葡京娱乐场-富盈娱乐场开户

該研究團隊利用創建的植物功效組學技術平臺研究發現，從茶中篩選到的有效單體分子EGCG（表沒食子兒茶素沒食子酸酯）能夠強力結合新冠病毒S蛋白（Kd=121nM），并有效阻斷新冠病毒S蛋白與人ACE2受體的結合。同時，研究過程發現，EGCG不僅能阻止兩者相互結合，并且對已經結合受體的S蛋白還有促進二者解離的作用。目前，國內外尚未找到與新冠病毒S蛋白親和力強、并且能夠有效阻斷S蛋白與ACE2結合的分子。這一發現為開發預防和治療新冠病毒感染的相關制劑提供了非常有價值的科學數據，同時為從食藥同源植物寶庫中應急篩選抗病毒成分并迅速用于臨床提供了一個創新的模式。云南農大普洱茶學教育部重點實驗室與昆明生物制造研究院有限公司于2020年1月20日聯合組建了“抗新冠病毒攻關小組”。研究團隊根據發布的新冠病毒基因序列合成并表達了5個感染人類的冠狀病毒S蛋白，通過計算機模擬篩選方法對110余種藥食物同源植物中的800余種化合物進行了初步選擇，從中優選出20余種化合物進行實驗驗證。通過分子互作實驗、分子水平阻斷實驗發現了與S蛋白具有親和力的5個天然化合物。

中藥成分復雜且很多貴重的有效成分含量極低，只有微量甚至痕量。因此，有效成分的 提取分離是中藥開發的關鍵工序。發展中藥提取技術有助于提高中藥的提取效率，降低能源消 耗，縮短生產周期，穩定產品質量。微波提取又叫微波輔助提取，是一種具有發展潛力的新型 提取技術，即用微波能加熱溶劑，從藥材中分離出所需化合物，是在傳統提取工藝的基礎上強 化傳熱、傳質的一個過程。微波提取技術與傳統提取技術相比，具有許多獨特的優點，被譽為 “綠色提取技術”，并已成為實現中藥現代化的主要關鍵技術之一。 本課題組研究了微波輔助提取黃花蒿中的青蒿素、闊葉十大功效中的小檗堿、黃芩中的黃 芩苷、金銀花中的綠原酸、積雪草中的積雪草苷、墨旱蓮中黃酮類化合物的小試工藝過程，并 對青蒿素、黃芩苷、綠原酸、黃酮的微波提取過程進行了中試放大研究。 本項目采用先進的微波提取技術，不僅提取效率高、產品純度高、能耗低、操作費用少， 而且符合環境保護要求，廣泛應用于中草藥、香料、食品、化妝品和環境等領域。

中藥成分復雜且很多貴重的有效成分含量極低，只有微量甚至痕量。因此，有效成分的提取分離是中藥開發的關鍵工序。發展中藥提取技術有助于提高中藥的提取效率，降低能源消耗，縮短生產周期，穩定產品質量。微波提取又叫微波輔助提取，是一種具有發展潛力的新型提取技術，即用微波能加熱溶劑，從藥材中分離出所需化合物，是在傳統提取工藝的基礎上強化傳熱、傳質的一個過程。微波提取技術與傳統提取技術相比，具有許多獨特的優點，被譽為“綠色提取技術”，并已成為實現中藥現代化的主要關鍵技術之一。本課題組研究了微波輔助提取黃花蒿中的青蒿素、闊葉十大功勞中的小檗堿、黃芩中的黃芩苷、金銀花中的綠原酸、積雪草中的積雪草苷、墨旱蓮中黃酮類化合物的小試工藝過程，并對青蒿素、黃芩苷、綠原酸、黃酮的微波提取過程進行了中試放大研究。

