质谱检测大数据分析

p　　国家卫计委11月30日消息，目前我国正在制定“精准医疗”战略规划，或将纳入到“十三五”重大科技专项中。/pp　　精准医疗主要由基因测序等顶尖技术构成，将改变现有的诊断、治疗模式，为医学发展带来一场变革。据透露，我国将研发一批国产新型防治药物和医疗器械，形成一批我国定制、国际认可的疾病诊疗指南、临床路径和干预措施，显著提升重大疾病防治水平，针对肿瘤、心脑血管疾病、糖尿病、罕见病分别制定8-10种精准治疗方案，并在全国推广。/ppstrong　　政府高度重视/strong/pp　　国家卫计委官员告诉中国证券报记者，本次制定的“精准医疗”战略规划，系国家卫计委会同国家科技部、中国科学院等中央部委，按照中央领导同志的批示，联合一批顶尖科学家研究制定的。/pp　　据透露，国家相关部委获悉美国的精准医疗计划后，很快将这一计划专文上报国家高层，高层随即批示国家科技部牵头调研，国家科技部鼓励中国科学院北京基因组研究所在这一领域深入钻研。/pp　　关于这项顶尖的科研计划，今年以来政策方连续推出举措：今年3月27日，我国发布了第一批肿瘤诊断与治疗项目高通量基因测序技术临床试点单位名单。4月15日，国家卫计委和科技部组织生物医药等领域专家，同中国科学院等部门共同研讨精准医学研究计划。5月10日，国务院发布《关于取消非行政许可审批事项的决定》，其中第31项是关于取消第三类医疗技术临床应用准入审批，取消的审批项目包括原来由国家卫计委负责的造血干细胞移植、基因芯片诊断、免疫细胞治疗等第三类医疗技术临床应用。/pp　　据介绍，在精准医疗领域行动最快的是英国。英国政府2012年发起大型测序研究项目——“10万基因组计划”，即对英国国民医疗保健制度记录(NHS)中的10万名病人的完整基因组进行测序，目标是根据基因组学和临床数据制定个性化的癌症和罕见疾病疗法，并使NHS成为“世界上第一个将提供基因组医学作为日常护理一部分的主流健康服务体系”。迄今为止，英国已经对几百个基因组进行了测序，预计2016年测序完成1万个样本，到2017年完成10万个样本。/ppstrong　　大数据分析护航/strong/pp　　精准医疗要做到个性、高效及预防，前提是疾病的筛查和诊断。因此，开展精准医疗，首先是要发展基因测序和大数据应用。从精准医疗的过程来看，产业链可以简单分为诊断和治疗两个部分。诊断过程主要涉及分子诊断技术、大数据及云计算的应用，通过对单个患者相关样本的采集检测，并与数据库中相关疾病的资料进行比对，得出相关诊断结果。在治疗阶段则可以根据诊断的结果实行“量体裁药”。/pp　　大数据分析将在精准医疗中发挥巨大作用。精准治疗实施的前提是基因测序技术，而基因测序后产生的数据则有赖于大数据的比对分析。一个完全测序的人类基因组包含100GB-1000GB的数据量，这在解读上有很大困难，需要专门的数据库进行数据信息的横向与纵向比对分析。国外很多公司都建立了自己的大型数据库并开发相关的软件进行快速数据分析。例如Myriad genetics公司拥有专有数据库来进行大数据的一体化分析，可用来解释不确定的遗传检测结果。Illumina公司开发出BaseSpace的云计算与存储平台。SevenBridges Genomics在人类基因组排序和分析中综合应用了云计算和NoSQL数据技术，推出EC2、S3和MongoDB等。/pp　　A股上市公司荣之联(002642,股吧)凭借在高性能计算和大容量存储方面积累的技术优势，为华大基因设计、建设和维护位于深圳和香港的生物信息超算中心，成功地解决了基因测序形成的海量数据在并行计算和存储等方面的难题。目前，华大基因具备了每秒运行157万亿次的超级计算能力，数据存储量达12.6PB，基因测序能力位居全球第一。/pp　　大数据比对分析后所得到的信息，可为个体化药物设计提供指导，实现“量体裁药”。目前众多预测性基因检测项目中最具有实际应用意义的是“药物基因型检测”，即针对人体发病基因片段设计靶向药物，并用大数据分析药物将要产生的反应、药效、敏感性以及副作用的情况，从而筛选出最佳治疗方法和个体化的给药方案。“量体裁药”将在很大程度上减少临床用药不当，提高疗效与降低医疗费用，为未来医学指明方向。/pp　strong　肿瘤检测市场先行/strong/pp　　国家卫计委医政医管局今年4月公布首批肿瘤高通量基因测序临床应用试点单位名单。意味着肿瘤病种的基因测序得到监管层首肯。/pp　　达安基因控股孙公司广州达安临床检验中心及迪安诊断全资子公司杭州迪安医学检验中心入选首批试点单位名单。卫计委指出，将通过试点，做好高通量基因测序技术的验证与评价，逐步完善相关技术规范，提高高通量基因测序技术在肿瘤诊断与治疗方面的应用和管理水平。除上述两家外，入选首批试点的单位还包括中山大学附属肿瘤医院、深圳华大临床检测中心等。/pp　　2006年我国第三次居民死亡原因抽样调查结果显示，30年来，乳腺癌死亡率上升了96%，而肺癌死亡率更是狂飙465%。根据《世界癌症报告》统计，2012年中国癌症发病人数为306.5万，约占全球发病的1/5 癌症死亡人数为220.5万，约占全球癌症死亡人数的1/4。对这类恶性疾病的治疗，一方面是加大治疗药物的研发突破，另一方面应从精准治疗角度进行治疗技术的突破。/pp　　业内人士介绍，当前的肿瘤治疗正逐渐从宏观层面对“症”用药向更微观的对基因用药转变，实现“同病异治”或“异病同治”，精准治疗已经成为肿瘤治疗的公认趋向。鉴于肿瘤基因测序的市场广阔的前景，继无创产前测序争夺战开展数年后，国内多家基因公司开始进入肿瘤检测市场，开始争夺这块大蛋糕。/pp　　此前，肿瘤个体化治疗仅由国家卫计委批准了中南大学湘雅医学检验所、北京博奥医学检验所和中国医科大学第一附属医院，三者皆为政府背景，开展进度缓慢。随着3月底国家卫计委公布了首批肿瘤高通量基因测序临床应用试点后，个别公司已先下手为强。华大基因旗下华大医学的进展最为快速，肿瘤检测即华大医学“生死战略”战略中的“死”战略之一。/pp　　华大医学的肿瘤套餐已于近日出炉并正在推向市场，目标客户既包括健康人群、高危人群，也可辅助治疗、预后监控。此套餐涉及肿瘤种类是目前中国市场上最为全面的。健康、高危人群适用于“遗传性肿瘤筛查”，其中包括男性15种、女性16种常见肿瘤的筛查，乳腺癌、卵巢癌、肺癌等常见癌症均在套餐范围内 罹患肿瘤的患者则适用于个体化治疗套餐，定位于针对性用药、预后复发监控等。br//p

镜质合璧 还原真实质谱成像数据分析软件IMAGEREVEAL MS 简化常规分析您还在担心浪费宝贵的时间或丢失有价值的数据？利用IMAGEREVEAL MS可自动从大量数据中发现重要信息。 IMAGEREVEAL MS工作流程 主要特点 只需3步即可完成数据处理✦ 利用“整合分析”模式在“整合分析”模式下通过预设参数可自动获取具有显著特征的质谱图像。这一功能非常便于用户以同样方式处理大量数据。用户只需执行一步操作即可创建基于差异分析和/或图像分析的数据列表、进行数据统计分析以及获取质谱图像。 使用“整合分析”的示例在“整合分析”模式下，软件会自动选取NASH组织中与正常组织相具有特殊性的质谱图像。 多种分析模式3个分析模式示例对NASH（非酒精性脂肪性肝炎）小鼠肝脏的分析NASH（非酒精性脂肪性肝炎）是指一种与饮酒无关的脂肪肝疾病。 1找出NASH组织特有的分子差异分析 2查找与染色图像分布相似的分子图像分析 3创建显示目标分子浓度分布的质谱图像定量分析 处理多种格式数据利用自带的数据转换工具“IMDX Converter”可以将多种格式的数据转换为IMAGEREVEAL MS可读取的imdx格式。 * 无法保证转换其他仪器中的所有数据。有关数据转换的实际结果，请参阅产品介绍网站。 其他功能1靶向分析/非靶向分析靶向分析：基于列表中目标m/z值进行分析，如脂质或代谢物等。此外，还可以创建自定义列表。 非靶向分析：在指定的质量范围内对所有m/z进行分析。可用于检查该范围内包含的有意义的m/z值。 化合物列表 2同时处理多个质谱图像数据文件本软件可以同时处理多个数据文件，并且一次性导入所有数据后即可进行图像对比，操作简单。分析大数据无需拆分，可直接分析达几百GB的数据文件。30天试用版IMAGEREVEAL MS包含所有功能，如有需要可登录以下网站或点击文末“阅读原文”前往下载。https://www.shimadzu.com/an/lifescience/imaging/reveal.html 本文内容非商业广告，仅供专业人士参考。

p 近日，岛津公司宣布发布IMAGEREVEAL MS质谱成像数据分析软件。该软件可以不需要任何额外的时间或麻烦，即可从多种角度分析数据，从而简化了数据分析过程。它特别适合用于分析大数据集或者同时分析多组数据。岛津将在9月5日至7日举办的JASIS展会上展示这款软件。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201808/insimg/9aa35697-5099-45a4-9d58-757dd3bbe885.jpg" title="imagereveal_ms.jpg"//pp style="line-height: 1.5em " 质谱成像技术主要用于分析二维图像，这些图像显示了用质谱仪测定的物质的分布情况。近年来，在空间分辨率和质量精度方面的技术进步使得质谱产生了大量的数据，这对数据分析产生了极大的挑战。/pp style="line-height: 1.5em " IMAGEREVEAL MS质谱成像数据分析软件可以通过轻松搜索大量质谱成像数据的功能，从而获得所需信息来解决上述问题，这可显著提高研究效率。该软件包括六种类型的数据分析功能，具有不同的可用功能，具体取决于客户选择的许可证。数据转换器可用于分析非岛津质谱仪测量的数据。/pp style="line-height: 1.5em " IMAGEREVEAL MS软件起源于同九州大学医疗氧化还原导航创新中心的联合研究。自2006年以来，岛津通过提供一系列质谱系统和专门知识，作为合作伙伴参与了该项目。从2012年到2016年，岛津公司与三菱田边制药公司合作开发了质谱数据软件，该软件能够无缝分析从基质辅助激光解吸/电离质谱仪(MALDI-MS)上得到数据。所得到的原型均是IMAGEREVEAL MS软件研发的基础。/ppbr//p

默克与Palantir合作建立半导体制造数据分析平台Athinia　　德国材料巨头默克公司(Merck)正与美国大数据公司Palantir Technologies组建一家合资企业，以汇集半导体制造业芯片制造商及其供应商的数据并分析，解决当前面临的半导体短缺问题。　　这家名为Athinia的公司将总部设在美国，由默克公司首席科技官Laura Matz担任首席执行官。它将利用人工智能和大数据的结合来帮助解决客户面临的半导体挑战。Athinia是一个安全的数据分析平台，新平台将处理IC制造从气体和沉积材料到光刻和光刻胶化学品供应的数据。该协作工具将把晶圆厂运营商和化学品与材料供应商联系起来，使他们能够安全地共享和分析晶圆厂数据，目标是在美国芯片制造商寻求提高集成电路产量的同时，帮助供应链合理化以提高效率，从而解决当前供应链中断的问题。协作分析平台还将提高供应链的透明度，帮助保证材料供应，防止材料供应影响芯片制造。　　　　默克正通过其电子材料子公司——北美业务部门EMD electronics采取行动，EMD Electronics将监督针对半导体和显示器行业的计划。默克公司表示，到2025年，将在亚利桑那州、加利福尼亚州、宾夕法尼亚州和得克萨斯州的工厂为其美国业务投资10亿美元。Matz拒绝透露为创建Athinia投入了多少资金，也拒绝透露该公司是否有任何芯片制造商、材料供应商或研究机构与该平台签约。她说：“我们现在才刚刚起步，2022年将有第一批采用者。”“芯片短缺需要全行业的合作来解决消费者目前面临的供应链问题，”这家德国公司电子部门首席执行官Kai Beckmann在一份声明中表示。“我们正在美国投资，以扩大我们的生产能力。”　　Athinia的计划是将多家材料供应商(包括默克的竞争对手)与半导体制造商一起引入，让他们共享、汇总和分析数据，以提高效率。这些数据将使用Palantir的大数据专业技术保密。　　Palantir由Peter Thiel和其他人于2003年创建，并以Gotham、Metropolis和Foundry平台而闻名。Palantir Gotham被美国情报机构和美国国防部的反恐分析人员使用。Palantir Metropolis 供银行和金融界使用，而Palantir Foundry则供公司客户使用，典型客户包括Merck, Airbus and Fiat-Chrysler，后者现在是Stellantis的一部分。　　“材料供应商和半导体制造商已经看到产量受到的影响越来越大，”Matz说，他还说，前沿工艺十分灵敏，以至于标称规格的材料可以产生可变化的产量。“传统参数不一定能预测晶圆厂工艺的相互作用，”她补充道。“这项服务的一个关键方面是隐私，Athinia将通过对数据进行编码和匿名来提供隐私。与Athinia合作的结果是，公司将更快地获得更好的数据。”　　Athinia平台由Palantir Foundry提供支持，使用户能够构建和分析来自不同来源的数据，生成强有力的建议并支持运营决策，同时帮助确保敏感数据按照适用的数据隐私规则、法规和规范进行处理。

超高效液相色谱-高分辨质谱(UPLC-HRMS)已经成为蛋白质组学、代谢组学以及药代动力学研究中的一项核心支撑技术，通过对不同生物样品的定量研究可以全面、精细地表征该生物体系的生理特性及预测功能。在用于蛋白质组学的质谱分析中，无标定量以其稳定性和安全性逐渐占据了主要地位。MSE方法是由Waters公司开发的应用在Q-TOF类型质谱仪器上的一种组学数据采集方法，作为一种数据独立获取(DIA)方式，它可以提高无标蛋白质定量的准确性和动态范围。但由于它特殊的输出格式形式，一些致力于分析数据依赖型(DDA)数据的常用开源软件不能对MSE 数据进行进一步的分析。　　近日，中国科学院天津工业生物技术研究所水雯箐研究组成功建立了对基于MSE方法的无标定量蛋白质组学数据的新分析流程。在该研究中，结合开源软件Skyline和统计软件Diffprot建立起的工作流程，实现了对无标定量MSE质谱数据的定量分析。通过对磷酸化肽段和全细胞质蛋白质组定量数据的分析应用，验证了新开发流程的可靠性、稳定性、准确性和透明便捷的处理流程。另外，该研究创新性地发现改进后的新流程也可以应用于对小分子化合物的大规模定量分析，在蛋白质配体相互作用实验中，研究人员利用该新流程发现了针对药物靶点蛋白NDM1的新型小分子配体。　　该研究获得国家自然科学基金和天津自然科学基金项目的支持，相关研究成果已经发表于Proteomics (2014,14:169&ndash 180)，天津工生所和南开大学联合培养的研究生刘姗姗为第一作者。　　无标定量MSE数据分析流程图

大连达硕信息技术有限公司(以下简称“达硕信息”)专注企业级数据的分析整合、深度挖掘与商业智能，掌握数据核心技术，提供专业化的数据处理软件产品，个性化的数据整体解决方案，以及平台级的数据整合服务。公司目前推出多款数据分析软件产品，欢迎试用。魔力TM复杂多变量数据智慧化处理软件系统 (ChemDataSolution)科学仪器数据因其高维、高通量与高复杂度的特征，价值密度大，但分析处理的困难度亦很高。食品快检与安全监测、工业过程分析与生物组学研究等众多领域所面临的在线与动态、快速与实时，以及模型共享与大数据分析等诸多问题，对智慧型数据挖掘与深度价值利用提出了现实的需求。与传统的多变量数据分析产品或仪器自带的软件相比，ChemDataSolution系统在复杂情形下的文件夹数据批载入、智能算法流、一键数据处理与多模型分析、同时模型构建、验证与预测、多线程与并行计算以及用户体验等各个方面具有开创性，是分析处理色谱和质谱，尤其是近红外等光谱数据的强大工具。主界面截图 (ChemDataSolution)该系统具有如下的特色与优势： 1、数据分析算法流算法流是指构造包含不同数据处理方法的数据整合与优化流程，设置算法参数，在实际的数据分析处理中，仅需往算法流中添加待分析数据即可获得最终结果，完整保留中间计算结果以备查验，实现更快速便捷，准确智能的分析模式。 2、一键处理与多模型处理因算法流思想可实现数据处理方法的逐级串联与优化整合，将训练集、验证集或预测集同时添加到算法流中，达到一键处理即获得所有分析结果的目的。 3、同步建模、验证与预测在算法流的使用中，用户可分别添加建模、验证与预测数据，系统先构造模型，然后再将验证与预测数据进行相同的预处理或特征选择操作，基于已构建的模型获得计算结果，同样可极大减少用户的操作步骤。 4、智能数据批载入与数据库数据载入是数据分析的基础，实现复杂情形下的数据批载入是实现智慧型数据分析的前提。通过研究不同类型数据结构，尤其是数据自动载入时可能遇到的各种情形，提出数据智能载入的整体解决方案，如数据类型与长度、数据与字符、数据分隔符、化学坐标处理、数据头文件、数据排列方式、数据载入后是否放入已经存在的数据文件中，以及多个数据文件的上述处理方式是否存在差别等。 5、用户体验ChemDataSolution实现了非常人性化的用户体验与功能，比如基于XML技术的参数预设值、保存与调用，用户偏好设置，自定义报表，特别是基于导航栏文件式的数据、图形、算法流与模型结果管理等。 代谢组学小分子化合物快速鉴定软件系统该系统由达硕信息与中国科学院大连化学物理研究所共同开发完成，是未知代谢物定性分析的不二选择。系统融合多级质谱的精确质量数与保留时间信息，实现未知代谢物的多层次鉴定分析。系统主要具有如下功能与特色： 1、完备的代谢标准化合物数据库系统以SOP的方法，在正、负二个电离模式，以及三个不同检测电压下，采用先进的AB SCIEX 5600+仪器，构建2,000个不同代谢物的LC-MSn数据库，同时包含高分辨精确一级和二级质谱，以及保留时间的信息。这也是系统的核心优势之一。 2、定性经验的传递基于LC-MSn分析的化合物鉴定，经验性极强，初学者或者研究生需要花费很大的时间与精力才能基本掌握；而且学生一旦毕业，其定性结果与经验又无法为实验室继续利用，导致学生循环往复，研究组的积累却很是有限。系统通过不同成员构建灵活的扩展库数据库、未知物数据库，本地与局域网互联互通，以及强大的数据库功能，达到这样的目标：“研究生毕业不要紧、定性知识留下来”，“新进实验室不要紧，站在师兄师姐的肩膀上”。 3、多层次定性分析除上述自建标准化合物数据外，系统集成HMDB、Metlin、LIPID MAPS以及MMCD网络数据库，用户可在系统直接批量搜索这些数据库，实现与自建数据库分析结果的比较、融合与定性结果相互补充、扩展。在此基础上，用户可实现自建标准化合物数据库、网络数据库、扩展数据库，以及未知物数据库的综合定性分析，并可在不同数据库所得到的结果间相互比较分析，以获得最可靠的鉴定结果。此外，系统通过先进的样本间数据校正、定性匹配算法、原始数据批载入，批量定性分析，快速丰富查询(如中性丢失等)，以及优越的用户体验等功能，实现代谢小分子化合物的快速鉴定。主界面截图 (代谢小分子化合物快速鉴定软件系统)

