鬼臼毒素（Podophylltoxin，PT）及相关木脂素是一类具有显著细胞毒性的天然活性物质。 其生物活性主要表现为抗肿瘤、抗病毒等，但是由于其毒性太大，限制了其直接作为药物来使用。为此，对鬼臼毒素进行了大量的结构修饰，得到了许多活性化合物，其中上世纪七十年代中期开发的Etoposide（VP-16）和 Teniposide（VM-26）及九十年代中期推出的Etopophos（VP-16 的前药）都作为临床一线抗肿瘤药物，广泛用于小细胞肺癌、非何杰氏病、急性单核

该成果根据不同地区土壤特性采用不同的耕作方法和秸秆还田方式以及配套的稻麦高产栽培技术，达到增加产量、节省成本、培肥地力，保护环境的目的。主要技术指标：(1)稻麦秸秆周年全量或半量还田； (2)减少耕作次数，减少化肥的使用量；肥料利用率提高 10%； (3)稻麦产量达到常规施肥水平，效益增加 15%以上。

该技术应用于生猪养殖领域。通过对国外先进的设施设备和理念的创造性转化，建立了高标准、专业化的公猪站。在此基础上，持续开展了优质种猪的遗传选育；开展了生物安全体系建设和重要疫病的防制研究；运用大数据分析方法影响了影响猪精液品质和淘汰的主要因素；建立了提高猪精液品质和降低公猪肢蹄病发生率的营养调控技术；对优质精液生产、保存、运输和输精技术开展了集成创新；建立了以人工授精中心为核心的猪社会化供精体系。猪精社会化供精体系可覆盖母猪50万头，母猪平均分娩率达88%，可提高母猪PSY0.2头；降低公猪淘汰率20%。 该项目通过创造性转化与创新性发展相结合的方式，在高水平公猪站的建设和公猪站生物安全体系的构建等方面，开展了有效引进、转化和集成创新；在持续开展优良种猪选育的基础上，选择和引进公猪进入人工授精站；在公猪营养和生产管理方面开展了突破性创新研究；通过“互联网+基因”的人工授精服务体系的创立，建立了优质、安全、高效的猪精液的社会化供应体系，最大化地实现了遗传品质优秀、精液品质优异、安全品质优良的猪精推广应用。 目前猪精社会化供精体系可覆盖广西全省，并覆盖广东、湖南和福建等省份，覆盖能繁母猪50万头。该技术能保障精液的遗传品质优秀和卫生品质优秀，能显著提高养殖户的经济收益，推广应用前景广阔。 转化条件：大型商业化猪精公司 成果完成时间：2016年

项目首先提出了鲜叶的水冷保鲜技术、开发出水冷保鲜摊青机。创新名优茶做形理论及技术，提出“固形”理论，开发出固形设备，实现名茶的机械化做形；在此基础上，开发出关键的连接以及在制品回潮等设备，集成电子量化进料、温湿度监测与控制、水分在线检测系统，利用PLC控制系统，研建出主要名优茶连续化、自动化加工成套生产线，并制定配套的标准化技术。提出加工过程的清洁化生产技术，通过开发除尘除烟炉和名优茶加工除尘设备，实现了名优茶的清洁化加工。提出名优茶的脱氧保鲜技术，研制出高效脱氧保鲜剂，延长货架期。采用“高校-茶机厂-茶厂-政府”四位一体的技术研发与成果推广新模式普及新技术与新设备。 1、提出了鲜叶的水冷保鲜技术，保鲜时间由传统的8小时延长至15小时以上。 2、创新名优茶做形理论及技术，开发出固形设备，开发出关键的连接以及在制品回潮等设备，集成电子量化进料、温湿度监测与控制、水分在线检测系统，利用PLC控制系统，研建出主要名优茶连续化、自动化加工成套生产线，并制定配套的标准化技术。 3、首创适宜于名优茶初加工除尘的回风式除尘器，除尘效果显著。 4、研制出一种高效茶叶脱氧保鲜剂配方，能显著提高保鲜剂的脱氧能力，有效延缓名优绿茶贮藏中的氧化过程，保持名优绿茶品质。该技术已经在生产上大面积推广应用。

