深度规

作为最新一代PCR技术，数字PCR因其绝对定量能力和卓越的灵敏度，被公认在精准医学领域具有巨大商业前景。整体来看，数字PCR国内企业虽起步稍晚，但逐渐有后来居上之势，在市场成型早期就有众多国产品牌布局，且头部国产厂商开始涌现出优秀的技术和产品创新。近期，小海龟科技发布了全新芯片式全自动数字PCR一体机，本网编辑就新品亮点、实际应用、市场预期等问题对复旦大学微电子学院教授、上海小海龟科技有限公司创始人、首席科学家吴东平进行了交流。仪器信息网：全新的BioDigital炎自动一体机在整机、自动化、关键部件、专用化、软件、外观设计等方面有哪些显著创新？吴东平教授：BioDigital炎是世界第一台真正的全流程芯片式全自动数字PCR一体机，BioDigital炎一体机真正意义上实现了“傻瓜式”操作，无需人工加样，仪器自动化完成反应液加入芯片、液滴生成、PCR扩增和数据分析。该仪器大小适中，面宽约620 mm，占地空间较小，所有分子实验室均可以安装。“炎”具有最佳的样本通量灵活性（1-24样本灵活选择），独创的固态油隔水液滴生成技术能够实现高达98%的有效液滴比例，软件也实现了高度一体化的集成与一键式报告生成功能。 仪器信息网：基于前几代产品（BioDigital華、BioDigital青）小海龟科技为何要推出该产品?其市场定位如何?吴东平教授：BioDigital華作为国产首个数字PCR产品，引领了国内数字PCR行业的兴起，但其样本通量较小、自动化程度不高。BioDigital青实现了液滴生成的全流程自动化，且样本通量达到最多96个，但没有实现与PCR扩增及芯片分析阅读的集成，非常适合于对样本通量有较高需求且有专门PCR实验室分区的客户。而BioDigital炎真正意义上解放了人工，实现了“傻瓜式”操作，特别适合于对全流程全自动有迫切需要或实验室空间比较紧张的医疗及科研用户。仪器信息网：该新产品着力解决哪些实际应用问题?针对特殊领域应用是否推出新的解决方案?吴东平教授：BioDigital炎在医疗和科研领域都具有广泛的应用前景，除了终点法检测功能之外，炎同时兼容准实时荧光检测功能，期待与合作伙伴一起开发出更多新的应用场景。配合小海龟科技推出的数字PCR5A级2.0方案：（高精度(Accurate)、全自动(Automatic)、个位数耗材成本(Affordable)、超多重PCR(Ascending)、试剂盒易开发(ARMS-ible)，BioDigital炎可解决数字PCR 1.0时代面临的检测靶点少、试剂盒难开发、仪器操作复杂等问题，将大大加速数字PCR的全面普及化应用。仪器信息网：对于新品的市场表现预期如何?请定一个“小”目标。吴东平教授：新产品“炎”兼具“无需手动上样”和“双独立扩增模块”的特点，满足绝大多数数字PCR的应用场景，发布会以来，已引起客户的极大关注，多家合作单位已经预定了数字PCR“炎”系列产品。预计在未来的1-2年内，将有不少于20家试剂盒开发企业在数字PCR“炎”系列产品上进行应用试剂盒开发并注册报证，在医院等终端布局落地不少于200台数字PCR“炎”系列产品。仪器信息网：2022年获得中国首张数字PCR计量评价证书对于小海龟以及行业而言有何重要意义。吴东平教授：数字PCR计量评价证书的颁发，标志着数字PCR在分子生物计量中迈进了标准化时代。中国首张数字PCR计量评价证书严格依据JJF1527-2015、YY/T1173-2010、NIMCS-MTS005:2022规范要求，充分展示小海龟数字PCR系统在产品性能和质量控制方面的高要求，是对小海龟数字PCR产品的一次充分检验，该证书的颁发充分体现了国产数字PCR质量性能已步入国际第一梯队水平。生物计量，尤其是核酸分子的计量对于分子诊断和制药行业而言其重要性是不言而喻的，数字PCR仪是一种可以实现对目标核酸/基因准确测量的生物分析仪器，已经广泛应用于各种分子诊断试剂、转基因、生物药等行业的质控品和标准品制定和评价中，欢迎有兴趣的合作伙伴一起开拓相关领域的应用和服务。仪器信息网：请谈谈小海龟下一步的技术研发、市场布局等规划。吴东平教授：小海龟科技立足于分子诊断技术平台的创新研发，目前已推出BioDigital系列数字PCR产品、第三代ARMS方案Perfect-ARMSTM及超高特异性DNA聚合酶-神甄TM，未来将进一步拓展分子诊断相关技术平台产品线。针对数字PCR系统，将进一步加快推进数字PCR全自动一体机“炎”的注册报证工作，更好的赋能分子诊断试剂盒开发企业，共同构建数字PCR应用生态共同体。同时，继“青”和“炎”之后，小海龟即将在2023年初推出SCI Digital系列全自动数字PCR 迷你一体机，争取成为每一个课题组实验室都能买得起、用得起、用得好的科研利器。针对数字PCR应用领域，将在“指数式”超多重数字PCR深度发力，完善“指数式”数字PCR超多重技术在病原体（呼吸道感染／血流感染／尿道、生殖道感染等）领域创新应用，完善在肿瘤突变和甲基化上的超多重应用技术研究，打通从伴随诊断到MRD和早期筛查的技术路线，更好的赋能应用试剂盒开发企业，满足后疫情、后核酸时代的临床分子诊断应用的更高需求。小海龟科技数字PCR产品线规划仪器信息网：请您概述下目前数字PCR技术的技术路线及未来技术发展的趋势。吴东平教授：数字PCR从技术路线角度主要有“油包水”和“芯片式”技术，“油包水”技术以伯乐为代表，其它厂家在此基础上进一步发展出了“平铺式”油包水技术。“芯片式”技术最早由国外厂商推出，然而其芯片成本极高，难以被客户广泛接受。后来Life Tech公司推出的3D“硅基”芯片数字PCR方案虽然在成本上相对显著下降，但是其稳定性和易用性相对不足，目前已经逐渐淡出市场。2018年，小海龟推出全新的“固态油隔水”微流控芯片技术，重新定义了“芯片式”技术在数字PCR领域的地位。近年来，国际巨头凯杰和罗氏纷纷布局数字PCR赛道，所采取的技术路线均为“芯片式”，也表明数字PCR技术的 “芯片式”大趋势。

p　　一、人工智能：从概念提出到走向繁荣/pp　　1956年，达特茅斯会议上提出了“人工智能”的概念，直到2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法(深度学习)的出现，人工智能开始大爆发。/pp　　目前的科研工作都集中在弱人工智能这部分，并很有希望在近期取得重大突破，主要归功于一种实现人工智能的方法——机器学习。/pp　　二、机器学习：一种实现人工智能的方法/pp　　机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务、硬编码的软件程序不同，机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。/pp　　机器学习直接来源于早期的人工智能领域，传统的算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。从学习方法上来分，机器学习算法可以分为监督学习(如分类问题)、无监督学习(如聚类问题)、半监督学习、集成学习、深度学习和强化学习。/pp　　传统的机器学习算法在指纹识别、基于Haar的人脸检测、基于HoG特征的物体检测等领域的应用基本达到了商业化的要求或者特定场景的商业化水平，但每前进一步都异常艰难，直到深度学习算法的出现。/pp　　三、深度学习：一种实现机器学习的技术/pp　　深度学习本来并不是一种独立的学习方法，其本身也会用到有监督和无监督的学习方法来训练深度神经网络。但由于近几年该领域发展迅猛，一些特有的学习手段相继被提出(如残差网络)，因此越来越多的人将其单独看作一种学习的方法。最初的深度学习是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并不是一个全新的概念，可大致理解为包含多个隐含层的神经网络结构。为了提高深层神经网络的训练效果，人们对神经元的连接方法和激活函数等方面做出相应的调整。其实有不少想法早年间也曾有过，但由于当时训练数据量不足、计算能力落后，因此效果不尽如人意。深度学习摧枯拉朽般地实现了各种任务，使得似乎所有的机器辅助功能都变为可能。/pp　　四、三者的区别和联系/pp　　机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。目前，业界有一种错误的较为普遍的意识，即“深度学习最终可能会淘汰掉其他所有机器学习算法”。这种意识的产生主要是因为，当下深度学习在计算机视觉、自然语言处理领域的应用远超过传统的机器学习方法，并且媒体对深度学习进行了大肆夸大的报道。/pp　　深度学习，作为目前最热的机器学习方法，但并不意味着是机器学习的终点。起码目前存在以下问题：/pp　　1. 深度学习模型需要大量的训练数据，才能展现出神奇的效果，但现实生活中往往会遇到小样本问题，此时深度学习方法无法入手，传统的机器学习方法就可以处理 /pp　　2. 有些领域，采用传统的简单的机器学习方法，可以很好地解决了，没必要非得用复杂的深度学习方法 /pp　　3. 深度学习的思想，来源于人脑的启发，但绝不是人脑的模拟，举个例子，给一个三四岁的小孩看一辆自行车之后，再见到哪怕外观完全不同的自行车，小孩也十有八九能做出那是一辆自行车的判断，也就是说，人类的学习过程往往不需要大规模的训练数据，而现在的深度学习方法显然不是对人脑的模拟。/pp　　深度学习大佬 Yoshua Bengio 在 Quora 上回答一个类似的问题时，有一段话讲得特别好，大致意思是，科学不是战争而是合作，任何学科的发展从来都不是一条路走到黑，而是同行之间互相学习、互相借鉴、博采众长、相得益彰，站在巨人的肩膀上不断前行。进入21世纪，纵观机器学习发展历程，可以简单总结为2000-2006年的流形学习、2006年-2011年的稀疏学习、2012年至今的深度学习。未来哪种机器学习算法会成为热点呢?深度学习三大巨头之一吴恩达曾表示，“在继深度学习之后，迁移学习将引领下一波机器学习技术”。/p