近期，北京林业大学材料学院许凤教授团队在植物细胞壁拉曼光谱大数据处理技术上取得新突破。该技术成果构建了基于主成分分析的植物细胞壁拉曼光谱聚类分析方法，相关研究成果“Method for Automatically Identifying Spectra of Different Wood Cell Wall Layers in Raman Imaging Data Set”发表在《Analytical Chemistry》上。该期刊为美国化学会旗下国际分析化学领域顶级期刊，最新影响因子5.636，五年影响因子5.966。　　拉曼光谱成像技术具有信息丰富、制样简单、对样品无损伤等特点，近年来已成为研究植物细胞壁局部化学的重要工具。然而，拉曼光谱分类技术落后，严重制约了光谱数据的深入挖掘及科学运用。传统的分类技术通过导出实验数据进行手动分析，不但费时费力，人为因素干扰严重，更会造成数据浪费，甚至丢失重要信息。针对这一问题，许凤教授团队经过探索创新，基于细胞壁超微结构特点，率先采用数学统计学结合自主研发的计算机程序分析处理植物细胞壁拉曼光谱数据，建立了快速分辨细胞壁不同形态学区域拉曼光谱的新方法。该方法能够根据植物拉曼光谱的自身特点，对所获海量拉曼光谱数据进行自动、准确、快速分类，将为植物细胞壁化学组分拉曼光谱定量研究提供理论依据。论文投稿期间，审稿人一致评价该方法创新性突出，对生物质相关领域的研究具有重要意义。　　发表在《Analytical Chemistry》上的论文第一作者为北京林业大学材料学院林产化学加工工程学科2014级博士研究生张逊，论文发表获得国家杰出青年科学基金的资助。目前，在许凤教授的指导下，张逊正开展基于该技术的相关研究，希望在植物细胞壁拉曼光谱的定量分析上能有新的突破。

p　　云计算正在成为生物医学界的“宠儿”。——8月14日，北京贝瑞和康生物技术有限公司与阿里云共同向外界宣布双方达成合作，共同打造以海量的中国人群基因组数据为核心的数据云，实现对个人基因组数据的精准解读。/pp　　此次，双方共同合作的“神州基因组数据云项目”将首先聚焦于基因组大数据在云平台上的批量计算、分析、存储，进而在基因大数据领域共同进行前沿探索。/pp　　“打造基因组大数据，相当于建立了一个中国人基因版的《本草纲目》，将记载中国人群最核心的基因信息、生命信息，为中国人群重大疾病的预测、预防、诊断和治疗奠定基础。它的意义将不亚于《本草纲目》这部东方医药巨典。”贝瑞和康首席生物信息官于福利博士说。/pp　　中国是世界出生缺陷率最高发地区之一。每年1600万至2000万的出生人口中，有80万至120万出生缺陷儿。1996年到2010年，中国新生儿出生缺陷发生率增幅达70.9%，每一万名新生儿中就有149.9人患有先天性缺陷。/pp　　这一不利的局面将随着“神州基因组数据云”项目的实现得到改观。据了解，贝瑞和康自主构建的中国人群基因组大数据库目前已包含超过四十万份基因组数据。通过对该数据资源的深入挖掘，能够进一步揭示中国人群遗传突变分布，这将极大助益于提升中国人遗传疾病诊断的效率和精准程度。/pp　　贝瑞和康作为国际领先的基因测序技术临床转化服务商，致力于为临床医学疾病筛查和诊断提供“无创式”整体解决方案，是无创DNA产前检测和针对肿瘤循环DNA的肿瘤个体化医疗基因检测的行业领导者。/pp　　基因测序是一种新型基因检测技术，能够从血液或唾液中分析测定基因全序列，预测罹患多种罕见疾病的可能性，如地中海贫血病。/pp　　业内人士指出，随着下一代基因测序、生物质谱和医学成像等医学技术的迅猛发展，大数据浪潮为生物医学带来了前所未有的机遇，将根本性的改变生物医学基础研究和医疗实践，但同时生物医学领域数据爆炸式的增长也对海量数据的存储和分析提出新的挑战。云计算将大量计算资源、存储资源和软件资源虚拟化，形成规模庞大的共享资源池，可以有效解决生物医学对IT资源的弹性需求。/pp　　目前，新一代基因测序技术要得到比较准确的信息，一般认为30X 的基因测序深度是必须的，所以一个人的基因组检测大约需要产生 90Gb 的数据。如此大的数据，在一般的电脑或小型服务器上运行起来非常困难。/pp　　阿里云是全球领先的云计算服务平台。客户通过阿里云，用互联网的方式即可远程获取海量计算、存储资源和大数据处理能力。根据IDC调研报告，阿里云是国内最大的公共云计算服务提供商。/pp　　此次，阿里云与贝瑞和康达成合作，正是基于阿里云批量计算服务的强大能力，利用云计算的优势降低成本，提高数据分析的速度。/pp　　阿里云批量计算服务是一种适用于大规模并行批处理作业的分布式云服务，适用于生物基因分析、渲染、多媒体转码、科学计算、金融保险分析等多个行业领域。/pp　　阿里云高级专家林河山介绍说，“借助批量计算服务，用户可以调动海量计算资源快速完成基因大数据的处理。批量计算服务提供简单易用的API，允许用户通过有向无环图的方式灵活组建工作流，计算资源管理、作业调度和数据分发由系统自动完成。同时，批量计算服务支持自定义镜像，并允许应用通过网络文件系统(NFS)协议高效访问阿里云对象存储(OSS)上的数据，使得用户原有分析流程可以轻松上云。结合阿里云对象存储，批量计算服务能够帮助生物信息分析专家在云上快速构建大规模基因组学应用。”/pp　　他进一步说，“此次与贝瑞和康的合作，阿里云将不断优化基于基因组学的云解决方案，以契合医学时代发展的需求。”/pp　　业内专家预计，双方合作完成的基因组数据云将对中国临床医学的精准诊断，预防和治疗的发展产生深远的推动力。/pp　　无疑，借助阿里云的批量计算服务，用户将更便捷、更简单、更迅速完成基因大数据计算，大大降低客户的成本。同样，因为云计算的赋能，为研究人员开展大规模的基因组学研究大开“方便之门”，将催生一批影响人类健康相关的变革性成果。/p

新一代软件加强了控制能力，独具Pathway Mapping、Process Automation功能及改进的化合物数据库通道日内瓦—（美国商业资讯）—沃特世公司（纽约证券交易所代码：WAT）近日在瑞士日内瓦举行的第20届国际质谱大会上，推出了2.0版Progenesis? QI。该软件是一款用于液相色谱-质谱(LC-MS)小分子组学数据分析的新一代软件。 继六月份推出适用于蛋白质组大分子组学数据分析的2.0版Progenesis QI，沃特世今天发布的软件进一步完善数据平台。Progenesis QI和Progenesis QI蛋白组学软件将液相色谱-质谱(LC-MS)的数据分析速度和精度都提升至新水平，使用户能快速定量和鉴定样品中发生显著变化的小分子、脂质化合物和蛋白质。 Progenesis QI 2.0版的新功能包括：Pathway Mapping能促进将现有发现纳入生物学情境中的过程，从组学数据中获得尽可能多的信息；Workflow Automation能在没有人为干预的情况下，使软件在多个处理阶段自行运转，不仅节省了宝贵的时间，还能在夜间和周末持续运转；改进的化合物数据库通道，提高了成功鉴别化合物的机会；与EZInfo 3.0的扩展统计功能完美结合，具有双向的数据流，只需通过单一的菜单导向命令，就可实现灵活的数据挖掘。 沃特世全球营销和信息部门副总裁Rohit Khanna博士表示：“未进行深入了解的新发现是无用的。最新版本的Progenesis QI拥有改进的界面，使得软件的使用比以前更直观快速，让用户对他们的研究更有信心，并能更深入地理解获得的结果。” Progenesis QI 2.0版拥有基于研究人员的工作方式的灵活、直观易学的工作流程。它有着高度可视化的用户界面。扩展后的功能拓宽了在制药、健康科学、食品、环境和化学研究等诸多研究领域的应用。 如需了解更多有关Progenesis QI 2.0版软件的信息，请访问http://www.nonlinear.com/progenesis/qi/。更多Progenesis QI生物信息学软件的信息，请访问：http://www.waters.com/waters/zh_CN/Progenesis-QI-Software/nav.htm?cid=134790655&locale=zh_CN关于Progenesis QI软件2014年4月，在德国慕尼黑的Analytica Conference（分析研讨会）上，沃特世继收购组学数据分析软件领域的全球领导者Nonlinear Dynamics Ltd.之后，推出了Progenesis QI和Progenesis QI蛋白质组学软件。2014年6月，沃特世发布了用于蛋白质组学的2.0版Progenesis QI，扩充了信息学套装。Progenesis QI软件使研究人员能采用独特的方法分析并可视化LC-MS数据，准确定量和鉴定化合物和蛋白质。Progenesis QI软件支持所有常用的LC-MS数据格式，具有直观的导向性工作流程，能使用户能在宝贵的样品中快速、客观、可靠地找到目标化合物。Progenesis QI 2.0版拥有pathway mapping、process automation和改进的化合物数据通道等新功能，能提供增强的控制能力和功能。

近红外数据分析中的关键问题网络讲座顺利召开 2016年8月30日上午，由华东理工大学、南开大学、大连达硕信息技术有限公司共同主办的网络讲座，在仪器信息网，以在线的方式顺利召开。讲座分别由杜一平教授、邵学广教授、曾仲大总经理担任主讲人，围绕近红外数据分析中关键性、经常性问题进行全面、深入阐述。 杜老师从近红外光谱数据预处理、变量选择、模型构建与结果验证等诸多方面，非常细致地介绍了整个建模过程中涉及的算法及算法原理、注意事项，以及普遍遇到的问题及解决方法。杜老师也提到，近红外数据分析绝非看似的那样简单，涉及对数据的理解、对算法的理解。同时不能只关注数学方法，更要记住我们是化学家！邵老师从大数据分析角度出发，阐述近红外数据分析，并延伸到近红外光谱的模型转移。大数据是国家关注的重点方向，企业信息化的推进，数据体量不断增大，需要基于大数据与云计算的手段方法提升效率，挖掘数据价值。近红外的模型转移则是现在生产型企业发展中遇到的，非常棘手的问题。不同厂家、不用仪器的数据和模型不能共享，很难实现数据融合。邵老师经过多年的研究与实践从方法到应用给大家进行了详细介绍。同时邵老师介绍了近红外模型转移中需要考虑和注意的问题，以及目前比较成熟的算法，为大家解决实际问题提供广阔思路。 曾老师则从近红外数据分析应用与软件系统实现的角度，阐述如何能更智慧地构建近红外分析模型，并结合大连达硕信息技术有限公司最新发布的魔力近红外数据分析产品(v2.0版)，全面介绍系统如何实现智慧型近红外数据分析，包括批量文件夹数据载入，智能数据建模算法流，“随时”、“随时”数据建模，全面的建模方法比较，以及优异的用户体验等等。同时鼓励近红外同行们使用产品，支持国产软件发展。讲座后，三位老师延长预定时间，回答大家感兴趣的诸多问题。此次讲座得到了近红外分析和化学计量学同行的普遍关注，人气指数超过5,500，300余人报名参加。讲座结束后，大家通过各种途径表达对讲座的支持厚爱，效果很好，评价非常高。与此同时，大连达硕信息技术有限公司在讲座后，建立化学数据联盟微信群，一方面使与会者可更深入讨论近红外相关问题，推进行业发展，另一方面也广纳同行对联盟发展的意见与建议，促进联盟发展。 大连达硕信息是国家高新技术企业，专注化学与生物行业数据的整合分析与深度挖掘，辅助决策支持，公司全方位提供数据分析服务、数据处理产品，以及个性化数据应用整体解决方案，是我国化学与生物数据应用领域的排头兵。公司技术力量非常雄厚，在化学与生物数据分析领域积累非常丰富的经验，深受客户好评。

&ldquo 如果说物联网是&lsquo 互联网+&rsquo 的眼睛，那么大数据就是&lsquo 互联网+&rsquo 的大脑。&rdquo 对广东柯内特环境科技有限公司而言，大数据与物联网的结合，解决了一个环保难题：不仅能监测污水排放是否超标，还能通过大数据模型，分析企业是否有偷排嫌疑，排污设施是否闲置。　　环保监管存在 三大取证难点　　在环保监管中存在三大取证难点：如何判定企业污水是否偷排、企业是否超标排放、排污设施是否闲置?　　对环保企业而言，行业存在的痛点，就是企业发展的机遇。广东柯内特环境科技有限公司正是这样的有心人，通过互联网技术与大数据结合，不仅为企业找到了发展新方向，也为部门监管提供了新的&ldquo 利器&rdquo 。　　&ldquo 监控器联网，相当于有了无数双眼睛，但却缺乏一个大脑，而大数据分析就类似于这个大脑。&rdquo 柯内特公司总经理朱斌表示，在对原有的监测系统进行创新研发后，该公司成功开发了一个更为先进的2.0系统，它能够通过大数据分析排查出有偷排、漏排嫌疑的企业，一旦发现可疑企业，系统就会发出预警。　　&ldquo 我们通过企业进水量和排水量的差额对比，确定偷排嫌疑对象，通过企业污水治理设施的运转率、活跃性分析，以及PH超标次数，来判断企业排污设施是否闲置。&rdquo 朱斌表示，大数据模型起到了更为精确的作用。在2014年，通过分析24小时的监控数据，这一模型已经准确分析推断出多家存在重大违法排污嫌疑的企业。　　运用互联网思维 打造开放生态链　　柯内特只是一个只有百名员工的中小企业，如何能跑在大数据和物联网技术的前沿?答案是，与IBM等&ldquo 大数据&rdquo 界&ldquo 巨人&rdquo 同跑，为自己寻找到强大的技术支撑。　　2013年，柯内特与IBM达成战略合作伙伴关系。去年，柯内特通过搭载IBM全球领先的大数据模型，实现了环保监测2.0系统的转变。　　&ldquo 战略是用未来看现在，战术是用现在来看现在。&rdquo 朱斌认为，对未来的预知能力和预判能力，对一个企业愈发显得重要。面对移动互联时代的到来，今年柯内特决定开发手机APP软件，&ldquo 在APP上，企业不仅每天能看到自己的排污数据，还能看到在行业中的排名。而市民也同样如此，能激发大家的环保责任意识，共同推进环保事业。&rdquo 　　技术只是工具，更重要的是技术背后的思维。&ldquo 互联网+&rdquo 时代的到来，最大的影响将是商业模式的裂变。&ldquo 一个好的商业模式，能把所有人的力量都调动起来。&rdquo 在朱斌看来，免费、开放、共享、生态链的互联网思维，将是未来主导的商业思想。　　受互联网免费、开放思维的启发，柯内特正在下一盘大棋：对环保监测实施&ldquo 终端免费，服务收费&rdquo 的全新商业模式，通过快速积累用户，实现全国性的&ldquo 互联网+环保企业&rdquo 的目标。　　&ldquo 将大数据的监测展示层和分析运用层分开，监测数据和硬件可以免费，但数据分析需要收费，盈利模式从先前的卖硬件和服务，变成了环保顾问。&rdquo 朱斌表示，如果按照传统方式去做，今年也很难突破2000个客户，但如果通过硬件免费的模式，可以先把用户积累起来。　　&ldquo 更关键的是，它形成了一个万物生长的模式，让每一个环节都得到利益，形成了一个生态圈&rdquo 。朱斌认为，用免费模式，排污企业可以快速地普及在线监测系统，环保部门能完成任务，同行、金融、保险等所有人都将受益，&ldquo 商业模式是在不断迭代更新的，千万不要停止对商业模式创新的思考。&rdquo

