1. 痛点问题 红球菌是具有高抗逆性（耐有机溶剂、耐高温、耐酸碱）的特殊放线菌，日本30年前首先使用红球菌高效催化丙烯腈水合生产丙烯酰胺——其聚合产物广泛用于石油开采、水处理、土壤改良剂等领域——迄今为止仍是工业生物技术领域最成功的案例之一。开发红球菌基因编辑方法，一方面可以实现红球菌细胞自身性能的按需调控（如敲除副产物基因），解决丙烯酰胺、丙烯酸铵等酰胺、羧酸类大宗/精细化学品生产中的高成本和高排放问题，另一方面有望以红球菌细胞为普适性宿主，高表达各种外源功能酶，从而实现重组红球菌全细胞催化技术的普遍应用，尤其是解决手性医药中间体现有制备工艺中路线长、工艺复杂、原子经济性差、环境污染严重等各种主要问题。但是，作为一种革兰氏阳性放线菌，红色红球菌存在基因组中GC含量高、基因转化率低、非法重组严重等问题，基因组改造困难。目前红色红球菌基因组改造主要依赖于自杀质粒介导的同源重组，但自杀质粒转化效率和单交换成功率很低，正确编辑率更低。因此，迫切需要开发高效的红球菌基因组编辑工具。 2. 解决方案 本技术核心成果是一种基于CRISPR（成簇规律间隔短回文序列）-Cas9（DNA剪切蛋白）技术的红色红球菌基因组高效编辑方法。该技术通过红色红球菌特有启动子及质粒元件，首先实现了Cas9蛋白在红色红球菌中的表达及切割功能；其次成功规避了红球菌的限制修饰系统，将红色红球菌基因转化效率提高了80多倍；接下来，又通过红球菌重组酶的引入，显著提高了外源基因在红色红球菌中的同源重组效率，最终率先成功建立红色红球菌的CRISPR/Cas9基因编辑系统，不仅可以实现基因组上目标基因的敲除、替换和改造，也可实现多个基因的同时敲除以及无痕叠加敲除，为红球菌全细胞催化平台技术开发及其在化学品绿色先进制造中的应用奠定了坚实基础。 合作需求 开展合作开发、技术许可等，寻求有志于生物制药、生物合成、石油开采、日化洗涤等不同应用领域进行红球菌全细胞催化法生产目标产品的企业合作，尤其是在上述不同领域具有生产和销售优势或经验的企业。

在风电设备制造与研发领域，浙江运达风电股份有限公司拥有40多年的经验，具备国内最先进的风电机组控制技术，主营大型并网型风力发电机组设计、生产、销售和风电场的运维服务等业务，为全球市场提供风电整体解决方案。现已基本形成以杭州总部为技术研发中心，临平钱江经济开发区、河北张北、宁夏吴忠为生产基地的“一个中心、三大生产基地”的战略布局。多个项目获得省部级技术奖项。开发完成了5MW海上风力发电机组，“1.5兆瓦变速恒频风力发电机组”被认定为首批“浙江制造精品”。 在民爆器材生产领域，浙江新联民爆器材有限公司是浙江省品种最全、凭照产能最大的民爆企业，拥有生产、销售、爆破服务一体化的民爆全产业链，业务涵盖起爆器材、工业炸药、塑料导爆管、导爆管雷管等民爆器材的生产、销售、配送和爆破技术服务，泛民爆产品的生产、销售，以及各类生产资料经营等领域。拥有工业炸药10.9万吨、塑料导爆管1.9亿米、导爆管雷管4300万发生产许可能力。 在军品制造及研发领域，集团重组所属的浙江新华机械制造有限公司、浙江红旗机械有限公司、浙江解放机械制造有限公司等三家军工企业，成立浙江省军工集团，开展枪械、枪弹、工程兵武器装备的研发与生产，为国防事业做出积极贡献。 在高端装备制造领域，集团组建浙江华瑞航空制造有限公司，致力于提供飞机金属及复合材料零件制造、飞机结构部件组装、飞机技术服务、售后服务和飞机零配件维修服务。 在零部件制造及研发领域，拥有绞盘、液压油缸、风机主轴、多路阀等主导产品。