p　　3月27日，华为发布新旗舰P20系列，其中P20 Pro首创徕卡后置三摄，震惊业界，整体水准领先一两个时代。/pp　　华为和徕卡首次合作是2016年初的P9，迄今已经走过整整两年、诞生了P9系列、Mate 9系列、P10系列、Mate 10系列、P20系列五代产品，每一代都有惊人的飞跃。/pp　　一个是来自于中国的年轻高科技企业，一个是典型的德国百年老店，华为和徕卡，到底是怎么走到一起的?/pp　　华为手机战略与业务发展部部长李昌竹今天特意撰写长文，深度揭秘了华为与徕卡合作幕后的故事。这里华为略加调整，呈现给大家。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENTE10417448DD94A2F.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//centerp　　华为认为，在数字时代，这个世界的本质并没有改变，手机照相成像原理、光学设计和图像质量控制的本质并没有改变。/pp　　华为一直在思考，如何让手机复制胶片时代那些伟大的照片，让手机拍摄的照片也有“情感”和“思想”。/pp　　经过一番研究，华为决定去和这个产业中最顶尖的公司沟通一下，它的名字叫Leica(徕卡)。/pcenterimg alt="" src="http://imgs.tom.com/tech/201804/CONTENT7940889EEEBD4AA4.jpg" height="150" width="600"//centerp　　strong为什么是徕卡?/strong/pp　　在摄影爱好者心目中，徕卡是一个高山仰止的传奇，不仅仅是因为奥斯卡· 巴纳克在1914年手工制造出第一台用35mm电影胶片的徕卡原型机Ur-Leica，这台现代便携式相机的雏形，更是因为一百年来，徕卡相机一直保持着卓越的品质，有多少摄影师用徕卡相机留下了宝贵的瞬间。/pp　　从罗伯特卡帕的“士兵之死”到时代广场的“胜利之吻”，从周恩来总理半身坐像到拳王阿里的出拳照片，徕卡相机始终忠实地记录着历史。/pp　　徕卡相机有着出色的光学系统。徕卡镜片的生产工艺非常复杂，除了独特的配料之外，为了让内部应力达到均衡，甚至要花上数月的时间，让光学玻璃的温度逐步降低到可以加工的温度。/pp　　徕卡所在的小镇Wetzlar，号称欧洲的“光学硅谷”，一代又一代的光学专家在这里潜心研究，改进设计。/pp　　用徕卡相机拍出的照片，图像锐利，色彩饱和，大气沉稳，被摄主体和背景有可分离的立体感，因为镜头的解析力高，图像的过渡层次丰富，有一种特殊的油润感。/pp　　经过百年的发展，徕卡形成了其独特的产品文化。徕卡相机从不会让使用者失望，每一个细节都琢磨到极致。徕卡相机是专业技术的象征，是艺术创作的保证，是摄影师敏锐观察力的延伸。当然由于其高昂的价格，徕卡也是奢侈品的代名词。/pp　　使用徕卡相机是追求一种品位、一种文化，徕卡是为人一辈子而造的相机。/pp　　乔布斯在iPhone 4发布会上曾经这样说：毫无疑问，iPhone 4是其做过的最精密和最漂亮的产品，它就像一台漂亮的老式徕卡相机。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENTF617C4C8606F4B5A.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//centerp　　strong一见面就有了化学反应/strong/pp　　华为第一次拜访徕卡，是在2014年的夏天。早在2013年底，华为通过邮件和徕卡沟通，表达希望合作的意愿，被礼貌地回绝了。后来又经过几次邮件的沟通，徕卡终于同意见面。/pp　　见面是从参观开始的。2014年是徕卡的百年纪念，公司也搬进了刚落成的总部。总部从空中看像是一个“8”和“0”的组合，象征着徕卡的两个主要业务：望远镜和照相机。/pp　　徕卡新总部的大厅，是一个对公众开放的小型博物馆，常年有摄影师的作品展览。/pp　　在这里，李昌竹第一次近距离地观赏徕卡的全系列相机，第一次发现原来“这些照片”都是用徕卡相机拍的，也是在这里第一次知道了徕卡M Monochrome，那台著名的只能拍黑白照片的数码相机。/pp　　一楼大厅和后面的工厂相连，参观者可以透过玻璃窗，观看后面的镜头生产和组装产线。/pp　　第一次见面，双方介绍了各自公司的情况，徕卡CEO专门抽出了20分钟来听华为的介绍。双方约定，各自向高层汇报情况，并推动下一次见面。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENTFF25567415B84B21.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//centerp　　其实徕卡内部也颇不平静。虽然每年的销售还在平稳增长，虽然还保持着优厚的利润，但徕卡的高层也在思考：徕卡的使命是将优质的图像带给消费者，面对着越来越多的照片图像来自于智能手机的今天，徕卡如何把它的百年积累应用在智能手机上。/pp　　为此，它需要一个战略合作伙伴，有相似的文化、愿景、实干的精神、极致的技术。/pp　　一个是来自于中国的年轻高科技企业，一个是典型的德国百年老店，一见面便对上了眼，产生了化学反应。/pp　　双方高层也互动起来，徕卡CEO专门从德国飞到上海，和华为消费者业务CEO当面敲定细节以加速谈判进程。/pp　　经过几轮的深入沟通和评估，双方最后签订了战略合作协议。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENT3922AAEE31374201.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//centerp　　strong如何提升镜头模组的良率?/strong/pp　　合作一开始双方就成立了技术专家组，分别由徕卡的Dr.Weiler和华为终端的Dr.Yi领导，主要的工作方向是光学设计和图像质量。/pp　　手机虽小，五脏俱全。除了尺寸小一点，手机拍照机构的每个部分都和数码相机相对应。/pp　　但手机的光学设计，有着天然的限制：塑料镜头的光学素质距离光学镜片有差距 由于尺寸的限制，传统光学镜头的设计经验可能无法完全继承 镜头模组的加工难度较大，必须考虑生产的良率、量产和成本。。/pp　　光学系统的设计在高中低各个频段达到均衡，才能保证图像的细节、层次和轮廓的品质，同时徕卡专家在镜头的鬼影和炫光指标上也提出了很高的要求。/pp　　鬼影和炫光是指在有较强的光线进入到镜头里，因为在镜片间多次反射，从而在视野中形成了像骷髅头一样的影子(鬼影)和点状的光斑(炫光)。/pp　　绝大多数情况下，鬼影和炫光的影响要通过光学系统的设计，尽可能降到最低。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENT3FEBFA4B53BF4213.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//centerp　　当徕卡把他们的测试方法介绍给华为的专家和华为的供应商时，华为的人都惊呆了，因为徕卡测试鬼影和炫光用的光源相当于投影机的光源，比华为平时用的测试光源强了几十倍，只有在这种极端的强光源下，才能彻底暴露镜头在鬼影和炫光上的缺陷。/pp　　徕卡坚持把徕卡镜头的测试标准用在手机镜头测试，因为这是优秀图像的基础。/pp　　一开始的试制良率结果是令人崩溃的，每做出100组镜片，最后只能出品不超过10套符合要求的双镜头模组。/pp　　徕卡的专家团队多次和华为一起拜访生产厂家，一起讨论改进方案，充分发挥他们在光学系统设计和生产上的经验，指导华为如何调整镜片形状和间隔，如何考虑周边系统对光学部分的影响。/pp　　在大家夜以继日的努力下，良率在不断提升，终于在预定的截止日前，达到了量产的标准。/pp　　试产时的每一批次镜头，都要拍摄大量样张做评测。有一次，徕卡专家针对一批和某TOP品牌手机的对比样张，给出了热情洋溢的评测结果，认为镜头的素质已经达到业界一流的水准。/pp　　P9/P9 Plus的镜头是真正徕卡品质的镜头，属于SUMMARIT系列(光圈2.2-2.5)。大家可以试一下，用手机对着一个强光源拍照，可以发现很少鬼影和炫光，光晕柔和，稍加调整，就可以拍出不错的“吃光”作品。/pcenterstrongimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENT659702138EB74B76.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//strong/centerpstrong　　如何拍出有“徕卡味儿”的照片?/strong/pp　　华为负责图像质量的专家发现，虽然双方在客观评估图像质量的测试仪器和平台是一样的，但徕卡使用的测试标准要高很多。/pp　　比如，用来测试色彩还原的色卡，华为一般要求准确还原几十个色块就不错了，徕卡的标准是140个色块的准确还原。/pp　　要达到徕卡的标准，对手机的器件、ISP算法以及后处理都提出了更高的要求。/pp　　图像质量的测试包括颜色、对焦、纹理、噪声、畸变、动态等很多个维度，这是一个系统工程。/pp　　同时，对图像的评测分为客观和主观两个部分。客观的指标是可量化可重复的，主观的评测主要是针对有代表性的场景。/pp　　华为研发多媒体部有一个专门的图像评测团队，光是有代表性的固定场景就有100多种，还有随机的场景。/pp　　图像测评团队每天不仅要拍大量的样片，还会接收大量的Beta测试图片，分析问题。/pp　　评测团队的几位同事，几乎不分昼夜地工作，不管华为在美国还是欧洲传回有问题的样片，他们都能第一时间答复，澄清问题，反馈解决方案。/pp　　2016年1月到2月间，李昌竹每天都拿着P9样机拍照，在每次升级后都能感觉到照片质量的进步，在一步步向着“徕卡味儿”靠拢。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENT4A033BCDE57A4ED0.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//centerp　　strong徕卡加持P9的诞生/strong/pp　　2016年4月3日，英国伦敦，华为向来自全球的数百家媒体超过1500名记者发布了P9/P9 Plus，和徕卡联合研发的双镜头拍照系统，成为发布会最大的亮点和关注点。/pp　　发布会上，华为邀请了4位国际顶级摄影师，向观众展示了他们用P9拍摄的照片，并分享了使用P9拍照的心得。/pp　　4月15日，在上海，华为向中国的消费者发布了P9产品，徕卡的高层以及CEO都参加了发布会并致辞。/pp　　P9的双镜头中有一颗是纯黑白感光器件，不仅承担着双目深度图计算、细节捕捉、辅助降噪等功能，而且还可以作为单独的摄像头，拍摄纯黑白照片。/pp　　徕卡一百多年黑白影像的调校功力，不仅用在了徕卡M Monochrome上，也用在了P9身上。/pp　　另外，P9通过双镜头以及激光测距，能够获得图像的深度图，这就使得通过算法调整焦点和景深成为可能。虽然是算法模拟，但其细腻柔和的焦外虚化效果，很好地烘托了被摄主体。/pp　　P9的操作和UI(用户界面)也是华为和徕卡的设计师一起设计，很多操控菜单和徕卡M系列是一样的，字体也和徕卡一样，甚至按快门的声音都是按照徕卡M相机来调校的。/pp　　李昌竹指出，华为与徕卡真正突破的，不仅仅是技术，而是从手机拍照到手机摄影的升华，是从影像捕捉到情感表达的跨越。华为和徕卡的合作带给用户的是，有温度的影像故事，有情感的自我表达，有情怀的人文互动。为用户提供高品质的产品，和用户在情感上达到共鸣，始终是华为追求的目标和境界。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENT89B9A9CFA06D438D.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//center