“信息时代，农药残留检测面临着三大挑战——检测如何实现电子化、大数据报告生成如何实现自动化、农药残留风险溯源如何实现视频化。”　　在日前召开的“第十三届中国食品科学技术年会”上，中国工程院院士、中国检验检疫科学研究院首席科学家庞国芳与中国工程院院士、广东省微生物研究所所长吴清平分析了目前我国食品安全检测面临的形势，并分别为如何有效检测果蔬农药残留和食源微生物“支招”。　　信息化重塑检测手段　　“农药残留定性鉴定的实物标准可用电子标准取代，实现农药残留检测电子化。利用非靶向农药残留高通量高分辨质谱技术，我们可以对150多种水果和蔬菜、1200种常用农药进行快速侦测。‘为符合一项标准，需购买400~500个农药标准品’的情况将一去不复返了。”庞国芳说。　　农药残留检测电子化实施后，每一种农药都有自身独有的“电子身份证”，这个身份证包含了农药的保留时间、一级加和离子精确质量、同位素分布、同位素丰度和二级碎片(4~5)精确质量数及谱图。　　检测的电子化取消了标准品做参比，改用电子标准定性鉴定，具有节省资源、减少污染、提高分析速度并且清洁高效等优势。　　除此之外，科研人员还开发了农药残留质谱自动匹配定性鉴定软件。只要将软件植入仪器中就可以直接进行检测，通过将检测结果与农药质谱库比对，便可显示农药残留情况，实现了农药残留检测的高速度(半小时)、高通量(500种以上)、高精度(0.0001质荷比)、高可靠性(10个确正点以上)、高度信息化和自动化。　　“以山东为例，未检出农药残留食品298例，占23.8% 有农药残留但未超标893例，占71.3% 有农药残留且超标61例，占4.9%??最常检出农药残留的种类为芹菜、青椒、番茄??其中芹菜在潍坊检出13种农药残留、在淄博检出16种农药残留??最常检出的农药为苯醚甲环唑、蚍虫林、甲基硫聚灵??”　　电脑模拟人声详细汇报着农药残留检测情况，这是庞国芳团队的农药残留风险溯源实现视频化的创新成果。　　以非靶向侦测技术为依托，把形成的农药残留数据库与中国地理信息技术数据库相关联，庞国芳团队开发建立了目标农药-食品名称-食品产地三维空间可视化自动生成软件，为风险溯源、残留预警、产品召回等食品安全监督工作提供了有力的技术支持。　　同时，《中国农产品农药残留检测在线制图系统》视频软件也实现了地图模块、农药图标模块和农药数据模块的互联互通，使农药残留情况一目了然。　　大数据助力风险预测　　由于高分辨质谱检测速度快、效率高，而且产生的是多维化的农药残留数据，例如产地、商品情况、目标农药等，而每一个农药残留数据又有大量的表征，因此产生的数据极多。　　为此，科研人员建立了五个基础数据库为残留定性鉴定提供理论保障。　　这五个数据库是：实验室检测数据库、农药信息数据库、多国农药最高残留限量(MRL)标准数据库、多国农产品分类数据库、地域信息数据库。　　“为保证数据的可靠性，基础数据库的数据全部来源于全国10个联盟实验室。这10个实验室完全统一，且操作规范。”庞国芳介绍道，通过实施封闭运行、循环侦测，保障了数据的统一性、完整性、安全性和可靠性。　　数据库建立后，为了将数据表征出来，科研人员建立了智能分析系统。　　据介绍，该系统分为四个层面：　　一是五大基础数据库的数据层面 　　二是通过信息化技术来表达的统计分析学层面 　　三是业务层面，规定了一项农药残留的指标要用24项表征具体描述 　　四是展示层面。　　四个层面互联互通，可以快速准确地完成农药残留大数据的智能分析，显示检测结果。　　目前，农药残留大数据库构建已具雏形，覆盖了全国31个省(区、市)的284个区县，共600多个采样点 截至目前，共检测涵盖146种水果蔬菜的20000多批样品，其中400多种检出农药残留。样品数据具有代表性与普遍性，且能形成自动分析报告。　　病原微生物防控是保障食品安全工作的重大需求。　　针对我国食品微生物安全领域存在的风险不明、缺乏共性关键技术保障体系、重点行业亟待建立食品安全控制技术及工艺等问题，吴清平带领团队在全国45个城市进行了食品采样，最终收集了5000份样品，检测得出数据132988条。　　“通过风险识别，我们发现速冻食品、肉与肉制品、熟食是最易被食源性致病菌污染的三类食品。”吴清平介绍。通过对分离菌株进行抗药性检测，研究人员发现我国食源性致病菌，如副溶血性弧菌、沙门氏菌和小肠结肠炎耶尔森菌的耐药性普遍较高。　　以先进的环介导恒温扩增技术(LAMP技术)为依托，在检测特异性靶点选择上，吴清平团队对极易引发食源性疾病的牡蛎进行了重点研究，发现牡蛎鳃组织是很好的识别食源性微生物的靶点。　　目前研究人员已经探明了食源性致病微生物在食品中的分布规律、风险水平，获取并保藏菌种20000株以上 菌种信息清晰，涵盖了菌株来源、抗药性、血清型、毒力基因等方面，初步建立了具有自主知识产权的中国食源性致病菌风险识别数据库。　　两位院士一致认为，在信息时代，通过高通量快速检测建立起农药残留数据库与食源性致病微生物数据库，是食品安全风险监控和风险溯源的重要依凭。

p　　11月29日上午，北京大数据研究院院长助理傅毅明，中国人民大学环境政策与环境规划研究所所长宋国君以及北京大数据研究院数据分析师李鲁华莅临先河环保，就环保领域开展大数据合作进行深入洽谈。董事长李玉国、总裁陈荣强以及总裁营销助理杜新平等公司领导参加接待。/pp　　傅助理一行参观考察了公司展厅、运营质控监管中心以及生态环境大数据应用中心处，对公司整体经营以及创新优势有了初步了解，并给予肯定。在大数据中心网格化运行平台前，傅助理对监测点位超标的问题很感兴趣，杜总解释道，网格化系统通过加密布点后就可以做到精细化监测，对超标点位周边的污染源进行处理后，就可以实现立竿见影的改善效果。傅助理还关心系统传达出的超标信息能否及时传达到一线管理人员手中，杜总表示，系统自动生成报警信息并实现分级推送。此外，双方还就黑烟车抓拍系统、超级站分析、移动监测走航车等话题展开充分研讨。/pp　　在大数据中心会议室，傅助理以“打造国际一流的大数据创新创业平台”为题，简要介绍了北京大数据研究院(BIBDR)的整体情况 随后，宋教授从专业角度针对空气质量连续监测数据的“城市空气质量管理平台”进行讲解，建议环境管理者要以民众健康损害为核心考核环境质量的改善效果，环境监管要精细化、专业化，不能一刀切。随后双方针对深入合作展开探讨。/pp　　李玉国董事长指出，先河二十余年专注于环境监测领域，对产品和用户有深入研究，积累了丰富的基础数据，并于今年初成立了生态环境大数据应用中心，开展了环境大数据研究应用。当前随着环境污染越来越复杂，用户要求越来越高，要求我们进一步拓展数据的深度和广度。大数据研究院作为大数据研究领域顶尖专家和人才的汇聚地，我们很期待与院方在大数据挖掘与应用方面展开深入合作，建立一种更紧密的合作关系。/pp　　陈荣强总裁表示，先河目前在推进三个转型，即从生态环境设备制造商，到生态环境监测数据提供商 从数据的分析服务商，到政府区域生态环境管理咨询服务商 从生态环境分析咨询商，到生态环境综合治理运营商。先河依托网格化系统在大数据分析与研判领域不断探索，从监测数据上升到更多元、更高端的大数据分析，迫切需要与大数据研究院这样的专业机构进行深度合作。/pp　　傅助理表示，双方可从三个层次推进合作：一是在交通、人口、医疗健康等领域跨行业数据融合，发挥研究院数据源广的优势 二是在分析技术层面进行合作，真正挖掘出数据价值 三是在推广平台方面进行共享。/pp　　此次会谈为下一步开展更广泛、更深入的合作打下良好基础，双方将共同布局生态监测大数据的崭新时代。/p

11月29日上午，北京大数据研究院院长助理傅毅明，中国人民大学环境政策与环境规划研究所所长宋国君以及北京大数据研究院数据分析师李鲁华莅临先河环保，就环保领域开展大数据合作进行深入洽谈。董事长李玉国、总裁陈荣强以及总裁营销助理杜新平等公司领导参加接待。傅助理一行参观考察了公司展厅、运营质控监管中心以及生态环境大数据应用中心处，对公司整体经营以及创新优势有了初步了解，并给予肯定。在大数据中心网格化运行平台前，傅助理对监测点位超标的问题很感兴趣，杜总解释道，网格化系统通过加密布点后就可以做到精细化监测，对超标点位周边的污染源进行处理后，就可以实现立竿见影的改善效果。傅助理还关心系统传达出的超标信息能否及时传达到一线管理人员手中，杜总表示，系统自动生成报警信息并实现分级推送。此外，双方还就黑烟车抓拍系统、超级站分析、移动监测走航车等话题展开充分研讨。在大数据中心会议室，傅助理以“打造国际一流的大数据创新创业平台”为题，简要介绍了北京大数据研究院（BIBDR）的整体情况；随后，宋教授从专业角度针对空气质量连续监测数据的“城市空气质量管理平台”进行讲解，建议环境管理者要以民众健康损害为核心考核环境质量的改善效果，环境监管要精细化、专业化，不能一刀切。随后双方针对深入合作展开探讨。李玉国董事长指出，先河二十余年专注于环境监测领域，对产品和用户有深入研究，积累了丰富的基础数据，并于今年初成立了生态环境大数据应用中心，开展了环境大数据研究应用。当前随着环境污染越来越复杂，用户要求越来越高，要求我们进一步拓展数据的深度和广度。大数据研究院作为大数据研究领域顶尖专家和人才的汇聚地，我们很期待与院方在大数据挖掘与应用方面展开深入合作，建立一种更紧密的合作关系。荣强总裁表示，先河目前在推进三个转型，即从生态环境设备制造商，到生态环境监测数据提供商；从数据的分析服务商，到政府区域生态环境管理咨询服务商；从生态环境分析咨询商，到生态环境综合治理运营商。先河依托网格化系统在大数据分析与研判领域不断探索，从监测数据上升到更多元、更高端的大数据分析，迫切需要与大数据研究院这样的专业机构进行深度合作。傅助理表示，双方可从三个层次推进合作：一是在交通、人口、医疗健康等领域跨行业数据融合，发挥研究院数据源广的优势；二是在分析技术层面进行合作，真正挖掘出数据价值；三是在推广平台方面进行共享。此次会谈为下一步开展更广泛、更深入的合作打下良好基础，双方将共同布局生态监测大数据的崭新时代。

p　　span style="font-family: 楷体,楷体_GB2312,SimKai "strong随感：/strong“我与近红外的故事”征文近一年了，看过许多老师情真意切的表达，真是把乐趣融入到了近红外的研究与应用之中，也更加深切地感受到同行们对国内近红外发展的使命感和责任感。而自己与近红外的故事，几次动笔却都没能写下几个字。时间肯定不是借口，惰性真是害人啊。好在拖到春节，总算能静下心来了。就像与近红外的相遇相知，既是机缘巧合，更是某种必然吧。/span/pp　　初识近红外，都是博士毕业一年以后的事了。那时已经在香港理工大学周福添教授课题组从事博士后研究一年多了，主要方向还是老本行-化学计量学基础算法研究，解决中药和代谢组学等复杂体系分析中的数据处理问题，从GC-MS，LC-MS到中药指纹与药物活性关系。一次Daniel MOK博士找到我，询问是否有意愿到陈新滋院士课题组从事中药质量分析与鉴别方面的工作，陈院士那时是理大副校长(后任香港浸会大学校长，现受聘中山大学教授、学委会主任)，研究组的条件与学术水准自不必说，就这样幸运地开始了近二年的近红外数据分析之旅。/pp　　对香港熟悉的朋友一定对其大街小巷的名贵中药材印象深刻，尤其是弥墩道，应该是内地赴港旅游人士的必经之地吧，一是去旺角购买电子产品的旅游大巴必定经过这里，另一方面则是这条大道两旁大大小小的中药材店。记得第一次见到时，很是疑惑哪来的那么多冬虫夏草、燕窝和野生人参?说回到陈院士负责的这个研究课题，由香港赛马会中药研究院提供500万研究经费，对包括上述中药，以及石斛、灵芝、阿胶等在内的30味名贵中药材进行质量鉴别分析和研究，目的是帮助那些大街小巷的药材经销店铺，中间批发商，甚至普通消费者，以快速、经济、简便的方法识别药材真假，甚至质量等级。这些药材大多价格不菲，若能够有效识别真假，其商用价值可想而知!顺便一提，香港赛马会中药研究院很多年前已经解散，个中原因无法深究，但在目前国家大力践行中医药研究开发与应用的今天，这也算是一件憾事吧，包括设想中的香港国际中医药中心。/pp　　说到这里，近红外分析可以派上用场了!无论是十年前，还是十年后的今天，应没有什么分析技术比近红外更适合完成这项使命，综合考虑时间效率、分析成本，亦或是平衡多重因素影响下定性定量分析结果的准确性!记得当时我们使用的是FOSS公司的XDS快速含量分析仪(Type XM 1100 Series)，以及Polychromix手持式近红外分析仪(Model: 1600-2400)。由于项目定位于实际应用，需要适应不同场合下的快速分析，对数据分析本身的要求同样也是比较高的，比如涉及模型传递，尽可能简化数据分析的过程及对使用者的要求，亦确保结果的准确可靠性。基于此编写了功能完备的近红外数据分析软件系统，一站式地完成近红外数据分析的完整流程，从各种各样的预处理方法到特征选择，再到定性定量模型的构建、评价与验证预测，以及模型传递等。/pp style="text-align: center"img src="http://img1.17img.cn/17img/images/201706/insimg/137c0a6d-7548-46ef-beea-f984cce33ba7.jpg" title="2_副本.jpg"//pp style="text-align: center "中药质量分析与鉴别项目中用到的近红外分析仪 (图1和图2)。/pp　　说实在的，那时对化学计量学的多元校正方法并不是特别熟悉，我的整个硕士和博士研究，都是多元分辨方向，也就是如何从中药和烟草等复杂体系分析的联用仪器数据中，发展“数学分离”的方法，获取化学纯组分的定性定量信息，即纯组分的光谱和色谱信息。幸运的是，得益于在梁逸曾教授研究组六年时间里耳濡目染的学习，比如许青松教授对统计分析的讲解，杜一平教授的QSAR研究等等，使得我无论对复杂数据的理解，还是化学计量学方法的应用与发展，都有足够基础支持我去解决近红外数据分析中遇到的各种问题。在香港的几年时间里，梁教授每年也都会利用假期去香港一段时间，与香港同行合作交流化学计量学及其应用方面的成果，更是继续指导我解决研究中遇到的实际难题。每每想到这些，总会浮现与恩师相处过程中的点点滴滴。至于上面提到的中药质量分析研究项目，我们对包括阿胶、珍珠、川贝母、藏红花、黄连在内的多味中药进行了深入分析研究，获得了非常不错的结果，陈院士对此也给予了很高的评价。很清楚地记得因此第一次上了电视新闻，是香港亚洲卫视针对我们使用近红外分析技术，如何快速识别真假中药，及其质量等级的采访报道。当然，这些研究很多也是和理工大学的同事，以及杨大坚教授(现任重庆市中药研究院院长)、董玮玮博士等一起完成的，我主要负责数据分析，以及数据软件产品开发与实现方面的工作。/pp style="text-align: center"img src="http://img1.17img.cn/17img/images/201706/insimg/ac0a45a1-23c7-43bf-8467-f0cb1a6ccb8d.jpg" title="3_副本.jpg"//pp style="text-align: center "中药质量分析与鉴别项目交流会 (图3)，及与日本Yukihiro Ozaki教授交流(图4)。/pp　　离开香港后，很长一段时间内都没有与近红外分析有直接的关联。先是在Philip Marriott 教授课题组做research fellow，从事全二维色谱数据分析方面的工作，主要方向是全二维分离的模拟、预测，以及化学计量学新方法的发展。2012年回国后则作为引进人才，在中科院大连化物所许国旺教授研究组，从事代谢组学数据分析与高分辨LC-MSn数据处理新算法的研究等。看似这些工作与近红外分析不怎么挨着边，但老实说，同其他研究一样，数据分析也是一通百通的事!数据来源与数据结构可能不一样，数据背景与数据分析结果，以及数据处理方法亦可能存在差别，但数据分析的本质却是高度一致的，无论是色谱分离的模拟，亦或是代谢小分子标志物的发现!从这个意义上来说，也算是一直在这个圈子吧。/pp　　近红外技术的发展，面临非常多的机会，无论从国内快检还是工业智能化的需要来看，还是从国外近红外发展的轨迹来看。然而近红外分析更广阔的应用，仍有一系列需要解决的难题，这其中当然包括仪器硬件的小型化、便携式，以及智能化与场景化。但从数据及数据分析的角度来说，快速、准确的模型构建，模型的通用性、更新及转换等仍是需要加以研究的内容。基于此，离开化物所后创办的大连达硕信息技术有限公司，第一个数据产品“魔力”，便专注近红外数据的分析，这也算是真正走在了近红外技术与数据分析的商业应用之路上。希望能够以智慧化、便捷化的方式，分析挖掘科学研究与工业应用中的海量数据。无论对于近红外分析的初入者，还是有了相当经验的人员，一旦采集到数据，便能快速得到好用的模型及结果，这也是目前非常欠缺的，主要原因就在于近红外数据分析的过程长，可变因素多，涉及的算法也很多，传统上要快速得到一个好用的模型并不容易。尽管大多数研究者并没有把数据分析提升到特别核心的位置，但其价值显而易见，甚至在某些方面可与硬件本身相得益彰，弥补硬件的物理劣势!/pp　　另一方面，近红外分析以其简单方便的前处理，加上非常快速的数据采集方式，使得数据的获取，甚至大数据的积累顺理成章。然而即使对同一组数据，不同的研究者亦极有可能得到完全不同，甚至相反的分析结果或结论，即使在固定分析方法的情况下!这是一个容易被忽视，却又至关重要的问题，否则不管如何将近红外分析的硬件评价，以及实验测试全过程标准化，也无法得到可相互比较的结果。数据“横看成岭侧成峰”的魅力，不应是由于数据分析方法或人员的不同导致，而是数据背景的属性差异或者数据分析目的的不同产生。基于此，我们也正采用近红外数据分析的通用准则，使用粒子群等最优化的方法，开发全新的近红外数据分析软件产品，自动优选数据分析算法，以及方法的使用顺序，并全局优化方法的参数。这样我们获得数据后，只需按照标准化的流程一步一步走，便可获得最优的数据分析模型与模型结果。从而使得近红外数据的分析，如同实验分析一样，结果的重现性与可比性也就不再是个问题。避免像现在这样，往往是漫无目的的数据探索，耗费漫长时间也不一定能得到合适好用的模型!这无论在研究中，还是在工业生产中，都是需要花大力气迎接的挑战。在这一过程中，得到了袁洪福教授、吴海龙教授、邵学广教授、杜一平教授、褚小立教授、闵顺耕教授等诸多老师的大力支持与帮助。从老师们关切的眼神中，能读懂那份殷殷之情，也唯有努力做点事情，为国内近红外的发展做些有益的工作，方不负此情。/pp　　近红外分析能做的事情很多，近红外数据分析如是，尤其站在移动互联时代，站在大数据分析挖掘的视角与高度。近红外有其自身特有的巨大优势-本身就是物联网中的一个绝佳传感器!从这个意义上来说，近红外分析代表着某种未来，只是通往未来的路上，还需要我辈站在前辈的肩膀上，不断付出智慧和汗水。/pp　　“师者也，教之以事而喻诸德也。”，数据分析之路上，深深地烙上了梁逸曾教授的影响。亦师亦友者，感恩、深切缅怀您。/pp style="text-align: right "span style="font-family: 楷体,楷体_GB2312,SimKai "　　2017年1月30日于浙江西湖/span/pp　　strong个人简介/strong/pp/pp style="text-align: center"img src="http://img1.17img.cn/17img/images/201706/insimg/e1424397-960a-4e21-a206-9245429e6328.jpg" title="1_副本.jpg"//pp　　曾仲大，男，博士，现任大连达硕信息技术有限公司总经理。/pp　　曾博士师承梁逸曾教授，2006年获得工学博士学位，主要从事化学计量学基础算法研究，以及色、质、光谱等分析技术在制药、烟草和代谢组学等复杂体系分析中的应用及其数据分析挖掘等。近年来在大数据的分析与应用方面亦有涉猎。/pp　　曾博士先后工作于香港理工大学、澳洲RMIT大学、Monash大学，以及中国科学院大连化学物理研究所。迄今已发表SCI论文40余篇，在2013-2016近三年时间里，以第一作者或合作者在美国分析化学杂志发表7篇研究论文，同时获邀为TrAC等权威期刊撰写化学计量学及化学数据分析处理方面的综述。/pp　　曾博士曾获得中国科学院大连化学物理研究所“所百人”引进人才计划，大连“海创工程”计划、高层次人才创新创业支持计划、新兴技术创新成长计划，以及国家人社部高层次海归人才创业计划的支持。公司主要提供复杂化学与生物数据分析服务，数据挖掘软件产品开发，以及个性化数据应用的整体解决方案。/pp　　strong人生格言：/strong有志者，事竟成。/p

