|
搜索
搜 索
高等教育领域数字化综合服务平台
“大气环境与生物能源团队”在挥发性有机污染物（VOCs）吸附处理领域取得重要进展
项目成果/简介:近年来，大气污染问题日益严重，尤其是雾霾、光化学烟雾、臭氧等问题已经引起国内外广泛关注。挥发性有机气体（VOCs）是造成雾霾及臭氧（O3）的重要污染物。吸附法是去除VOCs高效简便的方法之一，但在实际应用中，水蒸气的存在与VOCs产生竞争吸附，因此设计具有高VOCs吸附性能的疏水性吸附剂具有重要意义。近日，天津大学环境学院“大气环境与生物能源团队”（http://catalysis.tju.edu.cn/）针对分子筛表面亲水性及其在含湿条件下VOCs吸附应用存在的问题，利用多孔有机聚合物疏水性等特征，设计合成了一系列分子筛与多孔有机聚合物核壳结构的新型吸附材料，所开发的吸附剂有效提高了分子筛表面疏水性，并且大大提升了其在干燥和潮湿条件下的甲苯吸附性能。相关研究成果《Core-shell structured Y zeolite/hydrophobic organic polymer with improved toluene adsorption capacity under dry and wet conditions》已发表在环境类国际高水平期刊Chemical Engineering Journal（IF: 10.652）上。该系列吸附剂的研发为制备一系列疏水性吸附剂提供了新的思路。
天津大学
2021-04-11
广谱肿瘤分子靶向放射性新药—18F标记黄连素衍生物的开发与转化
临床肿瘤的诊断和分期依赖于影像学，核医学2-氟-2-脱氧-D-葡萄糖（18F-FDG）正电子发射计算机断层扫描/计算机体层扫描(Positron Emission Computed Tomography / Computed Tomography, PET/CT)技术在肿瘤的诊断及分期（寻找恶性肿瘤原发灶及同步探测转移灶），探测未知原发肿瘤的原发灶，探测肿瘤复发、鉴别肿瘤残留与治疗后瘢痕或坏死组织，监测治疗，帮助制定放疗计划等方面较传统的影像学方法如：CT、MIR、超声等均已显示出独特的优越性。然而，18F-FDG不具有肿瘤特异性。炎症、感染性疾病如活动性肺结核、隐球菌性肉芽肿、肺脓肿、结节病等也可出现18F-FDG高摄取，导致假阳性结果；同时，许多分化良好的低级别肿瘤，包括大多数前列腺癌、肾细胞癌、肝癌、肺类癌、支气管肺泡细胞癌、消化道和结肠粘液性肿瘤、低度恶性淋巴瘤、高分化腺癌等，葡萄糖代谢水平相对较低，更接近正常组织，18F-FDG摄取低或不摄取，可出现假阴性结果。上述18F-FDG PET/CT肿瘤显像的假阳性和假阴性结果无疑会给临床肿瘤的诊断及鉴别诊断带来巨大的挑战。因此，开发新型非18F-FDG肿瘤靶向显像诊断药物势在必行！ 研究发现，黄连素——一种从小檗科植物家族中提取的苄基四异喹啉类生物碱，通过选择性作用于肿瘤细胞的线粒体，包括抑制线粒体复合物I和与腺嘌呤核苷酸转运蛋白相互作用等，诱导线粒体功能障碍，从而抑制肿瘤细胞的生长。肿瘤细胞的线粒体已成为一种优良的抗肿瘤治疗靶标。黄连素似乎可以抑制多种肿瘤细胞，包括结肠癌、前列腺癌、胶质母细胞瘤、胃癌、表皮样癌、肝癌、胰腺癌、乳腺癌、口腔癌、舌癌、白血病和黑色素瘤等多种肿瘤细胞的生长。利用黄连素对肿瘤细胞线粒体的高度靶向性特性，用放射性释放γ射线的放射性核素标记黄连素衍生物可完成活体肿瘤的靶向分子显像；用释放α离子或β等射线的治疗用放射性核素标记该黄连素衍生物，利用黄连素衍生物自身的抗癌活性和放射性核素释放射线的辐射损伤生物学效应，可实现对肿瘤的化学-放射双重治疗。 首次成功合成新的黄连素衍生物并完成18F标记，形成一种新分子——18F标记黄连素衍生物；运用PET/CT技术,初步实现了18F标记黄连素衍生物（新分子）的新用途——活体荷VX2瘤兔的肿瘤靶向分子显像，具有创新性。 查新报告显示：国内外均无相关专利及文献报道。