2010年11月4日，美国宇航局“深度撞击”探测器对“哈特利2”号彗星进行了近距离拍摄。当时探测器距彗星的距离约为700公里。“哈特利2”号彗星是一个短周期彗星，1986年由天文学家马尔科姆哈特利发现，其直径约为1.2千米至1.6千米，每6.47年绕太阳一周。专家认为，这颗彗星之前的轨道可能靠近木星，后来可能是受到撞击等原因，其运行轨道逐渐靠近太阳。

近日，江苏艾玮得生物科技有限公司与东南大学苏州医疗器械研究院、中国航天员科研训练中心、数字医学工程全国重点实验室一起，共同研发制作的太空血管组织芯片（Taikonaut-Blood-Vessels-on-a-Chip, Taikonaut），在中国空间站完成了国内首例太空器官芯片在长期微重力条件下的培养实验，也是国际上首例人工血管组织芯片研究。这次研究主要针对航天员长期空间飞行后导致的身体反应，对于通过药物防护等方法帮助航天员保持身体机能，重新适应地球重力环境具有重要意义。中国航天员科研训练中心副研究员王春艳：这个芯片是咱们国家独立自主研制的，神舟十五号任务中是国家第一次在轨实施了器官芯片项目，也是国际首次在轨开展的人工血管芯片的研究。它也标志着咱们国家成为世界上第2个具备在轨开展器官芯片研究能力的国家。 太空血管组织芯片研究针对空间飞行导致的立位耐力不良的细胞学机制研究需求，聚焦微重力对血管氧化应激水平的变化和血管结构与功能的影响，研究长期空间飞行导致的立位耐力下降的细胞学机制，以及在空间环境下某些化合物对抗航天员立位耐力不良防护机制，为发展有效的对抗防护措施提供理论和实验依据。研究人员在实验室用原代细胞构建具有功能性的人工血管，并将其安装至自主研发的太空血管芯片中，进行微流体培养以确保血管的稳定性。同时，结合影像学分析方法，对实时观察并采集到的血管形态变化进行分析。该实验基于失重导致的立位耐力不良、运动能力降低、血管结构及功能重塑等长期航天飞行导致心血管系统功能失调的问题。研究导致血管结构和功能变化的细胞学机制，并测试保护性药物对避免预期问题的有效性。 值得一提的是，包括与神州十五号一起返回的太空血管组织芯片在内，艾玮得生物已在器官芯片研发与应用中取得多个“第一”的好成绩。 艾玮得生物深度参与器官芯片相关国家标准的撰写。目前国内第一个器官芯片技术标准已立项公示。国内第一个使用器官芯片数据获批IND的新药江苏艾玮得生物科技有限公司（AVATARGET）是一家专注于人体器官芯片及生命科学设备研发与生产的创新科技公司，其核心技术转化于东南大学器官芯片科研团队，技术成果已成功应用在新药研发、精准医疗、疾病建模、美妆安全性评价等科研场景中。目前，艾玮得已与恒瑞、先声、齐鲁、美国哥伦比亚大学、江苏省人民医院等国内外知名药企，多所医院、研究机构及高校达成深度合作，持续推动器官芯片在更多高端医疗器械领域的应用，助力生命科学快速发展。

深度学习深度学习作为一项新技术，革新了现有应用程序并推动新兴产业的迅猛发展。Google、Amazon、Intel 和Nvidia提供的用于创建和训练神经网络的工具使技术获取更容易，促进新玩家凭借有竞争力的产品进入成熟市场。目前，深度学习的潜能已被广泛认可，也许您现在正在应用程序上使用深度学习。为了让机器视觉开发者能够充分利用这项技术，菲力尔推出了FLIR Firefly DL相机，它可以便捷地在现场部署受训过的网络。FLIR Firefly DLFLIR Firefly DL通过集成高质量的Sony Pregius图像传感器和符合GenICam的Intel Movidius Myriad 2视觉处理单元 (VPU)，将机器视觉和深度学习推断相结合。FLIR机器视觉相机尺寸小巧、重量轻且功耗低，是嵌入移动、桌面和手持系统的理想选择。VPU的概念位于FLIR Firefly DL核心的Intel Movidius Myriad 2视觉处理单元（VPU）是一种新型处理器。VPU结合了高速硬件图像处理过滤器、通用CPU内核以及平行矢量处理内核。与GPU的通用内核相比，用于加速相机内建推断的矢量内核针对神经网络的分支逻辑进行了更多优化，优化程度更高的VPU能够以低功率实现高性能。推断与深度学习的关系推断是在新捕获的、无标签真实数据上应用的深度学习。推断是指受训后的神经网络根据新数据做出预测的结果。推断应用了一个通过标记数据 (A) 训练未标记数据 (B) 的模型虽然有许多不同类型的网络可用于推断，但MobileNet特别适用于图像分类。MobileNet最初由Google设计，用作移动设备的高精度图像分类和分割。与那些计算昂贵且需要耗电量大GPU的网络相比，它也能够实现相同的精度。推断相机和“智能相机”的区别传统智能相机结合了机器视觉相机和运行基于规则的图像处理软件的单板计算机。智能相机可以较好解决简单问题，例如读取条形码或回答“孔是否应该位于该部分？”这类提问。推断相机的优势在于可处理更复杂或主观的问题，例如“这是出口级苹果吗？” 当使用已知的优质图像进行训练时，推断相机可以轻松识别基于规则的检查系统无法识别的非预期内缺陷，使其对差异性更加宽容。推断相机可通过丰富的描述元数据扩大现有应用。通过GenICam块数据，FLIR Firefly DL相机可以使用推断来标记传至主机的图像，该主机使用传统的基于规则的图像处理方式。通过这种方式，用户可快速扩展其现有视觉系统的能力。该混合式系统架构同样也可以触发传统视觉系统。使用 FLIR Firefly DL相机可以节省大量空间，因为传统智能相机中使用的计算硬件功耗效率更低，而且比FLIR FireflyDL相机中的VPU大得多。FLIR Firefly DL相机尺寸只有27mmx27mm，可随时集成到紧凑的空间中。FLIR Firefly DL是一个开放式平台，使用户可灵活利用快速进步的深度学习网络及其训练和优化的相关工具链。相反，使用专有工具对智能相机进行编程可能会落后于新技术。相机内建推断的优势在视觉系统边缘进行推断，可以促进系统速度、可靠性、功率效率和安全性的提升。★ 速度：边缘推断与其他形式的边缘计算一样，图像处理可在离开中央服务器，靠近数据源进行。无需将所有图像传输至远程服务器，只需传送描述数据。这将大幅减少系统需传输的数据量，使网络带宽和系统延迟降低。★ 可靠性：对于某些应用，FLIR Firefly DL不需要依靠服务器和网络基础设施，就可提升其自身可靠性。FLIR Firefly DL通过其内置的VPU，可作为独立传感器运行。它可捕捉图像并根据图像做出决策，然后使用GPIO信号触发操作。★ 功率效率：只在需要时触发视觉系统意味着更多的处理时间可用在传统基于规则的图像处理和分析上。深度学习推断可在满足特定条件时触发高功率图像分析。Myriad 2 VPU通过级联网络支持可节省额外功率。如此可以实现多层分析，只要满足前一个网络的条件，更复杂、功率更高的网络就可以启用。★ 安全：少量数据的传送便于加密，提升系统安全性。深度学习推断的应用FLIR Firefly DL提供了一条从深入学习的研发到实际应用程序的方便途径。它可随时作为独立传感器使用，捕捉图像并基于图像做出决策，从而触发GPIO行为。通过Intel神经计算棒，可用低于1000美元（约6300元）的成本建立起完整的视觉系统边缘推断。视觉系统开发人员可以使用Intel OpenVINO工具包在同一个驱动FLIR Firefly DL相机内建推断的VPU上轻松优化和验证神经网络的性能。这使得用户能够使用相同的相机，准确评估Myriad 2驱动的、并行于传统算法推断的性能。从GPU训练转移到神经计算棒开发和FLIR Firefly DL部署深度学习推断将从根本上改变视觉系统设计和编程的方式。它比使用传统基于规则的方式更加快速精确地做出复杂且主观的决策。通过集合Sony Pregius传感器、GenICam 界面和 Intel Movidius Myriad 2 VPU，FLIR Firefly DL相机将机器视觉与深度学习相结合。这种新型推断相机提供了一种在机器视觉应用中部署深度学习推断的理想路径。

