葡京娱乐场-富盈娱乐场开户

本項目基于 II 型糖尿病熱門研究靶點 C-Jun NH2-Terminal Kinase（JNK）的蛋白活性口袋的結構為基礎，設計與合成了超過 60 個化合物的類似物，通過細胞試驗篩選和 II 型糖尿病大鼠動物模型驗證，篩選得到候選藥物分子 CP0269。該分子與模型對照組和陽性藥物二甲雙胍給藥組相比，顯示出來良好的降血糖，降血脂，保護胰島 B 細胞的藥效。通過成藥性評價預實驗顯示 CP0269 具有良好的成藥性： CP0269 合成與純化工藝簡單，能得到大量，質量可控的原料藥；藥物灌胃口服，吸收與起效迅速，長期毒性預實驗顯示了該化合物具有良好的安全性。 技術創新點： CP0269 是以 JNK 為靶點設計的抗 II 型糖尿病的藥物分子，一旦開發成功，將成為首次以 JNK 為靶點的抗 II 性糖尿病的藥物分子。屬于 First in Class。 市場應用前景： 在當今社會，II 型糖尿病的發病率依然在增長。飲食結構的變化造成了肥胖人數的增加，肥胖可能導致機體炎癥，從而影響胰島 B 細胞的存活于機體的胰島素抵抗。因此，肥胖已經慢慢成為 II 性糖尿病的發生進展的主要因素之一。針對這種肥胖型 II 型糖尿病的藥物，臨床上一般采取聯合用藥的治療方案。CP0269 一旦開發成功，將會針對這一日益增長的適應癥占據市場，表現出良好的開發前景。 合作方式： 可采用多種方式進行合作，既可與企業聯合研發后續工作，也可通過技術轉讓方式進行合作，或是其他方式均可。 已獲得的知識產權： 一種化合物及其用于制備 II 型糖尿病治療藥物的應用（專利號：201710941613.9）

本發明提供了一種單激發可見及近紅外雙區發射小分子熒光探針及其制備方法與應用，屬于有機熒光分子探針領域。在本發明中，制備了二苯乙烯和大環多胺基團偶聯的單激發可見及近紅外雙區發射小分子熒光探針：其中，R選自?基團中的任意一種。本申請提供的熒光探針制備成本低且溶解性好，在單波長激發下，其熒光發射光譜中含有兩個發射峰，其最大發射波長分別在380nm左右的可見區和730nm左右的近紅外區，光譜無重疊，最大發射波長間距約350nm，可以有效消除探針濃度、儀器及外界環境因素的影響，提升檢測信噪比。依據兩個最大發射波長處熒光強度比值響應，本申請提供的熒光探針可用于比率檢測Fe<supgt;3+</supgt;。

酶制劑產品包括角質酶、磷脂酶 A1、α-葡萄糖苷酶、β-葡萄糖苷酶、木聚糖酶、普魯蘭酶、異淀粉酶、生麥芽糖淀粉酶、β-淀粉酶等；功能性食品包括?-環糊精、β-環糊精、γ-環糊精、大元環糊精、2-O-D-吡喃葡萄糖基抗壞血酸(AA-2G)、低聚半乳糖、D-阿洛酮糖、異麥芽酮糖、海藻糖、L-茶氨酸、L-瓜氨酸、γ-氨基丁酸、短鏈芳香酯、 -熊果苷、低聚異麥芽糖、低聚龍膽糖等。 功能性食品的作用： 增強免疫力，抗衰老；防癌、抗癌；降低血脂和血壓；保護肝臟；調節腸道菌群，改善腸道功能；促進維生素合成與吸收。

1 .掌握大鯢子二代親鯢生殖生理特點和生殖調控機理，創建大鯢子 二代生殖調控技術和大鯢子三代全人工繁殖和苗種規模化培育技術；2 .選育和培育出體質健壯子二代親 鯢400多組（1尾雄親鯢+3尾雌親鯢為一組），誘導性腺發育與雄雌同步成熟，使用高活性催產劑進行人 工催產，催產率達72%，受精率90%，孵化率33%，苗種存活率90 .5%，三年（2007-2009年）共繁育大 鯢子三代苗種44800尾；3 .實現大鯢子三代苗種規模化生產，能提供大批量子三代苗種供養殖部門發展 大鯢養殖產業，并在自然保護區放養，還進行子三代健康養殖示范，具有顯著的經濟效益、社會效益和 生態效益

