新葡京娱乐场-大陆娱乐场开户注册

本項目屬于腫瘤靶向藥物的體外藥敏檢測，是基于化學靶向藥與 其靶蛋白在細胞死亡時也可結合的特性，設計并合成特異性發光基團與靶向藥連接，得到一系列候選探針，經細胞篩選、裸鼠荷瘤切片共 定位、人源病理樣本孵育驗證，篩選獲得靶向藥探針。將探針與患者 活檢樣本共孵育后，通過檢測其熒光分布及強度即可直接得知患者對 該靶向藥的敏感程度，從而給予患者更加精準的給藥建議。該技術檢 測耗時短、結果準確、方法便捷、易于推廣，能夠與基于大數據的基 因檢測技術形成很好的互補融合，幫助臨床醫生為患者制定出更加精 準的診療方案。 技術創新點： 該探針能夠實現將靶向藥與患者活檢樣本的結合情況進行原位 顯色并相對定量，其熒光的分布及強度直接提示患者對該靶向藥的敏 感程度，目前國內尚無其他技術能夠實現。該技術能夠彌補基因檢測 只能從基因水平間接預測藥物敏感度的不足，給出的結果更為準確和 個性化。目前我們已合成并檢測了包括 3 種肺癌靶向藥探針在內的 6 種探針，項目一期預計合成國內已上市的 6 種肺癌化學靶向藥的全部 探針。 市場應用前景： 近年來精準醫療行業的發展愈發蓬勃，2016 年其國內市場估值 已達百億。精準醫療大致分為精準診斷和精準治療兩大板塊，目前精 準診斷一般依靠間接法或直接法。間接法主要通過基因及表觀遺傳學 檢測和大數據分析，對同一亞型的患者給出相同的診療方案，其準確 性強烈依賴于基因檢測的準確性及大數據庫的完善程度。一代 Sanger 測序雖成本較低易于普及，但只能檢測單基因突變，且靈敏度較低、 檢測耗時長、工作量大，無法滿足龐大的測序需求；二代測序 NGS 具 有通量高、敏感度強、能夠獲得未知突變信息等優勢，但其儀器和試 劑要求極高價格昂貴，且能夠準確解讀數據的科研人員十分稀缺。同時，基因檢測不能檢出基因表達過程中旁路對于待測基因表達的影響， 將直接導致給藥建議有誤差。直接法主要是腫瘤藥敏技術，如 MTT 比色法、ATP 熒光檢測法等，需要依托原代腫瘤細胞培養技術，該技 術由于巨大的個體化差異，成功率很不穩定，使得該類技術普及困難。 基于以上情況，開發一種更加精準敏銳且操作便捷、易于推廣的腫瘤 精準給藥篩查技術，是十分有必要的。該技術能夠與現有的精準診斷 技術形成強有力的互補，能夠幫助臨床醫生更好地為患者制定治療方 案，為患者爭取更大的生存機會，為國內精準醫療行業的發展提供一 個全新的思路。 合作方式： 融資共同開發，優先與第三方檢測機構進行合作。 鑒于技術保密性，暫未申請專利。

本公司主要產品-多模態宮頸癌智能輔助篩查系統，利用人工智能和圖像處理技術實現宮頸液基細胞全切片智能解析和細胞DNA定量分析，應用自然語言處理技術對細胞學TBS報告、細胞DNA定量分析報告以及電子病歷報告進行知識挖掘。 一、項目進展 創意計劃階段 二、負責人及成員 姓名 學院/所學專業 入學/畢業時間 祝新宇 軟件工程 2019.9 / 2023.6 楊志鵬 軟件工程 2019.9 / 2023.6 孫宇 軟件工程 2019.9 / 2023.6 呂焓 國際經濟與貿易 2019.9 / 2023.6 朱瑩婧 會計學 2019.9 / 2023.6 唐昆銘 軟件工程 2018.9 / 2022.6 劉波 軟件工程 2018.9 / 2022.6 賀雨欣 軟件工程 2018.9 / 2022.6 束童 軟件工程 2018.9 / 2022.6 孫東東 軟件工程 2018.9 / 2022.6 黃薇 軟件工程 2018.9 / 2022.6 三、指導教師 姓名 學院/所學專業 職務/職稱 研究方向 史駿 軟件學院 副教授 機器學習與智慧醫療 四、項目簡介 本公司主要產品-多模態宮頸癌智能輔助篩查系統，利用人工智能和圖像處理技術實現宮頸液基細胞全切片智能解析和細胞DNA定量分析，應用自然語言處理技術對細胞學TBS報告、細胞DNA定量分析報告以及電子病歷報告進行知識挖掘，形成宮頸癌細胞學知識圖譜輔助醫生決策和病理科室質控，建立多模態宮頸癌智能輔助篩查系統及其輔助診斷模型，構建AI驅動的宮頸癌篩查全流程應用生態，力爭減輕篩查過程中病理醫生的工作強度，最大限度地提高宮頸癌篩查的質量和效率。 本公司主要出售兩種產品：（1）宮頸癌數字病理云平臺：用戶批量上傳宮頸液基細胞全切片圖像至遠程，云端將自動進行智能分析，本系統算法軟件已在遠端服務器進行部署搭建，適應了減輕病理醫生閱片篩查工作強度的需求。（2）智能顯微鏡及其AI組件：系統實時讀取顯微鏡下視野，實時出具分析結果，團隊研發的算法已通過嵌入式開發實現了軟硬件一體化服務，能夠適配多種品牌的顯微鏡。由于宮頸癌數字病理云平臺需要經過價格昂貴的掃描儀制作數字化全切片的繁瑣制作過程，成本較高，該產品形式避免了過程繁瑣的數字化全切片制作過程，同時成本較低，主要針對社區、鄉村等基層醫療機構，有利于提高宮頸癌早篩的覆蓋率。

