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：

                                                                               南京阿凡达机器人简介        南京阿凡达机器人科技有限公司是一家专业从事智能服务型机器人研发、制造、销售于一体的高新技术企业。公司目前已提交国家专利一百六十余项并获授权约三分之一。        公司拥有丰富项目经验的研发团队、一流的智能机器人研发高端人才，研发团队在坚持自主技术研发的同时，引进、吸收国外同行业的先进技术，使阿凡达机器人公司的产品在人工智能、大数据、定位导航、运动控制等智能化领域均达到同行业先进水平。         公司目前主打人形智能产品——i宝（iPal）机器人，让科技回归生活。 i宝有着可爱的卡通外形，精细的工艺，最新一代智能自然语言理解系统，基于云端的应用商店，灵活有趣的舞蹈动作，会“思考”的人脸识别体系，极具创新力与吸引力。i宝全身14个自由度、拥有多个传感器、胸前10英寸LCD触摸屏、配备Wi-Fi和蓝牙、搭载Intel硬件平台及安卓系统，可以进行自然语言对话、自主避障、触摸式感应、声源定位、知识问答等多方面功能的展现。        公司主要提供中小学人工智能实验室解决方案、幼儿园智慧童乐园解决方案、党建服务平台解决方案。        更拥有多版本服务机器人。学校版本机器人可以提供教学辅助、STEAM课程教育、机器人考勤等多项服务，丰富课堂生活，减轻教学压力；营业厅版机器人可以提供迎宾接待、业务自助办理、广告营销等服务，为打造智慧营业厅增添活力；同时支持不同行业个性化定制，如金融、餐饮、医疗、酒店服务业等类别机器人，全方位为客户提供人工智能的产品支持和服务。        公司致力于从“中国制造”走向“中国智造”的跨越式变革。  

XM-136骨质疏松模型/脊椎典型病变模型   XM-136脊椎典型病变模型（骨质疏松模型）由3块切开的腰椎组成，最上面一块腰椎显示正常的腰椎及其骨结构，中间一块腰椎显示轻度骨质疏松症，腰椎有一些变形，最下面一块腰椎显示严重的骨质疏松症， 腰椎已明显变形，呈扁平状。 尺寸：自然大 材质：PVC材料

层析聚酰胺    聚酰胺是由酰胺键聚合形成的高分子化合物。其酰胺基可与羟基酚类,酸类,醌类，硝基等化合物以氢键形成结合而被吸附 ，其脂肪长链可作为分配层析的载体。聚酰胺在含水系统中层析时，聚酰胺作为非极性固定相，其层析行为反向柱层析;在非水溶剂系统时，聚酰胺作为分配层析的载体，其层析行为为正向柱层析。 技术指标: 分子量:14000-17000 比表面积:5-10㎡/g PH 值:4-7.5 粒度:14-30目;30-60目;60-80目；60-100目;80-120目 80-100目100-200目 溶 解 度:溶于浓盐酸，甲酸，微溶于醋酸，苯酚等溶剂，不溶于水，甲醇，乙醇，丙酮，乙醚，氯仿和苯等常用有机溶剂，对碱较稳定，对酸的稳定性较差，尤其是无机酸，在温度高时更敏感。 主要用途: 聚酰胺特别适用于多元酚类化合物的分离，如大麻二酚(CBD)、黄酮类、醌类、酚酸类、含羟基化合物、羧基化合物等。由于其对鞣质吸附强，也可用于将植物粗提物中的鞣质除去。

近年来随着智慧城市、高精地图、无人驾驶等行业的快速发展，移动测量系统作为一种高新的测绘地理信息装备在测绘地理信息生产中的作用也日益突出，是当今测绘领域最前沿的科技之一。该传统集成了激光扫描仪、工业全景相机以及定位定姿等多种传感器，能够在移动状态下实时主动地获取近景目标的空间坐标、属性数据及实景影像等多种信息。