浙江省机电设计研究院有限公司集科研开发、技术服务和产品检测为一体，以产业化、工程化为两翼，建有19个专业实验室，2个省级重点实验室，以专有、特有技术为引领，完成了多项国家和省级重大科研项目。在水泵电机、金属成形、低压电器、环保、厌氧胶等领域专业技术能力处于行业先进水平；机电产品检测领域具有雄厚实力，为国家强制认证指定检测机构、国家工业产品生产许可证检测机构，中国质量认证中心签约实验室，德国TUV莱茵CB实验室，处于国内同类专业实验室前列；同时，积极拓展轨道交通、智能交通、数字公路等新领域。 集团公司贸易分公司、浙江省机械设备进出口有限责任公司、浙江省工业矿产对外贸易有限公司等贸易企业，主要包括成套设备、机电产品、矿产品、高新科技产品的国内外贸易及相关服务。 浙江浙商金融服务有限公司，立足产业链，服务供应链，以客户为中心，推进业务创新，为企业提供专业、稳健、系统的供应链金融服务。

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：

大空间建筑高度高，室内发热量大，将导致热压增加，利用建筑下部门窗和上部排烟窗等孔口使用自然通风或机械通风方法排除室内负荷；对于一般建筑利用空调系统进行全年新风自然冷源利用，以减少空调开机时间，降低空调能耗。由于自然通风或机械通风排热量大小取决于室外空气温度，由于建筑一年所处的气温不同，可利用的自然通风或机械通风排热量也有所不同。为此依据全年不同气温，获取最大化的自然通风或机械通风利用方案，减少空调开机时间，降低空调能耗是自然通风或机械通风利用关键。科研团队利用多项工程自然通风或机械通风技术应用，总结了大空间建筑全年自然通风或机械通风利用方案的设计方法，以实现建筑运行中最大化的利用自然通风或机械通风排除室内热量。

可以设计并优化光纤激光器和放大器、光波导激光器、光纤耦合器、多芯光纤、螺旋芯光纤、锥形光纤；也可以模拟超短脉冲在不同光纤设备中的传输，例如在光纤放大器系统、锁模光纤激光器和通讯系统中的传输。 能够跟踪和优化光纤放大器和光纤激光器，让它们适合各种应用。帮助评估和排除光纤激光器和放大器中各种不利的影响；能够对有源光纤器件性能进行预测；能寻找最佳光纤长度、掺杂浓度、折射率分布等；能够计算掺杂浓度与光线的关系，准确模拟双包层光纤，还可以模拟时域动态变化，可以理解和优化的细节如功率效率和噪声系数。 RP Fiber Power可用于分析和优化各种器件： 单模和多模光纤 计算模式特性；计算光纤耦合系数；模拟光纤弯曲、非线性自聚焦效应对光束传输和高阶光孤子传输的影响。 光纤耦合器、双包层光纤、多芯光纤、平面波导 模拟双包层光纤的泵浦吸收,光纤耦合器的光束传输, 光在锥形光纤的传输, 分析弯曲的影响, 放大器中的交叉饱和影响, 泄漏模式等。 光纤放大器 研究单级和多级放大器中的增益饱和特性(连续或脉冲放大器), 铒镱共掺光纤放大器能量转移过程、猝灭效应、自发辐射放大等。 光纤通信系统 分析色散与非线性信号失真，放大器噪声的影响，优化放大器非线性效应和放置位置。 光纤激光器 分析并优化能量转换效率、波长调谐范围、动态调Q。 超快光纤激光器和放大器 研究脉冲的形成机制和稳定范围，非线性效应和色散的影响，抛物脉冲放大，优化色散脉冲压缩，灵敏度反馈，超连续谱的产生。 脉冲和超快速固体激光器和放大器 研究Q开关，模式锁定行为，找到可饱和吸收器所需的特性，分析反馈灵敏度，啁啾脉冲放大研究再生放大稳定性极限。 这款软件是致力于光纤器件学科研究或工业开发人士的必备工具。这款软件及其技术支持将为您的工作效率和工作能力提供极大的便利。同时，这款软件也是一款相当出色的教学工具。 目前已使用该软件的高校：耶拿大学、英国南普顿大学、北京工业大学、中国科学技术大学、上海技术应用学院、华中科技大学、西北大学、复旦大学、深圳大学、国防科技大学、长春理工大学、南京理工大学等。 目前已使用该软件的单位：费朗霍夫研究所、苏州纳米所、兵器装备部、三江航天、上海光机所、绵阳九院、中科院软件所、中科院光电所商业单位、北京敏视达雷达有限公司等。   ※ 光纤数据： 软件中带有各种稀土掺杂光纤数据，即时可以仿真各种光纤激光器和放大器。   ※ 各种公开数据： “Yb-germanosilicate” “ErYb-phosphate” “Er-fluorozirconate F88” “Er-silicate L22”  “Er-fluorophosphate L11”  