研發階段/n一種牛奶中人乳鐵蛋白篩查試紙條及制備方法，該專利技術可在30分鐘內檢測牛奶中是否有轉入的外源人乳鐵蛋白。

堅決打贏疫情防控和經濟社會發展兩場硬仗，需要強有力的科技支撐。2月29日，河南省新型冠狀病毒防控應急科研攻關項目啟動會在鄭州召開，圍繞當前疫情防控及企業大面積復工復產等方面需求，我省啟動實施了第二批新型冠狀病毒防控應急攻關項目，共計6個專題 8個項目。為了貫徹落實習近平總書記重要講話精神和省委、省政府關于統籌推進新冠肺炎疫情防控和經濟社會發展工作的安排部署，省科技廳圍繞我省當前疫情防控及企業大面積復工復產等方面需求，組織開展了第二批應急攻關項目征集評審工作。本批次共征集到項目20個，經省防控指揮部科研工作組、相關部門以及專家的現場調研、篩選、評審，最終對防控設備、疫苗研發、醫療廢物處置、防控信息技術、診斷試劑、中藥制劑等6個專項8個項目正式立項。駝人集團董事長王國勝在會上展示了防護頭罩、口罩、防護服等攻關專項階段性成果據了解，第二批項目的凝練堅持需求導向，主要是針對解決疫情防控的突出問題來進行研究謀劃：一是針對大面積復工復產復學人員篩查監測和流動風險防控問題。鄭州安圖生物工程股份有限公司承擔的“新冠/甲流/乙流核酸快速聯檢系統研制及其在疫情監測中的應用”項目，針對目前新型冠狀病毒核酸檢測不利于大范圍推廣和大批量快速應用的現狀，研發快速聯檢系統，從樣本到檢測結果全自動完成，無需核酸專用實驗室，并能一次檢測實現甲流、乙流和新型冠狀病毒區分，可應用于基層、急診臨床的新冠病毒檢測，便于分流管理和監控疫情。鄭州方欣生物科技有限責任公司承擔的“冠狀病毒快速檢測試劑研制”項目，從新冠病毒感染的病原學檢測、特異性酶和特異性抗體方面入手，著力提供一種有效、經濟的檢測工具，可應用于早期診斷、確診病人的免疫學應答、無癥狀病人的篩查、隔離和醫學觀察人群的監控、復工復學等大面積人群的篩查。鄭州大學第二附屬醫院承擔的“基于二代測序的新型冠狀病毒變異、毒力分析及疫情監控研究”項目，將對新型冠狀病毒的全序列進行測序，分析新型冠狀病毒基因變異情況，建立病毒基因組數據庫，根據病毒樣本基因變異情況和毒力估計進行分析研判，為疫情監控和預警提供重要參考信息，也可為新型冠狀病毒疫苗開發、抗病毒藥物篩選提供依據。鄭州大學承擔的“復產復工人員流動的疫情風險態勢仿真推演與智能精準防控平臺建設”項目，旨在突破復產復工人員流動的疫情風險智能精準管控關鍵技術，揭示人群流動行為對新型冠狀肺炎感染影響的風險評估計算模型和態勢演化規律，并在此基礎上研制智能信息化系統，形成嚴密有效的全社會智能化、精準化疫情防控機制。二是針對解決疫情一線防護服緊缺問題。河南省醫療器械檢驗所承擔的“可重復使用醫用防護服的研制”項目，旨在開發適用于新型冠狀病毒防護的可重復使用醫用防護服，破解防護服短缺困局，同時與駝人集團的新型防護面罩以及子任醫療、亞都實業、華西衛材等企業產學研緊密結合，解決一次性防護服防護級別低、供應不及時導致醫護人員感染等弊端，讓我國醫療機構隨時可以建立醫療防護安全網絡屏障。三是針對下一步治療、預防工作所亟需的有效藥物和疫苗開展研發。河南中醫藥大學承擔的“適宜于新冠肺炎醫學觀察期的中藥制劑研究”項目，旨在根據新冠肺炎醫學觀察隔離人員、康復期患者及高風險崗位人員的中醫分型特點，研制相應中藥制劑，為下一步治療和防控工作提供持續支撐。華蘭生物疫苗有限公司承擔的“新型冠狀病毒肺炎疫苗的研究與開發”項目，將在該承擔公司已建立的Vero細胞大規模培養平臺的基礎上，研發制備新型冠狀病毒肺炎病疫苗，通過其安全性和有效性評價，向SFDA申請注冊，實現產品上市。四是針對疫情防控產生的醫療廢物無害化處理技術難題。鄭州輕工業大學承擔的“醫療廢物無害化應急處置設備及工藝的研發”項目，旨在研發醫療廢物的移動式高溫碳化爐，及時、高效、無害化處置新冠肺炎疫情期間產生的醫療廢物，避免醫療廢物轉移運輸過程中可能造成的病毒擴散，有效防止疾病傳播，并對高溫碳化后的主要產物實現資源化利用。各項目承擔單位代表在會上匯報了所承擔的新型冠狀病毒防控應急攻關項目進展情況省科技廳負責同志表示，當前疫情防控到了最吃勁的關鍵階段，希望各攻關項目承擔單位及科研人員要切實增強使命感和緊迫感，展現科技擔當，體現科技作為，以應用為標準，以實戰為方向，以解決應急之需為首要，確保“需求來自一線，成果用到一線”，把論文寫在抗擊疫情的第一線，把研究成果應用到戰勝疫情中。要弘揚科學精神，遵循科學規律，遵守科研規范，嚴格審批程序，在科技攻關中既強調特事特辦、急事急辦，又堅持合法合規、科學嚴謹，加強相關研究的倫理審查和知情同意，確保科研攻關在安全合規的前提下加快推進。省科技廳將全力為項目實施的各方提供好服務保障，對于階段性績效目標完成較好、在疫情防控一線應用效果明顯的項目，會同財政部門及時安排撥付后續經費，充分保障攻關之需。