我校理學院大數據研究團隊在人工智能與大數據處理技術研究方面取得系列進展，研究成果分別發表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能頂級期刊。神經網絡是人工智能領域中目前最為火熱的研究方向——深度學習的架構基礎。雖然深度學習在近幾年發展迅速，但是關于如何設計最優神經網絡架構的問題仍處于探索階段。該團隊分別針對人工智能中神經網絡結構復雜、高維大規模數據存在無效和冗余特征、難以獲取長時序信息等問題與缺陷，設計出了一系列網絡結構優化、大數據特征選擇和時序循環神經網絡模型，有效改善了上述不足，提高了人工智能模型的學習性能。 題目為《帶Group Lasso懲罰與控制冗余的神經網絡特征選擇》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究論文發表在人工智能領域權威國際期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生張華清為該論文共同第一作者， 我校榮譽教授Nikhil R. Pal院士（印度統計研究所）參與指導，中國石油大學（華東）為第一署名單位。該項工作得到國家自然科學基金、國家科技重大專項、山東自然科學基金、中央高校基本科研業務費、中國石油天然氣集團公司重大科技項目以及山東省高校青年創新科技支撐計劃的資助。 特征選擇技術也稱屬性選擇，是指從原始特征或屬性中選擇出最有效的特征或屬性以降低數據維度的過程，它是人工智能數據預處理環節的重要步驟，也是大數據處理技術的重要環節。該項工作在神經網絡中嵌入Group Lasso懲罰項并實現特征冗余控制，在選出對解決問題最有幫助、蘊含信息量最大的特征或屬性的同時，控制所選特征子集的冗余程度，以達到降維的最優效果，從而使模型的泛化能力更強，降低神經網絡模型產生過擬合的風險。 題目為《基于L1正則化的神經網絡結構優化模型設計與分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究論文發表在國際人工智能領域權威期刊IEEE Transactions on Cybernetics。碩士生謝雪濤和博士生張華清為論文共同第一作者，王健副教授為通訊作者，我校榮譽教授Nikhil R. Pal院士（印度統計研究所）參與指導，中國石油大學（華東）為第一署名單位。該項研究成果得到了國家自然科學基金、山東省自然科學基金和中央高校基本科研業務費的資助。 該項工作借助L1正則子具有的稀疏表達能力，提出兩種神經網絡結構優化學習模型；本項工作另外一個突出貢獻就是提出了一種簡單且具有通用性的收斂性證明方法，同時保證了模型設計的合理性。實驗結果表明所提出模型具有強大的魯棒性、廣泛的適用性、理想的剪枝能力和良好的泛化能力，適用處理高維大數據。該研究成果在人工智能與深度學習構造最簡網絡結構方面具有很強的指導作用和應用推廣價值。

近期，西湖大學人工光合作用與太陽能燃料中心孫立成實驗室在探索這一未解之謎的過程中取得進展。

本發明公開了一種用于海洋超軟土原位測試的十字形全流觸探探頭，包括測試系統和探端，所述探端呈十字形狀，所述探端垂直固定于測試系統下方，所述測試系統上部與探桿相連，所述測試系統包括傳感器、信號傳輸線和套設在探桿上的套筒，所述套筒包括摩擦套筒和端阻套筒，所述摩擦套筒設置于端阻套筒上方，所述傳感器包括設置在摩擦套筒上摩阻壓力傳感器以及設置在端阻套筒上的端阻壓力傳感器和孔隙水壓力傳感器，所述摩阻壓力傳感器用于感應側摩阻力，所述端阻套筒靠近探端一側設置有孔壓過濾環。本發明能夠針對海底/水下超軟土層開展全流觸探，準確的測定超軟土層的相關物理力學性質參數，為海洋工程勘察和基礎施工提供可靠參考依據。