近日，上海市质量监督检验技术研究院与上海市徐汇区市场监管局签署《合作备忘录》，双方将在政府监管、计量校准、检验检测、产品风险预警、质量监管与评价和认证认可等领域开展合作，共同攻克制约相关产业链发展的核心技术瓶颈问题，着力打造质量强区的“徐汇样板”。检验检测是国家重点支持发展的高技术服务业和生产性服务业，是串联研发与生产之间的“连接器”、推动产业技术升级的“助推器”、保障经济贸易的“稳定器”。近年来，徐汇区检验检测行业结构持续优化，市场机制逐步完善，目前已聚集76家检验检测机构，涉及生命健康、生物医药、人工智能、食品安全、绿色低碳等多个细分领域，不仅包括全国一流的上海质检院、上海计量院、上海建科院，还包括世界知名的通标标准技术服务有限公司。2022年，徐汇区检验检测行业年产值50多亿元，区域产业集聚效应日益显现；区内8家检验检测机构拥有17个国家级实验室，数量位居上海市各区前列。为助力徐汇区打造集临床、研发、制造全产业链于一体的生命健康产业集群，推动检验检测行业与生命健康产业链深度融合，由上海市质量监督检验技术研究院为建设主体，上海市医药临床研究中心、中国科学院上海营养与健康研究所和上海君石生命科学研究院合作运行的上海市营养与健康食品质量检验检测中心今年落户徐汇区，成为5家首批正式获得筹建资格的上海市质检中心之一，建成后可提供营养与健康食品领域的“一站式”产品质检服务，其中包括产品质量安全检验检测、功效评价和临床评价。徐汇区检验检测行业也因此扩大了立足徐汇区、服务长三角的辐射半径，提高了资源配置能力。瞄准检验检测行业“市场化、国际化、专业化、集约化、规范化”发展目标，徐汇区进一步优化营商环境，为各类检验检测机构办理工商登记注册、申请资质许可等事项提供便利，降低检验检测机构制度性交易成本。同时，该区注重加强顶层设计，从政策层面加大配套支持力度，出台《徐汇区科技创新发展专项资金标准化奖励项目》，鼓励检验检测机构参与各类标准的研究和制修订工作。今年，全球领先的全面质量保障服务机构Intertek旗下天祥检验落户徐汇区，计划在未来3～5年内打造Intertek集团在华东区最大的电子电器检验检测服务中心，服务将从产品设计阶段的合规性咨询直至产品最终出口前的产线合规性抽查。这将进一步增强区域高端检测能力，引领行业向专业化和价值链高端延伸。徐汇区市场监管局党组成员、二级调研员王镇表示，该区将进一步发挥检验检测行业的功能性作用，加快徐汇区高能级专业服务业的扩大开放，提高与前沿产业的契合度，以更加科学完善的检验检测体系赋能长三角企业参与国际竞争与合作。

近日，清华大学电子系黄翊东、崔开宇团队以「Deep-learning-based on-chip rapid spectral imaging with high spatial resolution」¹为题在Chip上发表研究论文，提出将深度展开神经网络ADMM-net与基于自由形状的超表面光谱成像芯片相结合，实现了高空间分辨率的片上快速光谱成像，并消除了光谱图像的马赛克现象。光谱成像扩展了传统彩色相机的概念，可以在多个光谱通道捕获图像，在遥感、精准农业、生物医学、环境监测和天文学等领域得到了广泛应用。传统的基于扫描方式的光谱相机存在采集速度慢、体积大、成本高等问题。基于超表面宽带调制和计算光谱重建的片上光谱成像为实现消费级的便携式光谱相机提供了一种很有前景的方案。图1展示了超表面光谱成像芯片的基本结构，由硅基超表面层和带有微透镜的CMOS图像传感器组成，超表面层包含了360 × 440个超表面单元，每个超表面单元对应于成像空间中的一点，入射光经过每个超表面单元的频谱调制后被下方的传感器像素所探测。任一点处的光谱可以由该点附近的若干个光强探测值重建得到，重建过程对应于求解一个欠定线性方程组。现有的光谱图像重建算法需要通过逐点光谱重建来得到整个数据立方，存在计算耗时长和重建图像存在马赛克现象的问题。图1 | 超表面光谱成像芯片的结构示意图由于不同的超表面单元具有不同的光谱调制特性，整个超表面光谱成像芯片在不同波长下具有不同的空间调制特性，因此本文受启发于编码孔径快照式光谱成像算法，采用深度展开神经网络ADMM-net²进行光谱图像的快速重建，其基本架构如图2所示。网络包含K=12个阶段，每个阶段都包含线性变换W()和降噪卷积神经网络（通常采用U-net结构）两部分。网络的输入是包含所有超表面单元光谱调制特性的传感矩阵Φ和测量图像y，输出为重建的光谱图像数据立方。图2 | 深度展开神经网络ADMM-net的基本架构图3展示了利用超表面光谱成像芯片对标准色卡进行实际成像测量后，采用不同算法重建数据立方的结果。从RGB伪彩色图中可以看出，ADMM-net的图像细节重建效果显著优于采用传统的CVX算法进行逐点光谱重建的结果，有效消除了图像的马赛克现象。并且，相比于传统迭代算法GAP-TV³和端到端神经网络λ-net⁴的重建结果，ADMM-net的光谱重建准确性也更优。此外，采用ADMM-net进行单次重建仅需18毫秒，而逐点光谱重建则需要4854秒，本工作在重建速度上实现了约5个数量级的提升。图3 | 对标准色卡进行实际成像测量后，利用不同算法进行光谱图像重建的结果进一步，本工作利用ADMM-net实现了对户外驾驶场景的实时光谱成像，如图4所示，光谱成像速率达到约36帧/秒。从RGB伪彩色图中可见，车辆的色彩重建准确性较好；并且，从第20、100帧图像中的采样点A和B的重建光谱来看，天空和白色车辆的光谱具有明显的差异，有望解决自动驾驶场景中的同色异谱识别问题，避免相撞事故的发生。此外，具有视频帧率的高空间分辨快速光谱成像，也展示出实时光谱成像芯片在机器视觉领域的巨大应用潜力。图4 | 户外驾驶场景的实时光谱成像结果

中国中医科学院中药资源中心黄璐琦院士团队提出了注意力机制（AM）、卷积神经网络（CNN）和长短时记忆（LSTM）的集成深度学习模型辅助的高光谱成像(HSI)。实现了薏苡仁的地理来源和质量的定量、快速无损检测。相关研究成果在以题为“Application of hyperspectral imaging assisted with integrated deep learning approaches in identifying geographical origins and predicting nutrient contents of Coix seeds”发表在国际学术期刊Food Chemistry（IF= 8.688）上。通讯作者为黄璐琦院士和杨健副研究员。薏苡仁含有丰富的营养物质，包括淀粉、蛋白质和油脂等。具有受保护地理标志和高水平营养物质含量的地理来源保证了薏苡仁的质量，但无损和快速预测这些质量指标的方法仍有待探索。本文提出了注意力机制( Attention Mechanism，AM )、卷积神经网络（Convolutional Neural Networks，CNN）和长短时记忆（Long short-term memory）的集成深度学习模型辅助的高光谱成像( High Spectral Imaging，HSI )。该方法实现了有效波长的选择，生产区域判别的预测精度最高，营养物质含量预测的平均绝对误差和均方根误差最低。此外，通过AM模型选择的波长对于预测地理来源和营养元素含量具有可解释性和可靠性。提出的HSI与集成深度学习模型的结合在薏苡仁的质量评价中具有很大的潜力。研究亮点:1.引入注意力机制以增强深度学习模型的性能2.所提出的深度学习模型适用于营养和来源预测3.研究中所选波长是可解释且可靠的图1. ACLSTM模型的结构。ACLSTM模型由注意力机制( AM )、卷积神经网络( CNN )和长短期记忆网络( LSTM )三部分组成。CNN前面的AM模块用于评估重要波长的权重，并将结果作为CNN模块的输入。CNN模型由3个隐藏层、2个全连接层和1个回归层组成。在CNN模型的隐藏层的卷积层后面加入LSTM模型，替换第一层全连接层。图2 . 产地预测效果和AM选择识别的有效波长。(a)通过AM模型选择(AM -测试集)在全波长测试集和有效波长测试集上的预测精度；(b)产地预测中预测效果最好的ACLSTM模型的测试组结果；(c)通过AM选择波长。在产地预测中，采用权重值相对较高的前9个波长进行模型预测。此外，在油脂、蛋白质和淀粉的预测中，采用权重值相对较高的前6个波长进行模型预测。图3 . 来自最佳模型组的三种营养物质含量的参考值与预测值。(a) - (c)使用基于全波长的最佳模型ACLSTM预测油、蛋白质和淀粉含量；(d) ~ (f)油分、蛋白质和淀粉含量预测使用基于所选波长的最佳模型CLSTM。R2，曲线相关系数的平方；Reg. bias，回归偏差。研究结论：本研究提出的ACLSTM模型(即AM、CNN和LSTM)具有变权重评价和连续光谱信息融合的优点，与传统的学习模型和单独的深度学习模块相比，在地理来源和营养物质含量预测方面取得了更令人满意的效果。此外，通过AM选择的有效HSI波长在提高预测效率和结果的可解释性方面具有可解释性和可靠性。整体结果表明HSI技术结合深度学习模型ACLSTM对薏苡仁质量评价具有巨大的应用潜力，该方法具有快速、无损、有效检测的优点。在未来的研究中，我们将收集更多来自不同生产区域、不同种植模式(有机与否)、不同储存年限的薏苡仁样本，以提高所提出模型的应用范围和可靠性。此外，基于有效波长，我们将尝试开发便携式和成本较低的高光谱设备，供工业使用。