四川大学
2016-04-15
应用生物技术和高新食品加工技术对豆渣进行高 值化综合利用的研究与开发
研究内容： 本项目率先采用生物技术、动态超高压微射流、膜分离和 柱层析联用技术对豆渣进行高值化， 综合制备生理活性强强的大豆多糖和 不可溶性膳食纤维产品，具有显著的提高机体免疫力、降血脂、清除自由 基、预防结肠癌、调节肠道菌群平衡等生理功能。 应用前景 ：该成果采用了可行、可信的生产加工工艺对江西省丰富的 豆渣废弃资源实施综合开发，实现了资源变废为宝，为豆渣的高值话化找 到一条新的出路，本项目的开发可提
南昌大学
2021-04-14
人才需求：缓控释技术和生物酶技术研发人员，理论与实践二者兼而有之
缓控释技术和生物酶技术研发人员，理论与实践二者兼而有之
山东高复利肥业股份有限公司
2021-09-13
苯甲地那铵在制备用于防治由植物病原菌引起的植物病害的杀菌剂中的用途
本发明公开了苯甲地那铵在制备用于防治由植物病原菌引起的植物病害的杀菌剂中的用途，本发明通过室内毒力测定，证明了苯甲地那铵对植物病原真菌具有良好的抑制活性。苯甲地那铵作为杀菌剂，具有高效和低毒的优点，适合于植物病害化学防治的要求。目前大量杀菌剂的使用，导致病原菌的抗药性增强，而且传统的杀菌剂对环境污染大、残留高，直接威胁着人类的食品安全。而苯甲地那铵是一种可降解、无污染、对环境友好的小分子化合物，并且其抗药性差、对非靶标生物及人畜安全，能够保证农产品及果蔬的高品质，符合可持续发展的要求，其研究和市场应用前景广阔。
青岛农业大学
2021-04-11
丁苯羟酸在制备用于防治由植物病原菌引起的植物病害的杀菌剂中的用途
本发明公开了丁苯羟酸在制备用于防治由植物病原菌引起的植物病害的杀菌剂中的用途，本发明通过室内毒力测定，证明了丁苯羟酸对植物病原真菌具有良好的抑制活性。丁苯羟酸作为杀菌剂，具有高效和低毒的优点，适合于植物病害化学防治的要求。目前大量杀菌剂的使用，导致病原菌的抗药性增强，而且传统的杀菌剂对环境污染大、残留高，直接威胁着人类的食品安全。而丁苯羟酸是一种可降解、无污染、对环境友好的小分子化合物，并且其抗药性差、对非靶标生物及人畜安全，能够保证农产品及果蔬的高品质，符合可持续发展的要求，其研究和市场应用前景广阔。
青岛农业大学
2021-04-11
双氯芬酸钠在制备用于防治由植物病原菌引起的植物病害的杀菌剂中的应用
本发明公开了双氯芬酸钠在制备用于防治由植物病原菌引起的植物病害的杀菌剂中的应用，本发明通过室内毒力测定，证明了双氯芬酸钠对植物病原真菌具有良好的抑制活性。本发明首次提出将双氯芬酸钠作为杀菌剂，具有低毒和高效的优点，适合用于植物病害化学防治的要求。传统的化学杀菌剂对环境的污染大、残留高，对食品安全有严重威胁。双氯芬酸钠是一种环境友好的小分子化合物，可降解、无污染，并且植物病原真菌的抗药性低、对非靶标
青岛农业大学
2021-01-12
格列本脲在制备用于防治由植物病原菌引起的植物病害的杀菌剂中的用途
本发明公开了格列本脲在制备用于防治由植物病原菌引起的植物病害的杀菌剂中的用途，本发明通过室内毒力测定，证明了格列本脲对植物病原真菌具有良好的抑制活性。格列本脲作为杀菌剂，具有高效和低毒的优点，适合于植物病害化学防治的要求。目前大量杀菌剂的使用，导致病原菌的抗药性增强，而且传统的杀菌剂对环境污染大、残留高，直接威胁着人类的食品安全。而格列本脲是一种可降解、无污染、对环境友好的小分子化合物，并且其抗药性差、对非靶标生物及人畜安全，能够保证农产品及果蔬的高品质，符合可持续发展的要求，其研究和市场应用前景广阔。
青岛农业大学
2021-04-13
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。
复旦大学
2021-04-10
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10