汽油清净剂是添加到基础燃料油中用来防止整个发动机进气系统产生沉淀物或可以带走沉积物的添加剂。聚异丁烯胺是一种优良的汽油清净分散剂，它能高效地控制汽油机低温和高温机件表面沉积物的生成，经济、快速地改善汽油质量，降低汽车的排放污染。聚异丁烯胺作为一种表面活性物质，具有清净、分散、破乳和防锈性等多种功能。它可以把汽油中氧化形成的潜在沉积物分散或增溶于汽油中，阻止它们沉积在汽油发动机的关键部位上，如喷嘴、进气阀、燃烧室等，而对于在这些部位已经形成的沉积物，汽油中的清净剂可以将它们从金属表面剥离下来，分散、胶溶于汽油中，使这些部位的作用恢复到或达到新车机械参数状态，从而恢复汽车原设计参数。按400PPM加剂量，减焦量达到97%。本项目已经在工厂实施，取得显著的经济效益，本项目是在此基础上的进一步完善。完全消除了环境污染，使生产过程零污染排放。

该项目相关技术获2007年度国家技术发明二等奖。南开大学历经12年创制的单嘧磺酯是具有自主知识产权的超高效、低毒、环境友好型麦田除草剂，和目前市场上其他除草剂相比，具有杀草谱宽、安全性好、成本适中等优点，已在全国多数省份大面积推广达120.3万亩。累计社会效益6000多万元。 由南开大学农药国家工程研究中心承担李正名院士主持的天津市科技成果转化项目绿色除草剂单嘧磺酯，示范面积10000亩，在不影响小麦产量前提下，可高效去除杂草。该项目2009年4月通过中期验收，该专利产品的推广对促进

1. 痛点问题 化学工业是我国国民经济的支柱产业，集中于生产基础和大宗化工原料，而面向高端制造业和战略性新兴产业的产品，其比重不足10%。化工产业正受到国外技术壁垒和国内消费结构升级及生态环境保护要求提高的多重压力，需要加快转型升级，迈向高端化和绿色化。 针对传统医药中间体、精细化工生产设备技术革新的研究方向，微反应器和微流控技术的研究和应用成为国内外研究机构的研究热点。微反应器和微流控技术自上世纪九十年代提出，就受到学术界和产业界的广泛关注。微反应连续化生产技术是一项在新世纪中具有革命性的技术，是生物、化学、化工等交叉前沿的方向；2009年，25家国际著名跨国公司和研究机构将微化工技术列入化工产业发展新方向，联合启动了构建所谓灵活、快速、未来化工厂的“F3计划”。医药中间体、精细化工产品由于产量小，目前普遍采用传统的反应釜等设备，单批次生产，存在原料利用率低、污染排放量大,生产过程安全性较差，难以适应可持续发展的需要。解决医药中间体、精细化工生产的环保、安全、效率等问题，是目前广大中小型生产企业实现跨越式发展的关键。 2. 解决方案 微反应器/微流控技术：以微结构元件为核心，在微米或亚毫米受限空间内进行的流动、传递和反应过程，它通过减小体系的分散尺度强化混合、分散与传递，提高过程可控性和效率，以“数量放大”为基本准则，将实验室成果可靠地运用于工业过程，实现大规模生产。 目前，微反应器/微流控技术已经从研究阶段向工业化生产阶段发展，相关技术及产品的应用正处于快速增长的阶段，在生物医药、化妆品、环保等领域，都有着广泛的应用需求。采用微反应器成套技术，在实现化学品生产的连续化同时，具有低能耗，高效率，低排放，高安全性等一系列优势。 1) 本项成果基于微化工技术，结合先进的生产装备自动化技术，提供面向生物医药制造领域的绿色高效的微流控技术生产方案。 2) 同时，结合先进智能制造技术，可以构建全自动的集成化工艺平台，实现智能化、绿色化的生产工艺及装备的整体应用。