摘要：本文首先简单回顾了辉光放电光谱仪（Glow Discharge Optical Emission Spectrometry，GDOES）的发展历程及特性，然后通过实例介绍了GDOES在微米涂层以及纳米超薄膜层深度剖析中的应用，并简介了深度谱定量分析的混合-粗糙度-信息深度（MRI）模型，最后对GDOES深度剖析的发展方向作了展望。1 GDOES发展历程及特性辉光放电发射光谱仪应用于表面分析及深度剖析已经有近100年的历史。辉光放电装置以及相关的光谱仪最早出现在20世纪30年代，但直到六十年代才成为化学分析的研究重点。1967年Grimm引入了“空心阳极-平面阴极”的辉光放电源[1]，使得GDOES的商业化成为可能。随后射频（RF）电源的引入，GDOES的应用范围从导电材料拓展到了非导电材料，而毫秒或微秒级的脉冲辉光放电(Pulsed Glow Discharges，PGDs)模式的推出，不仅能有效地减弱轰击样品时的热效应，同时由于PGDs可以使用更高激发功率，使得激发或电离过程增强，大大提高了GDOES测量的灵敏程度，极大推动了GDOES技术的进步以及应用领域的拓展。GDOES被广泛应用于膜层结构的深度剖析，以获取元素成分随深度变化的关系。相较于其它传统的深度剖析技术，如俄歇电子能谱（AES）、X射线光电子能谱（XPS）和二次离子质谱（SIMS）或二次中性质谱（SNMS），GDOES具有如下的独特性[2]：（1）分析样品材料的种类广，可对导体/非导体/无机/有机…膜层材料进行深度剖析，并可探测所有的元素(包括氢)；（2）分析样品的厚度范围宽，既可对微米量级的涂层/镀层，也可对纳米量级薄膜进行深度剖析；（3）溅射速率高，可达到每分钟几微米；（4）基体效应小，由于溅射过程发生在样品表面，而激发过程在腔室的等离子体中，样品基体对被测物质的信号几乎不产生影响；（5）低能级激发，产生的谱线属原子或离子的线状光谱，因此谱线间的干扰较小；（6）低功率溅射，属层层剥离，深度分辨率高，可达亚纳米级；（7）因为采用限制式光源，样品激发时的等离子体小，所以自吸收效应小，校准曲线的线性范围较宽；（8）无高真空需求，保养与维护都非常方便。基于上述优势，GDOES被广泛应用于表征微米量级的材料表面涂层/镀层、有机膜层的涂布层、锂电池电极多层结构和用于其封装的铝塑膜层、以及纳米量级的功能多层膜中元素的成分分布[3-6]，下面举几个具体的应用实例。2 GDOES深度剖析应用实例2.1 涂层的深度剖析用于材料表面保护的涂层或镀层、食品与药品包装的柔性有机基材的涂布膜层、锂电池的多层膜电极，以及用于锂电池包装的铝塑膜等等的膜层厚度一般都是微米量级，有的膜层厚度甚至达到百微米。传统的深度剖析技术，如AES，XPS和SIMS显然无法对这些厚膜层进行深度剖析，而GDOES深度剖析技术非常适合这类微米量级厚膜的深度剖析。图1给出了利用Horiba-Profiler 2（一款脉冲—射频辉光放电发射光谱仪—Pulsed-RF GDOES，以下深度谱的实例均是用此设备测量），在Ar气压700Pa和功率55w条件下，测量的表面镀镍的铁箔GODES深度谱，其中的插图给出了从表面到Ni/Fe界面各元素的深度谱，测量时间与深度的转换是通过设备自带的激光干涉仪（DIP）对溅射坑进行原位测量获得。从全谱来看，GDOES测量信号强度稳定，未出现溅射诱导粗糙度或坑道效应（信号强度随溅射深度减小的现象，见下），这主要是因为铁箔具有较大的晶粒尺寸。同时还可以看到GDOES可连续测量到~120μm，溅射速率达到4.2μm/min（70nm/s）。从插图来看， Ni的镀层约为1μm，在表面有~100nm的氧化层，Ni/Fe界面分辨清晰。图1 表面镀镍铁箔的GODES深度谱，其中的插图给出了从表面到Ni/Fe界面的各元素的深度谱图2给出了在氩-氧（4 vol%）混合气气压750Pa、功率20w、脉冲频率3000Hz、占空比0.1875条件下，测量的用于锂电池包装铝塑膜（总厚度约为120μm）的GODES深度谱，其中的插图给出了铝塑膜的层结构示意图[7]。可以看出有机聚酰胺层主要包含碳、氮和氢等元素。在其之下碳、氮和氢元素信号的强度先降后升，表明在聚酰胺膜层下存在与其不同的有机涂层—粘胶剂，所含主要元素仍为碳、氮和氢。同时还可以看出在粘胶剂层下面的无机物（如Al，Cr和P）膜层，其中Cr和P源于为提高Al箔防腐性所做的钝化处理。很明显，图2测量的GDOES深度谱明确展现了锂电池包装铝塑膜的层结构。实验中在氩气中引入4 vol%氧气有助于快速溅射有机物的膜层结构，同时降低碳、氮信号的相对强度，提高了无机物如铬信号的相对强度，非常适合于无机-有机多层复合材料的结构分析，而在脉冲模式下，选用合适的频率和占空比，能够有效地散发溅射产生的热量，从而避免了低熔点有机物的碳化。图2一款锂电池包装铝塑膜的GDOES溅射深度谱，其中的插图给出了铝塑膜的层结构示意图[7]2.2 纳米膜层及表层的深度剖析纳米膜层，特别是纳米多层膜已被广泛应用于光电功能薄膜与半导体元器件等高科技领域。虽然传统的深度剖析技术AES，XPS和SIMS也常常应用于纳米膜层的表征，但对于纳米多层膜，传统的深度剖析技术很难对多层膜整体给予全面的深度剖析表征，而GDOES不仅可以给予纳米多层膜整体全面的深度剖析表征，而且选择合适的射频参数还可以获得如AES和SIMS深度剖析的表层元素深度谱。图3给出了在氩气气压750Pa、功率20w、脉冲频率1000Hz、占空比0.0625条件下，测量的一款柔性透明隔热膜（基材为PET）的GODES深度谱，如图3a所示，其中最具特色的就是清晰地表征了该款隔热膜最核心的三层Ag与AZO（Al+ZnO）共溅射的膜层结构，如图3b Ag膜层的GDOES深度谱所示。根据获得的溅射速率及Ag的深度谱拟合（见后），前两层Ag的厚度分别约为5.5nm与4.8nm[8]。很明显，第二层Ag信号较第一层有较大的展宽，相应的强度值也随之下降，这是源于GDOES对金属膜溅射过程中产生的溅射诱导粗糙度所致。图3（a）一款柔性透明隔热膜GDOES深度谱；（b）其中Ag膜层GDOES深度谱[8]图4给出了在氩气气压650Pa、功率20w、脉冲频率10000Hz、占空比0.5的同一条件下，测量的SiO2(300nm)/Si(111)标准样品和自然生长在Si(111)基片上SiO2样品的GODES深度谱[9]。如果取测量深度谱的半高宽为膜层的厚度，由此得到标准样品SiO2层的溅射速率为6.6nm/s（=300nm/45.5s），也就可以得到自然氧化的SiO2膜层厚度约为1nm（=6.6nm/s*0.15s）。所以，GDOES完全可以实现对一个纳米超薄层的深度剖析测量，这大大拓展了GDOES的应用领域，即从传统的钢铁镀层或块体材料的成分分析拓展到了对纳米薄膜深度剖析的表征。图4 （a）SiO2(300nm)/Si(111)标准样品与（b）自然生长在Si(111)基片上SiO2样品的GDOES深度谱[9]3 深度谱的定量分析3.1 深度分辨率对测量深度谱的优与劣进行评判时，深度分辨率Δz是一个非常重要的指标。传统Δz(16%-84%)的定义为[10]：对一个理想（原子尺度）的A/B界面进行溅射深度剖析时，当所测定的归一化强度从16%上升到84%或从84%下降到16%所对应的深度，如图5所示。Δz代表了测量得到的元素成分分布和原始的成分分布间的偏差程度，Δz越小表示测量结果越接近真实的元素成分分布，测量深度谱的质量就越高。但是随着科技的发展，应用的薄膜越来越薄，探测元素100%（或0%）的平台无法实现，就无法通过Δz(16%-84%)的定义确定深度分辨率，而只能通过对测量深度谱的定量分析获得（见下）。图5深度分辨率Δz的定义[10]3.2 深度谱定量分析—MRI模型溅射深度剖析的目的是获取薄膜样品元素的成分分布，但溅射会改变样品中元素的原始成分分布，产生溅射深度剖析中的失真。溅射深度剖析的定量分析就是要考虑溅射过程中，可能导致样品元素原始成分分布失真的各种因素，提出相应的深度分辨率函数，并通过它对测量的深度谱数据进行定量分析，最终获取被测样品元素在薄膜材料中的真实分布。对于任一溅射深度剖析实验，可能导致样品原始成分分布失真的三个主要因素源于：①粒子轰击产生的原子混合（atomic Mixing）；②样品表面和界面的粗糙度（Roughness）；③探测器所探测信号的信息深度（Information depth）。据此Hofmann提出了深度剖析定量分析著名的MRI深度分辨率函数[11]： 其中引入的三个MRI参数：原子混合长度w、粗糙度和信息深度λ具有明确的物理意义，其值可以通过实验测量得到，也可以通过理论计算得到。确定了分辨率函数，测量深度谱信号的归一化强度I/Io可表示为如下的卷积[12]： 其中z'是积分参量，X(z’)为原始的元素成分分布，g(z-z’)为深度分辨率函数，包含了深度剖析过程中所有引起原始成分分布失真的因素。MRI模型提出后，已被广泛应用于AES，XPS，SIMS和GDOES深度谱数据的定量分析。如果假设各失真因素对深度分辨率影响是相互独立的，相应的深度分辨率就可表示为[13]：其中r为择优溅射参数，是元素A与B溅射速率之比（）。3.3 MRI模型应用实例图6给出了在氩气气压550Pa、功率17w、脉冲频率5000Hz、占空比0.25条件下，测量的60 Mo (3 nm)/B4C (0.3 nm)/Si (3.7 nm) GDOES深度谱[14]，结果清晰地显示了Mo (3 nm)/B4C (0.3 nm)/Si (3.7 nm) 膜层结构，特别是分辨了仅0.3nm的B4C膜层， B和C元素的信号其峰谷和峰顶位置完全一致，可以认为B和C元素的溅射速率相同。为了更好地展现拟合测量的实验数据，选择溅射时间在15~35s范围内测量的深度剖析数据进行定量分析[15]。图6 60×Mo (3 nm)/B4C (0.3 nm)/Si (3.7 nm) GDOES深度谱[14]利用SRIM 软件[16]估算出原子混合长度w为0.6 nm，AFM测量了Mo/B4C/Si多层膜溅射至第30周期时溅射坑底部的粗糙度为0.7nm[14]，对于GDOES深度剖析，由于被测量信号源于样品最外层表面，信息深度λ取为0.01nm。利用（1）与（2）式，调节各元素的溅射速率，并在各层名义厚度值附近微调膜层的厚度，Mo、Si、B（C）元素同时被拟合的最佳结果分别如图7（a）、（b）和（c）中实线所示，对应Mo、Si、B(C)元素的溅射速率分别为8.53、8.95和4.3nm/s，拟合的误差分别为5.5%、6.7%和12.5%。很明显，Mo与Si元素的溅射速率相差不大，但是B4C溅射速率的两倍，这一明显的择优溅射效应是能分辨0.3nm-B4C膜层的原因。根据拟合得到的MRI参数值，由（3）式计算出深度分辨率为1.75 nm，拟合可以获得Mo/B4C/Si多层薄膜中各个层的准确厚度，与HR-TEM测定的单层厚度基本一致[15]。图7 测量的GDOES深度谱数据(空心圆)与MRI最佳拟合结果(实线)：(a) Mo层，(b) Si层，(c) B层；相应的MRI拟合参数列在图中[15]。4 总结与展望从以上深度谱测量实例可以清楚地看到，GDOES深度剖析的应用非常广泛，可测量从小于1nm的超薄薄膜到上百微米的厚膜；从元素H到Lv周期表中的所有元素；从表层到体层；从无机到有机；从导体到非导体等各种材料涂层与薄膜中元素成分随深度的分布，深度分辨率可以达到~1nm。通过对测量深度谱的定量分析，不仅可以获得膜层结构中原始的元素成分分布，而且还可以获得元素的溅射速率、膜层间的界面粗糙度等信息。虽然GDOES深度剖析技术日趋完善，但也存在着一些问题，比如在GDOES深度剖析中常见的溅射坑底部凸凹不平的“溅射坑道效应”（溅射诱导的粗糙度），特别是对多晶金属薄膜的深度剖析尤为明显，这一效应会大大降低GDOES深度谱的深度分辨率。消除溅射坑道效应影响一个有效的方法就是引入溅射过程样品旋转技术，使得各个方向的溅射均等。此外，缩小溅射（分析）面积也是提高溅射深度分辨率的一种方法，但需要考虑提高探测信号的强度，以免降低信号的灵敏度。另外，GDOES深度剖析的应用软件有进一步提升的空间，比如测量深度谱定量分析算法的植入，将信号强度转换为浓度以及溅射时间转换为溅射深度算法的进一步完善。作者简介汕头大学物理系教授 王江涌王江涌，博士，汕头大学物理系教授。现任广东省分析测试协会表面分析专业委员会副主任委员、中国机械工程学会高级会员、中国机械工程学会表面工程分会常务委员；《功能材料》、《材料科学研究与应用》与《表面技术》编委、评委。研究兴趣主要是薄膜材料中的扩散、偏析、相变及深度剖析定量分析。发表英文专著2部，专利十余件，论文150余篇，其中SCI论文110余篇。代表性成果在《Physical Review Letters》，《Nature Communications》，《Advanced Materials》，《Applied Physics Letters》等国际重要期刊上发表。主持国家自然基金、科技部政府间国际合作、广东省科技计划及横向合作项目十余项。获2021年广东省科技进步一等奖、2021年广东省高校科研成果转化路演赛“新材料”小组赛一等奖、2021年粤港澳高价值大湾区专利培育布局大赛优胜奖、2020年广东省高校科研成果转化路演赛“新材料”小组赛一等奖、总决赛一等奖。昆山书豪仪器科技有限公司总经理 徐荣网徐荣网，昆山书豪仪器科技有限公司总经理，昆山市第十六届政协委员；曾就职于美国艾默生电气任职Labview设计工程师、江苏天瑞仪器股份公司任职光谱产品经理。2012年3月，作为公司创始人于创立昆山书豪仪器科技有限公司，2019年购买工业用地，出资建造12300平方米集办公、研发、生产于一体的书豪产业化大楼，现已投入使用。曾获2020年朱良漪分析仪器创新奖青年创新入围奖；2019年昆山市实用产业化人才；2019年江苏省科技技术进步奖获提名；2017年《原子发射光谱仪》“中国苏州”大学生创新创业大赛二等奖；2014年度昆山市科学技术进步奖三等奖；2017年度昆山市科学技术进步奖三等奖；多次获得昆山市级人才津贴及各类奖励项目等。主持研发产品申请的已授权专利47项专利，其中发明专利 4 项，实用新型专利 25项，外观专利7项，计算机软件著作权 11项。论文2篇《空心阴极光谱光电法用于测定高温合金痕量杂质元素》，《Application of Adaptive Iteratively Reweighted Penalized Least Squares Baseline Correction in Oil Spectrometer 》第一编著人；主持编著的企业标准4篇；承担项目包括3项省级项目、1项苏州市级项目、4项昆山市级项目；其中：旋转盘电极油料光谱仪获江苏省工业与信息产业转型升级专项资金--重大攻关项目（现已成功验收，获政府补助660万元）、江苏省首台（套）重大装备认定、江苏省工业与信息产业转型升级专项资金项目、苏州市姑苏天使计划项目等；主持研发并总体设计的《HCD100空心阴极直读光谱仪》、《AES998火花直读光谱仪》、《FS500全谱直读光谱仪》《旋转盘电极油料光谱仪OIL8000、OIL8000H、PO100》均研发成功通过江苏省新产品新技术鉴定，实现了产业化。参考文献：[1] GRIMM, W. Eine neue glimmentladungslampe für die optische emissionsspektralanalyse[J]. Spectrochimica Acta, Atomic Spectroscopy, Part B, 1968, 23 (7): 443-454.[2] 杨浩，马泽钦，蒋洁，李镇舟，宋一兵，王江涌，徐从康，辉光放电发射光谱高分辨率深度谱的定量分析[J]，材料研究与应用, 2021, 15: 474-485.[3] Hughes H. Application of optical emission source developments in metallurgical analysis[J]. Analyst, 1983, 108(1283): 286-292.[4] Lodhi Z F, Tichelaar F D, Kwakernaak C, et al., A combined composition and morphology study of electrodeposited Zn–Co and Zn–Co–Fe alloy coatings[J]. Surface and Coatings Technology, 2008, 202(12): 2755-2764.[5] Sánchez P, Fernández B, Menéndez A, et al., Pulsed radiofrequency glow discharge optical emission spectrometry for the direct characterisation of photovoltaic thin film silicon solar cells[J]. Journal of Analytical Atomic Spectrometry, 2010, 25(3): 370-377.[6] Zhang X, Huang X, Jiang L, et al. Surface microstructures and antimicrobial properties of copper plasma alloyed stainless steel[J]. Applied surface science, 2011, 258(4): 1399-1404.[7] 胡立泓，张锦桐，王丽云，周刚，王江涌，徐从康，高阻隔铝塑膜辉光放电发射光谱深度谱测量参数的优化[J]，光谱学与光谱分析,2022,42:954-960.[8] 吕凯, 周刚, 余云鹏, 刘远鹏, 王江涌, 徐从康，利用ToF-SIMS 和 Rf-GDOES 深度剖析技术研究柔性衬底上的隔热多层膜[J], 材料科学,2019,9:45-53.[9] 周刚, 吕凯, 刘远鹏, 余云鹏, 徐从康, 王江涌，柔性功能薄膜辉光光谱深度分辨率分析[J], 真空, 2020,57:1-5.[10] ASTM E-42, Standard terminology relating to surface analysis [S]. Philadelphia: American Society for Testing and Materials, 1992.[11] Hofmann S. Atomic mixing, surface roughness and information depth in high‐resolution AES depth profiling of a GaAs/AlAs superlattice structure[J]. Surface and interface analysis, 1994, 21(9): 673-678.[12] Ho P S, Lewis J E. Deconvolution method for composition profiling by Auger sputtering technique[J]. Surface Science, 1976, 55(1): 335-348.[13] Wang J Y, Hofmann S, Zalar A, et al. Quantitative evaluation of sputtering induced surface roughness in depth profiling of polycrystalline multilayers using Auger electron spectroscopy[J]. Thin Solid Films, 2003, 444(1-2): 120-124.[14] Ber B, Bábor P, Brunkov P N, et al. Sputter depth profiling of Mo/B4C/Si and Mo/Si multilayer nanostructures: A round-robin characterization by different techniques[J]. Thin Solid Films, 2013, 540: 96-105.[15] Hao Yang, SongYou Lian, Patrick Chapon, Yibing Song, JiangYong Wang, Congkang Xu, Quantification of high resolution Pulsed RF GDOES depth profiles for Mo/B4C/Si nano-multilayers[J], Coatings, 2021, 11: 612.[16] Ziegler J F, Ziegler M D, Biersack J P. SRIM–The stopping and range of ions in matter[J]. Nuclear Instruments and Methods in Physics Research Section B: Beam Interactions with Materials and Atoms, 2010, 268(11-12): 1818-1823.

