产品详细介绍性能特点：1、微机控制，触摸面板，数字显示。2、采用交流变频电机，进口环保压缩机，进口高速轴承。3、自动计算RCF值。4、可直接设定RCF或转速，可进行梯度分离。5、具有超温、超速、不平衡、门盖安全保护功能。6、制冷、加热双回路控温。技术参数：型号名称： DL-6M/DL-6MI 冷冻大容量离心机显示方式： LED/LCD最高转速： 6000rpm旋转精度： ±30rpm最大相对离心力： 6680×g最大容量： 6×1000mL控温范围： －20～40℃控温精度： ±1℃定时范围： 0～23h59min电机： 交流变频门锁： 机械门锁噪音： ≤65dB（A）电源： AC220V，50Hz，30A外形尺寸： 840×730×1240mm重量： 260kg转子：NO.1角转子： 6000rpm，6680×g，6×500mLNO.2水平转子： 4200rpm，5100×g，6×1000mL关键词：冷冻大容量离心机

产品详细介绍低速大容量离心机性能特点：1、微机控制，触摸面板，数字显示。2、采用交流变频电机，进口环保压缩机，进口高速轴承。3、自动计算RCF值。4、可直接设定RCF或转速，可进行梯度分离。5、具有超温、超速、不平衡、门盖安全保护功能。6、制冷、加热双回路控温。低速大容量离心机技术参数：型号名称： DL-8M/DL-8MI 超大容量冷冻离心机显示方式： LED/LCD最高转速： 8000rpm旋转精度： ±30rpm最大相对离心力： 11600×g最大容量： 6×2400mL控温范围： －20～40℃控温精度： ±1℃定时范围： 0～23h59min电机： 交流变频门锁： 电子门锁噪音： ≤70dB（A）电源： AC220V，50Hz，35A外形尺寸： 950×830×1170mm重量： 360kg低速大容量离心机转子：NO.1角转子： 8000rpm，11600×g，6×500mLNO.2水平转子： 4500rpm，6800×g，6×2400mL关键词：低速大容量离心机

产品详细介绍

MR2000全地形大负载移动机器人，带悬挂的独立四驱系统，强劲动力，应对各种复杂环境。极致的三重安全防护，消除安全隐患，高效的操作系统，支持二次开发，是理想的科研及行业应用的移动机器人开发平台——助力科研成果转化。

研究人员通过基因组学分析，预测了斑马鱼从胚胎到幼鱼阶段过程中心脏功能受损情况。团队还通过生物通路分析，首次解析了双酚S造成心脏毒性的机理，阐明了双酚S通过调节免疫因子，造成组织炎症而干扰心脏功能的可能性。

本发明涉及一种 Fe2O3 层状纳米阵列、具有层状结构的 Fe2O3/PPy 柔性复合材料及其二者的制备方法和应用，属于材料领域。 该 Fe2O3 层状纳米阵列利用特定规格的 ZnO 纳米棒模板作为原料制 备，该 Fe2O3/PPy 柔性复合材料采用气相原位化学聚合法复合 Fe2O3 层状纳米阵列和 PPy 得到。气相原位聚合方法更为简单、易实现，可 控性较好。Fe2O3 层状纳米阵列具有特殊的层状结构，具有比表面高

春风如酥，花开烂漫，最是一年好时节。走在田间的小路上举目望去，蝴蝶翩飞，如果看到上图的两种蝴蝶，它们翅膀上的特征如此不同，你或许会认为它们是不同的物种，而事实上它们是同一物种，只不过是在不同的季节有不同的外部形态。这种现象在生物学上称之为表型可塑性。

本发明涉及一种具有高d33无铅压电陶瓷与聚合物和盐压电复合材料及其制备方法,属于压电复合材料技术领域。按(1-x)(LiaNabK1-a-b)(Nb1-cSbc)O3-xABO3-yM组分配料,采用传统陶瓷制备工艺制备好铌酸钠钾基无铅压电陶瓷粉料;再将陶瓷粉料与聚合物聚偏氟乙烯和盐按设计比例混合,接着将混合粉料经冷压成型后加温处理,再在其表面溅射金电极,硅油浴中极化后测试其压电复合材料样品的压电性能d33;最后将样品放置在空气中,再测试其样品压电性能d33。结果表明,加盐的铌酸钠钾基无铅压电陶瓷-聚合物压电复合材料的d33比未加盐的d33有大幅度提高。

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：

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。