产品详细介绍  应用范围： （1）热加工、水泥、建材行业,进行小型工件的热加工或处理。 （2）医药行业：用于药品的检验、医学样品的预处理等。 （3）分析化学行业：作为水质分析、环境分析等领域的样品处理。也可以用来进行石油及其分析。 （4）煤质分析：用于测定水分、灰份、挥发份、灰熔点分析、灰成分分析、元素分析。也可以作为通用灰化炉使用。   设备特点 升 温 快:  1000oC炉型由100oC升温至1000oC，小于30分钟           1700oC炉型由100oC升温至1700oC，小于90分钟 效率高: 作实验炉用时，可开进出风孔，加烟筒，有利于补进新鲜氧气，加速试验。 重 量 轻:  6升炉型仅重50公斤 9升炉型仅重65公斤 （总体重量） 容量大:  型号齐全6L 9L 20L 30L （炉膛体积） 非标产品可根据用户需求定做。 节能安全: 6升、9升炉型采用16A/220V标准电源. 20、30升炉型采用16A/380V三相电源。 由于采用新型陶瓷纤维炉膛，保温效果好，升温至1000oC，并保持1小时后外壳表面不烫手， 避免烫伤。（约45-55oC根据使用环境定） 产品特点： ● 炉体、智能控制器分体设计，美观、大方，炉门采用侧开门设计。 ● 采用两侧衬板式加热元件，便于更换炉丝，采用进口超高温发热体，抗氧化性能更加优异，大大增加使用寿命。 ● 采用陶瓷纤维绝热，大幅度的提高了升温速度，并减少了热能消耗，与传统的马弗炉相比重量减轻1/2,升温速度提高1倍，大大节约能源，寿命提高3.5倍；保温效果好，炉外表温度低 ● 采用进口温控仪表，全新数字显示，数字设定温度，智能控制输出，可减少视读和人为操作误差，大大提高工作效率。 ● 设有多种保护装置，提高了安全性及可靠性 ● 独立控制系统，方便维修更换 ● 炉体上开有排气孔（可根据用户要求增设气体保护进、排气空） ● 可根据用户需要定做其他规格产品.各种非标管式炉、井式炉、箱式炉   备：可根据用户需求定制各种规格异型加热装置，加热炉膛！ 温度控制器技术参数 型号 TL06/09系列 TL20/30系列 TL17系列 控制方式 PID程控 PID程控 PID程控 适用电源 AC220V AC3相380V AC3相380V/220V 工步数 8 8 8 温度稳定性（满量程） 0.2%FS 0.3%FS 0.5%FS 时间设定范围（升温、保温） 99h59min/step 99h59min 999min/step   1000oC马弗炉技术参数 炉型 TL0610 TL0910 TL2010 TL3010 使用容积 6L 9L 20L 30L 温度 上升时间 100-1000oC＜30min 100-1000oC＜30min 100-1000oC＜30min 100-1000oC＜40min 电源类型 AC 220V 10A AC 220V 16A AC 3相380V 16A AC 3相380V 16A 功率（KW） 2 3 6 7.5 发热体类型 电阻丝 电阻丝 电阻丝 电阻丝 传感器类型 K K K K 炉膛尺寸 W×D×H 200×250×120mm 200×300×150mm 250×400×200mm 300×400×250mm 炉体尺寸 W×D×H 540×550×415mm 550×590×445mm 660×770×595mm 710×770×635mm 净重（kg） 50 65 85 100 1200oC马弗炉技术参数 炉型 TL0612 TL0912 TL2012 TL3012 使用容积 6L 9L 20L 30L 温度 上升时间 100-1200oC＜ 40min 100-1200oC＜ 40min 100-1200oC＜ 50min 100-1200oC＜60min 电源类型 AC220V 10A AC220V 16A AC 3相380V 16A AC 3相380V 16A 功率（KW） 2 3 6 7.5 发热体类型 电阻丝 电阻丝 电阻丝 电阻丝 传感器类型 S S S S 炉膛尺寸 W×D×H 200×250×120mm 200×300×150mm 250×400×200mm 300×400×250mm 炉体尺寸 W×D×H 540×550×415mm 550×590×445mm 660×770×595mm 710×770×635mm 净重（kg） 50 65 85 100   1400oC马弗炉技术参数   炉型 TL0614 TL0914 TL2014 TL3014 使用容积 6L 9L 20L 30L 温度 上升时间 100-1400oC＜ 50min 100-1400oC＜ 50min 100-1400oC＜ 60min 100-1400oC＜80min 电源类型 AC220V 10A AC220V 16A AC 3相380V 16A AC 3相380V 16A 功率（KW） 2 3 6 7.5 发热体类型 电阻丝 电阻丝 电阻丝 电阻丝 传感器类型 S S S S 炉膛尺寸 W×D×H 200×250×120mm 200×300×150mm 250×400×200mm 300×400×250mm 炉体尺寸 W×D×H 600×550×465mm 550×640×500mm 660×770×595mm 710×770×635mm 净重（kg） 55 70 85 100 1700oC马弗炉技术参数   炉型 TL0417 TL0617 TL0917 使用容积 4L 6L 9L 温度上升时间 100-1700oC＜90min 100-1700oC＜90min 100-1700oC＜90min 电源类型 AC 220V 20A AC 220V 25A AC 3相380V 16A 功率（KW） 3.6 5 7.5 发热体类型 硅钼棒 硅钼棒 硅钼棒 传感器类型 B B B 炉膛尺寸W×D×H 160×170×150mm 160×250×150mm 200×300×150mm 炉体尺寸W×D×H 570×575×605mm 570×645×625mm 635×715×685mm 净重（kg） 85 95 115    