安徽理工大学地球与环境学院青年教师陶晨与加拿大滑铁卢大学工程学院教授Wayne Parker和不列颠哥伦比亚大学教授Pierre Berube课题组合作，针对安大略省多伦多市Keswick污水回用中心冬季深度处理污染加剧的问题，进行了前期历史数据分析和后期实验研究，厘清了二级生物处理运行温度和深度处理超滤运行温度对膜污染的影响机制。相关研究成果发表于《分离纯化杂志》。二级和深度处理运行温度对膜污染影响机制的示意图 安徽理工大学供图污水深度处理是指城市污水经一级、二级处理后，为了达到一定的回用水标准，使污水作为水资源回用于生产或生活的进一步水处理过程。超滤被认为是一种非常有前景的污水回用处置方式，然而膜污染问题一直是限制其长期稳定运行以及运营成本管控的瓶颈性问题。 “因为膜污染会造成跨膜压差的上升，在维持目标处理效率的前提下，需要提高膜清洗与更换的频率，从而增加运营成本和能源消耗。一般来说，膜污染控制成本占运行成本的20%-30%；其中，膜清洗和膜更换成本分别占膜污染控制总成本的9%-30%和40%-65%。而对于污水深度处理的运行场景来说，这些数据会随着冬季温度的降低，进一步升高。”陶晨向《中国科学报》介绍。近年来，各国学者针对温度对膜污染的影响展开了相关研究，然而研究对象多为膜生物反应器（MBR）工艺。一方面，在深度处理中，因为膜不直接与污泥混合液接触，所以膜污染机理与MBR有很大区别；另一方面，深度处理中膜过滤过程与二级生物过程分开进行，温度对二者造成的影响程度不同且存在交叉影响，值得分别去探讨。此次研究中，陶晨等提出了活性污泥模型与实验结合的方法，通过新颖的实验设计，评价了温度通过影响二级生物过程及其代谢产物，以及温度影响膜固有性质对深度处理膜污染的影响机制。“我们研究发现，将二级生物处理运行温度从20℃降低到8℃，且超滤运行温度为20℃不变时，总膜阻力大幅度增加。这主要是由于二级生物过程在低温下产生的可溶性微生物产物大量增加导致，其中与生物质衰减相关的有机质（BAP）是最主要膜污染物质。”陶晨说。进一步地，降低超滤运行温度时，总膜阻力增加了122%，这一部分膜阻力的增加是由于膜孔径的减小和液体黏度的增加。研究发现，总膜阻力的增加并不是各部分影响的简单叠加，而是存在复杂的交互影响。陶晨说，该工作全面探讨了运行温度对膜污染的影响，为不同温度运行条件下设计膜污染缓解措施提供了理论基础，也为探讨其他极端运行条件下二级生物过程与膜污染间的关系提供了方法借鉴。”审稿人认为：作者研究了实际污水处理厂运行温度对深度处理膜污染的影响机制，区分了造成低温条件下总膜阻力上升的不同原因，是一项有趣的研究工作，对缓解膜污染并减少运行成本提供了理论参考，具有实际意义。