面对日益严重的大气复合型污染问题，我国从2010 年开始着手开展灰霾监测超级站建设，截止到2015年已投入建设二十多个，并预计 “十三五”期间，超级站的数量可超100个。目前，“三区十群”超级站正逐渐从省级监测中心和省会城市向有条件的地级市延伸；科学研究正逐渐向区域立体监测业务网络拓展。随着各地区超级站建设能力的增强和超级站数量的急剧增加，一系列问题迎面而来。面对如此庞大数量的监测仪器，该如何运维，保证数据的准确性？对输出的数据结果，该如何进行有效数据分析，及时、准确、全面地反映环境质量及发展趋势？　　中科光电作为大气超级站的整体供应商及运维服务商，能为客户定制一系列完备的运维和数据分析方案，将高质量地保证超级站正常业务运行，确保监测数据有效输出，实现数据价值最大化。超级站运营维护服务　　超级站运维现状　　我国环境监测体系人员队伍建设不足，无力进行相关的研究及设备监管工作，使得投入无产出，资源大量无端浪费。同时多样化的环境指标所带来的环境监测设备品牌多、商家多、服务水平参差不一、管理人员联系困难、费用管理困难等问题日益突出。　　超级站运维需求　　理想的超级站运营维护服务应通过专业化、标准化的服务理念及流程，对超级站进行唯一的服务接口、统一的质量要求、统一的维护资料、长期稳定可靠的服务管理，为各有需求单位提供定制化的服务，保证环境监测数据的真实可靠。　　超级站运维管理流程　　超级站运维内容　　总的来说，超级站运维包括常规维护和重点专项维护，每一项维护内容包括：　　系统宏观检查　　日常巡检　　站房系统维护　　采样专项维护　　设备专项维护　　预防性检修　　针对性检修超级站数据分析服务　　超级站数据分析服务现状　　我国全指标、多样化的环境空气监测工作起步较晚，监测数据开发利用不足。一般情况下，监测部门只是将监测结果上报管理部门，而忽视了监测数据的加工整理和开发利用，从而缺少针对性强的监测数据分析，造成环境管理部门真正需要的信息少，对区域环境质量的变化解释不清，找不出存在的主要环境问题。　　超级站数据分析服务需求　　高质量的环境监测数据分析工作应具备以下方面：　　一）说清现状。通过综合分析数据如实反映环境质量现状和污染来源的真实情况。　　二）深度分析。最大限度的发挥各种监测数据的应用价值，集结有效数据，说清污染特征、污染来源及污染变化趋势，为环境污染的预警预测提供有效的数据支撑。　　三）突出特色。对汇总数据进行特色加工形成监测报告，让管理机关等不同层面的人得到其想要的结果。　　四）提出建议。站在全局的角度去思考，找出存在的问题，分析问题的形成原因，从开展环境管理和发展区域经济的影响因素方面分析原因，针对存在的问题提出相应的合理可行的建议。只有做到以上几点才能实现环境监测的根本目的。　　超级站数据分析服务流程 　　自成立以来，中科光电以专业化、标准化的环境咨询服务队伍，为各有关部门提供定制化的第三方运营维护服务及综合数据分析服务，保障超级站数据准确输出，基于准确数据，说清区域污染过程、污染特征、污染来源及污染趋势，立志成为中国最权威的超级站运营维护团队和环境质量数据咨询服务团队。

1.欢迎　　欢迎您下载试用由科迈恩（北京）科技有限公司开发的 ChemPattern先进化学计量学与大数据系统解决方案软件2017版。2.产品简介　　ChemPattern提供丰富的针对各类高维、高分辨分析仪器数据的前处理、定性、定量分析，以及模式识别和人工智能功能。该系统可广泛应用于复杂体系大数据分析、指纹图谱分析、代谢组学分析、非目标分析以及在线过程控制等领域。此外，作为跨仪器平台的大数据分析和管理系统，ChemPattern不仅可作为色谱、质谱及光谱仪器工作站增强版本使用，还可兼容LIMS等信息系统。3.Demo版本内容　　该ChemPattern 2017 Demo软件安装包内含ChemPattern 2017主程序、符合21CFR part 11要求的数字证书、HMDB人类代谢物数据库，以及ChemPattern的10类分析仪器解决方案示例文件等。4.安装说明　　ChemPattern 2017 Demo Installer.exe安装包或ChemPattern 2017 Demo Lite Installer.exe精简安装包可选。ChemPattern 2017可安装和运行于Windows XP、Vista、8、10的32位及64位操作系统下。

与其他的组学学科相似，代谢组学的数据收集是个问题，但肯定不是研究人员面对的最大问题。大多数人都同意，更大的问题是弄清楚代谢组学数据集到底意味着什么。幸运的是，不断出现的分析工具正在帮助打破这个瓶颈。　　研究人员逐渐懂得，如果你真的想要了解细胞行为，你需要研究代谢物。基因编码蛋白质，而蛋白质作用于小分子。这些分子的存在和丰度，被统称为代谢组(metabolome)，反映和影响了健康、营养、免疫系统等。　　与其他的组学学科相似，代谢组学的数据收集是个问题，但肯定不是研究人员面对的最大问题。大多数人都同意，更大的问题是弄清楚代谢组学数据集到底意味着什么。&ldquo 数据分析仍是个巨大的瓶颈，&rdquo 赛默飞世尔代谢组学的市场部经理Yingying Huang说。　　幸运的是，不断出现的分析工具正在帮助打破这个瓶颈。　　光谱图库　　代谢组学的数据分析主要分为两个部分：峰值检出(peak picking)和峰值鉴定(peak identification)。峰值检出是利用代表不同条件(如健康和患病)的多个数据库进行筛选的过程，并鉴定出它们之间不同的光谱特征。在这些峰被发现之后，它们所代表的化合物必须被鉴定。　　多个软件包可处理第一个问题，包括商业化工具(如安捷伦的MassHunter Profinder，布鲁克的ProfileAnalysis，赛默飞世尔的SIEVE&trade 和Waters的Progenesis QI)以及免费工具(MZmine和XCMS Online)。而一些图库正在开发或已被开发出，以解决第二个问题。　　斯克里普斯研究所(Scripps Research Institute)代谢组学和质谱中心的主任Gary Siuzdak谈到，他的METLIN数据库目前列出了240,000种化合物，其中11,600种有MS/MS光谱数据。而人类代谢组数据库(HMDB)有近42,000种化合物，其中1,164种有MS和MS/MS数据。此外还有其他选择，包括ChemSpider和MassBank。　　当然，我们不可能收集每个代谢产物的实验数据，加州大学戴维斯分校的Oliver Fiehn认为。目前有太多的代谢产物，而并非全部都有纯化形式作为标准品。&ldquo 在某些时候，你必须预测MS/MS图谱会怎么样，&rdquo 他说。　　Fiehn解决这个问题的工具是LipidBlast，它包含200,000个预测的脂类光谱。&ldquo 这很难[做到]，&rdquo Fiehn承认，因为与肽段不同，代谢物有各种形状、形式和大小。有了LipidBlast，用户能够将它们未知的图谱与图库进行比较，看看是否有hit，就像DNA研究人员利用BLAST将基因序列与GenBank比较。赛默飞世尔也有个类似的工具，叫LipidSearch&trade 。　　阿尔伯塔大学(University of Alberta)的化学教授Liang Li最近推出了一个类似的项目，MyCompoundID.org，以扩展HMDB的用途。MyCompoundID的建立是从HMDB中抽取8,000种代谢物，并计算它们的质量以及经历76种可能的生物转化(如磷酸化、甲基化或D-核糖基化)后的预测光谱特征。这些结果将帮助研究人员缩小未知光谱特征的可能身份。　　SWATH采集　　代谢组学研究可能是靶向，也可能是非靶向的。对于前者，研究人员设定他们的仪器(通常是三重四级杆质谱仪)来扫描特定的代谢物。而对于后者，仪器扫描特定质量范围内的一切，但只收集高丰度离子的MS/MS碎片数据。　　这种所谓的数据依赖的流程是为方便起见而设计的。不过Fiehn认为，它不尽如人意，有时研究人员发现样品之间的特定离子变化明显，但没有被碎裂，因为它是低丰度的。　　最近，苏黎世联邦理工学院的Ruedi Aebersold介绍了这个问题的解决方案1，它已被AB SCIEX商业化。这种被称为SWATH&trade MS的策略避开了数据依赖处理，而支持数据非依赖的处理，即所有进入质谱仪的离子都被碎裂和分析。它逐步分析用户定义的分离窗口，重复，并通过计算整理出产生的碎片，从而覆盖很宽的质量范围。　　2013年，华盛顿大学的化学家Gary Patti利用安捷伦的6520 Q-TOF质谱仪和定制的R package，在代谢物上应用了一种类似的方法2。据AB SCIEX的高级营销经理Fadi Abdi介绍，AB SCIEX如今正将SWATH技术应用在蛋白质组学上。　　用户在TripleTOF质谱仪上收集高速的光谱数据，并利用MS/MS光谱图库来解释它，这与蛋白质组学的方法相似。&ldquo 在数据依赖的分析中，如果您没有触发您的分子，则无法识别它，&rdquo Abdi谈道。&ldquo SWATH允许您收集样品中所有可检测种类的数据，带来更为全面的定量覆盖。&rdquo 　　通路分析　　在研究人员鉴定出有趣的代谢物后，他们需要找出它们在生物系统中的作用。这时就需要通路分析的工具。通路分析让研究人员能够将代谢物定位到已知的生化通路上，为可能的遗传角色及其他代谢物提供线索。　　Fiehn的实验室写了一个通路分析的工具，名为MetaMapp，而大部分商业化的代谢组学数据分析包也包含通路分析。赛默飞世尔的SIEVE数据分析包中就有这样的模块，它关联到KEGG通路数据库，而Bruker Daltonics也即将推出它的Compass PathwayScreener工具。　　不过，Metabolon(北卡罗来纳州的一家代谢组学服务供应商)的首席科学家Mike Milburn认为，仅仅将代谢物定位到已知的通路商，还不足以看清整幅图像。Metabolon已经完成了约3000项代谢组学研究，每年开展600-700项，半数是科研客户。这些经验使得他们能够看到其他研究人员难以获得的代谢鸟瞰图。　　对许多研究人员而言，开始代谢组学流程所需的技能、专长和费用使得外包给Metabolon这样的公司更为常见。但是那些愿意自己承担重任的研究人员也会发现，他们并不缺少计算上的工具。　　无论采用哪种方式，Bruker Daltonics代谢组学的市场部经理Aiko Barsch说，&ldquo 我会鼓励新客户进入代谢组学，因为那儿包含了那么多的信息。有那么多新东西有待发现。&rdquo

一、项目基本情况项目编号：ZZ2023-032项目名称：2023年新疆大学双一流（第二批）建设项目信息科学与工程学院基于人工智能的大数据分析与处理平台专用科研仪器设备采购项目采购方式：公开招标预算金额（元）：20500000最高限价（元）：6590000,4000000,5270000,4640000采购需求：标项一 标项名称:2023年新疆大学双一流（第二批）建设项目信息科学与工程学院基于人工智能的大数据分析与处理平台专用科研仪器设备采购项目（1包） 数量:不限 预算金额（元）:6590000 简要规格描述或项目基本概况介绍、用途：具体采购要求详见招标文件 备注：标项二 标项名称:2023年新疆大学双一流（第二批）建设项目信息科学与工程学院基于人工智能的大数据分析与处理平台专用科研仪器设备采购项目（2包） 数量:不限 预算金额（元）:4000000 简要规格描述或项目基本概况介绍、用途：具体采购要求详见招标文件 备注：标项三 标项名称:2023年新疆大学双一流（第二批）建设项目信息科学与工程学院基于人工智能的大数据分析与处理平台专用科研仪器设备采购项目（3包） 数量:不限 预算金额（元）:5270000 简要规格描述或项目基本概况介绍、用途：具体采购要求详见招标文件 备注：标项四 标项名称:2023年新疆大学双一流（第二批）建设项目信息科学与工程学院基于人工智能的大数据分析与处理平台专用科研仪器设备采购项目（4包） 数量:不限 预算金额（元）:4640000 简要规格描述或项目基本概况介绍、用途：具体采购要求详见招标文件 备注：合同履约期限：标项 1、2、3、4，详见招标文件“第五章采购需求”本项目（否）接受联合体投标。二、获取招标文件时间：2023年09月05日至2023年09月12日，每天上午00:00至12:00，下午12:00至23:59（北京时间，法定节假日除外）地点：政采云平台线上获取方式：供应商登录政采云平台https://www.zcygov.cn/在线申请获取采购文件（进入“项目采购”应用，在获取采购文件菜单中选择项目，申请获取采购文件）售价（元）：0三、对本次采购提出询问，请按以下方式联系1.采购人信息名 称：新疆大学地 址：乌鲁木齐市胜利路 666 号联系方式：0991-85880302.采购代理机构信息名 称：新疆中咨建设项目管理有限公司地 址：乌鲁木齐市水磨沟区会展大道1119号大成尔雅A座5楼联系方式：0991-4603819/130799677653.项目联系方式项目联系人：吴斌、梅坤伟、翟安琪电 话：0991-4603819/13079967765