成果介紹超材料(Metamaterial),或其二維形式—超表面(Metasurface)由具有亞波長尺寸的人工原子周期或者非周期地排列而成,其描述方式可分為等效媒質和空間編碼兩種形式。由等效媒質描述的超材料(或超表面)我們稱之為新型人工電磁媒質,由空間編碼描述的超材料(超表面)我們稱之為編碼超材料(超表面)和數字超材料(超表面)。對于新型人工電磁媒質,人們通過自由設計單元結構、單元排列方式、以及單元各向異性,可以根據意愿控制等效媒質的媒質參數,實現自然界中不存在或者很難實現的介電常數和/或磁導率,進而控制電磁波。本成果對于新型人工電磁媒質對電磁波的調控作用,例如隱身衣、電磁黑洞、雷達幻覺器件、遠場超分辨率成像透鏡、新型透鏡天線、隱身表面、極化轉換器、人工表面等離激元器件及混合集成電路等。技術創新點及參數對于編碼和數字超材料(超表面),我們提出基于空間編碼調控電磁波的新思路。其中,一比特編碼超材料選用相位差接近180度的兩種基本單元(記為0單元和1單元),按照一定規律排列0和1單元構成超材料,以實現所需的設計功能。當電磁編碼采用FPGA控制時,可實現現場可編程超材料,即單一的超材料在FPGA的實時控制下可實現多種功能(例如單波束、多波束、波束掃描、隱身功能等)。市場前景本成果獲得國家自然科學二等獎。該項目突破傳統模擬超材料的等效媒質表征方法，創造性地提出用 0 和 1 表征的數字超材料，建了數字編碼和現場可編程超材料新體系；在國際上率先從微波傳輸線的角度研究人工 SPP 超材料，提出一種性能優越的超薄、可共形 SPP 傳輸線，開辟了基于 SPP 模式的微波領域新分支，實現了超材料研究從跟跑、并跑變成走在世界前列的跨越。

利用周期性共振光脈沖序列導致的自旋依賴布居數耗散、射頻場耦合下的自旋拉比振蕩、以及Feshbach共振調制下的相互作用控制，在一個量子系統中同時實現了精密調控耗散、相干和相互作用三大要素，為實現宇稱-時間對稱的非厄米哈密頓量的量子模擬奠定了技術基礎。       實驗結果不僅精確地復現了在經典系統中已經觀測到的靜態哈密頓量的宇稱-時間對稱性破缺，還利用周期性耗散機制發現了在任意小耗散下的宇稱-時間對稱性破缺，觀察到系統的能量可以在極其微小的耗散下發生不可逆的發散。不同于以往靜態哈密頓量的單參數相變，周期性耗散驅動的宇稱-時間對稱性的相圖在頻率的參數空間實現延拓，在特定的頻率區間，宇稱-時間對稱性對于耗散有極其敏感的響應。這個現象之前只有理論預言，而羅樂教授小組首次在絕對零度之上500納開爾文的超冷費米氣體中首次觀測到。同時這項工作還發現了對稱性破缺點附近的慢衰變模式、類比于多光子躍遷的高階PT對稱性破缺等新穎有趣的物理現象。       目前，羅樂教授研究團隊正基于非厄米量子體系研究宇稱-時間對稱哈密頓量的拓撲量子態轉換、耗散下的量子相干態保持、以及高階奇異點附件的超靈敏能譜響應。這些研究將為基于開放量子系統的量子計算和量子精密測量開拓新的前沿。

近日，來自中國科學技術大學物理學院、合肥微尺度物質科學國家研究中心，國際功能材料量子設計中心(ICQD),合肥國家實驗室的趙瑾教授研究團隊與王兵、譚世倞教授、以及北京大學李新征教授合作，發現固體-分子界面的超快電荷轉移與質子的量子動力學有很強的耦合，揭示了電荷轉移過程中核量子效應的重要作用。