离子淌度质谱技术：质谱领域的新维度和新深度　　距离质谱的上一个诺贝尔奖已经过去了20年，但目前的质谱技术并没有超越几十年前的模式，如傅里叶变换离子回旋共振质谱(FTICR-MS)依然具有最高的质量分辨率，飞行时间质谱(TOF-MS)依然具有最快的扫描速度等。质谱领域的革命性工作在于提高分析的精度、维度、广度和通量。近几十年来，离子淌度技术(ion mobility spectrometry，也称“离子迁移谱”)快速发展，离子淌度质谱的联用技术也得到了广泛应用，这使得质谱分析能力从相对简单的质荷比拓展到复杂的三维结构，从简单的异构体区分发展到复杂的构象解析。　　近年来，国家自然科学基金委、科技部及相关部委对离子淌度质谱相关的技术开发和应用工作进行了资助，相应的成果在蛋白质组学、代谢组学、脂质组学、质谱成像分析、生物大分子结构分析、中医药分析、手性化合物分析等领域都得以广泛体现。然而，这些工作中使用的质谱仪器，尤其是同时拥有离子淌度功能的质谱仪器仍以国外企业产品为主，价格也十分昂贵。质谱等高精尖的科学仪器发展一直依赖于各行各业的齐心协力，不仅新的原理创造和技术开发需要重点资助和支持，新的应用场景和技术迭代同样需要各行各业的支持和响应。目前，现场爆炸物检测分析常用的离子淌度谱仪已经广泛实现了国产品牌替代，然而国产离子淌度质谱仪器的研究还基本处于空白。这些都极大地限制了自主性、原创性研究工作的开展，也对新一代质谱仪器的研发提出了更高的要求，特别需要引起国家部委和本土企业的极大关注和重视。　　本专辑汇集了国内离子淌度质谱研究一线人员的工作，从多个方面展现了我国离子淌度质谱研究的现状，其中共收录了13篇论文，包括了新型离子迁移谱的理论技术，如基于离子阱技术和FTICR-MS的离子淌度分析、用于行波离子迁移谱的关键电源技术、基于离子淌度质谱技术的离子光谱研究等，还包括了离子淌度质谱技术的应用，如碰撞截面积的测量、小分子代谢物分析、糖类异构体分离、蛋白质的立体修饰、环境对蛋白结构的影响和糖基化蛋白分析等工作。专辑中的综述性工作和研究报告从不同的维度和角度反映了国内外离子淌度质谱研究的新进展，也提炼出了多个具有潜力的发展方向。　　回首过去的几十年，国内质谱技术的发展一直在奋力追赶，在离子源、离子传输、分离、检测等各个领域都逐渐崭露头角。路漫漫其修远兮，时光流逝，希望下一个十年能看到高端国产离子淌度质谱技术在各个领域的身影。　　本文内容源自《质谱学报》2022年第五期Vol.43，本期执行主编为中国科学院上海有机化学研究所生物与化学交叉研究中心研究员朱正江、湖南大学教授博士生导师岳磊。　doi:10.7538/zpxb.2022.3000

科技创新是国家发展的核心动力，是综合国力竞争的重要支撑点。当今世界正经历百年未有之大变局，我国发展面临的国内外环境发生深刻复杂变化，我国经济社会发展和民生改善比过去任何时候都更加需要科学技术解决方案，更加需要增强科研创新这个第一动力。科学服务行业作为服务国家创新驱动、转型升级战略的关键行业，有利于高效服务科研创新，促进科技与经济深度融合，助力中国经济转型升级，提高我国综合国力。　　全球科学服务业市场规模超2000 亿美元，科学仪器行业超600 亿美元。科学服务是服务于科技创新研发的上游核心行业，主要驱动力来自于科技创新的投入。全球2019 年研究与试验发展经费支出2.3 万亿美元，2001-2019 年年均复合增速超6%。根据德国默克的预测，目前全球科学服务行业规模已经达到至少2000 亿美元，我们预计未来将保持每年5%-7%的增速。2019 年全球实验室分析仪器市场规模为 609.3 亿美元，估算 2020 年达到 637.5 亿美元，其中美欧中日是实验分析仪器的主要市场。　　在政策支持与外部催化的共同作用下，国内科学仪器公司迎来发展新机遇。　　分析显示，截至2020 年12 月，美国对华管制清单(4500 个)中近1900 个属于科学仪器。对此，中国已多次开展全国性行动推广国产科学仪器。国家主席习近平在院士大会上重点提出科学仪器是当前需重点攻坚的方向之一。2021年12 月24 日，中华人民共和国主席令签发(一〇三号)，《中华人民共和国科学技术进步法》修订通过，新法有利于加大各部门对科学仪器的重视和投入，促进国产仪器繁荣发展。未来，在管制可能长期持续背景下，国内仪器公司有望在挑战中抓住机遇，加快国产替代进程。　　实验分析仪器前景广阔，国产替代正当时。在国家政策的支持下，我国实验分析仪器行业发展迅猛。2020 年我国实验分析仪器行业规模约为75 亿美元，2015-2020 年复合增速为6.8%，是亚洲实验分析仪器第一大市场。检验检测行业是实验分析仪器的主要下游市场，根据国家市场监督管理总局的数据显示，2013-2021 年我国检验检测行业的营业收入从 1,398.5 亿元增长至 3,585.9 亿元，年复合增长率达到 14.40% ，行业规模保持高速增长态势。未来，旺盛的下游市场需求将有望持续推动实验分析仪器行业的高速增长。　　国内科学仪器行业起步较晚，国产替代空间巨大。由于我国科学仪器行业起步较晚，外资企业控制着国内90%以上市场份额。近年来，国内经济技术发展以及多年的投入积累效果显现，部分国内企业开始通过自主创新打破外资垄断，涌现出一批国产科学服务企业。我们认为，未来伴随产品研发能力以及本土化服务能力的不断提升，大型本土服务机构的综合竞争力将持续增强，国产替代路径清晰并有望进入高速发展轨道。对照海外巨头超百亿美金的营收规模、超千亿美金市值以及发展壮大路径，未来国内大概率有望出现数家百亿以上营收企业。