p style="text-indent: 2em margin-bottom: 5px line-height: 1.75em "span style="font-family: 微软雅黑 font-size: 16px "2018年已过四分之三，仪器买家市场又发生了一定的变化，想知道买家对哪些品类的仪器最为关注？ 想了解如何应对仪器市场的风云变幻？/span/pp style="text-indent: 2em line-height: 1.75em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "为帮助仪器厂商充分了解买家市场相关情况，提前布局重点产品采购市场提供理论依据，仪器信息网买家服务团队整合2018年前三季度采购方的行为数据近strong20000/strong条，覆盖十二大品类仪器，涉及近strong9000/strong家仪器采购单位和strong1400/strong家仪器厂商，形成span style="font-size: 16px color: rgb(255, 0, 0) font-family: 楷体, 楷体_GB2312, SimKai "strong2018年前三季度买家行为分析报告/strong/span。/span/pp style="text-indent: 2em margin-bottom: 10px line-height: 1.75em "span style="font-family: 微软雅黑 font-size: 14px "/span/pp style="line-height: 1.75em margin-bottom: 15px "strongspan style="font-family: 微软雅黑 font-size: 16px color: rgb(192, 0, 0) "一、从买家性质、行业、地区绘制买家画像/span/strong/pp style="text-indent: 2em line-height: 1.75em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "纵览2018年三季度买家大数据，买家主要单位性质来源占比从高到低依次为：工业企业、大专院校、科研院所、检测机构、和仪器经销代理商五大类；相较于上半年买家行为数据，各类别占比发生了一定的变化：工业企业需求占比增高，由29.82%提升至42.85%，环比增长43.70%；受暑期影响，第三季度大专院校整体需求趋缓，由上半年43.00%下降到32.46%；检测机构需求环比下降17.83%，其余类别均持平。/span/pp style="line-height: 1.75em text-indent: 0em text-align: center "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/515a368d-26f8-48c4-8e61-6914e285c67a.jpg" title="买家性质.png" alt="买家性质.png"//span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图1 仪器买家单位性质/span/pp style="line-height: 1.75em text-indent: 0em "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="text-indent: 2em line-height: 1.75em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "上万家仪器采购用户所属行业中，主要集中在医疗/生物/制药行业，占比达到25.78%，相较于第一季度的27.57%有所下降；其次是环境/环保占比16.44%，相比上半年14.13%有所提升，这与今年出台多项环保政策相关；其余行业占比见下图： /span/pp style="line-height: 1.75em text-indent: 0em text-align: center "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/791a55c5-adfd-4b57-bff0-b4268853fd26.jpg" title="买家行业.png" alt="买家行业.png"//span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图2 仪器买家所属行业类别/span/pp style="line-height: 1.75em text-indent: 0em "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="text-indent: 2em line-height: 1.75em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "2018前三季度买家主要集中在广东、北京、江苏、浙江四大地区，占买家总数的42.13%，广东地区占比13.15%，北京地区占比10.47%，环比上半年（广东地区占比16.86%，北京地区占比12.34%）皆有所下降；江苏地区占比9.43%、浙江地区买家占比9.08%，该地区买家占比上升较快，上海买家占比持续下降，由7.15%下降至5.03%。/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/0ab80c39-a230-4e91-9127-a15291dafa34.jpg" title="买家地区.png" alt="买家地区.png"//span/pp style="line-height: 1.75em text-align: center text-indent: 0em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图3 仪器买家所在地区/span/pp style="line-height: 1.75em text-indent: 0em "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="line-height: 1.75em "strongspan style="font-family: 微软雅黑 font-size: 16px color: rgb(192, 0, 0) "二、哪些品类仪器更受买家青睐？/span/strong/pp style="line-height: 1.75em "strongspan style="font-family: 微软雅黑 font-size: 16px color: rgb(192, 0, 0) "/span/strong/pp style="line-height: 1.75em text-indent: 2em "span style="font-family: 微软雅黑 font-size: 16px "前三季度，仪器采购人员咨询最频繁的仪器包括：化学分析类仪器（30.89%），实验室常用设备（21.71%），环境监测仪器（10.75%），物性测试仪器及设备（9.87%），生命科学仪器（7.77%），光学仪器设备和行业专用仪器持平，分别为7.06%和6.84%。/span/pp style="line-height: 1.75em text-indent: 2em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "与整个上半年相比，化学分析类仪器（上半年31.16%）和实验室常用设备（上半年22.47%）占比皆有小幅度下降，小品类占比有所上升；二手仪器的用户诉诸需求都是分析仪器/span。/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 5px "img src="https://img1.17img.cn/17img/images/201811/uepic/9a669f38-6724-4c76-b4dd-0ee666f5b613.jpg" title="一级.png" alt="一级.png"//pp style="line-height: 1.75em text-indent: 0em margin-bottom: 15px text-align: center "图4 仪器采购类别/pp style="text-indent: 2em "strongspan style="font-family: 微软雅黑 font-size: 16px color: rgb(192, 0, 0) "/span/strong/pp style="line-height: 1.75em margin-bottom: 15px "strongspan style="font-family: 微软雅黑 font-size: 16px color: rgb(192, 0, 0) "三、主要仪器的细分产品需求统计（二级类产品）/span/strong/pp style="line-height: 1.75em text-indent: 2em "span style="font-family: 微软雅黑 font-size: 16px "1.化学分析仪器/span/pp style="line-height: 1.75em text-indent: 2em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "化学分析类仪器依旧是采购重头戏，近几年，用户对光谱、色谱、电化学仪器、质谱的需求较高，光谱占比达35.44%，电化学仪器占12.12%，质谱占8.26%，与上半年相比均有所增加；色谱占24.65%，与上半年相比略有下降。/span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 5px "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/7c81c084-8c3b-4175-b5c5-d244d652b652.jpg" title="化学分析仪器.png" alt="化学分析仪器.png"//span/pp style="line-height: 1.75em text-align: center text-indent: 2em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图5 化学分析仪器求购信息统计/span/pp style="line-height: 1.75em text-indent: 0em "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 微软雅黑 font-size: 16px "2.实验室常用设备/span/pp style="text-indent: 2em line-height: 1.75em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "在14种常见的实验室常用设备当中，采购需求较为均衡，且随季度变化不大。前三季度各大类别占比分别为：制样/消解设备（15.76%）、恒温/加热/干燥设备（13.60%）、纯化设备（12.47%）、分离萃取（11.06%）、混合/分散设备（9.52%）、清洗/消毒设备（7.59%）。/span/pp style="line-height: 1.75em text-indent: 0em text-align: center "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/45633ef2-329a-4b38-8e6a-62268d8f6062.jpg" title="实验室常用设备.png" alt="实验室常用设备.png"//span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图6 实验室常用设备求购信息统计/span/pp style="line-height: 1.75em text-indent: 0em "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 微软雅黑 font-size: 16px "3.环境监测设备/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 微软雅黑 font-size: 16px "气体检测仪、水质分析仪持续热销，国家出台严控环境监测数据政策；气体检测仪占比46.08%，与上半年（44.97%）相比有小幅度提升，水质分析仪占比41.18%，与上半年持平。/span/pp style="text-indent: 2em line-height: 1.75em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "其中，CEM、TOC分析仪、水质分析仪、VOC检测仪、气体采样器等在前三季度需求较为强烈。/span/pp style="line-height: 1.75em text-indent: 0em text-align: center "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/54d91d29-551b-4866-957f-4ab9ba716ede.jpg" title="环境监测设备.png" alt="环境监测设备.png"//span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图7 环境监测设备求购信息统计/span/pp style="line-height: 1.75em text-indent: 0em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="line-height: 1.75em text-indent: 2em "span style="font-family: 微软雅黑 font-size: 16px "4.物性测试仪器及设备/span/pp style="line-height: 1.75em text-indent: 2em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "表界面物性测试的需求稳居该品类第一位18.06%，但占比较上半年（19.93%）有小幅下降；热分析仪器（16.54）和粒度/颗粒/粉末分析仪器（16.49%）分列二三位，与上半年相持平（16.24%）；三季度新增需求为磁学测量仪，占比0.38%，主要需求为磁学测量系统。/span/pp style="line-height: 1.75em text-indent: 0em text-align: center "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/7eb61b57-4867-4c58-8313-b284ae923160.jpg" title="物性测试仪器及设备.png" alt="物性测试仪器及设备.png"//span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图8 物性测试仪器及设备求购信息统计/span/pp style="line-height: 1.75em text-indent: 0em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 微软雅黑 font-size: 16px "5.生命科学仪器及设备/span/pp style="text-indent: 2em line-height: 1.75em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "生物工程设备占比34.02%位居第一位，且较前两季度持续提升，其中培养箱、摇床/振荡器/混匀器、酶标仪、蛋白质纯化系统最受关注，仪器信息网针对这部分市场，开发了/spana href="https://www.instrument.com.cn/zt/pyx" target="_self" style="text-decoration: none "span style="font-family: 微软雅黑 font-size: 16px color: rgb(79, 129, 189) "strong培养箱导购专刊/strongstrong/strong/span/aspan style="font-family: 微软雅黑 font-size: 16px "和/spana href="https://www.instrument.com.cn/zt/dbch" target="_self" style="text-decoration: none "span style="font-family: 微软雅黑 font-size: 16px "strongspan style="font-family: 微软雅黑 font-size: 16px color: rgb(79, 129, 189) "蛋白质纯化系统导购专刊/span/strongstrongspan style="font-family: 微软雅黑 font-size: 16px color: rgb(79, 129, 189) "/span/strong/span/aspan style="font-family: 微软雅黑 font-size: 16px "，涵盖优质解决方案和品牌。/span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 5px "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/c5fca1fc-34f4-4bdc-a108-ddec047ec639.jpg" title="生命科学仪器及设备.png" alt="生命科学仪器及设备.png"//span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图9 生命科学仪器及设备求购信息统计/span/pp style="line-height: 1.75em text-indent: 0em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 微软雅黑 font-size: 16px "6.光学仪器及设备/span/pp style="text-indent: 2em line-height: 1.75em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "与上半年相比，光学测量仪需求量仍然最大，占比31.35%；光学实验设备占比由22.44%回落至19.41%；从二季度开始，光学成像设备的采购需求一直攀升，由7.39%提升至8.52%，需求主要为CCD相机/影像CCD和高光谱仪/高光谱成像两大类。/span /pp style="line-height: 1.75em text-indent: 0em text-align: center "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/69d1abd5-a0e3-490c-a118-b58a7733b0d7.jpg" title="光学仪器及设备.png" alt="光学仪器及设备.png"//span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图10 光学仪器及设备求购信息统计/span/pp style="line-height: 1.75em text-indent: 0em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 微软雅黑 font-size: 16px "7.行业专用仪器/span/pp style="text-indent: 2em line-height: 1.75em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "从统计数据可知，农业和食品专用仪器占比25.53%，相较于上半年27.91%有所降低；其余类别需求排序分布与上半年基本相同。/span/pp style="line-height: 1.75em text-indent: 0em text-align: center "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/c9c8e98e-587c-49ea-b104-c0e304fcedc5.jpg" title="行业专用仪器.png" alt="行业专用仪器.png"//span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图11 行业专用仪器求购信息统计 /span/pp style="line-height: 1.75em text-indent: 0em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="line-height: 1.75em text-indent: 2em "span style="font-family: 微软雅黑 font-size: 16px "8.测量/计量仪器/span/pp style="line-height: 1.75em text-indent: 2em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "天平/衡器占比36.06%，相较上半年30.99%有较大幅度提升；二季度新增需求为压力计量仪器，占比0.97%，较上半年0.70%有小幅提升；其他测量/计量仪器占比42.03%，较上半年48.94%有所下降，其中需求最高的品类为粒子图像测速仪(PIV)、真空计、声学计量仪器和水位计、水位传感器。/span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 5px "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/4a664c28-8797-4541-9abb-d13998e6c7a1.jpg" title="测量计量仪器.png" alt="测量计量仪器.png"//span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图12 测量/计量仪器求购信息统计/span/pp style="line-height: 1.75em text-indent: 0em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 微软雅黑 font-size: 16px "9.工业在线及过程控制仪器/span/pp style="text-indent: 2em line-height: 1.75em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "流量计速仪/测漏仪在采购需求中占据半壁江山，占比达40.57%，与上半年（44.58%）相比有所下滑。其它工业过程控制及在线分析仪占比19.26%，上升较快，其需求主要集中在氧分析仪/氧气分析仪。/span/pp style="line-height: 1.75em text-indent: 0em text-align: center "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/762bc2ea-765a-455f-b30a-d255f047cd28.jpg" title="工业在线及过程控制仪器.png" alt="工业在线及过程控制仪器.png"//span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图13 工业在线及过程控制仪器求购信息统计/span/pp style="line-height: 1.75em text-indent: 0em "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 微软雅黑 font-size: 16px "10.实验室服务/span/pp style="text-indent: 2em line-height: 1.75em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "实验室服务中，用户的需求主要是LIMS\软件，占83.08%。/span/pp style="line-height: 1.75em text-indent: 0em text-align: center "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/00b81129-4c28-43fa-8f00-6bc181d49f9e.jpg" title="实验室服务.png" alt="实验室服务.png"//span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图14 实验室服务需求信息统计/span/pp style="line-height: 1.75em text-indent: 0em "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 微软雅黑 font-size: 16px "11.相关仪表/span/pp style="text-indent: 2em line-height: 1.75em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "其他相关仪表需求量较高，占62.67%，其次是基础仪表占26.67%，工业仪表为10.67%。/span/pp style="line-height: 1.75em text-indent: 0em text-align: center "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/dd74c4d7-4d4a-4610-8eeb-3733ce66493b.jpg" title="相关仪表.png" alt="相关仪表.png"//span/pp style="line-height: 1.75em text-indent: 0em text-align: center margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "图15 相关仪表需求统计/span/pp style="line-height: 1.75em text-indent: 0em margin-bottom: 15px "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="margin-bottom: 15px "strongspan style="font-family: 微软雅黑 font-size: 16px color: rgb(192, 0, 0) "四、最受欢迎的10家仪器厂商品牌/span/strong/pp style="margin-bottom: 15px text-indent: 2em "span style="font-family: 微软雅黑 font-size: 16px "在近strong20000/strong条采购留言中，最受用户欢迎的十家仪器品牌如下：/span/pp style="margin-bottom: 15px text-indent: 2em "span style="font-family: 微软雅黑 font-size: 16px "/span/pptable border="1" cellspacing="0" cellpadding="0" align="center" interlaced="enabled"tbodytr class="ue-table-interlace-color-single firstRow"td width="52" valign="middle" style="border: 1px solid windowtext padding: 0px 7px word-break: break-all " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"排名/span/p/tdtd width="462" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"strongspan style="font-family: 微软雅黑, sans-serif font-weight: normal"厂商名称/span/strongstrong/strong/p/td/trtr class="ue-table-interlace-color-double"td width="52" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.1/span/p/tdtd width="462" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: Arial, sans-serif text-decoration: none color: rgb(79, 129, 189) "a href="https://www.instrument.com.cn/netshow/SH100320/" target="_self"span style="text-decoration: none font-family: 微软雅黑, sans-serif color: rgb(79, 129, 189) "安捷伦科技(中国)有限公司/span/a/span/p/td/trtr class="ue-table-interlace-color-single"td width="52" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.2/span/p/tdtd width="462" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: Arial, sans-serif"a href="https://www.instrument.com.cn/netshow/SH100277/" target="_self"span style="font-family:' 微软雅黑' ,sans-serif color:#4F81BD"span岛津企业管理（中国）有限公司//span/spanspan style="font-family:' 微软雅黑' ,sans-serif color:#4F81BD"span岛津（香港）有限公司/span/span/a/span/p/td/trtr class="ue-table-interlace-color-double"td width="52" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.3/span/p/tdtd width="462" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: Arial, sans-serif"a href="https://www.instrument.com.cn/netshow/SH100168/" target="_self"span style="font-family:' 微软雅黑' ,sans-serif color:#4F81BD"span珀金埃尔默企业管理（上海）有限公司/span/span/a/span/p/td/trtr class="ue-table-interlace-color-single"td width="52" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.4/span/p/tdtd width="462" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: Arial, sans-serif"a href="https://www.instrument.com.cn/netshow/SH100365/" target="_self"span style="font-family:' 微软雅黑' ,sans-serif color:#4F81BD"span艾卡（广州）仪器设备有限公司（IKA /span/spanspan style="font-family:' 微软雅黑' ,sans-serif color:#4F81BD"span中国）/span/span/a/span/p/td/trtr class="ue-table-interlace-color-double"td width="52" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.5/span/p/tdtd width="462" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: Arial, sans-serif"a href="https://www.instrument.com.cn/netshow/SH100270/" target="_self"span style="font-family:' 微软雅黑' ,sans-serif color:#4F81BD"span梅特勒-/span/spanspan style="font-family:' 微软雅黑' ,sans-serif color:#4F81BD"span托利多中国/span/span/a/span/p/td/trtr class="ue-table-interlace-color-single"td width="52" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.6/span/p/tdtd width="462" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: Arial, sans-serif"a href="https://www.instrument.com.cn/netshow/SH102205/" target="_self"span style="font-family:' 微软雅黑' ,sans-serif color:#4F81BD"span合肥科晶材料技术有限公司/span/span/a/span/p/td/trtr class="ue-table-interlace-color-double"td width="52" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.7/span/p/tdtd width="462" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: Arial, sans-serif"a href="https://www.instrument.com.cn/netshow/SH100322/" target="_self"span style="font-family:' 微软雅黑' ,sans-serif color:#4F81BD"span天美（中国）科学仪器有限公司/span/span/a/span/p/td/trtr class="ue-table-interlace-color-single"td width="52" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.8/span/p/tdtd width="462" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: Arial, sans-serif"a href="https://www.instrument.com.cn/netshow/SH100523/" target="_self"span style="font-family:' 微软雅黑' ,sans-serif color:#4F81BD"span北京莱伯泰科仪器股份有限公司/span/span/a/span/p/td/trtr class="ue-table-interlace-color-double"td width="52" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.9/span/p/tdtd width="462" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: Arial, sans-serif"a href="https://www.instrument.com.cn/netshow/SH100307/" target="_self"span style="font-family: 微软雅黑, sans-serif color: rgb(79, 129, 189) "北京普析通用仪器有限责任公司/span/a/span/p/td/trtr class="ue-table-interlace-color-single"td width="52" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.10/span/p/tdtd width="462" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: Arial, sans-serif"a href="https://www.instrument.com.cn/netshow/SH100191/" target="_self"span style="font-family:' 微软雅黑' ,sans-serif color:#4F81BD"span德国耶拿分析仪器股份公司/span/span/a/span/p/td/tr/tbody/tablebr//pp style="margin-bottom: 15px text-indent: 2em "span style="font-family: 微软雅黑 font-size: 16px "400热线电话咨询中，最受用户欢迎的十家仪器品牌如下：/span/pp style="margin-bottom: 15px text-indent: 0em text-align: center "span style="font-family: 微软雅黑 font-size: 16px "/span/pptable align="center"tbodytr class="firstRow"td width="50" valign="middle" style="border: 1px solid windowtext padding: 0px 7px word-break: break-all " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"排名/span/p/tdtd width="450" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"strongspan style="font-family: 微软雅黑, sans-serif font-weight: normal"厂商名称/span/strongstrong/strong/p/td/trtrtd width="56" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.1/span/p/tdtd width="456" valign="middle" style="border: 1px solid windowtext padding: 0px 7px word-break: break-all background: rgb(242, 242, 242) " align="center"p style="text-align:center"a href="https://www.instrument.com.cn/netshow/SH100650/" target="_self" style="color: rgb(54, 96, 146) font-family: 微软雅黑 text-decoration: none "span style="color: rgb(54, 96, 146) font-family: 微软雅黑 "赛默飞世尔科技（中国）有限公司/span/a/p/td/trtrtd width="56" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.2/span/p/tdtd width="456" valign="middle" style="border: 1px solid windowtext padding: 0px 7px word-break: break-all " align="center"p style="text-align:center"a href="https://www.instrument.com.cn/netshow/SH100168/" target="_self" style="color: rgb(54, 96, 146) font-family: 微软雅黑 text-decoration: none "span style="color: rgb(54, 96, 146) font-family: 微软雅黑 "珀金埃尔默企业管理（上海）有限公司/span/a/p/td/trtrtd width="56" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.3/span/p/tdtd width="456" valign="middle" style="border: 1px solid windowtext padding: 0px 7px word-break: break-all background: rgb(242, 242, 242) " align="center"p style="text-align:center"a href="https://www.instrument.com.cn/netshow/SH100343/" target="_self" style="color: rgb(54, 96, 146) font-family: 微软雅黑 text-decoration: none "span style="color: rgb(54, 96, 146) font-family: 微软雅黑 "布鲁克（北京）科技有限公司/span/a/p/td/trtrtd width="56" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.4/span/p/tdtd width="456" valign="middle" style="border: 1px solid windowtext padding: 0px 7px word-break: break-all " align="center"p style="text-align:center"a href="https://www.instrument.com.cn/netshow/SH100191/" target="_self" style="color: rgb(54, 96, 146) font-family: 微软雅黑 text-decoration: none "span style="color: rgb(54, 96, 146) font-family: 微软雅黑 "德国耶拿分析仪器股份公司/span/a/p/td/trtrtd width="56" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.5/span/p/tdtd width="456" valign="middle" style="border: 1px solid windowtext padding: 0px 7px word-break: break-all background: rgb(242, 242, 242) " align="center"p style="text-align:center"a href="https://www.instrument.com.cn/netshow/SH100322/" target="_self" style="color: rgb(54, 96, 146) font-family: 微软雅黑 text-decoration: none "span style="color: rgb(54, 96, 146) font-family: 微软雅黑 "天美（中国）科学仪器有限公司/span/a/p/td/trtrtd width="56" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.6/span/p/tdtd width="456" valign="middle" style="border: 1px solid windowtext padding: 0px 7px word-break: break-all " align="center"p style="text-align:center"a href="https://www.instrument.com.cn/netshow/SH100266/" target="_self" style="color: rgb(54, 96, 146) font-family: 微软雅黑 text-decoration: none "span style="color: rgb(54, 96, 146) font-family: 微软雅黑 "德国赛多利斯集团/span/a/p/td/trtrtd width="56" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.7/span/p/tdtd width="456" valign="middle" style="border: 1px solid windowtext padding: 0px 7px word-break: break-all background: rgb(242, 242, 242) " align="center"p style="text-align:center"a href="https://www.instrument.com.cn/netshow/SH100365/" target="_self" style="color: rgb(54, 96, 146) font-family: 微软雅黑 text-decoration: none "span style="color: rgb(54, 96, 146) font-family: 微软雅黑 "艾卡（广州）仪器设备有限公司（IKA 中国）/span/a/p/td/trtrtd width="56" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.8/span/p/tdtd width="456" valign="middle" style="border: 1px solid windowtext padding: 0px 7px word-break: break-all " align="center"p style="text-align:center"a href="http://www.instrument.com.cn/netshow/SH101405/" target="_self" style="color: rgb(54, 96, 146) font-family: 微软雅黑 text-decoration: none "span style="color: rgb(54, 96, 146) font-family: 微软雅黑 "哈希公司（HACH）/span/a/p/td/trtrtd width="56" valign="middle" style="border: 1px solid windowtext padding: 0px 7px background: rgb(242, 242, 242) " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.9/span/p/tdtd width="456" valign="middle" style="border: 1px solid windowtext padding: 0px 7px word-break: break-all background: rgb(242, 242, 242) " align="center"p style="text-align:center"a href="http://www.instrument.com.cn/netshow/SH100270/" target="_self" style="color: rgb(54, 96, 146) font-family: 微软雅黑 text-decoration: none "span style="color: rgb(54, 96, 146) font-family: 微软雅黑 "梅特勒-托利多中国/span/a/p/td/trtrtd width="56" valign="middle" style="border: 1px solid windowtext padding: 0px 7px " align="center"p style="text-align:center"span style="font-family: 微软雅黑, sans-serif font-weight: normal"NO.10/span/p/tdtd width="456" valign="middle" style="border: 1px solid windowtext padding: 0px 7px word-break: break-all " align="center"p style="text-align:center"span style="color: rgb(54, 96, 146) font-family: 微软雅黑 text-decoration: none "a href="https://www.instrument.com.cn/netshow/SH101011/" target="_self" style="color: rgb(54, 96, 146) font-family: 微软雅黑 text-decoration: none "奥地利安东帕(中国)有限公司/a/span/p/td/tr/tbody/table/pp style="margin-bottom: 15px text-indent: 0em text-align: center "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="margin-bottom: 15px text-indent: 2em "span style="font-family: 微软雅黑 font-size: 16px "这些厂商究竟哪些细分产品受到热切关注？其他仪器厂商的表现又如何？请持续关注仪器信息网span style="font-size: 16px font-family: 楷体, 楷体_GB2312, SimKai color: rgb(192, 0, 0) "《2018全年度科学仪器行业互联网买家行为报告》/span。找靠谱仪器，就上仪器信息网。/span/pp style="margin-bottom: 15px text-indent: 0em text-align: center "span style="font-family: 微软雅黑 font-size: 16px "img src="https://img1.17img.cn/17img/images/201811/uepic/7d529e13-cd9f-4a82-82eb-966654df3e6d.jpg" title="手机APP下载二维码.jpg" alt="手机APP下载二维码.jpg"//span/pp style="text-align: center "span style="font-family: 微软雅黑 font-size: 16px "（扫描二维码下载APP）/span/pp style="margin-bottom: 15px text-indent: 2em "br//pp style="margin-bottom: 15px text-indent: 2em "span style="font-family: 微软雅黑 font-size: 16px "/span/pp style="text-align: center text-indent: 0em "span style="font-size: 16px font-family: 楷体, 楷体_GB2312, SimKai "-相关阅读-/span/pp style="text-align: center text-indent: 0em margin-bottom: 25px "a href="https://www.instrument.com.cn/news/20180718/467682.shtml" target="_self" style="text-decoration: underline font-size: 16px font-family: 楷体, 楷体_GB2312, SimKai color: rgb(79, 129, 189) "strongspan style="font-size: 16px font-family: 楷体, 楷体_GB2312, SimKai color: rgb(79, 129, 189) "看懂这1万家采购企业的习惯，仪器厂商才能抢滩市场/span/strong/a/pp style="text-align: center line-height: 1.75em margin-bottom: 15px "a href="https://www.instrument.com.cn/buyer" target="_self" style="color: rgb(79, 129, 189) text-decoration: underline "span style="color: rgb(79, 129, 189) "strongspan style="color: rgb(79, 129, 189) font-family: 楷体, 楷体_GB2312, SimKai "2018仪器信息网买家服务平台——span style="text-decoration: underline font-family: 楷体, 楷体_GB2312, SimKai font-size: 18px color: rgb(192, 0, 0) "仪采通/span简介/span/strongstrongspan style="color: rgb(79, 129, 189) font-family: 楷体, 楷体_GB2312, SimKai "/span/strong/span/aspan style="font-family: 楷体, 楷体_GB2312, SimKai " /span/pp style="line-height: 1.75em text-align: center "span style="font-family: 楷体, 楷体_GB2312, SimKai "img src="https://img1.17img.cn/17img/images/201811/uepic/271aa73c-18c7-48a6-bf8a-2efd0e7d19d4.jpg" title="仪采通剪裁后.png" alt="仪采通剪裁后.png"//span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 楷体, 楷体_GB2312, SimKai "为切实提高用户采购效率,节约采购成本,加强用户与仪器供应商的交流与合作,仪器信息网打造了专门服务于广大实验室采购人员的一站式采购平台——仪采通，为买家提供以下服务: /span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 楷体, 楷体_GB2312, SimKai "1.推荐品牌对接供应商/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 楷体, 楷体_GB2312, SimKai "确保仪器信息网推荐的供货商及产品符合国家相关标准，且具备良好的售前售后服务体系。 /span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 楷体, 楷体_GB2312, SimKai "2.根据用户采购需求定制在线采购服务/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 楷体, 楷体_GB2312, SimKai "在线交流会：厂商一对一讲解，在线沟通，高效选型对比；/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 楷体, 楷体_GB2312, SimKai "在线报价：厂商直接提供仪器参数及市场报价，用户直接获取需要信息，节约双方沟通成本。 /span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 楷体, 楷体_GB2312, SimKai "3.线下供需双方见面会/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 楷体, 楷体_GB2312, SimKai "根据用户批量采购需求组织线下供需双方见面会。 /span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 楷体, 楷体_GB2312, SimKai "4.仪器真实成交价/span/pp style="text-indent: 2em line-height: 1.75em "span style="font-family: 楷体, 楷体_GB2312, SimKai "可提供仪器真实成交价，用户使用评价，以供参考对比。/span/p