北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》（Nature Food）以研究论文形式在线发表（Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012）。该研究分析了1600-2012年间中国磷循环网络的韧性，研究结果表明，受自然流动、化肥使用和饮食转变的影响，近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言，磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力（即韧性）至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题，较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法，对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明：为满足中国不断增长的食品消费总量和结构的需求，中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导，并不断强化。这种变化降低了网络中的冗余路径，从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动，进一步降低了磷循环网络的韧性。特别是在2000-2012年间，由于人群饮食结构中动物性食物比重不断提高，磷循环网络的韧性下降了11%。如果按这种趋势继续发展，在社会环境的冲击和干扰下，磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性，本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施，并进一步量化这些措施对磷循环网络韧性的提升程度。此外，本研究的框架和指标也适用于分析其他地区和资源的网络韧性，可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔，国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者，北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。

本发明公开了一种基于神经网络的反演大气可降水量的MODIS模型改进方法，包括以下步骤：S1：利用MODIS三通道比值法反演大气可降水量PWV，记为PWVMODIS；S2：利用BP神经网络建立测站处的纬度φ、测站处的高程h、年积日doy、PWVMODIS与测站GPS/MODIS反演的PWV残差RES之间的非线性关系；S3：对BP神经网络模型进行训练；S4：将φ、h、doy以及PWVMODIS作为输入参数代入BP神经网络模型，并计算出GPS测站处PWV残差RESBP；S5：利用RESBP补偿PWVMODIS，获得大气可降水量PWV＝PWVMODIS+RESBP。本发明有效提高了建模精度。

项目成果/简介:本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.

北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》（Nature Food）以研究论文形式在线发表（Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012）。该研究分析了1600-2012年间中国磷循环网络的韧性，研究结果表明，受自然流动、化肥使用和饮食转变的影响，近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言，磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力（即韧性）至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题，较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法，对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明：为满足中国不断增长的食品消费总量和结构的需求，中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导，并不断强化。这种变化降低了网络中的冗余路径，从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动，进一步降低了磷循环网络的韧性。特别是在2000-2012年间，由于人群饮食结构中动物性食物比重不断提高，磷循环网络的韧性下降了11%。如果按这种趋势继续发展，在社会环境的冲击和干扰下，磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性，本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施，并进一步量化这些措施对磷循环网络韧性的提升程度。此外，本研究的框架和指标也适用于分析其他地区和资源的网络韧性，可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔，国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者，北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。

本发明公开了一种基于选择性隐朴素贝叶斯分类器的网络故障 诊断方法，包括：(1)从网络历史数据库中获取历史数据，包括症状变 量集以及故障类变量集；(2)构建选择性隐朴素贝叶斯分类器预测模型， 根据症状变量集中的每个症状变量确定对应的最相关症状变量集合； (3)所述选择性隐朴素贝叶斯分类器通过训练历史数据自动学习到分类 器参数；(4)进行故障诊断时，对测试数据利用上述选择性隐朴素贝叶 斯分类器进行估计得到对应最终的故障诊断结果。通过执行本发明中的网络故障诊断方法，有效解决了现有网络故障诊断中运算复杂度高、 网络诊断结果偏差大的问题，显著提高了网络诊断的准确性，在进一 步降低运算复杂度的同时，能够保持较好的学习能力及容错特性。

本发明公开了一种在 P2P-CDN 混合视频点播网络中的性能测试 方法，属于视频点播技术领域。本发明包括：客户端的设计和实施、 分布式行为估计。本发明将播放缓冲分为三个流机器，管理者按照流 机器的任务处理权限的来依次分配任务实现任务窗口的管理，同时利 用 rCDN 窗口长度灵活伸缩和三个流机器重新加入的机制来模拟客户 端的暂停和拖拽，最后提出了集中式的控制机制为提前离开的客户端 选择合适的替代者。本发明提供了在大规模、真实环境下的性能测试 方法，降低了在视频点播网络中的视频缓冲时间，为用户提供稳定性 能和可靠服务