图像视觉特征与描述文本之间的后门路径。

成果描述：通过对QCM（石英晶体微天平）技术和检测标的物的化学特性的研究，课题组成功研制出一种基于石英晶体微天平（QCM）的生物医学农业等多领域快速低成本检测技术新型自动检测系统。课题组与中国农业科学院和四川大学生物治疗国家重点实验室建立了良好的长期合作关系。所研制的系统已经在中国农业科学院和四川大学生物治疗国家重点实验室的配合下完成了测试和实验，拿到了大量实验数据资料，完成了系统效能评估。经过实验得到数据说明了课题组研制的测试系统具有实时性好、分辨率高、成本低、体积小、操作方便等优点。该测试系统的检测精度可以达到纳克级别。 以在重金属检测领域中的应用为例，国外目前对重金属离子的定量检测主要有紫外可分光光度法（UV）、原子吸收法（AAS）、原子荧光法（AFS）、电感耦合等离子体法（ICP）、Ｘ荧光光谱（XRF）和电感耦合等离子质谱法（ICP-MS）等。我国对重金属污染十分重视，目前国内对重金属离子的定量检测主要还是借鉴国外一些常用的检测方法。但是这些检测方法价格普遍昂贵、操作相对繁琐且检测限仅可达纳克（ng）级。国家每年都要花费大量的财力、人力和物力来检测各种领域里的重金属。该测试系统的研制成功将会提供一种全新的、低成本的、简单有效的检测重金属的方法。该成果不仅可以应用于农产品中的重金属离子检测，其在环保和生化领域同样拥有极大的应用前景。

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。

产品详细介绍 组织研磨器，冷冻研磨仪，多样品组织研磨机 产品描述 LCY6系列组织研磨仪是一种特殊的、快速的、高效率的、多试管的一致系统。它能将任何来源(包括土壤、植物和动物的组织/器官、细菌、酵母、真菌、孢子、古生物标本等)的原始DNA、RNA和蛋白质进行提取和纯化。  技术特点：   LCY6系列组织研磨仪与目前已有的其它样品制备方法相比，具有通用性广、高效灵活的优点。该系统避免了研磨、匀浆、超声波处理等传统方法的费力、耗时、低效等诸多缺点，可以高效、快速、稳定地裂解并纯化各种类型样品的核酸与蛋白。 一、应用范围 1．适用于各种植物组织包括根、茎、叶、花、果、种子等样的研磨破碎； 2．适用于各种动物组织包括大脑、心脏、肺、胃、肝脏、胸腺、肾脏、肠、淋巴结、肌肉、骨骼等样品的研磨破碎； 3．适用于真菌、细菌等样品的研磨破碎； 4．适用于食品、药品成分分析检测的研磨破碎； 5．适用于易挥发样品包括煤炭、油页岩、蜡制品等样品的研磨破碎； 6．适用于塑料、聚合物包括PE、PS、纺织品、树脂等样品的研磨破碎。 二、产品特点 LCY6系列研磨机采用了特殊的垂直上下震动模式，通过研磨珠（氧化锆、钢珠、玻璃珠、陶瓷珠）的高频往复振动、撞击、剪切。快速的实现目的。使研磨的样品具有更加充分、更均匀、样品重复性更好、样品之间没有交叉污染 操作数量多，效果好  高效快速的工作可以在1分钟内完成2×24、2×48、4×96个样品的研磨。省时省力，批间，批内差异小。抽提的蛋白比活更高，核酸片断更长。 2.无交叉污染   样品管在破碎过程中处于全封闭状态，可采用一次性离心管和珠子。样品完整保留在管内，避免样品间的交叉污染以及外界污染。 3.操作简便 3.1 内置程序控制器，可对研磨时间、转子的振动频率等参数进行设置； 3.2 人性化操作界面。 4.稳定性好 4.1 采用垂直振荡方式，研磨更充分，稳定性更好； 4.2 仪器运行过程中，噪音小于70dB，不会对其它实验或仪器产生干扰。 5.方便低温操作：当需要低温研磨环境，可将放有样本的适配器浸入液氮中冷却1-2分钟，取出后移至主机快速固定即可开始研磨，不需要进行再次冷冻处理，节省液氮。 6．重复性好 同一组织样本设定相同程序，获得相同的研磨效果。工作时间短，样本温度不会上升 仪器报价以公司网站为主 相关链接：http://www.tocan.cn/goods.php?id=948    公司地址：上海市翔殷路165号B区211室 邮编：200433  联系电话：021-51863860、13621641125         QQ：572980613 邮箱：tech@tocan.cn            传　　真：021-55236681 上海领成生物科技有限公司提供专业的产品、专业的售前、售中、售后服务，将使您的工作能够收到事半功倍的效果。欢迎新老顾客来电咨询，领成将为您提供最优质的服务！

雌激素受体ER存在ERα和ERβ两种亚型，ERα主要表达在乳腺、子宫等女性生殖系统中；ERβ则广泛地表达在中枢神经系统、心血管系统、消化系统、免疫系统当中。因此，ER被认为是许多重要疾病的潜在靶标，研究ER的选择性机制和发现高活性和高选择性ER调节剂（SERM）具有重要的社会经济价值。华东理工大学首先采用常规分子动力学和分子拉伸动力学模拟方法阐明了ERα和ERβ的选择性机制。采用基于对接的虚拟筛选策略，通过酵母双杂交生物测试系统，发现了18个结构新颖的高活性和选择性的先导化合物，其中双效化合物展现出很好的抗细胞增殖活性。这些结构新颖的先导物极具作为治疗ER靶标相关临床疾病的应用前景。