2023年4月1日，SCIEX中国与大连达硕联合举办的《代谢物定性鉴定创新方法与应用专题会暨MExplorer Ultimate代谢组学数据分析新品发布会》在仪器信息网成功召开。本次专题会以代谢物定性鉴定创新方法与应用为主题，邀请中国科学院大连化物所许国旺研究员等国内知名的专家学者报告最新研究成果，尤其是具有高覆盖度与高准确性的代谢物定性鉴定，从面向质谱分析的前沿方法创新，到临床、医药、油脂等广泛领域应用，让参会人员广受启发，收获良多。在本次活动中，SCIEX中国与大连达硕联合发布了MExplorer Ultimate高分辨质谱/代谢组学数据一站式分析平台！一款面向基于质谱技术的代谢组学数据分析的一站式、智慧化、易入门低门槛产品，亮点突出，特色鲜明。该平台从质谱仪器所产生的原始数据开始，共有十大核心功能。以代谢物定性鉴定为例，针对不同的样本类型，平台可以一次性准确定性分析1,200~2,500种代谢物！本次活动报名人数超千人，直播期间吸引千余位代谢组学及其相关领域的研究人员参与，直播观看次数高达2,300+，同时最高观看人数800+。活动直播间互动十分踊跃，大家对各位专家的报告普遍反映很好，对MExplorer Ultimate产品评价极高，活动取得了圆满成功！许国旺 研究员中国科学院大连化学物理研究所报告题目：《基于高分辨质谱的代谢物定性》许国旺研究员老师的报告从代谢组学的研究对象、流程和方法入手，深入阐释了代谢物定性鉴定具有巨大挑战性的原因，目前代谢物定性分析中普遍存在的问题，如何才能获得“准确可靠”定性分析结果等一系列具有普适性、引领性和前瞻性的问题，以及发表的文献中存在的各种定性错误，有违色谱分离特点与规律的问题，进行了非常翔实、充分的讲解和介绍，特别是结合许老师研究组二十余年的研究经验娓娓道来，非常难得。然后，许老师结合研究组在代谢物定性鉴定方向的最新研究技术、方法和成果，详细介绍了大量研究工作，特别是从大数据+人工智能+机器学习的角度，介绍标准品数据库构建，修饰代谢组学、脂质/肉碱结构与保留时间规律性，2D/LC-MS技术等，实现大规模、高准确性的代谢物定性分析，并为大家提供了可靠代谢物定性分析的推荐策略。卢红梅 教授中南大学报告题目：《Data and AI-driven identification of small molecules》卢红梅教授则从ChatGPT、人工智能和大数据分析出发，介绍了分析化学中的量测大数据，以及这些海量数据，对分析化学家的挑战。在此基础上，介绍了研究组在AI驱动的分析化学数据分析策略和方法，包括面向GC-MS和LC-MS的数据分析一系列创新策略和方法，比如自动化的GC-MS峰解析，以及软件实现，LC-MS数据的峰识别与提取，峰匹配与代谢物定性鉴定分析，等等。特别是针对代谢物的定性分析，发展了多个具有创新性和前瞻性的深度学习方法和模型，获得了良好的定性鉴定结果。来自SCIEX(中国) 生命科学研究市场发展资深经理江峥女士宣布“MExplorer Ultimate高分辨质谱/代谢组学数据一站式分析平台”正式发布！并以视频的形式整体性介绍了MExplorer Ultimate平台。同时，江经理介绍了该平台的开发初衷和背景，与大连达硕合作团队在这一领域深厚积累，希望通过学术界和产业界的通力合作，共同探索解决代谢组学研究与应用痛点和难点问题。期待此次SCIEX与大连达硕联合开发的分析平台，可以为广大的科研工作者开启代谢组学的寻宝之旅，带来更多的便利和收获！也希望线上线下的老师有机会使用到此软件，并提出宝贵的改善意见，以助力平台的进一步提升优化。曾仲大 CEO大连达硕报告题目：《MExplorer Ultimate产品介绍》来自大连达硕的曾仲大博士，详细介绍了MExplorer Ultimate数据分析平台的十大功能，包括样本管理、样本处理、数据采集、信号处理、定性鉴定、统计发现、网络通路、整合分析、分析报告，以及资源管理等。特别是针对每个模块的功能，提供特色鲜明、亮点显著的解决方案，比如以“一次标注，贯穿整个数据分析过程的方式”，最大化便利用户；以拟靶向分析融合非靶向与靶向分析的优势，实现高覆盖度与高准确性的代谢物特征分离与检测；以真正实时、在线的数据质量监控模式，实现数据的全流程跟踪分析；以“一步到位”同时实现质谱原始数据峰提取、峰匹配、QC样本校正，以及保留时间校正的方式，极大提升数据质量；以标准品数据，以及网络与文献整合大数据等方式，并开发基于人工智能的定性鉴定创新方法，实现高覆盖与高准确性的代谢物定性分析，达到目前的最高水平之一；以“一键式”、“算法超市”的形式，实现简单、智能化的差异物发现；以直接原始数据直达代谢物通路与网络分析的形式，极大降低复杂质谱与代谢组学数据分析的门槛。与此同时，平台可以实现正、负电离模式，或者其他多来源数据的整合分析，并实现了面向浏览器端的高质量分析报告，以及全面资源与数据库管理，等等。特别是，平台以多核并行计算、云弹性计算、多索引搜索、多索引搜索和人工智能算法等，帮助用户实现“深入浅出，无声无息”的智能体验。此外，MExplorer Ultimate兼容SCIEX全系列高分辨质谱：7600、6600、5600，以及X500系列。龙志敏SCIEX(中国) 小分子组学及药物市场应用经理报告题目：《针对代谢组学及脂质组学研究的质谱技术及方法进展》来自SCIEX(中国) 龙志敏博士则从质谱技术与硬件发展的视角，深入讲解了代谢物定性分析的方法进展，其中重点介绍了SCIEX ZenoTOF™ 7600高分辨质谱系统的多项核心技术，比如Zeno trap 技术, 可解决飞行时间质谱占空比问题，使得超过90%离子被有效检测到，实现超高灵敏度分析检测，使得实现灵敏度提升增加高达5-20倍；能量可调可控的电子活化解离(EAD)技术，实现脂质精细结构解析及代谢物同分异构体区分低含量物识别与定量，具备小分子和大分子所有分子类型的可调特征碎裂能力；MS/MS量测,可克服飞行时间质谱MS/MS占空比不足，使得超过90%离子被注入飞行时间质谱；同时具有高达133Hz的MS/MS扫描频率，包括改进的数据依赖型扫描模式(DDA)和高分辨率MRM(MRMHR)，等等。所有这些创新技术，使得ZenoTOF 7600具有超乎预期的代谢组学和脂质组学代谢物检测与分析能力。吕海涛 研究员上海交通大学报告题目：《功能代谢组学驱动决定性功能代谢物的精准表征》来自上海交大的吕海涛研究员，从功能代谢组学的角度，介绍了功能代谢物的精准表征。首先介绍了细胞生物化学中的分子相互作用，复杂与多样化功能，以及功能调节等。在此基础上，吕老师重点介绍了功能代谢组学，并以胰腺癌为重点研究对象，介绍了STORM策略作为新靶点发现的创新方法与结果，以及下一代功能代谢组学STROM+的研究策略。魏芳 研究员中国农业科学院油料作物研究所报告题目：《基于质谱技术的脂质分子结构分析方法及应用》来自农科院油料所的魏芳研究员，首先介绍了脂质的结构与功能，特别是脂质分子的多样性与结构鉴定的复杂性与挑战。然后，魏老师从不饱和脂质双键位置的分析方法创新的角度，介绍了不饱和脂肪酸位置的鉴定及其准确定量，基于双衍生化的FA精准分析，基于LC-MS的FAs高效分析，复杂不饱和脂质纸质精准结构鉴定，以及双键位置自动注释软件等。在脂质结构鉴定中的创新方法等领域方法，取得了重要进展。本次专题会与发布会的相关视频，根据报告人的意见，提供部分报告回放，点击链接：https://www.instrument.com.cn/webinar/video/collection/11360关于MExplorer Ultimate：SCIEX ZenoTOF™ 7600作为新一代的高分辨质谱系统，具有更高的灵敏度和准确性，同时搭载电子活化解离EAD碎裂技术可实现多重质谱碎裂并实现精准结构表征，在代谢组学研究中具有显著优势。SCIEX ZenoTOF™7600所产生的海量数据，为代谢组学/脂质组学研究，包括代谢物精准定性，提供了前所未有的能力。基于此，SCIEX中国与大连达硕联合开发的面向非靶向代谢组学数据分析的创新平台，即MExplorer Ultimate，实现从质谱原始数据到在线、实时质控，从谱峰识别、提取与匹配到数据质量评价与校正，从高覆盖度与高准确性代谢物精准定性，到一键式差异物智能发现，从拟靶向分析到多源数据整合，从快速通路探索到生物解释的一站式、智慧化、低门槛分析，必将极大地提升用户的数据分析与创新能力。如对代谢组学研究相关质谱技术及数据分析平台感兴趣，欢迎垂询：SCIEX联系方式：SCIEX全国咨询电话: 400-821-3897SCIEX全国咨询邮箱：service.china@sciex.com大连达硕联系方式：大连达硕咨询电话：0411-84753876大连达硕咨询邮箱：contact@chemdatasolution.com

p　　作者：耐驰分析和测试业务部门数据科学家Michaela Lang和Jigyasa Sakhuja，/pp　　strong介绍/strong/pp　　在数字化和工业4.0时代，strong大数据/strong扮演着越来越重要的角色。无论是在工业公司、社交媒体还是在超市的个人购物中，每天都会产生和存储大量的数据。如此大的数据量(可以是结构化的或非结构化的)称为strong大数据/strong。目标是从收集的数据量中获取信息，以便根据实际的需要获得观点。大数据集通常是如此复杂和庞大，以至于无法再使用常规方法(如数据库系统)处理它们。为此，我们使用数学方法和程序来分析这些数据集。/pp　　耐驰分析与测试业务部门与时俱进，在热分析领域承担着这些新课题。在这个关于大数据最重要主题的博客系列中，耐驰想向您介绍strong数据科学/strong和strong机器学习/strong等新术语，并更详细地解释它们的用法。/pp　　strong系列1：大数据的影响/strong/ppstrong　　大数据定义/strong/pp　　大数据是当今快速增长的数据，能够帮助企业以强而有利的方式处理海量信息。一方面，它描述了大量复杂且变化迅速的数据，另一方面，它还包括用于分析大量数据的数字技术。/pp　　strong使用大数据的好处/strong/pp　　特别是在谈到非结构化数据时，许多公司创建了大量数据，但他们不知道如何使其作用于业务。在公司中，技术和经济数据通常以非结构化的形式和庞大的数量展现。为了快速高效地搜索和访问这些数据量，传统的方法(如数据库系统)面临巨大的挑战，甚至不再可能。这就是为什么开发了多种技术来处理和加工大量数据。从数据存储到数据分析都有不同的过程。找到适合各自公司的需求和流程结构的方法很重要。大数据的使用对公司格局产生了非常好的影响，因为大量的可用数据为公司提供了对其产品的全新见解，例如购买行为、材料性能甚至市场风险。/pp　　无论是小公司还是大公司，如果知道如何使用大数据方法，都可以从中受益。所有新开发的技术的主要优点是，可以将技术数据与公司的业务数据相连接，并使各领域之间的关联变得可见。这将带来全新的机遇，并能创造新的商业模式。/pp　　strong热分析和聚合物基复合材料行业的大数据/strong/pp　　在聚合物领域开展业务的公司获得了额外的好处，因为在机器学习的帮助下发现了新的聚合物(Montalbano，2019)。同时也可以利用大数据对聚合物的材料行为进行预测和分类。对于热分析，特别是聚合物基复合材料行业，预测参数变化对材料性能的影响，可以优化工艺，使行业更加兴盛，从而提高生产效率，降低生产成本。/pp　　strong如何使用大数据?/strong/pp　　为了有效地处理大数据，必须实现清晰定义的数据存储结构和良好的数据加工。为了使数据强大，今天使用的关键词是数据科学。为了从收集的数据中提取有用的信息，必须对其进行分析。作为这方面的先决条件，必须认真准备数据。但与数据准备同样重要的是数据质量本身。不仅数据的数量是高度相关的，而且给定数据本身的信息在分析中也起着很大的作用。这使我们得出结论：你可以收集大量的数据，但没有任何数据质量，你就无法合理有效地使用它。数据中提取的信息越丰富，获得的数据质量就越高。通过使用复杂的数据分析，公司可以从这些有价值的数据信息中获得新的见解。/pp　　strong预告/strong/pp　　在下一篇博客文章中，耐驰想发布一个关于评估来自不同数据源的大量数据的可能性和方法的概述。耐驰想给你一个被称为数据科学的概述，并展示它的应用可以实现什么。/pp　　所以请关注耐驰大数据系列的下一篇博客文章!/pp　　文中引用的链接：https://www.designnews.com/materials-assembly/researchers-use-ai-discover-new-polymers/67744341261255/ppbr//p

