高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
TX系列时超动力转向系统试验台
配置: 轮胎、钢圈、减振器、方向机、动力泵及油管、压力表、前独立悬挂方向盘彩用三相电机驱动,助向泵工作车身重量模拟调节移动钢台架(喷塑)。 规格:1200×1000×1000 电源:交流380V  1.1kw 净重:100kg
芜湖中方科教设备有限公司 2021-08-23
河北华宇新锐实验室超净台
产品详细介绍超净工作台将经过HEPA过滤的洁净空气通过工作台送达使用者。这种工作台针对实验操作样品起保护作用。     这是一种新型的单向净化工作台,它广泛适用于电子、国防、精密仪器、仪表等行业。 特点:1、 规格:1200*800*1900 1400*800*19002、 垂直气流,85%气体内循环,保持净化效率,具备生物净化特点3、 采用德国风机与先进的负压密闭技术,防止未过滤气体进入操作区4、 设置上下平移滑动玻璃门,紫外灯杀菌,气体隔离设置,风机计时功能5、 全不锈钢设计,可根据要求选配压差计等。
石家庄华宇新锐科技有限公司 2021-08-23
Nano-600超微量核酸蛋白测定仪
产品介绍: Nano-600超微量核酸蛋白测定仪(超微量分光光度计)作为一款高再现性的全波长分光光度计,采用基座和比色皿上样双检测模式,适用于更宽浓度范围的样品检测,操作简便,不仅可用于测量DNA,RNA纯度、浓度,测量蛋白质浓度,也可用于一般物质分析中的吸光度检测。 产品特点: 7寸电容触摸屏,优化设计的安卓系统软件 无需预热,5秒即可完成检测,结果直接输出为样品浓度。 5分钟内无操作,将自动关闭光源,以延长使用寿命。 软件图形界面简单易用,操作更为直观,结果可直接导出。 仅需0.5~2ul的微量样品即可进行纯度与浓度测量,样品可回收。 外置打印机(选配)直接打印报告。 技术参数: 型号: Nano-600 Nano-800 软件操作平台:   7寸电容触摸屏,安卓系统 7寸电容触摸屏,安卓系统 波长范围: 185-910nm; 185-910nm; 比色皿模式(OD600): 600±8nm 600±8nm 样本体积要求: 0.5-2.0ul 0.5-2.0ul 光程: 0.2mm、1.0mm 自动切换 0.05mm、0.2mm、1.0mm 自动切换 光源: 氙闪光灯(寿命可达10年) 氙闪光灯(寿命可达10年) 检测器:  3648像素线性CCD阵列 3648像素线性CCD阵列 波长精度: 1nm 1nm 波长分辨率 ≤3nm(FWHM at Hg 546nm) ≤3nm(FWHM at Hg 546nm) 吸光度精准度: 0.003Abs 0.003Abs 吸光度准确度: 1%(7.332 Abs at 260nm) 1%(7.332 Abs at 260nm) 吸光度范围 (等效于10mm): 0.02-300A; 0.02-300A; 比色皿模式 (OD600测量):  0~4A 0~4A 测试时间:  ≤5S ≤5S 核酸检测范围: 2-4500ng/ul(dsDNA) 2-17500ng/ul(dsDNA) 数据输出方式: USB、SD-RAM卡 USB、SD-RAM卡 样品基座材质: 石英光纤和高硬质铝 石英光纤和高硬质铝 锂电池 无 6800mmA 外观尺寸(mm) 270x210x196 270x210x196
上海金鹏分析仪器有限公司 2021-12-09
Nano-800超微量核酸蛋白测定仪
产品介绍: Nano-600、Nano-800超微量核酸蛋白测定仪(超微量分光光度计)作为一款高再现性的全波长分光光度计,采用基座和比色皿上样双检测模式,适用于更宽浓度范围的样品检测,操作简便,不仅可用于测量DNA,RNA纯度、浓度,测量蛋白质浓度,也可用于一般物质分析中的吸光度检测。 产品特点: 7寸电容触摸屏,优化设计的安卓系统软件 无需预热,5秒即可完成检测,结果直接输出为样品浓度。 5分钟内无操作,将自动关闭光源,以延长使用寿命。 软件图形界面简单易用,操作更为直观,结果可直接导出。 仅需0.5~2ul的微量样品即可进行纯度与浓度测量,样品可回收。 外置打印机(选配)直接打印报告。 技术参数: 型号: Nano-600 Nano-800 软件操作平台:   7寸电容触摸屏,安卓系统 7寸电容触摸屏,安卓系统 波长范围: 185-910nm; 185-910nm; 比色皿模式(OD600): 600±8nm 600±8nm 样本体积要求: 0.5-2.0ul 0.5-2.0ul 光程: 0.2mm、1.0mm 自动切换 0.05mm、0.2mm、1.0mm 自动切换 光源: 氙闪光灯(寿命可达10年) 氙闪光灯(寿命可达10年) 检测器:  3648像素线性CCD阵列 3648像素线性CCD阵列 波长精度: 1nm 1nm 波长分辨率 ≤3nm(FWHM at Hg 546nm) ≤3nm(FWHM at Hg 546nm) 吸光度精准度: 0.003Abs 0.003Abs 吸光度准确度: 1%(7.332 Abs at 260nm) 1%(7.332 Abs at 260nm) 吸光度范围 (等效于10mm): 0.02-300A; 0.02-300A; 比色皿模式 (OD600测量):  0~4A 0~4A 测试时间:  ≤5S ≤5S 核酸检测范围: 2-4500ng/ul(dsDNA) 2-17500ng/ul(dsDNA) 数据输出方式: USB、SD-RAM卡 USB、SD-RAM卡 样品基座材质: 石英光纤和高硬质铝 石英光纤和高硬质铝 锂电池 无 6800mmA 外观尺寸(mm) 270x210x196 270x210x196
