【发 明 人】郭盛；段金廒；钱大玮；宿树兰 【摘要】 本发明公开了一种大枣叶活性提取物及其在制备防治肝损伤药物或保健品中的应用。本发明首次采用大孔树脂耦合聚酰胺树脂，然后通过制备液相制备大枣叶精制提取物，较传统的分离纯化方法分离效率更高，且分离得到的活性成分含量高，生物活性强，安全性高。经实验研究表明，大枣叶提取物可显著降低CCl4、D-GalN和乙醇所致肝损伤模型小鼠血清ALT、AST活性及肝组织MDA含量，增强肝脏SOD活性，对肝损伤具有很好的防治功效。因此大枣叶及大枣叶提取物有望开发成为新一代安全有效，用于防治肝损伤的药物或保健品，同时也为大枣叶废弃资源变废为宝及枣树资源综合利用提供了途径。

化合物 6,8-二甲基-7,4ʹ-二甲氧基-5-羟基黄烷(HDF)由天然黄酮 类化合物鹃花醇结构改造获得，研究发现具有细胞毒性，能诱导细胞 凋亡和细胞周期阻断于 G2/M 期，特别醒目的是，细胞经 HDF 处理 后变圆、变大，呈典型的周期阻断表现。作用类似于临床上广泛应用 的具有干扰微管作用机制的药物长春新碱和紫杉醇;在细胞周期阻滞 方面与紫杉醇的作用更接近，因此可能对卵巢癌、乳腺癌、非小细胞 肺癌(NSCLC)、头颈癌、食管癌、精原细胞瘤、复发非何

化合物6,8-二甲基-7,4ʹ-二甲氧基-5-羟基黄烷(HDF)由天然黄酮类化合物鹃花醇结构改造获得，研究发现具有细胞毒性，能诱导细胞凋亡和细胞周期阻断于G2/M期，特别醒目的是，细胞经HDF处理后变圆、变大，呈典型的周期阻断表现。作用类似于临床上广泛应用的具有干扰微管作用机制的药物长春新碱和紫杉醇；在细胞周期阻滞方面与紫杉醇的作用更接近，因此可能对卵巢癌、乳腺癌、非小细胞肺癌（NSCLC）、头颈癌、食管癌、精原细胞瘤、复发非何金氏淋巴瘤等有疗效。 技术特点：前体化合物鹃花醇既可从杜鹃植物中分离，也可人工合成，资源丰富；从鹃花醇到HDF的合成途径是本专利保护内容之一；HDF抗肿瘤活性及阻断周期活性是本专利保护的主要生物活性。2013年5月22日获得专利授权。

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：

本发明公开了一种治疗输卵管阻塞性不孕症的隔药灸脐中药组合物，避免了口服药物对胃肠、肝肾的损伤，无毒副作用，并且采用隔药灸脐法进行治疗，具有简、便、验、廉、捷的优点，既有艾灸刺激穴位而产生的作用，也有药物吸收后的直接作用，两者结合，内病外治，治疗输卵管阻塞性不孕症见效快，疗效确切。除此以外，本发明药物廉价易得，成本低，便于推广应用。

【发 明 人】 马宏跃 ; 周婧 ; 吴启南 ; 段金廒 ; 唐于平 ; 王剑 ; 张军峰 ; 詹瑧【技术领域】该技术涉及蟾蜍甾烯类化合物的新用途，具体是涉及蟾蜍甾系类化合物用于制备治疗口腔黏膜恶性肿瘤疾病药物的应用【摘要】本发明公开了蟾蜍甾烯类化合物在制备治疗口腔黏膜恶性肿瘤药物中的应用，通过对蟾蜍甾烯提取物和单体化合物日蟾毒它灵、沙蟾毒精、远华蟾毒精、蟾毒它灵、华蟾毒灵、去乙酰蟾毒它灵、嚏根草苷元、脂蟾毒配基、华蟾毒它灵体外对人舌鳞癌细胞的抗癌实验，实验结果显示蟾蜍甾烯类化合物对舌鳞癌细胞具有明显的抑制作用，并且华蟾毒灵比蟾蜍甾烯提取物和日蟾毒它灵、沙蟾毒精、远华蟾毒精、蟾毒它灵、去乙酰蟾毒它灵、嚏根草苷元、脂蟾毒配基、华蟾毒它灵八个单体化合物具有更强的抗肿瘤细胞活性。本发明所提供的蟾蜍甾烯类化合物成分清楚，质量可控，抗癌活性强，不良反应小，有望开发成新的抗口腔黏膜恶性肿瘤的药物。

成果描述：本实用新型公开了土木工程组合桩,包括组合桩,所述组合桩由第一组合桩、第二组合桩、第三组合桩和第四组合桩构成,第一组合桩、第二组合桩、第三组合桩和第四组合桩之间设有固定杆和固定刀,固定杆之间设有相互垂直的支撑杆和加固杆,固定刀之间安装有连接架,第一组合桩上端设有第一连接槽,第一连接槽设有第一插槽和第一组合桩头槽,第一组合桩下端设有第一组合桩头,第一组合桩头设有第一槽柱和第一组合桩插头,第二组合桩上下两端分别设有第二连接槽和第二组合桩头,第三组合桩上下两端设有第三组合桩头和第三连接槽,第四组合桩上下两端分别设有第四连接槽和第四组合桩头。本实用新型土木工程组合桩,稳定性好,抗压强度高。市场前景分析：本实用新型土木工程组合桩,稳定性好,抗压强度高。与同类成果相比的优势分析：国内先进

一种组合随行托盘，它包括上平板(1)、中间板(2)、定位销(3)、螺钉(4)和下平板(5)，所述的上平板 (1)、中间板(2)和下平板(5)从上至下依次排列，在接触面的垂直方向成“工”字结构，上平板(1)、中间 板(2)和下平板(5)相互间通过两个定位销(3)定位，并以多个螺钉(4)紧固连接成为一体。本实用新型采用 组合结构将随行托盘定位基准面与输送基准面分离，定位面无输送滑动磨损，定位基准面精度保持性好， 托盘使用寿命长，切屑灰尘等不容易进入积聚，定位面清洁，定位准确可靠。随行托盘的夹紧与定位插销 方向相同，有利于简化各工位随行托盘定位夹紧装置结构，降低成本。 

（专利号：ZL 201310434085.X） 简介：本发明公开一种组合结构滑板，属于冶金连铸设备技术领域，该滑板使用在钢包滑动水口系统上。该滑板包括外壳、膨胀层、耐磨内衬、上粘接层、下粘接层、左板砖、右板砖；左板砖、右板砖的上表面位于同一平面，左板砖与右板砖拼合形成滑板主体，左板砖的半圆形锥孔与右板砖的半圆形锥孔组成一个完整的滑板主体的锥孔，耐磨内衬的中心设有一个圆柱孔作为浇铸口，上粘接层位于滑板主体的锥孔与耐磨内衬之间，下粘接层位于滑