重载铁路主要解决机车同步操控通信系统、列尾通信系统、列车调度通信系统、视 频预警监控系统等应用提供通信平台；高速铁路主要解决车地通信、山体滑坡、落物监 测、区间通信等业务以及旅客宽带通信业务。 

技术分析（创新性、先进性、独占性） 本项目的科研成果以底层监控终端为起点，引入数据挖掘与数据分析技术，实现了对监测数据的有效处理与应用，涵盖渔业环境信息采集、分析与应用，提供兼顾时效性与有效性的数据服务业务。 ① 渔业环境信息采集终端（智能装置） 团队研发了多款适用于渔业环境监测的信息采集终端（无人船、浮标），其具备渔业水质参数采集、GPS/北斗双模定位、WIFI/4G复合网络通信功能。无人船采用视频/激光雷达避障、可采用自动寻塘、航迹设定以及手动操控等多种模式，配合远程人机界面完成针对渔业环境的全面监测。 团队研发的渔业环境信息采集终端（无人船+浮标） ②渔业环境信息分析服务（大数据分析） 团队基于已有监测框架，结合水质扩散反问题模型、神经网络模型以及信息化技术，以大数据支撑水环境评价与预警，并对水生物适养环境进行评估，提供最优辅助养殖策略、预测最佳捕捞区域。   接入环境信息分析服务的水域监管系统 ③ 渔业环境信息应用系统（物联网系统） 团队基于大数据分析技术，实现基于远程、多终端养殖的智慧服务与管理，研究并建立养殖质量评价的量化数据，发现影响养殖质量、产量的关键因素；对不同质量经济鱼的生理生化指标与养殖成活率和增重率的关系进行研究，通过海量数据分析，发现影响养殖效果的主要指标；通过相关知识的数据挖掘，提供数据综合服务。与此同时，通过记录喂养情况、经济鱼类成长情况，评估养殖鱼类经济价值为保险索赔提供依据。   为实现上述系统方案，团队在整个渔业环境信息采集、分析与应用环节均进行了系统化的设计与创新。

课题组前期从海洋淤泥中筛选出一株V. natriegens SK42.001生长迅速，该菌株携带天然质粒并且能够表达外源基因，具有作为新型模式生物的开发价值和应用潜力。同时，该菌株含有编码褐藻胶裂解酶的基因、编码寡褐藻胶裂解酶的基因，还可用于生产制备褐藻寡糖相关产品。 课题组构建了分泌表达褐藻胶裂解酶的大肠，以大肠杆菌为宿主表达来源于需钠弧菌褐藻胶裂解酶，所得重组大肠杆菌在常规LB培养基中即可生产分泌胞外褐藻胶裂解酶，无需添加诱导底物海藻酸钠，并且简化蛋白下游加工工艺，具有较大的工业化应用潜力。 课题组解析了编码褐藻胶裂解酶的基因，该褐藻胶裂解酶降解活性高，酶活达65U/mg；性质稳定，于4℃储存18个月后酶活仍保持初始酶活的98%以上；具有很高的产物特异性，可特异性生产褐藻寡糖三糖。该酶具有重要的工业应用价值和科学研究价值。