河南农业大学联合郑州大学、河南省农业科学院动物免疫学重点实验室等三个实验室的优势资源，组织精干研究团队，紧急启动新型冠状病毒疫苗和检测技术研究工作。 该项目进展顺利，并取得了几个方面的，设计、表达、纯化了新型冠状病毒蛋白，并经化学建构后研制成功了新型冠状病毒的疫苗抗原。

已有样品/n目前国内外尚无防龋疫苗上市，与正在研发的其他类型防龋疫苗相比，重组融合蛋白防龋疫苗能够高效激发免疫反应，刺激机体产生持久的免疫应答，尤其是口腔特异IgA抗体应答，提供预防和治疗保护。该疫苗生产制备采用目前已十分成熟的工程细菌表达和纯化技术、工艺简单、成本较低；产品可设计为冻干形式，保存运输不需冷链。疫苗接种通过鼻腔内黏膜直接无创伤滴注或直接喷雾，甚至可以自行接种，安全方便。越是发达的国家，龋病患病率越高。我国龋病患病率还在上升中，龋齿疫苗市场需求明显，产业前景广阔，一旦这种重组蛋白龋齿黏

本发明公开了一种水包油型疫苗佐剂、其制备及应用。所述的水包油型纳米乳疫苗佐剂，按照质量百分比包括 0.1％～10％的油相、0.1％～10％的乳化剂、0.1％～3％的稳定剂、0.1％～3％的络合剂以及 0.01％～10％的免疫增强剂。其制备方法包括以下步骤：(1)将免疫增强剂、稳定剂和络合剂均匀分散于水中，获得水相；(2)将油相和乳化剂混合，获得油相；(3)将油相缓慢加入到水相中并持续搅拌，形成稳定的乳液；(4)调节乳液的 pH 值并定容得到初乳；(5)将初乳进行高速剪切和高压均质。本发明提供的疫苗佐

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：

本发明涉及生物免疫领域，具体公开了一种鸡球虫病疫苗的免疫方法，具体为对1日龄雏鸡经口免疫球虫病疫苗，1～3天后，再次经口免疫相同的球虫病疫苗。按照本发明所述方法进行鸡球虫病疫苗免疫，既可有效避免初次免疫后大量排出卵囊被鸡群食入爆发球虫病的风险，又可提高球虫病疫苗免疫的整齐度至90％以上，还可迅速建立免疫保护力，对球虫再次感染实现更好的保护，减缓因疫苗免疫引起的生产性能下降，增加养殖效益。同时，可降低或杜绝抗球虫药物的使用量，提供更加安全、绿色的禽肉和蛋产品。不仅如此，还节约了现有免疫方法的成本，经济效益巨大。

MPL®是 Corixa 公司商业化生产的的疫苗佐剂，在欧洲和澳大利亚应用于临 床实验。研究表明，MPL®只能激活 TLR4-TRAM-TRIF 信号转导途径，而不能激活 TLR4-Mal-MyD88 信号转导途径[34]，因此只会诱导产生适量的细胞因子，而不引发严重的炎症反应。除 MPL®外，其它结构类脂 A 分子，如单磷酸类脂 A（MPLA），也能在降低自身毒性的同时保留免疫刺激能力，因此开发类脂 A 疫苗佐剂成为近 几年研究的热点。 本实验室利用染色体基因敲除和整合技术，构建一系列能合成不同结构类脂 A分子的大肠杆菌基因工程菌。其中HW001菌株能产生可用于疫苗佐剂的M-MPLA， 通过 TLC 及 ESI/MS 鉴定，该菌株可合成单一的 MPLA 结构，在 LPS 免疫功能中起着重要作用。具有重要的应用前景，生产方法简单，利用简单的培养基即可实现M-MPLA 的大量生产。此外，本实验室具有成熟的 M-MPLA 提纯工艺，可实现从菌株、发酵到纯化整个工艺的转让。

迟钝爱德华氏菌 ( Edwardsiella tarda) 是目前水产养殖业中具有极大危害的革兰氏阴性病原 菌，是近年来经济养殖鱼种鲆鲽类腹水病的首要病原之一。由于该菌为兼性胞内寄生菌，传统 的防治手段对其效果不佳，针对其致病机制研究，开发具有自主知识产权的候选疫苗，将为我 国海水养殖业的健康发展做出贡献。 本项目从山东患病大菱鲆体内分离获得一系列迟钝爱德华氏菌株，通过在模式动物上进行 半致死剂量实验，成功筛选出迟钝爱德华氏菌强毒株EIB202和弱毒株EIBAV1。弱毒株EIBAV1 对大菱鲆进行免疫，其免疫保护力可达70%以上，通过临床前效力及安全试验证明EIBAV1是 一株良好的疫苗候选株。 迟钝爱德华氏菌弱毒疫苗可用于腹水病害的防治，接种该疫苗的鲆鲽类经济鱼种可有效 抵御由迟钝爱德华氏菌引起腹水病，其免疫保护力可达70%以上，减少由腹水病引起的经济损 失

成果描述：通过对猪场PEDV分子流行病学调查发现，目前PEDV流行毒株与目前使用的PEDV疫苗基因型差别较大，使用现有疫苗对猪群免疫后猪群不能抵抗流行毒株攻击。本创新团队分离并纯化获得了一株属于目前流行基因型毒株的PEDV，通过在VERO细胞中连续传代及培养条件优化，分离株适应在VERO传代细胞中稳定生长。拟与动物疫苗制品公司合作，研究开发预防目前PEDV流行毒株的PEDV灭活疫苗。市场前景分析：疫苗投入生产和使用后，预计在全国市场占有率达到20%以上与同类成果相比的优势分析：已进行申报临床试验，效果好

四川大学华西医院生物治疗国家重点实验室研发的重组蛋白新冠疫苗于2020年8月21日获得国家药监局临床试验批文。8月28日，Ⅰ期临床研究在中国医药城启动培训工作。目前，所有受试者感觉良好，没有出现不良反应。该疫苗靶向SARS-CoV-2使用其刺突蛋白受体结合域（S-RBD），产生中和抗体阻断病毒感染人体细胞。7月29日，四川大学华西医院生物治疗国家重点实验室作为第一作者单位和通讯作者单位，在Nature 在线发表题为“A vaccine targeting the RBD of the S protein of SARS-CoV-2 induces protective immunity”的研究论文，该论文的通讯作者是魏霞蔚研究员、逯光文教授与张康教授，第一作者是杨静云博士、王玮教授以及杨自敏博士等，这也是Nature杂志发表的第一篇新冠疫苗研究论文。该疫苗在猴子等动物实验，发现有很好的预防SARS-CoV-2感染的保护作用，未见明显的副作用。 该疫苗利用昆虫细胞在培养液中大量繁殖，将新冠病毒的基因引入昆虫细胞，该细胞作为工厂生产出高质量的重组疫苗蛋白，并进行精致纯化，该技术易于大规模生产投入市场。利用昆虫生产重组蛋白疫苗，在欧美等国家已有宫颈癌疫苗与流感疫苗上市，其在人体的安全性得到了验证。团队正在积极推进该疫苗的临床试验与落户成都高新区实现产业化，正在规划与设计年产上亿针的生产线。该疫苗的研发过程中也得到了国家科技部、国家卫健委与教育部，与省市等部门的大力支持，也得到了国内多家科研单位参与合作。四川大学华西医院、疫苗研究团队与生物城成立了成都威斯克生物医药有限公司，正在规划与设计年产上亿针的生产线，将实现全套设备国产自主研发。