|
搜索
搜 索
高等教育領域數字化綜合服務平臺
抗糖尿病/抗AD釩配合物藥物開發
研發背景：糖尿病和老年癡呆癥（Alzheimer’s disease, 簡稱 AD）是目前影響人類健康和社會發展的重大疾病。糖尿病和AD之間存在密切聯系，因此AD也被某些研究者稱為三型糖尿病。目前AD無藥可治；而糖尿病已經有了很多的“血糖控制”藥物。然而，糖尿病的真正危害不是高血糖，而是高血糖相關的糖尿病并發癥。最新的研究表明，目前方式的嚴格血糖控制并不能給大多數病人帶來降低糖尿病并發癥的收益；相反，此類血糖控制可能帶來低血糖和死亡率升高的風險。因此，美國醫師協會(ACP)建議：大多數 2 型糖尿病患者的控制目標應該是糖化血紅蛋白水平在7~8%之間（即平均血糖在8~11mM 范圍）。而這一理想控糖并降低糖尿病并發癥的目標可由釩配合物藥物實現。 抗糖尿病釩配合物曾經在2009年前在美國進入二期臨床研究。但由于美國金融危機影響和當時測試的釩配合物BEOV的潛在腎臟副作用，BEOV的開發在2009年終止。本研究室從2009年通過長期研究，成功解析了釩配合物藥理作用和毒理作用的分子機制，通過理性藥物設計，得到了VOdmada等系列新型具有自主知識產權的配合物，有效解決了以前釩配合物存在的問題。在多種二型糖尿病動物上具有良好的控糖和預防并發癥的療效，并且明顯延長了動物的壽命。而在APPS1動物模型上，則能夠有效抑制淀粉樣蛋白對腦組織的損傷，成功維持動物的記憶和認知水平。 前景預測：VOdmada有望開發成功為I類口服抗糖尿病（而非僅僅控糖）新藥，以及I類口服抗AD新藥。開發策略可根據市場及FDA政策擇優選擇。 成果特點：VOdmada釩配合物抗糖尿病藥物和已有的口服控糖藥物相比。現有藥物均以胰島素及其信號通路為靶點，而釩配合物的抗糖尿病作用則以調節細胞應激響應為起點，發揮多種作用，主要包括：激活Hsp60-PPARγ-AMPK信號轉導，發揮胰島素增敏和促進腦、肌肉、脂肪、肝臟等組織的葡萄糖/脂肪代謝的作用。在此方面，釩配合物的作用相當于現有的藥物二甲雙胍和吡格列酮聯用；調節未折疊蛋白響應，促進Grp78表達，進而發揮保護胰島細胞和促進胰島細 胞恢復的作用；調節線粒體應激，促進Grp75表達，進而發揮保護腦神經細胞作用；減肥和壽命延長作用（藥理分子機制有待闡釋）。
北京大學
2021-02-01
鋰電池管理系統AI算法研究
本項目聚焦于鋰電池管理系統在智能化監測與預測中的關鍵痛點，尤其擬面向電池容量衰減預測、SOC/SOH估計不準、電池剩余時間不準確、MAP/SOP估算等方面。通過引入人工智能算法，構建融合機器學習與深度學習的電池狀態預測模型，擬實現高精度SOC（荷電狀態）與SOH（健康狀態）估計的優化，提升電池管理系統的智能水平與安全性。
解決方案方面，項目基于實地檢測磷酸鐵鋰電池充放電數據構建訓練集，采用輕量級線性回歸模型及改進型人工神經網絡進行建模優化，并結合特征工程技術提高預測精度。同時，設計適用于邊緣計算的部署方案，使模型可在BMS嵌入式硬件平臺實時運行，降低對計算資源的依賴。
在競爭優勢方面，項目成果具備算法輕量化、部署便捷、預測準確度高、兼容性強等特點，特別適用于電力儲能、電動汽車等對安全性和可靠性要求高的場景。相比傳統BMS方案，該AI算法可顯著提升電池使用效率與壽命，精準估算SOC/SOH，降低維護成本。
目前項目成果已在合作企業內部儲能設備中開展應用測試，初步反饋表明荷電狀態預測準確度提升40%左右，電池健康度準確度提升40%左右，系統響應及時，具備較高實用性和推廣價值。專家評審一致認為，該項目在智能電池管理系統方向具有較強的創新性和實際應用前景。
西南大學
2025-05-12
基于Dijkstra算法的高精度物聯網小區無人智能運輸車的設計
產品服務:項目旨在設計出一款基于Dijkstra算法的高精度物聯網小區無人智能運輸車。該項目主要可分為兩個部分:實車與模型車的同步開發和基于eclipse平臺的APP開發。在實車和模型車的開發過程中，通過常規車載傳感器實現小車的“智能化”，利用Dijkstra算法解決最短路徑選擇問題。利用計算機語言完成在eclipse平臺上的APP開發，實現APP同時與實車和模型車的互聯，實現智能運輸小車運輸末端的配送。市場概況:本項目希望將來與各電商平臺合作，APP與電商、外賣軟件結合，將網上購物徹底融為一體；同時與互聯網公司合作，提升小車的智能化以及無人駕駛的精確度，真正做到在小區內取代快遞員完成最后的運輸任務，并能提升效率、安全性，以及節省財力、人力，并初步形成小區內智能化的高精度物聯網。 商業模式:本項目希望采用先試點后普及、先免費后收費的盈利模式。在四星及五星級小區先行免費試點，收集用戶反饋評價，統計滿意度。改進后逐步開啟按時效每戶收費，并最終普及三星級小區及更多居民居住區。
