：禽流感是由 A 型流感病毒(AIV)引起的家禽及野禽的一种高度接 触性传染病，又名欧洲鸡瘟、真性鸡瘟。近年来世界各地陆续有禽流感发生和 流行的报道，近期韩国、日本、泰国、越南、我国部分地区等发生高致病性禽 流感，严重威胁到养禽业的发展及人类健康，因此对于该病的防治值得高度重青岛农业大学科技成果介绍 2017 －37－ 视。本技术成果是用于防治禽流感的药物组合物及其制备方法，属于禽畜药物 技术领域，该药物组合物是贯叶连翘、苍术、草果、金荞麦、败酱草等原料药， 根据药物不同性质分别采用水提取和接收蒸馏液等方式提取有效成分，并制成 合剂或口服液。该药物组合物具有清热解毒之功效，主要用于治疗禽流感。 生产条件及经济效益预测：本技术成果药物针对发病鸡出现高热、出血、 腹泻、饮食欲降低或废绝、免疫力低下等共性，选用贯叶连翘、苍术、草果、 金荞麦等多种药物，起到抗病毒防止继发感染的作用。本发明通过清热解毒的 治法，在临床试验中对禽流感的预防和治疗收到了满意的疗效。同时由于本技 术成果制作工艺简单，成本低，因此极具推广的可能性，拥有广阔的前景和市 场空间。

本项目研制的高聚物色谱材料具有硅胶基质色谱材料所无法达到的化学稳定性，且有多项功能化专利技术作支撑，在生物药物、天然药物及多种有机物的检测、分离纯化方面有许多独到之处。该材料和技术可帮助制药企业提高药品纯度，去除一些过敏源杂质，减少医药事故的出现，达到用药安全，乃至生产“安全”。  由于粒径小而均匀，耐高压，可高效能的对药物进行检测分离纯化。该高性能色谱材料的合成与功能化，为国内色谱领域填补了空白。目前全世界仅有美国、日本的5-6家公司有能力生产。  该技术在国内、国外均处于领先水平，有专利技术和独特的高性能色谱材料作支撑。  高性能色谱材料可批量生产，利巴韦林、土霉素、多烯环素、甘油果糖、头孢类等药物的检测应用开发已获成功，其它药物、食品检测的应用开发在进行中。

已有样品/n许多健康问题，如慢性疼痛、肥胖、糖尿病、心脏病、中风、偏头痛、甲状腺问题、牙齿问题、感染性疾病和癌症都源于炎症。从天然产物资源中筛选对炎症具有良好疗效的成分，开发为药物，抗炎治疗；来源于可食性植物天然产物开发成功能性食品或饮品，消除和改善慢性炎症。相关内容采用技术秘密保护，详情可进一步协商。

成果简介：随着我国载人航天事业的发展及核能、电磁能在军事、科技、医学领域的广泛应用，研究辐射损伤防治手段、积极寻找有效抗辐射损伤药物 成为迫切需要解决的问题。“龙抗 I 号”是运用多种活性成分筛选技术从丰富的傣药资源中精心筛选出的特色抗辐射药物。 技术领域：傣药开发、抗辐射药物 应用范围：空间需求，载人航天；航空需求（飞行员高空

砷在人体内的化学形式可以分为三价砷和五价砷。三价无机砷酸(盐)毒性较大，易在体内蓄积，主要经胃肠道缓慢排泄。五价无机砷酸(盐)相对毒性较低，不易在体内蓄积，主要经肾脏快速排泄[1]。他们在体内的甲基化和代谢决定着砷的毒性作用。细胞内蛋白的相邻巯基是三价砷的主要化学受体。三价砷与巯基结合可致毒。如与酶分子内的巯基作用后可抑制其活性，干扰酶的生理功能、结构与代谢，继而引起一系列生理、生化改变，影响细胞的代谢过程[2]。五价砷对机体的影响表现在它可以模拟无机磷酸盐，不仅能在细胞转运系统和酶促反应过程中替代

载药量高达到400%（w/w）的多功能纳米载体 一、项目分类 重大科学前沿创新、关键核心技术突破、显著效益成果转化 二、成果简介 南京大学医学院胡一桥教授和吴锦慧教授科研团队，围绕生物材料的理化及生理特性，聚焦药物临床治疗的关键科学问题和难题，首创“单元-多维”生物材料成形理论，突破了“超强疏水/高比重”物质的高效负载、体内传输、体外贮存三大关键科学技术难题，构建了载药量高达到400%（w/w）的多功能纳米载体。 研究成果发表在Nature BME，Nature Communication、PNAS、Science Advances上，并获得教育部技术发明一等奖、教育部自然科学一等奖、江苏省发明专利金奖。据此项研究成果，建立了“Bottom-Up”的规模化制备生物纳米药物的生产线，完成了以蛋白类生物材料为载体的抗肿瘤靶向药物的规模化制备和临床研究，相关药物1项在临床试验，1项获得NMPA的批准上市。有效的解决了进口类似品种价格高，患者无法承受的问题。

【发 明 人】唐于平；刘欣；段金廒；刘睿；郭建明；丁少雄；林祥志；林汝榕 【摘要】 本发明公开了荔枝螺在制备解热抗炎药物中的应用。本发明通过大量实验筛选荔枝螺的药理活性，实验结果表明，荔枝螺软体提取物或荔枝螺壳粉对二甲苯致小鼠耳廓肿胀、角叉菜胶致小鼠足跖肿胀的急性炎症模型具有较强的抑制作用，表现出很好的解热、抗炎活性，并且还具有抗氧化能力，增强SOD活力，清除氧自由基，减少丙二醛的释放作用。为充分利用广阔的海洋资源，开发新的安全有效的海洋药物具有重要的意义。

长春市长城教学仪器有限公司，坐落在中国光学硅谷“北国春城”—长春，是中国教育装备行业协会会员、吉林省教育装备行业协会会员，也是中国教学仪器专业制造厂家之一，国内同行业内排名前十。 公司是集研发、先后邀请中国科学院长春光机所、吉林大学、东北师范大学、长春理工大学、山东大学等各地专家莅临指导。生产、销售为一体的技术密集型企业，始终坚持与各科研单位及各大高校合作， 公司主要涉及光学仪器、物理仪器、演示仪器、全国中学生物理奥林匹克竞赛实验仪器以及重点中学先修大学课程实验仪器共计500余种。 公司申报的国家专利产品大型光学综合设计性拓展性实验系统、数显杨氏模量测定仪等十五项产品获批准，其中力电光综合实验仪获得国家发明专利,同各高校老师共同研制的流水式核磁共振实验仪等十余种产品相继在全国高校物理实验仪器评比中获得荣誉（五项一等奖、五项二等奖、八项三等奖，一项优秀奖），其中流水式核磁共振实验仪更是被中科院计量院认购。企业产品及服务现已遍布全国各地政府的采购项目以及各大院校的招标项目中，销售网络面向全国并且出口国外。 公司携助清华大学、吉林大学、哈尔滨理工大学等八十多所院校组建物理演示展室，帮助吉林大学附中、东北师大附中、雅礼中学、黄冈中学、成都七中等全国五十多所重点学校筹建物理奥赛实验室。并有全国中学生物理奥林匹克竞赛决赛的支持经验，以及承办各种会议

近日，由清华大学医学院、清华大学全球健康与传染病研究中心与艾滋病综合研究中心主任张林琦教授团队与深圳第三人民医院和腾盛华创合作研发的新冠单克隆中和抗体安巴韦单抗/罗米司韦单抗联合疗法在中国商业化上市。

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：