(R)-硫辛酸是一种能消除老化与致病的类似维他命的物质，可以去除机体自由基，促进机体利用葡萄糖合成维生素C，能有效去除黑色素，还可协助辅酶进行有利于机体免疫力的生理代谢，是一种万能抗氧化剂药物，广泛应用于预防和治疗心脏病、糖尿病及老年痴呆症。而近年来欧美国家开始将其应用于食品、保健品及化妆品，应用范围的扩展为其市场增长提供了广阔的空间。目前 (R)-硫辛酸的生产主要是通过化学拆分法合成 (化学拆分法合成途径) ，即先通过化学法合成混旋硫辛酸，再利用苯乙胺作为拆分剂对其进行拆分，得到的右旋硫辛酸苯乙胺盐，经盐酸脱盐得到 (R)-硫辛酸粗品，精制后即可得到合格的 (R)-硫辛酸。但由于该法工艺复杂，需要多次结晶，成本高、理论得率仅为50%。 本技术利用酶法不对称还原8-氯-6-羰基辛酸乙酯制备 (S)-8-氯-6-羟基辛酸乙酯，再结合化学法合成 (R)-硫辛酸的工艺路线 (化学-酶法合成途径) ，可使 (R)-硫辛酸的合成步骤由化学-拆分法的9步缩减到化学-酶法的6步、产品收率提高40%、生产成本降低20%，而且也显著地减少了原料消耗和废物排放，是典型的环境友好的绿色合成工艺。合成的最终产品 (R)-硫辛酸的光学纯度在99%以上，其产业化更具有经济效益、更符合绿色技术的要求。

本发明公开了一种具备高除湿能力且循环稳定性优异的含一维孔道的锆基金属有机框架材料及其制备方法和应用，通过水平轴向扩展X型有机连接子的核心部分，确保有机连接子“邻位二苯甲酸”部件保持不变，实现能同时满足含一维孔道、Zr<subgt;6</subgt;簇螯合配位甲酸根同平面且相邻Zr<subgt;6</subgt;簇甲酸氧间距≤5.4Å三个必备条件的锆基金属有机框架材料的同构合成。同时具备以上三个条件可有效限制相邻Zr<subgt;6</subgt;簇之间中心位置引入水分子，从而防止了该位置水分子在脱附过程中引起受力不均衡导致整体网格结构坍塌的情况。通过有意地缩短或延长有机连接子核心在水平轴向上的长度，合成得到的含一维孔道的锆基金属有机骨架材料均表现出高的水吸附循环稳定性。

成果介绍本发明公开了一种虚拟家装室内场景设计中的阴影渲染方法。包括阴影映射图生成步骤，半影估计步骤，基于泊松碟采样的百分比渐近滤波步骤，最后通过加入漫反射环境光，生成具有真实感的虚拟家装室内场景阴影效果图。本发明方法能够高效且能改善阴影映射图锯齿走样的问题。技术创新点及参数本发明提供一种真实感强烈，生成了场景中物体的软阴影而且速度快， 可以满足虚拟家装实时渲染要求的虚拟家装室内场景设计中的阴影渲染方法。市场前景本发明方法结合阴影映射图与百分比渐进滤波技术实现虚拟室内家装 的实时阴影效果渲染，不仅能够生成具有真实感的家装室内设计中的阴影渲染，而且 不会随着场景中三维物体复杂度增加而增加，无需预处理能够满足实时应用需求。该 技术对计算机虚拟现实在虚拟家装领域的应用具有重要意义。

本成果以专利形式体现（专利号 201310723968.2 ），生命科学大多以微生物为研究对象，有很多物种都是近缘的，无法用普通方法区分，本方法通过 PCR 方法可以快速区分，建立了一种设计特殊引物的方法。

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：

针对子载波非连续可用的情况下，基于迭代平均处理的思想，设计了适用于载波扩展OFDM系统中的导频符号，使用这种导频符号，能有效地克服OFDM系统峰均功率比过高的问题，且能保证较优异的误比特性能。

采用本发明得到的低相关区域序列组，在一定的相关区域内，绝大部分自相关函数取值为零，并且全部互相关函数取值为零。本发明所得到的低相关区域序列组，可以广泛应用于认知无线电系统，如信号同步、信道估计、多用户扩频等方面。