本项目为KIT ITD靶向的个性化胃肠道间质瘤单克隆抗体药物研究。本项目基于研究团队的结构生物学研究成果，获得可以选择性地抑制胃肠道间质瘤靶点KIT的内部重复串联突变体（KIT ITD）的多个单克隆抗体，并在结构、分子、细胞、整体动物四个层次评价单克隆抗体3G2的药效和作用机制，从而确证GIST ITD突变体可以成为抗胃肠道间质瘤的药物靶标，并有望以此开发出KIT ITD靶向的个性化治疗胃肠道间质瘤的“精准药物”。3G2是首个选择性针对胃肠道间质瘤的突变体的单克隆抗体。鉴于单克隆抗体药物较小分子药物易呈递高选择性、副反应更少的药理学特点，3G2抗体更易成为个性化治疗胃肠道间质瘤的药物，它的发现顺应了当前“精准医疗”的大趋势，可为GIST ITD患者提供“精准”的治疗手段。

阿普斯特是由美国 FDA 批准的首个治疗银屑病性关节炎的选择性磷酸二酯酶 4（PDE4）抑制剂。项 目拟以 3-乙氧基-4-羟基苯乙酮为原料，通过等多步化学反应制备高光学纯度阿普斯特，研究内容包括工 艺优化、实验室放大、公斤级放大及产品质量研究。

本项目为KIT ITD靶向的个性化胃肠道间质瘤单克隆抗体药物研究。本项目基于研究团队的结构生物学研究成果，获得可以选择性地抑制胃肠道间质瘤靶点KIT的内部重复串联突变体（KIT ITD）的多个单克隆抗体，并在结构、分子、细胞、整体动物四个层次评价单克隆抗体3G2的药效和作用机制，从而确证GIST ITD突变体可以成为抗胃肠道间质瘤的药物靶标，并有望以此开发出KIT ITD靶向的个性化治疗胃肠道间质瘤的“精准药物”。3G2是首个选择性针对胃肠道间质瘤的突变体的单克隆抗体。鉴于单克隆抗体药物较小分子药物易呈递高选择性、副反应更少的药理学特点，3G2抗体更易成为个性化治疗胃肠道间质瘤的药物，它的发现顺应了当前“精准医疗”的大趋势，可为GIST ITD患者提供“精准”的治疗手段。

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：

用于耐药性结核病的治疗，为制备抗结核杆菌药物提供了一个新 的选择，解决了已有异烟肼衍生物不能有效抑制耐药性结核杆菌、易 引起肝损伤等问题，该衍生物在抑制耐药性结核杆菌活性方面高于异 烟肼，而且不易引起肝损伤。

活性天然产物在合成化学发展、生物医学研究与创新药物发现中一直扮演着重要角色。过去三十年中，接近50%的新上市创新药物来源于天然产物或其衍生物。天然产物的衍生化对构效关系研究和药物活性优化至关重要，而直接通过选择性的官能团化对天然产物进行后期衍生改造无疑是最经济高效的方法。此外，对于天然产物的后期衍生化也有助于快速、有效地构造出化学探针，帮助开展化学生物学研究，揭示新的生物靶点和作用机制。  近年来，随着有机合成方法学与生物酶催化技术的蓬勃发展，涌现出很多在复杂底物上进行选择性官能团化的方法。这些方法极大地促进了天然产物“后期多样化衍生策略” (late-stage diversification)的发展。基于在天然产物后期多样化衍生方面的出色工作，近期雷晓光课题组在美国化学会旗舰期刊《ACS Central Science》上发表了两篇背靠背文章，详细阐述了“后期多样化衍生策略”在天然产物合成与创新药物研发中的应用。

目前用于空气过滤的净化材料，主要以丙纶、涤纶纤维无纺布为主，其微观结构是以直径为50~100nm 、长 10~20µm 的纤维组成多孔的纤维薄膜。对空气中悬浮颗粒（包含 PM2.5）的过滤净化主要是通过多层纤维进行阻隔，存在着过滤性能与透气性相矛盾的问题，且无法有效解决。本项目采 用涂装技术将多孔矿物材料、矿物纤维材料与 ePTFE 纤维进行了复合，在多孔纤维的结点上担载了一定量多孔矿物或矿物纤维作为吸附活性中心，制备出具有吸附功能的纤维过滤材料，可实现对微细、 超微细颗粒过滤的同时产生吸附作用，这样即使存在较大的孔隙也能产生良好的净化作用，可有效解 决过滤性能与透气性相矛盾的问题。经过检测，本项目所制备的样品对空气中微细、超微细颗粒（以PM2.5 为例）具有很强的去除功能，且透气性良好。