上海金鹏分析仪器有限公司 2021-12-09
紫外光加速老化试验机|紫外光耐气候试验箱|紫外老化箱
产品详细介绍 紫外光加速老化试验机|紫外光耐气候试验箱|紫外老化箱 产品名称:紫外光加速老化试验机|紫外光耐气候试验箱|紫外老化箱 产品售价: 请咨询 产品规格:ZN-P 产品备注:该系列产品适用于非金属材料的耐阳光和人工光源的老化试验。 说明: ■ 紫外老化箱产品用途   该系列产品适用于非金属材料的耐阳光和人工光源的老化试验。 ■ 紫外老化箱箱体结构   箱体采用数控机床加工成型,造型美观大方,箱盖为双向翻盖式,操作简便。 箱体内胆采用进口高级不锈钢板,箱体外胆采用A3钢板喷塑,增加了外观质感和洁净度。 加热方式为内胆水槽式加热,升温快,温度分布均匀。 排水系统使用回涡型及U型积沉装置排水,方便用户清洁。 ■ 紫外老化箱控制系统   采用黑色铝板联接温度传感器,采用黑板温度仪表控制加热,温度更稳定。 辐射计探头采用固定式,无须每次装卸。 辐射量采用高精度显示和测量的专用紫外线辐照计。 辐射度不大于50W/ m2。 光照和冷凝可独立控制可以交替循环控制。 光照和冷凝的独立控制时间和交替循环控制的时间可在一千小时内任意设置。 ■ 紫外老化箱符合标准   GB/T16422.3-1997 GB/T16585-96    紫外老化箱规格与技术参数   型号 ZN-P 工作室尺寸D×W×H 450×1170×500 支持样板数量:150×75约40块 性能指标 温度范围 RT+10℃~70℃ 湿度范围 ≥95%R.H 灯管间距离 35mm 样品与灯管距离 50mm 紫外波长 290nm~400nm UV-A、UV-B、UV-C(定货时说明) 灯管功率 40W 温湿度运行控制系统 温度控制器 进口LED数显P、I、D+S、S、R.微电脑集成控制器 时间控制器 进口可编程时间电脑集成控制器(金钟默勒) 光照加热系统 全独立系统,镍铬合金电加热式加热器 凝露加湿系统 全不锈钢浅表面蒸发式加湿器 黑板温度 双金属黑板温度计 供水系统 加湿供水采用自动控制 暴露方式 湿汽冷凝暴露,光照辐射暴露 安全保护 漏电、短路、超温、缺水、过电流保护/控制器停电记忆
北京东工联华科学仪器设备有限公司 2021-08-23
家具用人工林木材功能性改良新技术
本项目针对人工速生林木材密度小、强度低的特点,研究开发出木材化学改性与干燥一体化工艺技术及装备。本技术能够大幅度提高速生材性能,同时解决了常规木材改性技术中改性剂浸透困难、环保性差,改性材功能单一、尺寸小,无法满足工业生产要求等问题;解决了传统木材改性技术工艺“先干燥-再浸渍处理-再二次干燥”的能耗高的问题。本项目技术获国家发明专利授权2项,已在多家企业应用。
北京林业大学 2021-02-01
人工智能技术赋能5G超声设备
新冠肺炎常规通过病史、CT等进行病情评估,但重症病房应用超声不便,还需要评估重症患者的心脏等多器官,然而操作者绝大多数不是专业超声医生,这为如何在治疗重症患者的过程中更好地发挥超声的作用提出了难题。深圳国际研究生院袁克虹团队与深圳华声医疗技术股份有限公司合作,用人工智能技术赋能5G超声设备,增添采集心肺关键标准切面的导航以及关键参数的自动测量等功能,辅助医生对重症病人进行动态评估和治疗。 袁克虹团队与深圳华声医疗技术股份有限公司1月中旬组成研发团队,在已有合作工作的基础上,针对新冠肺炎重症患者临床超声的迫切需求开展联合攻关,半个月就获得了较好的成果。该技术从2月初开始在武汉协和西院等多家医院使用,在一定程度上辅助了医生对重症患者进行疾病的动态评估和治疗指导。 目前该技术正由国家感染性疾病临床研究中心(深圳市第三人民医院)牵头开展进一步研究,将完善和改进现有功能,优化远程诊断流程,实现超声为医生治疗重症患者提供更智能、更可靠、更专业的帮助。
清华大学 2021-04-10
用于种子捕食追踪的人工种子系统建立
动物捕食植物种子(下称种子捕食)是动植物协同进化的重要方面。动物捕食植物种子可影响植物种群更新和繁衍;植物通过调节各种性状,如种子大小、蛋白质含量,调节动物捕食行为。植物性状对种子捕食调节能力的评估对理解动植物协同进化具有重要意义。 因此,建立一种用于种子捕食追踪的人工种子系统,对于种子捕食追踪及相关研究,理解动植物协同进化,促进野生植物尤其是珍稀濒危植物保护具有重要的作用。
辽宁大学 2021-04-11
人工智能药物筛选、药物设计及毒性预测算法
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:
辽宁大学 2021-04-10
人工智能药物筛选、药物设计及毒性预测算法
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:
辽宁大学 2021-05-10
首页 上一页 1 2
  • ...
  • 50 51 52
  • ...
  • 142 143 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1