本項目屬于醫藥衛生領域應用技術類研究成果，主要研究胎兒結構異常超聲篩查策略、轉診體系以及超聲診斷新技術指標。設計多中心前瞻性隊列研究，依據四川省人口出生特點及四川省衛生廳備案具備產前診斷資質的醫療機構情況，納入四川省內6個省、市級產前診斷機構（四川大學華西第二醫院、四川省婦幼保健院、成都市婦幼保健院、宜賓市第二人民醫院、攀枝花市婦幼保健院、德陽市人民醫院）產前檢查孕婦人群，以初步建立地域為特點的胎兒結構異常超聲篩查策略、轉診體系。深入探討超聲診斷新技術指標，包括建立四川省胎兒超聲軟指標參考值范圍，為臨床科學決策提供數據依據；初步建立早孕期超聲篩查技術規范；對相關高危人群進行胎兒針對性檢查，初步建立針對性胎兒超聲心動圖檢查技術規范及針對性胎兒神經系統超聲檢查技術規范，合理應用醫療資源，提高全省產前超聲醫師診斷技能；建立超聲監測胎兒心功能評價宮內治療胎兒心律失常的方法，探討超聲引導胎兒臍靜脈穿刺技術應用。

  在該研究的訓練組和驗證組人群中，CRC診斷模型和預后預測模型均表現出了令人滿意的效果。在訓練組和驗證組的人群中，該診斷模型準確率均達到96%，并且在驗證組中該模型診斷敏感性達87.9%，特異性達89.6%，相對于目前臨床常用的結直腸癌血清標志物癌胚抗原CEA的準確率為67%，診斷準確度大幅度提高。在對患者預后預測的準確性方面，根據ctDNA甲基化標志物預后預測模型計算得到聯合預后評分指數（cp-score）對患者的預后預測的準確性要明顯高于臨床常用的預后指標，如腫瘤原發部位、TMN分期、CEA等。而將cp-score與這些常規預后指標結合以后，對患者預后預測的準確性還能夠得到進一步的提高，在訓練組患者中對預后預測的準確性達到82%，在驗證組患者中對預后預測的準確性達到87%。對預后的準確預測，可很好的指導醫生對不同的患者進行更為個體化的精準治療，例如對預后不佳者避免給予過度的治療，而對復發高危患者則給予更為積極的輔助治療等。? 研究團隊還在前瞻性隊列中驗證了單個ctDNA甲基化標志物在結直腸癌篩查中的價值。通過對1493例結直腸癌高危人群同時進行的腸鏡篩查和血漿ctDNA甲基化檢測結果進行比較，顯示ctDNA甲基化標志物可檢測出26例早期腸癌患者，26例進展期腺瘤（癌前病變），對腫瘤的檢出敏感性達89.7%，特異性達86.8%，對進展期腺瘤的檢出率敏感性達33.3%，敏感性和特異性均較現有的無創篩查方法有所提高。這一研究結果對于優化結直腸癌篩查，具有重要的意義，有非常廣闊的應用前景。       徐瑞華教授團隊的這項成果是我國科學家在腫瘤液體活檢領域又一項具有國際領先水平的重大突破，不僅為CRC的篩查提供了新的方法，也為CRC的精準診治提供了重要的參考。目前該團隊仍在積極開展ctDNA分子標志物在其他腫瘤篩查、診斷、預后預測、靶向藥物篩選等方面的基礎和轉化研究，為發現更多的早期腫瘤患者，進一步改善患者的療效和預后，提供更多、更有力的工具和手段。

