公开(公告)号：CN119733518A

公开(公告)日：2025-04-01

申请号：CN202510025823.8

申请日：2025-01-08

Applicant: 南开大学

Inventor： 彭程 ,  于凯 ,  闫祎辰 ,  吴正怡 ,  索会超 ,  张元玲 ,  王博 ,  刘长正 ,  楼兰兰 ,  刘双喜

IPC: B01J23/755 ,  B01J37/02 ,  B01J37/18 ,  C07C4/06 ,  C07C15/02

Abstract: 本发明属于固体废物资源化利用领域，具体涉及一种金属镍改性赤泥基催化剂在催化热解木塑复合材料中的应用。本发明是以聚乙烯基木塑复合材料废弃物为原料，所述赤泥基催化剂是由赤泥通过浸渍法负载过渡金属镍制备获得，将二者放入立式管式炉中在惰性气体氛围下进行催化热解，对产生的气相产物进行冷凝，同时可得到气液固三相产物。本发明为实际木塑复合材料废弃物的资源化利用提供了一条新途径，同时以储量丰富、价格低廉的工业废弃物赤泥为催化剂，能产生良好的环境效益和经济效益。

公开(公告)号：CN116549660A

公开(公告)日：2023-08-08

申请号：CN202310406476.4

申请日：2023-04-17

Applicant: 南开大学

Inventor： 张思河 ,  齐方正 ,  王博 ,  苏慧珊 ,  钱罗蒙 ,  王洋

IPC: A61K47/60 ,  A61K39/395 ,  A61K31/675 ,  A61P35/00

Abstract: 本发明公开了偶氮苯介导的乏氧响应型抗体交联物及含有该交联物的组合物，偶氮苯介导的乏氧响应型抗体交联物，简称H103‑azo‑PEG5000，其中H103为H103单抗的简写；所述H103单抗的重链可变区氨基酸序列如SEQ ID NO.1所示；所述H103单抗的轻链可变区氨基酸序列如SEQ ID NO.2所示。本发明的抗体交联物可有效延长抗体的半衰期，提高生物利用度，另外，可有效减少抗体与非肿瘤细胞的抗原非特异性交叉结合，从而消除抗体的交叉脱靶效应，最大程度减少其毒副作用，并协同提升其临床治疗效果。本发明的含有偶氮苯介导的乏氧响应型抗体交联物的组合物，其疗效在荷肝癌小鼠模型得到充分验证。有助于开发出更安全有效的一系列类似药物，并促进其应用到肿瘤精准治疗的临床实践中。

公开(公告)号：CN116531501A

公开(公告)日：2023-08-04

申请号：CN202310333528.X

申请日：2023-03-31

Applicant: 南开大学

Inventor： 张思河 ,  齐方正 ,  王博 ,  苏慧珊 ,  钱罗蒙 ,  王洋

IPC: A61K39/395 ,  A61K47/60 ,  A61P35/00 ,  A61K49/00 ,  C07K16/28 ,  C07K1/107

Abstract: 本发明公开了肿瘤乏氧微环境响应型抗体‑azo‑PEG5000交联物及制备方法和应用，其交联物，用式(I)所示：本发明的抗体改造方法，可条件依赖的选择性调控亲本抗体活性，从而制备出类似前药的抗体交联物，达到改造后抗体赋予其对乏氧肝癌精准选择性靶向潜能；本发明的交联物不仅可以保护抗体蛋白的稳定性，延长抗体药物半衰期，同时通过改变抗体表面电荷而利于抗体药物的体内递送效率。抗体递送至肿瘤乏氧微环境后，交联的PEG基团可自行脱落，亲本抗体活性恢复，表现出只与乏氧癌组织中CD147抗原的选择性结合，从而实现降低非特异性毒副作用，实现抗体精准治疗。

公开(公告)号：CN110471820A

公开(公告)日：2019-11-19

申请号：CN201910715416.4

申请日：2019-08-05

Applicant: 南开大学

Inventor： 王刚 ,  刘冬实 ,  王博 ,  许畅 ,  刘晓光

IPC: G06F11/30 ,  G06F11/34 ,  G06F3/06 ,  G06N3/04

Abstract: 一种基于循环神经网络的云存储系统磁盘故障预测方法，适用于解决基于磁盘SMART属性预测磁盘故障问题。本发明的方法包括：1、设定网络结构：包括输入层、隐含层、健康度层和输出层；2、前向计算：将SMART属性、上一时刻隐含层和输出层作为输入，计算迁移率或误迁移率；3、反向计算：若磁盘生命期未结束，将健康度层误差向隐含层和输入层反馈，反之计算输出层的反馈；4、模型迭代：迭代至收敛，输出权重矩阵；5、模型测试：读入权重矩阵，计算迁移率和误迁移率数值，统计准确率、误报率和提前预测时间。本发明能够有效提高递归神经网络在迁移率和误迁移率上的性能表现，同时在准确率等指标上取得性能提升，更有利于数据迁移和保护。

公开(公告)号：CN110471820B

公开(公告)日：2023-01-17

申请号：CN201910715416.4

申请日：2019-08-05

Applicant: 南开大学

Inventor： 王刚 ,  刘冬实 ,  王博 ,  许畅 ,  刘晓光

IPC: G06F11/30 ,  G06F11/34 ,  G06F3/06 ,  G06N3/04

Abstract: 一种基于循环神经网络的云存储系统磁盘故障预测方法，适用于解决基于磁盘SMART属性预测磁盘故障问题。本发明的方法包括：1、设定网络结构：包括输入层、隐含层、健康度层和输出层；2、前向计算：将SMART属性、上一时刻隐含层和输出层作为输入，计算迁移率或误迁移率；3、反向计算：若磁盘生命期未结束，将健康度层误差向隐含层和输入层反馈，反之计算输出层的反馈；4、模型迭代：迭代至收敛，输出权重矩阵；5、模型测试：读入权重矩阵，计算迁移率和误迁移率数值，统计准确率、误报率和提前预测时间。本发明能够有效提高递归神经网络在迁移率和误迁移率上的性能表现，同时在准确率等指标上取得性能提升，更有利于数据迁移和保护。