网上赌场真人发牌-澳门网上赌场空城

【項目來源】依托課題為十一五重大新藥創(chuàng)制專項“馬錢子堿貼劑經(jīng)皮給藥治療癌性疼痛的研究”，曾獲得2016年中航工業(yè)全國大學生創(chuàng)業(yè)大賽第十屆挑戰(zhàn)杯金獎。 【類    別】醫(yī)療器械。 【項目簡介】本項目采用國內(nèi)首創(chuàng)的復合磷脂脂質(zhì)體技術開發(fā)能夠模擬真實皮膚角質(zhì)層屏障結(jié)構、組成與功能的脂質(zhì)體人工皮膚膜LipSkin；經(jīng)系列試驗及第三方檢測驗證，LipSkin從結(jié)構上能模擬角質(zhì)層特殊的“磚-墻”結(jié)構；從組成上具有與真實皮膚相同的脂質(zhì)特征吸收峰與角蛋白特征吸收峰；用模型藥物進行皮膚滲透性測試驗證LipSkin在屏障功能上與真實皮膚的相關系數(shù)達99.29%；從功能上驗證測試化學品皮膚腐蝕性與真實皮膚相關系數(shù)達94.60%。此外，電阻檢測技術的應用保障了LipSkin產(chǎn)品的質(zhì)量可控性和測試重現(xiàn)性，具有廣闊的商業(yè)化開發(fā)前景。由此，LipSkin技術成熟，可產(chǎn)業(yè)化開發(fā)。 【創(chuàng)新要點】①首次采用磷脂材料制備皮膚模型LipSkin，并突破性應用于模擬難度較高的毒理學檢測領域，通過三層三明治型的結(jié)構模擬真實皮膚的結(jié)構，進而模擬其功能，這種應用至今未見報道； ②利用不同比例的復合磷脂能夠模擬不同程度的角質(zhì)層屏障功能，所以能夠靈活調(diào)整復合磷脂的比例來模擬不同類型的皮膚，以適應皮膚腐蝕性測試中不同種族、年齡、性別人群的需求，這是團隊的首次發(fā)現(xiàn)；  ③處方中加入了真實皮膚中的成分膽固醇、神經(jīng)酰胺、角蛋白等增加其皮膚屏障功能的模擬程度：其中磷脂材料及膽固醇、神經(jīng)酰胺等模擬皮膚的脂性通道以此模擬脂溶性成分的透過路徑，角蛋白模擬皮膚的水性通道以模擬水溶性成分的透過路徑，這樣的處方設計也屬原創(chuàng)；  ④用載入熒光探針羅丹明B的脂質(zhì)體層來模擬真皮層以模擬真皮層細胞因腐蝕受損而釋放出有色試劑的表征手段同樣處于全球首創(chuàng)。 【推廣應用前景】據(jù)報道，美國知名市場調(diào)查與咨詢公司Markets and Markets預測：到2021年體外毒理學測試市場將從2016年的141.5億美元猛增至273.6億美元，年復合增長率將達14.1%，由此推測，皮膚腐蝕性作為毒理學檢測中的指標之一，預測其至2021年的全球市場潛量將超20億美元。 市場上用于皮膚腐蝕性測試的體外皮膚模型有兩種：EpiSkin, EpiDerm, EpiKutis,Phenion為人重組皮膚模型，其因采用原代人角質(zhì)細胞作為原料，來源稀少且昂貴，導致其售價極為昂貴，且人角質(zhì)細胞受人種差異影響而不具有通用測試價值；而Corrositex模型為蛋白分子水凝膠模型，其只適用于由酸堿度差異引起的皮膚腐蝕性，測試范圍窄，據(jù)報道其準確度為37.5%，不能滿足測試精度的要求；只有本項目所推出的LipSkin皮膚模型兼具測試范圍廣（由脂溶性、酸堿度差異引起的腐蝕性均可測試）、測試精度高（>90%）、價格合理（市售產(chǎn)品價格的5~22%）等優(yōu)點，推廣價值巨大。 【進展情況】已獲發(fā)明專利1項。 

成果簡介：利用多波段成像融合技術，實現(xiàn)對常見化學品泄露的遙測報警。 項目來源：自行開發(fā) 技術領域：電子信息 應用范圍：本項目的產(chǎn)品化在軍事、公安和民用等領域具有廣泛的應用前景 ?  軍事領域可用于毒劑或危險品侵害 ?  公安、反恐領域可用于毒劑施放、次生工業(yè)品的泄漏檢測； ?  民用領域：可用于工廠設備、在途運輸車輛等的化學危險品泄漏檢測 所

