多肽药物研发具有广阔的研究空间和市场应用前景。2015 年全球多肽药物市场为 175 亿美元，据预测，2015-2025 年年增长率为10.3%，到 2025 年全球多肽药物市场将增至 469 亿美元。随着多肽药物价格的平民化、蛋白相互作用新靶点以及替代传统注射给药的新型给药技术迅猛发展，多肽药物的临床应用范围将进一步得以拓展。然而，多肽药物工业化生产中存在合成步骤繁琐、成本高等一系列技术问题，导致药品价格昂贵，大大增加了医疗负担，严重影响了这些多肽新药投放市场的速度。而我国多肽药物产业与欧美相比还

复方凝乳酶胶囊被广泛用于治疗小儿消化不良、吐奶等消化道疾 病，这类药物几乎无副作用，但是复方凝乳酶胶囊存在着蛋白水解谱 窄、疗效慢，适应症少的缺点。前期，本课题组在青藏高原发现了一 种新型的、对 α 酪蛋白、β 酪蛋白、γ 酪蛋白都具有较强水解活性的 凝乳酶 YS-1，该凝乳酶在物化特性上与传统复方凝乳酶胶囊中的小 牛皱胃凝乳酶较为类似，但蛋白水解谱广，可用于替换小牛皱胃凝乳 酶，提高传统复方凝乳酶胶囊功效、扩大其适应症，尤其在婴儿促消 化、止吐奶方

目前肿瘤化疗仍是大多数癌症患者不可缺少的治疗方法，但是化疗药物往往缺乏选择性，而且肿瘤细胞容易产生多药耐药性，严重影响化疗的效果。因此，研究可逆转肿瘤多药耐药性的功能性药物输送系统在提高化疗药物药效、降低毒副作用等方面将具有广阔的应用前景。纳米药物载体，如脂质体封装的抗癌药物在临床前和临床实验中已被证实能够通过降低毒性和增强疗效来提高治疗指数。然而，传统脂质体存在载药量低（一般<10%）、稳定性差、药物容易泄漏等问题，导致治疗效果不理想，并且容易引发机体的毒副作用。

本项目提供了一种靶向肝癌细胞的纳米药物（LTAG-NPs）。该药物以天然多糖搭载临床广泛使用的铂类抗癌药物，具有合成简便，成分友好的特点，通过与肝（癌）细胞发生特异性结合，实现肝癌靶向效果。药物在肝部高效富集并在肿瘤细胞中释药。因此，LTAG-NPs在有效抑制肿瘤生长的同时，明显降低传统化疗药物强烈的毒副作用，提高患者顺从度和安全性。具有较高临床应用价值和转化前景。 体外释药实验表明，在肿瘤细胞环境下，LTAG-NPs 4 小时释放药物超过 20%，6 天药物全部释放，既在 6 天内缓慢持续释药；药物代谢实验证明，LTAG-NPs 在注射小鼠体内 24 h 后仍保持较高药物浓度，具有血液长循环效果；生物分布实验证明，纳米药物在肝部的富集是传统化疗药物的 5-6 倍，明显降低了在肾脏的积累；对于同时种有肝异位瘤和肺异位瘤的小鼠，LTAG-NPs 在肝异位瘤的富集量为肺异位瘤的 2.5 倍，说明具有优异的肝肿瘤靶向能力。体内抑瘤实验证明，纳米药物具有与传统化疗药物相当的抑瘤效果但毒副作用明显降低，尤其是明显降低了肾毒性。大剂量注射传统化疗药物的小鼠在5 天内全部死亡，而纳米药物组则保持存活率 100%，且小鼠体重稳步上升，体征良好。 以上动物实验全部由医院完成并进行相关评价