同濟大學
2021-04-10
基于Dijkstra算法的高精度物聯網小區無人智能運輸車的設計
項目旨在設計出一款基于Dijkstra算法的高精度物聯網小區無人智能運輸車。該項目主要可分為兩個部分:實車與模型車的同步開發和基于eclipse平臺的APP開發。在實車和模型車的開發過程中，通過常規車載傳感器實現小車的“智能化”，利用Dijkstra算法解決最短路徑選擇問題。利用計算機語言完成在eclipse平臺上的APP開發，實現APP同時與實車和模型車的互聯，實現智能運輸小車運輸末端的配送。
同濟大學
2021-02-24
人體姿態估計算法
北京體育大學沈燕飛科研團隊使用人體姿態估計算法，對擊劍比賽過程中兩名選手的身體各環節和關節的運動進行的智能識別。工手動標記數據等方法，更為高效，可應用于海量體育視頻數據的分析和未來的體育大數據的構建。
北京體育大學
2021-04-10
抗體藥物設計平臺算法
簡介：
抗體藥物是生物制藥中復合增長率最高的，2019年全球研究抗體市場規模為34億美元，預計在預測期內復合年增長率為6.2％。原研藥二次改造獲得成藥性更好的藥物分子（bio-better）是抗體和細胞因子藥物研發的突破口。人工智能技術廣泛應用在靶點篩選、分子進化、臨床各階段研究、產品上市后的活動中。
我們開發的智能抗體設計平臺，包括 抗體序列注釋分析、抗體翻譯后修飾位點的預測、抗原線性表位預測、抗體結構的預測與優化、 抗體-抗原相互作用的預測、抗體分子的設計與改造。高效的完成抗體親和力成熟、穩定性優化和人源化改造等。
優勢：
1、研發成本節約3-5倍，時間節省5倍，篩選成功率提升6倍
2、可以幫助指導、設計實驗，減少消耗，加快速度，提高準確率
3、計算方法已經得到了實驗從正、反兩方面的驗證。
圖1：深度學習算法預測蛋白質相互作用時界面氨基酸配對:成功率72.1%
圖2：計算相互作用得到了實驗從正、反兩方面的驗證
中國人民大學
2021-05-15
抗體藥物設計平臺算法
抗體藥物是生物制藥中復合增長率最高的，2019年全球研究抗體市場規模為34億美元，預計在預測期內復合年增長率為6.2％。原研藥二次改造獲得成藥性更好的藥物分子（bio-better）是抗體和細胞因子藥物研發的突破口。人工智能技術廣泛應用在靶點篩選、分子進化、臨床各階段研究、產品上市后的活動中。我們開發的智能抗體設計平臺，包括 抗體序列注釋分析、抗體翻譯后修飾位點的預測、抗原線性表位預測、抗體結構的預測與優化、 抗體-抗原相互作用的預測、抗體分子的設計與改造。高效的完成抗體親和力成熟、穩定性優化和人源化改造等。 優勢：1、研發成本節約3-5倍，時間節省5倍，篩選成功率提升6倍2、可以幫助指導、設計實驗，減少消耗，加快速度，提高準確率3、計算方法已經得到了實驗從正、反兩方面的驗證。
中國人民大學
2021-04-10
抗體藥物設計算法
技術分析(創新性、先進性、獨占性)挖掘了蛋白質分子結構的幾何特征，開發了新穎的優化設計算法，準確識別結合位點，準備預測抗體結構和抗體-抗原相互作用復合物結構，可以顯著提高藥物設計效益。自主獨立開發。已經在國際競賽中取得第一名的好成績，也應用在生物和醫學實驗中，算法和程序代碼完整。
中國人民大學
2021-04-10
抗體藥物設計算法
技術分析(創新性、先進性、獨占性)
挖掘了蛋白質分子結構的幾何特征，開發了新穎的優化設計算法，準確識別結合位點，準備預測抗體結構和抗體-抗原相互作用復合物結構，可以顯著提高藥物設計效益。自主獨立開發。
已經在國際競賽中取得第一名的好成績，也應用在生物和醫學實驗中，算法和程序代碼完整。
中國人民大學
2021-05-11
導電聚合物/納米碳復合載體及抗中毒催化劑
針對燃料電池傳統Pt/C催化劑易中毒，使用壽命短，成本較高等問題，本項目將導電聚合物與傳統碳載體復合作為Pt系催化劑載體，一方面保持碳材料的高電導率，另一方面利用導電聚合物自身的電活性賦予Pt催化劑高的抗中毒能力及催化活性。并且采用化學法合成該催化劑，可批量生產，并且在保持其催化活性的同時減小載鉑量，降低成本，有利于商品化推廣使用。本項目選擇聚苯胺（PAn）、聚吡咯（PPy）兩種導電聚合物對XC-72C碳黑、碳納米管（MWNT）進行修飾，包括PAn/XC-72C，PAn/MWNT，PPy/MWNT、PPy、Pan五種復合載體材料及其載鉑催化劑的生產方法，該復合催化體系中鉑的負載量為10％～30％。其中的關鍵技術已獲得三項國家發明專利授權（ZL 200710008657.2，ZL 2007100084524）。
廈門大學
2021-04-11