主要功能和應用領域： 本技術可實現人糞便樣本顯微鏡檢有型成分圖像的自動識別與分類，利用計算機圖像處理、模式識別及人工智能的理論與技術，對顯微鏡下拍攝到的糞便樣本圖像進行研究，通過對各種有型成分形態和顏色信息等進行特征匹配與分類計數，分別標示出紅細胞、白細胞、蟲卵和真菌孢子等不同種類的有型成分，從而達到在線自動識別有型成分的目的，作為醫院臨床診斷的依據。該技術可擴展應用于醫院尿液、白帶、腦脊液、胸腹水、胃液、精液等常規檢查，并可用于脫落細胞學的癌及癌前病變檢測及分析。 特色及先進性： 1）復雜背景環境下的自動識別。采用自適應雙閉值分割算法進行粗分割，提取出ROI區域中的單個細胞或細胞群作為分析目標，細胞圖像的精細分割將在每個ROI區域里完成，極大地減少了數據運算量。 2）針對形態各異和邊緣模糊圖像的精準分割。針對有型成分的顯微生物圖像特點，去除邊界拓撲結構復雜、細胞各組成區域內灰度不均勻以及成像易受噪聲干擾等因素的影響，基于Chan一Vese模型，提出幾何活動輪廓模型方法，使用幾個獨立的水平集進行有型成分圖像的分割，與傳統分割方法對比準確率提升30%。 3）針對種類繁多的神經網絡集成識別。基于普通神經網絡泛化能力不高的問題，提出利用有限個神經網絡進行集成并將其結果進行合成，顯著的提高整個分類學習器的泛化能力，提高了整個系統的識別能力。 4）采用重疊分離算法精準分類。有型成分分離、細胞個數的準確讀取決定了整個系統的精準程度。通過尋找到合適的分離點并構建分離線，實現重疊區域的快速合理分離，從而將粘連、重疊的細胞分離開來，并進行準確計數。 技術指標： 有型成分 漏檢率 誤檢率 白細胞 5% 15% 膿球 20% 30% 吞噬細胞 20% 30% 紅細胞 5% 15% 孢子 15% 25% 夏科雷登結晶 10% 10% 寄生蟲 5% 15% 脂肪球 10% 15% 單張圖片檢測時間：＜0.5 s 關鍵問題和實施效果 現今國內大多數醫院和研究單位對生物細胞或微生物病菌等檢測還是采用人工處理的方式，即將樣品制成涂片，在顯微鏡下觀察并根據大小、形狀等特征進行分類計數以得到數據結果，醫務人員再通過這些數據結果憑借自身的知識和經驗診斷病癥或得出研究數據。該技術能夠實現樣本顯微鏡檢有型成分的自動識別，滿足了臨床開展常規及特殊檢測需要，使得生物檢測在自動化、無異味、無危險性的情況下進行，提高了檢測效率，改善工作環境，保護工作人員，降低檢測成本和檢測時間，提高在國際市場的競爭力，有利于醫療檢測行業的智能化發展。該技術可識別的部分生物細胞圖像如下圖所示。 紅細胞 白細胞 霉菌 蟲卵

本技術可實現人糞便樣本顯微鏡檢有型成分圖像的自動識別與分類，利用計算機圖像處理、模式識別及人工智能的理論與技術，對顯微鏡下拍攝到的糞便樣本圖像進行研究，通過對各種有型成分形態和顏色信息等進行特征匹配與分類計數，分別標示出紅細胞、白細胞、蟲卵和真菌孢子等不同種類的有型成分，從而達到在線自動識別有型成分的目的，作為醫院臨床診斷的依據。該技術可擴展應用于醫院尿液、白帶、腦脊液、胸腹水、胃液、精液等常規檢查，并可用于脫落細胞學的癌及癌前病變檢測及分析。

南開大學科研人員在“氫鍵吸附劑的合成、結構和吸附性能研究”中，合成出了3類氫鍵吸附樹脂，包括ADS-15,ADS-17,ADS-F8等高分子吸附劑。這些吸附劑在結構和性能上突破了以二乙烯苯為主要原料的普通吸附樹脂的框框，對中藥主要成分黃酮類、生物堿類、酯類、皂甙類等以氫鍵吸附機理進行提取分離，具有較高的吸附量和選擇性，可得到中藥有效成分含量較高的提取物，并且提取工藝簡單、生產成本較低，能夠適應許多中藥成分提取的要求。如人參、絞股藍、三七、銀杏葉、山楂、葛根、苦蕎、沙棘、芍藥、穿心蓮、喜樹果、梔子、黃連、三棵針、黃芩等有效成分的提取都已形成較成熟的工藝，部分已用于實際生產，取得了很好的經濟效益和社會效益。

本項目提供一種治療失眠癥、抑郁癥的生物堿有效成分及其 2 種新型制劑及其制備方法，分別可以用作口服給藥及鼻腔給藥，方便臨床應用，減少給藥頻率、提高病人順應性；增強治療效果。