云检医学集团（以下简称“云检医学”）宣布，阿斯利康中金医疗产业基金完成对公司B1轮的独家投资。本轮融资主要用于进一步扩充公司妇幼产品线及癌症检测产品研发管线，并持续推进各产品线在中美两地的注册生产、商业化落地和国际市场的开拓。云检医学是新一代基于蛋白和代谢组学标记物发现技术的平台公司。自2015年成立以来，公司建立了独特的由医学假设驱动，基于质谱蛋白组学与大数据驱动的分析平台，缩短了传统方法发现疾病标记物的周期，并根据标记物特点适配相应的临床诊断平台，实现了快速产品化的闭环路径。目前，公司正在中美日等地快速推进女性及孕期健康、儿童罕见疾病检测，癌症精准诊断和复发监测和代谢类疾病创新检测领域IVD/LDT产品的注册和商业化。云检医学的平台技术创新来源于斯坦福大学医学院背景的研发团队逾19年的积累。创始团队具有在药物开发、疾病生物标志物发现、临床转化和诊断、大数据疾病模型和数据安全等领域丰富的经验。目前，公司已在美国马里兰州、加州、上海、天津、成都等地建立中美双研发中心和GMP工厂，并在马里兰州拥有由美国病理学家学会和美国临床实验室委员会双认证的CAP/CLIA临床实验室。同时，天津云检医学检验实验室取得了国内医疗机构执业许可证，通过双盲对比实验，相关检测项目达到CAP 同等的检测质量水平。在刚刚结束的无锡太湖湾生命健康未来大会上，云检医学宣布与阿斯利康在蛋白质组学和代谢组学领域开展探索性研究合作，包括但不限于基于质谱靶向技术检测药物开发中常见的创新药物靶点。云检医学将为阿斯利康提供质谱驱动的创新药物开发伴随诊断检测，助力精准确定更有效的患者群体和优化临床试验方案。云检医学联合创始人兼首席执行官陈利民先生表示：“作为一家以创新为驱动内核的高科技企业，云检医学始终致力于严肃医疗领域为临床、为患者提供更好的医疗产品和服务。云检医学依托斯坦福大学团队的技术积累和在海外成功运营经验，已经构建了深厚的技术基础和丰富的产品管线，致力于在全球范围内提供妇幼及癌症筛查检测跟踪解决方案。站在新始点，云检医学不仅追求商业化的成果，更致力于探索和实践‘人工智能+多组学检测’的中国路线，让各管线产品融入‘健康中国行动’的大战略。衷心感谢阿斯利康对云检医学的信任和支持，我们希望与投资人以及合作伙伴携手前行，共同成长。”云检医学完成B1轮融资，推进质谱蛋白组学与大数据驱动开发平台阿斯利康中金医疗产业基金董事总经理，阿斯利康中国副总裁、战略合作与业务发展部负责人陈冰先生表示：“尽管质谱平台已在海外科研领域成功商用多年，其在中国临床诊断领域的应用大多限制在传统标志物，市场渗透率也受制复杂的前处理流程。云检医学基于其在组学数据和疾病模型领域的多年积累，搭建的‘质谱蛋白组学与大数据驱动的开发平台’使传统的科研型质谱平台重新焕发了生命力。云检医学美国研发团队已与阿斯利康全球转化医学团队多次合作，我们对公司与阿斯利康中国即将开展的探索性研究合作非常期待。“中金资本总裁，阿斯利康中金医疗产业基金执行事务合伙人委派代表单俊葆先生表示：“云检医学拥有先进的技术、强有力的团队和丰富的产品管线。公司发展至今，已有足够的能力为临床提供精准可及的多种解决方案。我们相信，在科学家团队的带领下，公司将持续引领‘人工智能+多组学检测’行业的发展，造福更多的肿瘤、妇幼等多疾病领域的患者。我们相信云检的国际视野，学术前瞻性，和研发实力将为临床源源不断输出更多更好的诊断工具，使更多患者受益。非常荣幸参与本轮融资，我们将充分调动基金的产融资源，全方位支持公司未来的发展。”关于阿斯利康中金医疗产业基金阿斯利康中金医疗产业基金是由阿斯利康与中金资本联合发起，专注于医疗健康产业投资的私募基金。融合阿斯利康全球的产业优势以及中金资本丰富的资本运作经验，基金聚焦于生物医药、医疗器械、诊断服务、数字医疗等投资领域，致力于汇聚产融资源，为企业及投资伙伴提供双向全周期赋能，共同助力中国医疗健康产业创新发展。

制图：施璐敏　　感觉不舒服，但是体检指标却没有问题，这是什么原因?昨天，南京市中西医结合医院发布首个中医体质检测大数据，让这一部分人找到了身体不适的原因。通过对超过1000名参与中医体检的市民大数据分析发现，近7成人群均属于亚健康状态，其中气虚人群最多，其多为不良生活习惯所致。　　平和体质人群只有三成多　　根据中医体质辨识，人体分为九种体质，其分别为：平和体质、气虚体质、阳虚体质、阴虚体质、痰湿体质、湿热体质、血淤体质、气郁体质和特禀体质。　　记者发现，这份大数据分析显示，按照中医九种体质的分类，平和体质的人群虽然排在第一位，但是所占比例刚超过三成，约为33%，其余八种亚健康体质，按照从高到低的顺序依次为：气虚体质(约占12.7%)、阴虚体质(约占10.8%)、气郁体质(约占9.3%)、阳虚体质(约占8.3%)、痰湿体质(约占8.1%)、湿热体质(约占7.6%)、血淤体质(约占6%)和特禀体质(约占4.2%)。　　数据解读　　亚健康多为不良习惯所致　　南京市中西医结合医院治未病中心夏公旭副主任中医师介绍说，平和体质也就是我们常说的健康人群，这个人群的总体特征是阴阳气血调和，体态适中、面色红润、精力充沛。由于这个样本的数据主要以体检中心和治未病中心的数据为主，所以健康人群所占的比例大一些也在意料之中。但是，即便如此，依然显示大部分没有因为疾病到医院就诊的人群中，接近七成的人都是亚健康人群，也就是其他八种亚健康体质。　　“从主要人群分布分析，没有明显的职业和学历差异，但是与测试者的生活习惯密切相关。”夏主任说，亚健康体质多与不良生活习惯密切相关，比如喜欢高热量高脂肪饮食的人群在痰湿体质的人群占比中最高，喜欢熬夜的人群在阴虚体质的人群中占比最高，不爱户外活动的人群在气郁体质的人群中占比较高。　　读者疑问　　气虚等三类体质为何最多见?　　在八种不健康体质中，气虚排名第一，引起了不少人的好奇。什么是气虚体质，气虚为何在这八种亚健康体质中最为常见呢?　　对此，夏公旭介绍，中医有“百病皆生于气”之说。无论是血虚、阳虚还是五脏六腑的虚，一开始通常都会有气虚的表现。比如某个脏腑的气机运行不畅，就会出现功能障碍，从而导致脾虚、肾虚等虚证。因此，气虚常常是身体出现问题的最开始预警信号，若是容易疲乏、精神不振、易出汗，而且容易反复感冒，提醒你可能已经气虚了，需要及时进行中药调理，比如这个时候可以服用膏方。　　而阴虚体质的人群多为经常熬夜的白领，从中医的角度来说，静则阴生，动则阳生。人在白天活动的时候，气血得以运转，生发阳气 夜间入睡后，血归肝，能养阴气。如果晚上该睡的时候不睡，阴气就会受到损失。时间长了，身体就会上火，所以中医有阴虚火旺的说法。不过，熬夜造成的上火，多是虚火，不是实火。此外，气郁体质主要体现在一些心理承受能力差、生活工作压力大、容易失眠的人群身上。　　专家提醒　　亚健康人群调理身体不可盲目　　在昨天该院举办的膏方文化节上，夏公旭副主任中医师提醒说，膏方进补不可盲目，虽然是养生方，但它仍然是药，使用不当不但达不到调理健康的目的，还可能事与愿违，伤害身体。因此，青少年体质健壮者 急性疾病和有感染者 慢性疾病发作期和活动期患者 胃痛、腹泻、胆囊炎、胆石症发作者 慢性肝炎、转氨酶很高者 自身免疫球蛋白和抗体很高者等6类人群不适宜吃膏方。为此，该院今年对开具膏方的人群均免费中医体质辨识检测，让市民根据体质调理达到事半功倍的效果。

生态环境监测作为环境保护各领域工作开展的基础，历来受到各界的关注与重视。面对当前建设规划、标准规范与信息发布不统一，信息化水平和共享程度不高，监测数据质量有待提高等突出问题，国务院办公厅于7月印发的《生态环境监测网络建设方案》（以下简称《方案》）则做出了全面规划和部署，对我国生态环境监测网络建设确立了清晰的行动纲领 明确了环境监测是作为环境保护工作开展的基础。 随着《方案》的全面推进，环保部副部长翟青对于《方案》的主要目标，提出四点关键内容：“一是三个监测要素全覆盖——即环境质量、重点污染源、生态状况监测全覆盖；二是数据的互联共享与大数据平台支撑；三是自动预警、信息化能力和水平的明显提升；四是监测和监管的协调联动。” 考虑到环境监测本就面临着数据繁多、关系复杂，且与其他领域数据错综关联等实际问题，加上监测要素的进一步扩大覆盖，海量数据的有效处理无疑会是建设的关键挑战之一。专注于环境领域的数据应用服务商，天基网控就曾表示，目前的环境监测网络，由于业务划分、信息化建设先后等原因，往往存在系统独立、数据分散的问题，历史数据孤立难以统一，同时，新增数据开始进入爆发增长阶段，但数据价值密度较低；如何让已有的积累数据与新增数据集成整合，并进行有效分析和深度挖掘，需要充分利用更为先进的信息化技术与平台产品支撑。 为此，必须加快推进生态环境监测网络建设改革，紧紧围绕影响生态环境监测网络建设的突出问题，强化监测质量监管，落实政府、企业、社会的责任和权利。通过建立环保大数据中心，依靠大数据的海量数据存储与超高效处理能，整合环保相关部门内部分散数据形成庞大的数据中心体系；为生态环境保护决策、管理和执法提供数据支持。 据悉，各省市地区环保部门和监测中心均已全面启动监测网络的建设规划，而对于广泛覆盖的监测要素，以及环境数据集成共享的监测技术和信息化支撑则成为基础建设重点。以广东省环境监测中心为例，记者了解到在其最新的工作计划中，就已明确了针对现有数据中心的升级改造内容。通过优化环境监测数据传输网络，搭建部署云计算和分布式数据集群系统，推进建设广东省环境监测大数据平台，并在此基础上实现各业务系统的统一整合与数据共享。 目前市场中各环保行业厂商也纷纷升级推出对应的大数据解决方案。已参与到多地生态环境监测网络建设规划的天基网控，在对外的介绍中就多次提到，大数据平台的建设在整个监测网络中将实现环境数据标准化，业务管理一体化，污染源监控可视化，监测报告智能化等显著效果，提高决策支撑水平。 以大数据为推动的生态环境监测网络建设已经全面铺设，但同时，我们也必须清楚的认识到，搭建环境大数据平台仅仅只是建设的开始，如何让数据发挥价值，并有效应用于监测和监管中，还需要在后续过程不断进行优化和完善。来源:大洋网

强强联手应对生物制药分析的苛刻要求 盐湖城, 犹他州 - 2010年5月24日沃特世公司（WAT:NYSE）今天宣布已经与PREMIER Biosoft国际公司（帕洛阿尔托，加州）达成协议：双方携手推广该公司的SimGlycan软件以及沃特世质谱分析方案，用于多聚糖和糖肽分析。根据协议，沃特世将继续销售和支持其多聚糖质谱分析方案，而PREMIER Biosoft公司则将其软件卖给将使用沃特世SYNAPTTM和XEVOTM质谱平台进行多聚糖和糖肽分析的客户。通过利用PREMIER Biosoft的SimGlycan数据分析软件来扩展沃特世分离科学产品、质谱仪和超高效液相（UPLC）色谱柱方案，可以帮助生物制药企业获取生物药物关键信息，这些信息对于了解该药物的稳定性和安全性至关重要。糖基化的重要性引起了FDA法规的关注和监管多聚糖是随蛋白质翻译后连接在生物药物如蛋白质、多肽或单克隆抗体上的支链多聚糖分子。细胞中多聚糖加成和成熟反应的最终结果是不均匀的生物药物修饰，而不同的糖基化形式可对生物药物的有效性和安全性产生不同的影响。因此确定生物药物的糖基化位点和多聚糖的糖型及数量对于评价药物的有效性和安全性是必须的，由于存在各种不同的复杂多糖结构，对分析技术提出了很高的要求。另一方面，糖基化的一致性与否通常被作为一个灵敏度很高的标志，以此来判断制药公司是否对生物药物生产过程进行了有效的控制。为此，美国食品药品监督管理局FDA和其它法规机构也提出了相应的指导原则，要求对蛋白质药物糖基化进行更为严格的控制，这将使生物制药行业针对分析技术进行更大的投入，以便更好地分析和了解复杂的生物治疗药物。 关于沃特世的UPLC多聚糖分析方案沃特世UPLC多聚糖分析方案由ACQUITY UPLC BEH多聚糖分析专用色谱柱配合带荧光检测器的ACQUITY UPLC系统组成，用于分析2-氨基苯甲酰胺（2-AB）或其它荧光试剂标记的生物药物经酶处理后得到的多聚糖混合物。UPLC多聚糖分析方案提供比HPLC方案更好的分析结果，具有重现性好、分离度高、灵敏度高且分析速度快的特点，能够帮助实验室分析检测多聚糖的同分异构体（质量数相同、但保留时间不同），进行不同种类多聚糖如高甘露糖、中性以及唾液酸化的多聚糖分析，并同时对相对丰度很低的多聚糖进行分析（相对于其它多聚糖来讲）。沃特世UPLC多聚糖分析方案配合沃特世质谱仪器使用可以对多聚糖结构进行确证。作为MS/MS数据分析的工具，SimGlycan软件可预测蛋白质分子上的多聚糖结构、对其进行评分并生成一个与得到的质谱图信息最接近的可能的多聚糖列表。SimGlycan数据库是一个巨大的包含8,553种多聚糖信息的关系型数据库，并持续不断地更新其它新发表的多聚糖信息，可支持糖肽和多聚糖分析。 关于PREMIER Biosoft国际公司（www.premierbiosoft.com ）成立于1994年，由计算机科学家和生物学家领导，专注于制造用于生命科学研究的最尖端的直观软件。该公司的目标是研究生命科学中最新的创新型技术并将其转化为软件产品以辅助研究。关于沃特世公司（www.waters.com ）50年来，沃特世公司（NYSE:WAT）通过提供实用且可持续的创新，实现了全球医疗保健、环境管控、食品安全、水质监测等领域的显著进步，为基于实验室的许多机构创造了商业价值。 沃特世的技术突破和实验室解决方案开创了分离科学、实验室信息管理、质谱技术和热分析的相互组合，为客户提供了一个持久成功的平台。 沃特世公司2009年的收入达15亿美元，员工人数达5,200人；公司正在帮助全球客户推进科研进程，并为其提供绝佳的操作体验。

近日，科迈恩科技面向广大分析测试领域的科研、检测、生产及教学用户推出了最新一代面向科学大数据的化学计量学与机器学习解决方案ModelLab Matman。ModelLab Matman作为科迈恩科技开发的ModelLab系列AI建模分析软件中的一员，提供对于科学数据领域通用的化学计量学分析与机器学习建模的广泛支持，可以对任何通用类型的数据文件（如Excel表格、CSV数据文件）进行建模分析。ModelLab Matman采用C++语言专为高性能矩阵计算开发，结合各类定性与定量化学计量学与机器学习高性能算法模型，为满足复杂体系科学数据分析的需求提供行业领先的分析软件和科研工具。图1 ModelLab 科学大数据AI建模解决方案产品家族新品亮点1. 多模态分析仪器复杂体系数据挖掘ModelLab系列软件（含Matman, Specman, Chroman, Massman等）提供对各类色谱、质谱、光谱，核磁共振，以及其他类型仪器及科学统计数据的AI建模分析支持。专业的仪器数据处理提供包括色谱峰保留时间对齐、质谱解卷积、光谱多元校正、高维光谱因子分解等各类多维、高分辨数据的解析和处理。从而实现高度自动化的定性、定量及非靶向分析。图2 ModelLab化学计量学与机器学习算法组成2. 领先的科学大数据机器学习建模ModelLab Matman独有的化学计量学高性能计算SDK涵盖多元校正、多元统计、回归建模、模式识别、因子分解以及知识图谱等在内的各类机器学习算法。其包括PCA、PLSR、SVM、ATLD、随机森林、聚类热图等数十种功能强大的算法模型，并支持与仪器数据无缝连接。图3 ModelLab功能模块：模型训练3. 高维高内涵的多组学数据分析ModelLab Matman通过数据以及模型输入接口API，支持对各类色谱、质谱、光谱等仪器分析原始数据以及任意的表格及矩阵数据的快速机器学习建模和预测过程。可应用于指纹图谱、非靶向代谢组学、风味组学、环境暴露组学等各类多模态融合组学研究。4. 实时高效的大数据可视化分析ModelLab Matman通过将化学计量学与机器学习、自然语义分析以及知识图谱相结合，通过丰富的大数据可视化技术使得复杂体系样品数据分析过程和结论所见即所得。从而通过人工智能技术为分析测试相关行业的数字化、智能化转型和提质增效提供有力支撑。图4 ModelLab功能模块：算法自定义结果输出图5 ModelLab功能模块：自定义图表外观图6 ModelLab功能模块：分析报告应用领域通过化学计量学与机器学习相结合，所建立的定性、定量预测模型可广泛应用于检测分析各行业相关领域的复杂体系非靶向分析。图7 一致性评价模型【中药制药】中药材及饮片真伪优劣与质量评价、指纹图谱分析、中药注射剂质量控制、一致性评价、道地产地溯源与土壤因子、贵细药材分等分级、原料混批勾兑、储藏时间预测【代谢组学与蛋白组学】非靶向代谢指纹图谱分析、脂质体组学分析、代谢通路研究、空间代谢组学分析【化学药与生物制品】药物体内代谢、有关物质分析、原料药及中间体快检、在线过程控制、肽图指纹图谱、药物辅料智能分析、体内外相关性分析、一致性评价【精准医学】癌症早筛、多模态质谱成像分析、疾病标志物发现、血药浓度监控【环境保护】水质快检分析、水中油快速鉴别、污染物三维荧光分析、污染物预警监测、污染物的溯源鉴定、空气异味评级等【食品及农产品】原料及添加剂快速筛查、违法违禁添加、原产地及年份溯源、风味特征物质剖析、数字化定量勾兑、香精香料分析、品质分等分级【快消品】真实性评价及违法添加筛查、气味客观化与品质分等分级、白酒真实性溯源及感官评价、烟草及香精香料的风味组学建模与分析【石油化工】轻重质油、润滑油、生物柴油的油品分析、油页岩分析、溢油溯源鉴别、录井勘探、沥青真实性与老化智能分析等【珠宝玉石】珠宝玉石、陶瓷、文物等的真伪鉴别、断代、断源鉴别及三维荧光快检【司法鉴定】纸张、染料、油墨、墨水、纺织品、土壤、毒物的来源及真实性鉴别等【汽车制造】气味嗅辩分析、气味客观化分析与智能评级、油漆智能鉴别、润滑油快检分析 ModelLab系列软件作为一款多组学融合与多组学分析技术提供强大的数据分析工具，提供基于前沿算法与人工智能相结合的创新智能仪器分析手段，借以提升中国分析测试行业客户的化学分析能力，打破了长期以来分析测试行业的数据孤岛，解决长期困扰国产化仪器领域的软件及算法等“卡脖子”问题，从而为我国仪器仪表及检测行业持续提供基于前沿算法与人工智能相结合的创新检测手段。关于科迈恩科技科迈恩科技秉持“让AI为创新分析技术赋能”的愿景，致力于让广大用户受益于大数据和人工智能技术对于检测能力的创新和提高。目前科迈恩科技已在智能化仪器数据分析、快检技术、新药研发、精准医疗、感官评价等工业级AI建模等领域拥有系列化产品或解决方案，涵盖色谱、质谱、光谱、核磁共振等多维分析大数据的融合。所服务的客户覆盖制药、快消品、农产品、临床、石化、环保、交通、汽车制造等诸多领域。关注“科迈恩科技”公众号，了解更多分析检测行业的解决方案如您对科迈恩科技有更多想了解，可通过仪器信息网和我们取得联系！400-860-5168转3905