本海泥替代物是在分析刺参幼（稚）参在自然条件下所吞食海 泥成分的基础上，模拟刺参幼（稚）参栖息环境和生长条件，有针对性地配制 而成，解决了生产上优质海泥难以获得以及利用自然环境下海泥所带来的病害 增加问题。海泥替代物以膨润土、沸石和麦饭石为基质，还可为刺参的生长摄 食提供充足的矿物质元素。 通过添加刺参所需的矿物质和维生素，增加有利于刺参生长的中草药成分， 并将作为海泥基质的不同成分进行有效混合，为刺参的摄食和生长提供了优良 的营养来源，改良了刺参所栖息的环境。为了给幼（稚）参的生长提供适口的 饵料，使刺参在从稚参到幼（稚）参到成参的饵料转换过程中更加顺畅，避免 出现不适的情况，加入藻粉既促进了刺参幼（稚）参对饲料的摄食，更可为刺 参幼（稚）参的生长提供充足的营养成分。通过对海泥替代物组成成分及配比 的研制，提供了一种符合刺参幼（稚）参生态习性和营养需求的海泥替代物， 提高了刺参养殖的效率。

淄博宇海电子陶瓷有限公司（原淄博无线电瓷件厂）自1966年生产压电陶瓷材料及压电元件，是全国较早生产敏感元件与传感器的专业厂家之一，是中国电子元器件行业协会电陶分会理事单位。公司现有员工150名，各类技术人员35名，固定资产800万元，厂房面积8993.69平方米，占地面积20324平方米，用于敏感元件与传感器的专用设备150多台（套），具备干压、轧膜、等静压成型的先进工艺手段及加工平面、外圆、内圆、球体等其他异形元件的高精度设备，并拥有完善的质量监控体系。 淄博宇海电子陶瓷有限公司是全国生产敏感元件与传感器、尤其是敏感元件品种较多的企业。有水声、电声、超声、计量、通讯、探测、自动控制、引燃引爆等用途的成熟材料配方30多个，每年为国内几十个行业、数百个厂家及科研单位提供上千个品种的产品，为我国海上运载火箭的发射、亚洲一号通讯卫星的发射等重点工程配套提供了优质的产品。受到中共中央、国务院、中央军委、国防科工委的表彰。部分产品出口国外，企业在国际国内赢得了较高的声誉。　　  

临沂市海纳电子有限公司成立于2002年，注册资本2000万元，位于山东省临沂市高新技术开发区新华路31号，属国家火炬计划重点高新技术企业，是集光电连接器、滑环、航空发动机线缆组件、航空测控系统设备、电子设备和集成模块的科研、生产、销售及服务于一体的专业化军工企业。 公司占地19534.72平方米，建筑面积13350平方米。公司拥有生产、检测设备300余台套，模具700副，生产线7条，可生产的产品型号千余种，年产能达100万套。 公司本着“为国防服务、替代进口”的主导思想，生产滑环、电动汽车用高压大电流连接器及线束、高密度小圆形滤波连接器、航空光纤连接器等产品，达到国内领先、国际先进水平。 公司通过了GJB9001B 军工质量管理体系认证、ISO9001 国际质量体系认证、TS16949质量体系认证。2009年公司被山东省科技厅批准为山东省电连接器工程技术研究中心，2012年被山东省经信委批准为山东省企业技术中心，2014年被山东省发改委批准为山东省光电连接器工程研究中心，2015年3月被临沂市新能源电动汽车协会认定为第一届管理会“理事单位”，2016年6月被山东省人力资源和社会保障厅认定为山东省博士后创新实践基地。现拥有技术人员60名，其中高级职称15人，中级职称31人。公司一向重视科学技术开发，研发资金占销售收入的6%以上，并且与清华大学、山东大学、天津大学等高校建立产学研合作关系。 公司先后承担国家、省、市科技项目几十项，包括国家科技支撑计划《高压大电流系统接插件、线束技术的研发》，现正在参与国家标准《电动汽车用高压连接系统技术要求》的起草。