植物、中草藥中的揮發性成分分為油溶性和水溶性兩大類，俗稱揮發油、精油，是天然香精的主要原料、也是中藥的活性部位，在香精香料工業和中藥領域中有廣泛應用。實際應用時主要采用水蒸汽蒸餾工藝所得產品，但在該工藝下揮發油的提取率不高，尤其是水溶性較強的揮發性成分很難采用水蒸汽蒸餾工藝制備。揮發性成分一般都含有一個或多個-OH等基團，易于與水形成最低共沸點的共沸物，本技術的原理是在傳統水蒸汽蒸餾裝置的提取罐與冷凝器之間增加一個精餾塔，隨水蒸汽共沸蒸發的有機揮發物進入精餾塔，經過多級氣液平衡后氣相中有機物濃度大大提高，使得冷凝器中氣相中有機揮發油的濃度高于其在水中的溶解度，從而易于冷凝分層。因此本提取-共沸精餾耦合工藝可顯著提高揮發油的得率和濃度。對柴胡、川芎、蒼術、沒藥、玫瑰、茶葉、荷葉等藥材、植物的提取結果表明，與水蒸汽蒸餾工藝相比，本技術可使揮發油的得率提高2~5倍，揮發油濃度提高2~3倍，十分適合于水溶性較強、含量較低（低于2%）的揮發油提取。本技術具有自主知識產權，已申請中國發明專利：揮發性成分提取裝置及其提取方法，申請號：200810032234.9，公開號：CN101274148A

成果簡介： 主要功能和應用領域： 本技術可實現人糞便樣本顯微鏡檢有型成分圖像的自動識別與分類，利用計算機圖像處理、模式識別及人工智能的理論與技術，對顯微鏡下拍攝到的糞便樣本圖像進行研究，通過對各種有型成分形態和顏色信息等進行特征匹配與分類計數，分別標示出紅細胞、白細胞、蟲卵和真菌孢子等不同種類的有型成分，從而達到在線自動識別有型成分的目的，作為醫院臨床診斷的依據。該技術可擴展應用于醫院尿液、白帶、腦脊液、胸腹水、胃液、精液等常規檢查，并可用于脫落細胞學的癌及癌前病變檢測及分析。 特色及先進性： 1）復雜背景環境下的自動識別。采用自適應雙閉值分割算法進行粗分割，提取出ROI區域中的單個細胞或細胞群作為分析目標，細胞圖像的精細分割將在每個ROI區域里完成，極大地減少了數據運算量。 2）針對形態各異和邊緣模糊圖像的精準分割。針對有型成分的顯微生物圖像特點，去除邊界拓撲結構復雜、細胞各組成區域內灰度不均勻以及成像易受噪聲干擾等因素的影響，基于Chan一Vese模型，提出幾何活動輪廓模型方法，使用幾個獨立的水平集進行有型成分圖像的分割，與傳統分割方法對比準確率提升30%。 3）針對種類繁多的神經網絡集成識別。基于普通神經網絡泛化能力不高的問題，提出利用有限個神經網絡進行集成并將其結果進行合成，顯著的提高整個分類學習器的泛化能力，提高了整個系統的識別能力。 4）采用重疊分離算法精準分類。有型成分分離、細胞個數的準確讀取決定了整個系統的精準程度。通過尋找到合適的分離點并構建分離線，實現重疊區域的快速合理分離，從而將粘連、重疊的細胞分離開來，并進行準確計數。 技術指標： 有型成分 漏檢率 誤檢率 白細胞 5% 15% 膿球 20% 30% 吞噬細胞 20% 30% 紅細胞 5% 15% 孢子 15% 25% 夏科雷登結晶 10% 10% 寄生蟲 5% 15% 脂肪球 10% 15% 單張圖片檢測時間：＜0.5 s 關鍵問題和實施效果 現今國內大多數醫院和研究單位對生物細胞或微生物病菌等檢測還是采用人工處理的方式，即將樣品制成涂片，在顯微鏡下觀察并根據大小、形狀等特征進行分類計數以得到數據結果，醫務人員再通過這些數據結果憑借自身的知識和經驗診斷病癥或得出研究數據。該技術能夠實現樣本顯微鏡檢有型成分的自動識別，滿足了臨床開展常規及特殊檢測需要，使得生物檢測在自動化、無異味、無危險性的情況下進行，提高了檢測效率，改善工作環境，保護工作人員，降低檢測成本和檢測時間，提高在國際市場的競爭力，有利于醫療檢測行業的智能化發展。該技術可識別的部分生物細胞圖像如下圖所示。