p　　夜晚能不能看见天空中“繁星闪烁”也要成为大气考核指标?没错，山东就是这么做的。从2013年1月起，山东省环保厅采用“蓝天白云、繁星闪烁”这个指标来通报各市空气质量状况。/pp　　随着山东省强力推进大气污染防治，17市环境空气质量出现不同程度的改善。但是，仍有不少人心存疑问，感觉大气改善的数据与直观感受并不同步，甚至质疑监测数据存在“水分”。/pp　　日前，山东省环保厅通过对2013年以来全省近500万个监测数据统计分析，发现了大气数据与公众感观不同步的“小秘密”。大数据如何能分析蓝天指标?怎样确保监测数据“说真话”?记者带你一探究竟——/pp　　strong关注1：“蓝繁”指标从何而来?/strong/pp　　从2013年起，为方便公众了解环境空气质量状况，山东环保部门在专业指标的基础上引入了具象性指标——“蓝天白云、繁星闪烁”(简称“蓝繁”)天数。这是山东省继2010年将“恢复鱼类生长”作为水环境描述性指标后，在大气领域再次提出类似的指导性目标。/pp　　众所周知，流域治理包含COD、氨氮、总氮、总磷、悬浮物等多种指标，用这些指标评价水环境比较科学，但这样的词语公众不容易看明白。当面向普通公众的时候，最好能用一般人容易理解和判断的描述性指标，将专业的术语“翻译”成公众能理解的语言。/pp　　“河里有没有鱼”正是把抽象的数据变成具象性指标，让群众可感可知、看得见摸得着，水环境质量的改善也因此得到公众的广泛认同。以此为借鉴，山东省在大气治理领域也引入了具象性指标“蓝天白云、繁星闪烁”，让二氧化硫、氮氧化物等空气质量专业术语更易被理解，也让普通群众都能成为大气环境的监督员。/pp　　不过，仅有描述性指标，尚不足以科学反映大气改善的成效，环保领域也很难找到一个指标直接对应“蓝天白云，繁星闪烁”。为此，山东尝试将气象学上的“能见度”作为对应的技术参考指标。/pp　　山东省环保厅监测处空气室的李岩对记者说：“观测经验表明，在济南等市能见度超过10公里，即可达到‘蓝天白云、繁星闪烁’的描述性指标。考虑到能见度与 PM2.5(细颗粒物)、湿度、温度等因素有关，山东省将‘能见度’作为‘蓝繁’指标的技术判定依据，并综合制定了具体判定标准。”/pp　　strong关注2：500万个数据背后有啥规律?/strong/pp　　能见度与PM2.5息息相关，那么，真实可靠的监测数据，也成为科学判定“蓝天白云、繁星闪烁”的重要依据。/pp　　2012年8月，山东省将17市144座空气自动监测站全部通过公开招标的方式，以TO(转让—经营)模式移交给第三方运营，并遴选出了3家运营单位和1家比对单位，分别承担空气站运营、比对业务，且运营、比对机构只对省级负责。/pp　　这种模式下，省、市两级环保部门共同对运营、比对单位进行质控考核，共同出资购买符合质量要求的监测数据，监测数据归省、市环保部门所有，实现了空气站的专业化、社会化运营管理。从此全省17市环境空气质量的好与坏，不再由环保部门“自说自话”。/pp　　与此同时，山东建立了“运营公司内部质控，比对公司移动比对，省级环保管理考核，市级环保定期互查及公众参与监督”的“4+1”监督模式和环境监测机构弄虚作假退出机制，确保数据“说真话”。/pp　　目前，山东省空气自动监测站已增加到154座。各站点每小时报出一组数据，包括SO2、NO2、PM10等实时小时浓度值和最近24小时浓度均值。大量真实可靠的环境监测数据，为环境管理提供了依据，也为环境分析提供了支撑。/pp　　山东省环保厅通过对2013年以来近500万个监测数据进行统计分析发现，能见度和PM2.5呈现很好的负相关性。随着PM2.5浓度的升高，能见度逐步降低，但两者并非简单的线性关系。/pp　　李岩告诉记者，大数据分析表明，以常见湿度(RH)=40%为例，当PM2.5大致在60-70μg/m3之间时，能见度的提升存在一个“拐点”。这样的“拐点”，如同治霾过程中环境治理的屏障，一旦突破，公众的环境获得感就会明显提升。/pp　　strong关注3：“拐点”出现还有多远?/strong/pp　　2013年和2014年，山东省的PM2.5平均浓度分别为98μg/m3、82μg/m3，改善了16.2%，而能见度改善滞后，仅改善了5.6%。这也是为什么环境数据看起来大幅改善，而环境质量的直观感受却相对滞后的原因所在。/pp　　那么，大气环境的“拐点”何时才能到来呢?记者了解到，2015年，山东省PM2.5平均浓度下降至76μg/m3，已经接近“拐点”范围。随着《山东省 2013-2020年大气污染防治规划二期(2016-2017年)行动计划》的全面启动，环境空气质量将进一步得到改善，能见度提升的“拐点”愈发临近。/pp　　据介绍，山东省二期行动计划不仅明确了全省及17市4项主要大气污染物的2017年改善目标，还明确了年均改善率，尤其在PM2.5的治理上，要求各市年均浓度改善幅度原则上不能低于8%。以此计算，到2017年，全省PM2.5平均浓度将降至64μg/m3以下，进入“拐点”范围。/pp　　为确保环境空气质量如期改善，山东省政府将与各市政府签订新一轮目标责任书，落实党政同责、一岗双责和终身追责，每年对工作方案实施情况进行考核并向社会公布。目前，全省围绕大气污染防治重点任务，已提炼了五大类4010个项目，投资额逾千亿元。/pp　　随着环保工作的不断深化，山东省PM2.5年均浓度必将突破“拐点”，公众的环境获得感也会随之明显提升。在宁静的夜晚坐看繁星闪烁，将不再是遥远的期待。/p

HDX-MS是一种基于蛋白质主链酰胺氢原子与氘水中氘原子交换而获取有关蛋白质高阶结构和动态信息的方法。该技术可以帮助研究蛋白质折叠机制、发现配体结合位点、突出变构效应，在生物医药行业中发挥重要作用。尽管HDX-MS在蛋白质分析中频繁使用，但它通常无法进行高通量分析，且受限于大于150 kDa蛋白的分析。此外，HDX-MS生成复杂的同位素峰型常伴有谱图重叠现象，导致氘代值被错误计算。随着样品复杂性的增加，这一问题会更加加剧。目前，数据处理的方法涉及到手动检查原始数据以筛选谱图，并丢弃有任何信号问题的肽段图谱。然而这种方法随着样品分子量和复杂程度的增加变得难以执行，且容易受到人为错误的干扰（图1）。因此迫切需要一种可以消除手动筛选数据的负担，同时能够兼容更复杂的谱图（来自复杂混合物或整个细胞裂解液样品的谱图）。本文作者使用了一种自动化HDX数据分析的方法，利用data independent acquisition（DIA）采集方法同时从MS1和MS2领域获取氘代数据，并开发了AutoHX软件来挖掘和分析HDX数据。图1.传统HDX-MS数据采集与分析流程和本文使用的数据采集和分析流程比较。针对使用HDX-MS时，碰撞诱导解离（CID）碎裂模式产生的肽段碎片会伴随着气相中的氘重组现象（即scrambling现象），会影响残基水平氘代值的准确测量这一问题，作者定量研究了HDX-MS2数据的特性。作者发现，scrambling与离子传输和碎裂能量有关，且在高传输效率的条件下scrambling较严重，因此首先使用较为温和的离子传输参数和碎裂能量能够降低scrambling程度。随后作者建立了可描述碎片氘代值与该肽段可碎裂位点数量之间的线性关系（图2）。随着碎片离子长度的增加，相应的碎片离子氘代值会线性增加，因此通过回归计算可以计算出整个肽段的氘代率。这种方法不仅利用了CID产生的碎片信息，同时更为准确的计算出肽段的氘代值，排除了肽段谱图重叠对计算氘代值的干扰。图2.在一条给定肽段中，HD scrambling中，氘代值与碎片长度的关系。接着作者提出使用DIA方法来获取HX-MS2实验中MS1和MS2域的氘化数据，以实现在不同质谱平台采集数据、采集复杂样品的信息、分析自动化数据，且使得通过CID产生的MS2中提取肽段氘代值成为可能。首先作者设置了尽可能小的DIA窗口，并使用了较大的窗口重叠区域，以最小化MS2谱图的复杂性并确保每条氘代肽段至少有一个窗口（图3）。同时，作者开发了一个名为AutoHX的软件（作为Mass Spec Studio中的插件），该软件自动选择理想的DIA窗口，并从MS1数据计算前体肽段的氘代值，以及从MS2数据计算所有碎片的氘代值。同时改进了HX-PIPE（为HDX-MS量身定制的搜索引擎），使其搜库结果直接应用于AutoHX的分析。随后AutoHX使用了一系列过滤器来从数据集中解析低质量信号，然后使用基于RANSAC的谱图分析器，为所有肽段及其碎片匹配最佳同位素集合，并绘制动力学曲线图。该方法显著提高了肽段序列覆盖的冗余度（图4），从而提高了测量质量。图3. DIA窗口设计示意。图4. 基于DIA采集模式得到的序列覆盖（糖原磷酸化酶B，phosphorylase B）与基于传统HDX-MS中MS1采集模式的结果比对。接着，软件会通过MS1和MS2数据收集到的肽段前体离子和肽段碎片离子的信息，计算出相应的氘代值，同时将所有重复组计算出的氘化值集合成一个分布（通常为正态分布）,并从该正态分布中，选择最接近平均值的组合，即为精确的氘代值，利用每个时间点的氘代值生成HDX动力学曲线（图5）。作者将手动筛选检查的数据与自动分析法获得的氘代数据进行了比对，结果具有一致性，验证了自动化方法的准确性和可靠性（图6）。同时在做同一样本不同状态HDX比较实验时，AutoHX可以生成氘代差异的显著性差异分析图（Woods plot）（图7），用于比较不同状态下的蛋白结构和构象差异。图5. 氘代曲线的组合方式。图6.手动MS1数据分析和AutoHX自动计算的氘代率对比。图7.氘代差异分析流程示意图。最后作者用两个蛋白体系验证了该方法的实用性和可靠性。第一个体系为DNA聚合酶ϴ （Pol ϴ ）与其抗生素药物novobiocin结合的结构变化。通过比较手动处理与自动化处理的数据，作者发现生成的氘代差异图结果相似，提示该方法具有较好的准确性，并能够定位结合带来的氘代上升和下降区域（图8）。第二个体系是DNA依赖性蛋白激酶（DNA-PKcs）与选择性抑制剂AZD7648的结合。使用AutoHX软件处理了六个HDX-MS实验的数据，快速生成了Woods图，发现大部分可检测到的稳定性增加集中在FAT和激酶结构域（图9b），还包括药物结合位点的铰链环区域（图9c），揭示了药物结合位点及其引起的动态性变化。这部分研究结果展示了自动化数据分析在药物结合研究中的有效性，特别是在分析大型蛋白质复合物和难以纯化的蛋白质时，为药物开发和疾病治疗提供了有价值的信息。图8.手动处理与自动处理的Pol ϴ 与novobiocin-bound Pol ϴ 的HDX数据作差对比。图9. DNA-PKcs+AZD7648的自动化HDX分析流程结果。总的来说，该研究开发了AutoHX软件，通过自动化数据分析和基于DIA的HX-MS2工作流程，显著提高了氢/氘交换质谱技术在蛋白质结构和药物结合分析中的效率与应用范围，使得这一领域技术更加易于使用并可供更广泛的科研社区应用。该工作的亮点，从实验设计上：考虑到了目前HDX-MS流程——数据采集、数据分析——中存在的瓶颈与局限。从方法学考察层面：方法验证科学严谨、周到。从技术上：大大降低了人工处理HDX-MS数据的成本，提高了检测能力，有提高检测通量的潜力。从科学思维上：利用了scrambling的规律，将普遍的问题转化成了机遇。HX-DIA提供了一个概念上的转变，降低了该技术的使用门槛，使该技术“平民化”。本文发表在Nat. Commun.上，题目为“Automating data analysis for hydrogen/deuterium exchange mass spectrometry using data-independent acquisition methodology”，作者是加拿大卡尔加里大学的David C. Schriemer。

2020年度是让人铭记的一年，新冠肺炎在全球肆虐，严重影响了我们的生活和工作。疫情虽然打乱了我们的生活，但却不影响我们仪器人学习的脚步！在这一年，各种新标准的更新与发布，特别是与新冠肺炎相关的口罩标准发布；2020新版药典的实施… … 下面我们通过一系列的数据来盘点仪器人学习的情况。一、2020年度最喜欢下载资料的行业2020年最爱学习的用户群体（图1）在2020年度，资料库的资料共被下载了86万次，每天有2000多次的下载，其中喜欢下载的用户群体分别是环境环保、石油化工、制药、仪器仪表、食品饮料、地矿等。在众多下载资料中，最近实施的标准是仪器人的最爱；其次喜欢下载的是分析检测方法、仪器操作与维护维修手册、课件等。二、2020年度最爱学习六大地区最爱学习的地区分布（图2）我们通过对文档资料下载分析，在2020年度最爱下载文档资料的地区为广东地区，遥遥领先其他地区。江苏、北京、山东、浙江、上海紧跟其后。另外我们也对谱图库下载的人群地区进行分析，发现和文档库的用户分布基本上是一致的（见下图）。最爱下载谱图的地区分布（图3）通过文档库和谱图库下载人群地区分析，我们可以清楚的看出仪器人主要分布在长三角和珠三角地区，这也与这些地区的检测机构分布基本上是一致的。三、2020年度最爱学习的单位及职位最爱学习的单位分布（图4）工业企业、商业检测机构从业者众多，他们理所当然的占据了下载资料的前两名。不同职位下载资料情况（图5）一线检测人员对知识的渴望远远大于其他职位的群体，当然我们也可以看到管理者也加入到学习的行列。四、2020年度用户喜欢热搜的词2020年度热搜词（图6）我们通过大数据分析，发现很多用户通过搜索新冠相关的长尾关键词进入到资料栏目，而且这个词贯穿了2020全年，特别是新冠防控方案关键词；其次是口罩相关的长尾关键词，特别是口罩的标准，主要集中在2020年上中旬期间。除此之外，最近实施的标准、仪器说明书（使用手册）也受到我们仪器人的普遍关注。五、2020年度用户最喜欢下载的十大热门资料2020年度用户最喜欢下载的十大资料标题下载次数GBT37140-2018检验检测实验室技术要求验收规范5141内部审核检查表—RBT214-20172637《深入解析质谱——仪器参数解读、质谱谱图解析》-1544页2528仪器采购宝典--31类实验室仪器配置清单--第二版（New）2348《液相色谱使用说明书：进口篇》-六大家族21款仪器-仪器信息网资料库（带书签）1812气相色谱操作手册：进口篇（下册）-仪器信息网资料中心整理-3334页（带书签）1755Agilent 课件 FID 点火困难解决方法1739GBT 35655-2017 化学分析方法验证确认和内部质量控制 实施指南 色谱分析1690T/JSFZXH 001-2020《口罩用聚丙烯熔喷非织造布》 团体标准公开信息1435《环境监测实操手册》-634页-仪器信息网资料库整理（带书签）1334《分析人员基础培训手册》-2156P-仪器信息网资料库整理1321ISO 17025 2017中文版1311JJF 1164-2018 气相色谱-质谱联用仪校准规范1263从仪器信息网资料库大数据分析，我们发现标准还是深受仪器人的喜欢。仪器信息网资料库从4月份开始整理编辑的仪器及检测行业的精品资料合集，深受用户的青睐。在2020年，我们共整理了48份资料合集手册，下载了23000次，合计50000页，涉及色谱/质谱/光谱/环境/食品/药品/质量体系等领域。下表罗列了下载前十的资料合集：标题下载次数《深入解析质谱——仪器参数解读、质谱谱图解析》-1544页2528仪器采购宝典--31类实验室仪器配置清单--第二版（New）2348《液相色谱使用说明书：进口篇》-六大家族21款仪器-仪器信息网资料库（带书签）1812气相色谱操作手册：进口篇（下册）-仪器信息网资料中心整理-3334页（带书签）1755《环境监测实操手册》-634页-仪器信息网资料库整理（带书签）1334《分析人员基础培训手册》-2156P-仪器信息网资料库整理1321最全面的《实验室管理之道》-一册在手管理无忧-仪器信息网整理1204实验室扩项所需资料合集-附所需资料目录1084史上最最最全的《ICP光谱仪器使用大全》-1989P（带书签）仪器信息网资料库整理1046气相色谱基础知识-仪器信息网整理-224页（带书签）946在2021年，我们还将继续整理各类合集，诚邀广大的仪器人加入我们的队伍，和我们一起共建更多的合集资源。六、2020年度十大学习狂人在2020年度，我们的资料共被下载了86万次，而这些资料又被哪些仪器人下载呢？下面让我们一起揭开面纱：2020年十大学习狂人：用户篇（图7）通过大数据分析发现，linrg蝉联榜首，下载达到了1万多篇，平均每天下载了30多篇，遥遥领先第二名，继续当仪器界的学霸！2020年十大学习狂人：仪器厂商篇（图8）与仪器用户相比，仪器厂商的对资料的需求要少的很多了，其中东南科仪和福立仪器领先于其他厂商。七、2020年度十大奉献榜2020年十大分享榜：用户篇（图9）在2020年度，资料分享大神h04206010006用户共分享了4千多篇资料，遥遥领先其他仪器人；感谢h04206010006用户无私的分享与奉献。2020年十大分享榜：仪器厂商篇（图10）仪器厂商也不甘落后，其中月旭科技分享了1800篇液相色谱谱图资料，遥遥领先其他的仪器厂商。在此，我们所有无私奉献的仪器人、仪器厂商，感谢你们分享关于仪器及检测方面的点点滴滴。2020年度十大赚分榜（图11）分享资料可以获得丰厚的积分，在2020年度，nphfm2009获得了5万多分，遥遥领先其他人。在前十的榜单中，仪器人均都赚取了过万的积分。以上数据来自仪器信息网资料库、仪器信息网大数据中心。我们欢迎更多的朋友加入分享的队伍中来！与人分享于己留香，如果您手头上有闲置的资料，如：仪器操作手册、仪器维护维修手册、仪器使用心得、实验室建设管理经验、色谱/质谱/光谱/核磁共振各类谱图等等，千万别忘了传到资料库里喔，上传资料可以提升个人或企业的人气，另外还获得丰厚的积分喔! 目前每上传一篇资料即可获得10个积分奖励，资料被他人下载可额外获得奖励，资料被下载次数越多奖励越多！获得的积分可以下载资料，也可以去积分商城兑换丰厚的礼品，快来分享上传吧！立即文档上传 立即谱图上传目前资料中心有标准、分析方法、仪器维护维修手册、仪器样本等各种类别的文档资料，还有色谱、光谱、质谱、核磁共振等谱图。每月都有几十万人来仪器信息网资料库查询、下载、分享资料，期待你的加入！另外有个好消息：目前使用仪器信息网APP可免费查阅所有资料！如果您有关于资料方面的问题，请加资料官方微信号：yiqiziliao