采用高效預處理、低溫酶萃取、鹽析和膜分離等成套技術，從新鮮動物皮、魚皮、魚鱗等不同原料中制備未變性膠原蛋白，解決了獲取大量高純度、未變性的化妝品用和醫(yī)用生物活性膠原的技術難題；掌握了通過物理與化學改性手段調(diào)控未變性膠原的熱穩(wěn)定性、流變學等性能的方法和原理，為未變性化妝品用和醫(yī)用膠原的產(chǎn)業(yè)化利用提供了技術支撐。目前，化妝品用和醫(yī)用生物活性膠原蛋白生產(chǎn)技術已分別在成都新際生物活性膠原開發(fā)有限公司和廣東勝馳生物科技有限公司成功實現(xiàn)產(chǎn)業(yè)化，產(chǎn)品技術參數(shù)與天然膠原標準品一致，經(jīng)濟效益顯著，具有較強的市場競爭力。

人群擁擠踩踏事故風險理論研究對于大型建筑性能化設計，人群疏散及管理等有重要應用意義。目前該研究處于起步階段，僅僅停留在現(xiàn)象表面。故本課題組通過對人群擁擠踩踏事故風險特征分析提出人群擁擠踩踏事故風險理論并建立相關模型，并以此為基礎建立了擁擠事故的預警模型，并提出了相應的應急預案編制技術，從而為大型體育賽場的事故的預警及其應急提供理論支持。 隨著我國化學工業(yè)企業(yè)的規(guī)模和數(shù)量的快速增加，大部分化工企業(yè)都與有毒有害、易燃易爆的危險化學品打交道。做好危化品的管理，防患于未然固然是企業(yè)的大事。但

本產(chǎn)品技術由華南理工大學模式識別與智能系統(tǒng)研發(fā)團隊開發(fā)，獲得具有自主知識產(chǎn)權的發(fā)明專利和實用新型專利12項。該產(chǎn)品采用最新技術讓電極壽命增加了50%以上，節(jié)能30%左右，且在全球范圍內(nèi)首次實現(xiàn)了整個控制器都集成再一塊核心電路板上，集控制、驅(qū)動、電源于一體，既減少了控制器尺寸，又便于售后維護，技術水平處于世界領先地位。該產(chǎn)品主要用于家電、汽車生產(chǎn)線、制冷壓縮機、電池、精密五金、航空航天、低壓電器、汽配五金等行業(yè)的生產(chǎn)過程。目前已在8家企業(yè)中得到成功應用，獲得廣泛好評。

本項目針對人工速生林木材密度小、強度低的特點，研究開發(fā)出木材化學改性與干燥一體化工藝技術及裝備。本技術能夠大幅度提高速生材性能，同時解決了常規(guī)木材改性技術中改性劑浸透困難、環(huán)保性差，改性材功能單一、尺寸小，無法滿足工業(yè)生產(chǎn)要求等問題；解決了傳統(tǒng)木材改性技術工藝“先干燥-再浸漬處理-再二次干燥”的能耗高的問題。本項目技術獲國家發(fā)明專利授權2項，已在多家企業(yè)應用。

新冠肺炎常規(guī)通過病史、CT等進行病情評估，但重癥病房應用超聲不便，還需要評估重癥患者的心臟等多器官，然而操作者絕大多數(shù)不是專業(yè)超聲醫(yī)生，這為如何在治療重癥患者的過程中更好地發(fā)揮超聲的作用提出了難題。深圳國際研究生院袁克虹團隊與深圳華聲醫(yī)療技術股份有限公司合作，用人工智能技術賦能5G超聲設備，增添采集心肺關鍵標準切面的導航以及關鍵參數(shù)的自動測量等功能，輔助醫(yī)生對重癥病人進行動態(tài)評估和治療。 袁克虹團隊與深圳華聲醫(yī)療技術股份有限公司1月中旬組成研發(fā)團隊，在已有合作工作的基礎上，針對新冠肺炎重癥患者臨床超聲的迫切需求開展聯(lián)合攻關，半個月就獲得了較好的成果。該技術從2月初開始在武漢協(xié)和西院等多家醫(yī)院使用，在一定程度上輔助了醫(yī)生對重癥患者進行疾病的動態(tài)評估和治療指導。 目前該技術正由國家感染性疾病臨床研究中心（深圳市第三人民醫(yī)院）牽頭開展進一步研究，將完善和改進現(xiàn)有功能，優(yōu)化遠程診斷流程，實現(xiàn)超聲為醫(yī)生治療重癥患者提供更智能、更可靠、更專業(yè)的幫助。

動物捕食植物種子（下稱種子捕食）是動植物協(xié)同進化的重要方面。動物捕食植物種子可影響植物種群更新和繁衍；植物通過調(diào)節(jié)各種性狀，如種子大小、蛋白質(zhì)含量，調(diào)節(jié)動物捕食行為。植物性狀對種子捕食調(diào)節(jié)能力的評估對理解動植物協(xié)同進化具有重要意義。 因此，建立一種用于種子捕食追蹤的人工種子系統(tǒng)，對于種子捕食追蹤及相關研究，理解動植物協(xié)同進化，促進野生植物尤其是珍稀瀕危植物保護具有重要的作用。