快速診斷COVID-19是控制大流行的關鍵。本項目通過對新冠患者、健康人、醫護人員、上呼吸道感染（非新冠）的呼出氣中揮發性有機物進行了篩查。通過數據分析，發現新冠患者呼出氣中存在有別于健康人和其他患者的特征性有機化合物（VOC）生物標志物。呼出氣的采集只需1-2分鐘內完成，一次性耗材，無交叉污染。通過GC-IMS、PTR-MS或其它定制的VOC傳感器可以快速實現對患者的新冠篩查，全程無需任何生物檢測試劑，專業技術要求低，簡單無創、費用低廉，初步數據顯示相對于核酸檢測該方法的靈敏度和特異性均能達到90%。本發明的方法無論是采集呼出氣樣本后進行離線分析，還是通過被測者直接面向儀器呼氣的在線分析，都操作簡便，且呼出氣樣本純凈無需預處理即可進行分析，大大縮短了篩查時間，如利用GC-IMS在5分鐘以內即可完成整個篩查過程，若使用PTR-MS則可以縮短至1分鐘以內。本發明方法實現了通過呼出氣進行新型冠狀病毒感染的快速篩查，能夠方便快捷地為入境人員檢測和公共衛生管理等工作提供指導依據。同時，通過實時監測特定的VOC種類，可以實現對公共場所環境中是否有新冠患者進行預警。 該項目已經完成了前期測試驗證， 對60位受試者進行了測試，包括10名新冠患者，21名健康人，7名肺癌患者，22名上呼吸道感染患者（非新冠患者）以及相關背景。?本發明旨在提供一種基于呼出氣揮發性有機物（VOC）的新型冠狀病毒感染的快速篩查方法，從而可以無創、快速篩查被檢測對象是否感染了新型冠狀病毒，該方法可用于海關入境、公共場所、社區醫院等場景的新型冠狀病毒感染的篩查，也可以用于大量的流行病的調查篩查。此外，通過實時監測特征性的VOC種類，可以實現對公共場所是否存在新冠患者進行預警，保障空氣的生物安全，減少避免新冠傳播。

快速診斷COVID-19是控制大流行的關鍵。本項目通過對新冠患者、健康人、醫護人員、上呼吸道感染（非新冠）的呼出氣中揮發性有機物進行了篩查。通過數據分析，發現新冠患者呼出氣中存在有別于健康人和其他患者的特征性有機化合物（VOC）生物標志物。呼出氣的采集只需1-2分鐘內完成，一次性耗材，無交叉污染。通過GC-IMS、PTR-MS或其它定制的VOC傳感器可以快速實現對患者的新冠篩查，全程無需任何生物檢測試劑，專業技術要求低，簡單無創、費用低廉，初步數據顯示相對于核酸檢測該方法的靈敏度和特異性均能達到90%。

構建仿生嗅覺系統、通過分析呼出氣體的成分來識別早期的肺部纖維化病變。依據的理論基礎是人體新陳代謝的部分產物在肺泡通過氣體交換出現在呼出氣體中，所以呼出氣體中的成分可反映機體代謝和病理狀況。