成果与项目的背景及主要用途：在以玉米原料生产酒精的过程中，每生产一 吨酒精将产生 10～15 吨的废醪液，废醪液中含有固体酒糟，可溶性蛋白质及多 种氨基酸，BOD 值为 28000～45000mg／L，COD 值为 35000～45000mg/L，直 接排放不仅浪费资源，而且严重污染环境，直接影响到酒精工业的持续发展。对 其最有效的治理办法就是利用其中有用成分，生产 DDGS－玉米酒糟粕可溶性蛋 白饲料，这不仅解决环境污染问题，而且还给企业带来可观的经济效益，可谓变 废为宝，化害为利。 天津大学石油化工开发中心凭借多年来在化学工程领域所积累的丰富经验 和扎实的基础理论研究成果，开发出了国内首创且具有国际领先水平的废醪液综 合治理及 DDGS 生产技术，并成功应用于国内大型发酵酒精生产企业。 技术原理及工艺流程简介：来自酒精精馏装置的废醪液通过离心机进行固液 分离，得到的固相物——湿糟送至干燥机干燥，离心所得的清液一部分去发酵车 间搅料，一部分则利用干燥机产生的二次蒸汽，进行多效蒸发，将蒸发的浓浆混 入湿糟，送入干燥机进行干燥。干燥机得到的干糟即为可溶性蛋白饲料－DDGS 产品。 多效蒸发蒸出的水冷凝后收集送出装置，该冷凝水已满足一般污水处理装置 的要求，通过常规处理达到排放标准。 技术水平及专利与获奖情况：本生产技术为国内首家技术与设备全部国产化 的 DDGS 生产技术，具有如下技术优势：实现了废热蒸汽的完全利用——节约 能源，降低成本；设计独特的蒸发器——保证蒸发器长周期操作而不结疤；可以 214天津大学科技成果选编 选用低造价的旋转管束干燥机——降低投资费用；采用国产卧螺离心机——效果 好，投资省。 技术指标如下： 1、产品符合原轻工部标准 Q/HJ J02005-95 2、经处理后的污水 BOD 值下降为 800～1600mg/L。COD 值下降为 1600～ 3600mg/L，常规处理后可达标排放。 应用前景分析及效益预测：我国目前有大小酒精厂家 200 多家，均有不同程 度的存在废水污染问题。按照国家有关的环保政策，对不能将酒精废醪液进行有 效处理的酒精生产企业将采取强制性措施，限期整改，否则将勒令停产，所以本 技术的市场前景非常广阔。 本项目的环境效益和社会效益显著，采用本技术可使酒精装置排放的污水经 过常规的污水处理方法处理后直接排放，既保护了环境，也解决了我国酒精行业 的可持续发展的问题。 本项目的经济效益亦可观，以年产 18 万吨 DDGS 生产装置为例，年创产值 2.07 亿元，可获利润约 3600 万元。 应用领域：适用于以玉米、小麦、木薯等淀粉质原料发酵法生产酒精的企业。 技术转化条件（包括：原料、设备、厂房面积的要求及投资规模）： 生产规模及产量：根据用户需求确定。 所需厂房面积：根据装置规模确定。 主要设备：离心机、干燥机、蒸发器、泵等。 主要原材料及来源：玉米发酵法生产酒精装置生产的废醪液。 设备投资：根据装置规模确定。 总投资：根据装置规模确定。 合作方式及条件：可提供多种合作方式。 

本成果以水溶性丙烯酸酯树脂为基体制备特种胶黏剂，胶黏剂可与水任意比例混合，VOC含量低，无刺激性气味。胶黏剂在基材表面干燥后，室温状态下为无色透明薄膜，在一定温度下软化并具有一定粘结性，继续升温并保持一段时间后可以形成热固性树脂，具有较高的粘结强度。本成果已经通过中试试验，产品质量稳定，具有进行大规模生产的前景和能力。

项目简介本项目采用两步催化法合成水溶性酚醛树脂，实现了苯酚苯环上的多元羟甲基化反应，使酚羟基邻对位上亚甲基克分子比达到o／p=2，保证产品具备更强的脱水缩合反应能力。经减压脱水后，水溶性甲阶酚醛树脂的有效含量达到82%，残留甲醛量为1.1%( wt)，游离酚为0.05%( wt)。作为胶粘剂，该产品不仅提高了固化速度，而且降低了固化温度。该技术在辽宁某厂已经实现工业化生产。二、市场前景水溶性酚醛树脂是合成酚醛树脂的甲阶产品，具有良好的耐水性和力学强度，作为胶粘剂特别适合于人造木材板、木材改性和橡胶制品加工等。由于酚醛树脂还具有良好的阻燃性，即使燃烧时也不会熔融，不产生一氧化碳有毒气体等优点，因此由水溶性酚醛树脂制备的酚醛泡沫塑料可以在许多工业领域应用，同时也时一代理想的环保绝热材料。三、主要设备及投资夹套式搪瓷衬里搅拌反应釜，保温中间罐，（2t蒸汽锅炉自备）。按照月生产60吨计算，需要投资20万元。四、效益分析按照同类进口产品市场价格计算，应用本技术生产的产品税前利润为900～1200元/吨。五、合作方式技术转让。项目负责人：黎钢联系电话： 022-60202443

（专利号：ZL 201410468400.5） 简介：本发明公开了一种水溶性纳米硅溶胶的制备方法，属于纳米材料制备技术领域。该方法首先利用氟化钙与浓硫酸反应制备HF气体，然后将HF气体导入到分散有纳米SiO2的无水乙醇中得到HF处理后的纳米SiO2，然后将HF处理后的纳米SiO2与硅烷偶联剂反应得到改性后的纳米SiO2，最后将改性后的纳米SiO2进行后处理制得水溶性纳米硅溶胶。本发明方法制备的水溶性纳米硅溶胶的粒子结构稳定，能够分散在水相

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：