鬼臼毒素（Podophylltoxin，PT）及相关木脂素是一类具有显著细胞毒性的天然活性物质。 其生物活性主要表现为抗肿瘤、抗病毒等，但是由于其毒性太大，限制了其直接作为药物来使用。为此，对鬼臼毒素进行了大量的结构修饰，得到了许多活性化合物，其中上世纪七十年代中期开发的Etoposide（VP-16）和 Teniposide（VM-26）及九十年代中期推出的Etopophos（VP-16 的前药）都作为临床一线抗肿瘤药物，广泛用于小细胞肺癌、非何杰氏病、急性单核

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

 研究发现，低密度脂蛋白受体相关蛋白5（LRP5）与肾脏纤维化密切相关，在糖尿病肾病和梗阻性肾病模型中，随着疾病的进展LRP5的表达量明显升高，并且主要分布在肾小管。采用LRP5基因敲除鼠进一步发现，下调LRP5确实能减轻肾脏纤维化；通过荧光染色，Co-IP与细胞组分分离等技术，进一步证明了LRP5直接与TGF-β受体结合，改变TGF-β受体在细胞膜上的呈现和内吞，从而影响了TGF-β/Smad2/3信号通路的激活，参与肾脏纤维化的进展。此研究首次在肾纤维化领域内揭示了LRP5的新功能，LRP5作为TGF-b/Smad2/3信号通路的共受体来调节肾纤维化，为肾脏疾病的治疗提供新靶点。

基于分布式人工智能和优化方法，对大规模社会网络群体的行为模式与潜在机理进行建模分析，最终实现群体交互、协作等问题的系统性优化，研究内容主要包括：手机用户群体的群集行为模式与群智感知，手机用户群体的信息传播与多重社会网络分析等

循环氢脱硫溶剂发泡，引起胺液跑损，夹带的分散相提高了循环氢的分子量，增加了循环氢压缩机的能耗，降低了氢气的纯度，缩短了催化剂的使用寿命和反应的效率。针对我国石油炼制行业原料油含硫量逐渐提高，循环氢气夹带重烃升高的趋势，提出并首先实现循环氢旋流脱烃、脱硫方法，发明预旋流脱重烃的循环氢气脱硫新工艺：采取预旋脱烃方法控制脱硫剂发泡、降低循环氢压缩机工质的分子量；采取后旋脱胺方法回收“跑损”胺液、降低胺液微粒危害。该工艺，在脱硫塔前设置了循环氢分烃设备，有效地脱出其中的液相组成，从源头上、根本上解决了循环氢带液的问题；在脱硫塔增加旋流分离器组，控制循环氢带液量，节约能源，部长环氢压缩机长周期连续稳定运转。该工艺可推广应用到炼油厂加氢裂化、催化裂化、焦化、重整以及催化裂解等装置产生的循环氢、液态烃、柴油和低分气的脱硫系统，以及含硫污水净化系统，还可以推广到由油田伴生气、天然气、水煤气合成等加工过程附产的液化气和燃料气的脱硫系统。本项目研究成果及衍生成果已申请了11件中国专利。其中，中国发明专利9件，授权中国发明专利3件和实用新型专利2件，负责编写国家标准1件（GB/TXXX-XX 液-液分离旋流器技术条件．计划编号：20079030-T-606）。目前拟再申请国家发明专利3件。

主要功能和应用领域： 完成宽带微波信号的光纤传输和延迟移相，应用于分布式天线系统的信号传输和光控相控阵天线等领域。 特色及先进性： 波段覆盖L，C，Ku，Ka等频段，具有体积小重量轻的优点，目前延迟精度优于1ps，幅度一致性优于1dB，处于国内领先水平。 技术指标： ？ 1550nm波段； ？ 延迟位数：3~6bit； ？ 延迟步进，1~50ps； ？ 幅度一致性，1dB； ？ 延迟精度，1ps； ？ 适应微波波段：L，C，Ku，Ka等频段 能为产业解决的关键问题和实施后可取得的效果： 解决目前亟需的宽带微信号稳相传输的市场需求。以及对高精度光纤延迟线的技术需求。项目实施达到规模化生产，将会带来较大的经济效益和社会效益。