本成果采用最新的深度學習和分子模擬算法，結(jié)合新一代分子特征化方法，開發(fā)了多種計算機模型，可用于藥物開發(fā)中的多個階段，為藥物的快速設計開發(fā)提供一個完整的基于人工智能的解決方案。成果：1.藥物毒性預測方法：傳統(tǒng)的化合物毒性檢測技術一般需要使用生化試驗、細胞實驗、甚至動物模型，這些方法不僅耗費大量時間，而且成本很高。使用計算模型進行有機化合物的毒性預測，所需投入較少，但產(chǎn)出巨大。特別是基于化合物的物理化學和結(jié)構特性的計算模型，甚至能夠在化合物合成之前就對其進行預測，大大提高了效率，使其越來越受到歡迎。在進行體外和體內(nèi)試驗之前先使用計算機模型對化合物進行大規(guī)模的毒性篩選，能夠更好地解決候選藥物具有毒性的問題。我們建立了一套新的基于多種分子指紋和機器學習算法的化合物毒性預測集成學習算法，運用此集成學習算法建立了新的有機化合物致癌性、致突變性和肝毒性預測模型。我們分別建立了名為CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性預測)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突變性預測)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性預測)的預測服務器，這些服務器能夠為使用者提供更高效更便捷的預測技術服務。自2017年服務器發(fā)表起，我們已為國內(nèi)外藥物分子設計研究者提供了5000多次共計超過20多萬個化合物的毒性預測服務。在有機化合物毒性預測研究方向，我們主要完成了化合物的細胞毒性、心臟毒性、生殖毒性、血腦屏障透過性、水生生物毒性預測模型，以及糖尿病早期篩查模型的開發(fā)，正在進行P450酶阻滯劑性預測模型、基于圖神經(jīng)網(wǎng)絡的毒性預測算法研究、基于分子對接的化合物毒性預測研究等。相關研究成果已發(fā)表多篇學術論文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次數(shù)80，ESI 1%高被引論文；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.）致癌性預測服務器首頁致癌性預測結(jié)果頁相關綜述對本服務器的介紹RF-hERG-Score預測藥物引起的hERG相關心臟毒性2.藥物設計方法：在計算機上對藥物靶點和藥物分子的結(jié)構和活性建模，計算藥物與靶點之間的相互作用關系，從而設計出具有治療作用的藥物。計算機輔助藥物設計可以為藥物設計各階段的實驗方案提供有意義的指導，減少需要通過實驗評估的候選藥物的數(shù)量，從而加快新藥研發(fā)速度。我們應用分子對接、分子動力學模擬、自由能計算、機器學習等方法研究流感病毒等重要疾病的計算機輔助藥物設計、并開發(fā)更有效的計算機輔助藥物設計方法。在計算機輔助藥物設計研究我們主要完成了流感病毒M2質(zhì)子通道蛋白抑制劑虛擬篩選方法研究，正在進行先導化合物生成模型研究、基于機器學習的虛擬篩選打分函數(shù)算法開發(fā)、SARS-CoV-2病毒S蛋白與受體相互作用及藥物設計研究。特異性重打分函數(shù)顯著虛擬篩選性能顯著較高篩選出兩個候選抑制劑3.藥物靶點識別方法：長非編碼RNA（lncRNA）是一種長度在200nt至100,000nt之間的非編碼RNA，是轉(zhuǎn)錄物的主要成分。研究表明lncRNA在許多生物學和病理學過程中起著重要作用。lncRNA起作用的重要途徑是與其靶蛋白結(jié)合。lncRNA-蛋白質(zhì)相互作用的實驗研究需要大量資源。累積的實驗數(shù)據(jù)使得通過計算方法預測lncRNA-蛋白質(zhì)相互作用成為可能。我們使用各種數(shù)學建模和機器學習方法開發(fā)了幾種用于預測lncRNA-蛋白質(zhì)相互作用的新模型。這些模型命名為：RWLPAP（隨機游走），LPI-NRLMF（鄰域正則化邏輯矩陣分解），IRWNRLPI（集成隨機游走和鄰域規(guī)則化Logistic矩陣分解），LPI-BNPRA（雙向網(wǎng)絡投影推薦算法），LPI-ETSLP（基于特征值變換的半監(jiān)督鏈路預測），HLPI-Ensemble（集成學習）。在交叉驗證中，我們的模型獲得了較好的預測性能。lncRNA-蛋白質(zhì)相互作用預測模型的性能比較lncRNA-蛋白質(zhì)相互作用預測服務器相關軟件著作權：