来自瑞士苏黎世大学和苏黎世理工大学的研究人员开发出一种称为漫反射光学定位成像(DOLI)的新技术，利用它可以高分辨率、无创观察活体小鼠大脑深部的微血管。该技术具有卓越的分辨率，可看到深层组织，为观察大脑功能提供了强大的光学工具，在研究神经活动、微循环、神经血管耦合和神经退化方面具有广阔的应用前景。相关研究发表在近日的美国光学学会期刊《光学》上。　　这种技术利用了1000—1700纳米之间的第二近红外(NIR-Ⅱ)光谱，这一范围光谱的散射较少，可使显微荧光成像的深度达到光扩散深度极限的4倍。　　在各种疾病的动物模型中，荧光显微镜经常被用来对大脑的分子和细胞细节进行成像。但此前，由于皮肤和颅骨的强烈光散射影响，荧光显微镜仅限于小体积和高度侵入性的操作。此次研究首次表明，3D荧光显微镜可帮助科学家以非侵入性方式，高分辨率地观察成年小鼠大脑。该显微镜有效覆盖了大约1厘米的视野。　　研究人员首先在模仿人体平均大脑组织特性的组织合成模型中测试了这项技术，证明他们可以在光学不透明的组织中获得最深达4毫米的显微分辨率图像。然后，他们在活小鼠身上测试了这项技术。他们给活小鼠静脉注射了荧光微滴，追踪这些流动的荧光微滴可以重建小鼠大脑深部微血管的高分辨率图。观察发现，借助DOLI技术可以完全无创地观察到脑微血管以及血流的速度和方向。　　研究人员表示，这种方法消除了背景光散射，并可在头皮和头骨完好无损的情况下进行。他们还观察到相机记录的斑点大小与微滴在大脑中的深度有很大的关系，这使大脑深度分辨成像成为可能。　　“在生物医学成像领域，实现深部活体组织的高分辨率光学观测是一个长期的目标。”研究小组组长丹尼尔拉赞斯基说。　　现在，研究人员正在努力优化DOLI技术，以提高其分辨率。他们还在开发改进的荧光剂，这些荧光剂更小、荧光强度更高，且在体内更稳定，这将大大提高该技术在清晰度和成像深度方面的性能。

2019年10月30日，山东省城市供排水水质监测中心联合清华大学、同济大学、全国紫外消毒标准化技术委员会及加拿大特洁安技术公司等专家在山东省济南市举办了第三届国际饮用水UV-AOP深度处理技术研讨会。会议由山东省城市供排水水质监测中心主任贾瑞宝先生主持，来自加拿大特洁安技术公司的首席技术官Ted Mao博士致欢迎词。会议期间来自全国紫外消毒标准化技术委员会的原秘书长黄永衡先生做的关于世界水危机及水领域国际标准新趋势，从国际视野来看水领域的国际标准的趋势以及推广国际标准的重要性，提出了国际标准中国化以及中国标准国际化的路线图，从而更好的让中国水领域的标准与国际标准的接轨。来自加拿大特洁安技术公司的Alan Royce教授由浅入深的介绍了紫外高级氧化（UV－AOP）技术的原理、应用、及新技术路线，并介绍了与山东省城市供排水水质监测中心合作完成的实验项目以及目前全球的一些大规模应用案例和实践。传递了国际上前沿的紫外高级氧化技术应用和发展趋势，从而让国内的自来水厂在嗅味处理，有毒、有害微污染物处理方面有了更多可选择的工艺路线和处理方法。来自同济大学的楚文海教授和来自清华大学的孙文俊教授从科研的角度介绍了UV-AOP消毒副产物的技术研究和紫外/氯的高级氧化技术的研究进展，从反应机理、消毒副产物、副产物毒性评估到应用范围的全面比较。为紫外的高级氧化应用提供了科学性的理论和实践支撑。为进一步引进、消化、吸收国际领先的饮用水UV－AOP深度处理技术，推动国内饮用水深度处理技术的技术创新及推广应用，更好的保障城镇居民饮水安全、提高饮用水口感，山东省城市供排水水质监测中心于2016年与特洁安技术公司共同成立了山东－安大略饮用水深度处理UV－AOP研究中心，并开展了富有成效的科研合作与技术交流。此次会议的圆满成功也说明了山东－安大略饮用水深度处理UV－AOP研究中心助力中国饮用水深度处理所取得的成就。来自全国众多自来水厂、科研院所、大学、协会和水处理技术、设备厂商等近100位领导、专家、学者和企业代表济济一堂，共同见证了国内紫外高级氧化技术从科研到应用所取得的丰硕成果，并见证了大会的圆满成功举办。

2022年11月8日，在第五届中国国际进口博览会上，上海睿康生物科技有限公司(以下简称“睿康生物”)与赛默飞举行了战略合作签约仪式。睿康生物首席科学家暨上海睿质科技有限公司执行总裁谢晓磊与赛默飞中国分析仪器事业部商务运营副总裁周晓斌代表双方签约，睿康生物董事长李伟奇也抵达现场表示祝贺。　　李伟奇表示，与2019年7月第一次与赛默飞签署战略合作相比，这次的合作扩大了范围，而且是一个双向输出的合作。如，未来我们的试剂盒也可能通过赛默飞的全球平台，向全球销售。谢晓磊也谈到，今天我们跟赛默飞签署了一个深化的战略合作协议，在原来合作的基础上，进一步在产品方面，包含仪器、试剂、耗材等方面达成全方位的合作，合力打造自动化、标准化、合规化的临床质谱整体解决方案。　　睿康生物创始人、董事长李伟奇拥有30多年体外诊断从业经历，是中国第一代成功的IVD企业家。首席科学家谢晓磊博士拥有20年质谱研发、应用和市场开发经验，负责领导研发和应用团队。在签约仪式后，睿康生物的两位高层接受了仪器信息网的采访。　　睿康生物创始人/董事长 李伟奇　　睿康生物首席科学家 谢晓磊　　回顾睿康生物临床质谱发展历程　　2011年9月，睿康生物成立。公司定位成为一家专业从事医疗诊断仪器及设备、临床体外诊断试剂产品的研发、生产和销售以及相关技术服务的高新技术企业。　　近年来，在精准医疗高速发展的大环境下，质谱技术凭借高特异性、高灵敏度和准确度、多指标检测等优势，成为了体外诊断极富生命力的新技术和精准医疗的新方向，未来可在生化、免疫、微生物、分子等多领域对传统方法学进行升级和替代。自2018年以来，中国临床质谱进入快速发展阶段，质谱应用于医学检验的热度不断走高，各大体外诊断及质谱厂商在该领域多有发力，涌入赛道的企业数量也在不断攀升。有调研显示，中国临床质谱市场潜力超过数百亿元人民币，临床质谱行业的投资热度和融资额度明显提升，逐渐展露出成为精准医疗领域下一个黄金赛道的潜力。　　睿康生物敏锐地看到这一点，并积极展开了布局：　　2019年7月，睿康生物与赛默飞签署战略合作。此次合作会借助赛默飞在质谱研发技术方面的优势，以及睿康生物在试剂研发上的实力和对中国临床诊断行业深度了解，开发和注册适合中国医疗机构使用的仪器和试剂并提供高质量和简单易用的整体解决方案。　　2020年，谢晓磊加盟睿康生物，搭建了临床质谱团队。睿康生物临床质谱项目进入了快车道。　　2021年，睿康生物在临床质谱及试剂盒产品方面取得重大突破。2021年2月，睿康生物成功获批6个质谱试剂盒二类注册证，其中3个为独家产品，并有多个全球独家的二类/三类试剂盒正在注册中。2021年4月，睿康生物申报的超高效液相色谱串联质谱检测系统RZ-500通过上海市药品监督管理局的审批，获得二类医疗器械产品注册证(沪械注准20212220239)。　　2021年，睿康生物完成数亿元人民币的A轮融资。此次融资将助力睿康生物持续加大在人才、临床质谱研发及市场等方面的投入，推动质谱技术在临床应用的标准化、自动化和智能化。　　秉承IVD企业“基因”，以试剂带动仪器　　睿康生物围绕临床质谱应用的痛点，着力打造并提供样品前处理-仪器-试剂-软件-服务整套业务流程的完整临床质谱解决方案。其自主研发的质谱自动化样品前处理设备AUTOMAN，可以直接针对试剂盒调配仪器的参数，完美适配不同试剂盒的样品制备需求。同时依靠仪器的性能选择开发最能满足临床需求的试剂盒，从而达成契合度非常匹配的产品体系。　　谢晓磊曾经在赛默飞美国公司工作了7年，为了实现要做成临床质谱整体解决方案的想法，回国并加入了睿康生物。他表示，睿康生物跟其他临床质谱公司有很多不一样的地方，首先我们有IVD的“基因”，我们的产品从研发、质检到生产、注册整个流程都非常合规，这个听起来很容易，但实际做起来并不容易，因为质谱产品在IVD行业相对来说是新鲜事物。其次，睿康生物的业务模式非常聚焦，专注于IVD产品的开发，我们格外注重产品质量和口碑，坚信行稳致远。　　谈到睿康生物的核心竞争力，李伟奇认为是公司在试剂研发方面的优势和在IVD行业的积累。IVD行业是靠耗材和试剂获取利润的，所以我们的关注点一直在我们的核心产品--试剂的竞争力上。公司秉承着以试剂去推动项目的理念，我们的核心是开发好的试剂盒，然后推动仪器的销售。“我们仪器硬件是和赛默飞合作的，而且我们选的机型也是非常好的，我们和赛默飞保持了紧密的合作关系，比如此次的签约仪式，就是要进一步加强合作。”说到合作的仪器硬件，李伟奇介绍到，2021年获证的超高效液相色谱串联质谱检测系统RZ-500，采用国际领先的质谱技术，其灵敏度、分辨率和扫描速度等均有良好表现，能够覆盖几乎所有检测项目。　　谈到睿康生物的未来规划，李伟奇介绍，“除了已经获批的6个质谱试剂盒，我们现在正在推广一个血液中同时检测21项氨基酸的项目 接下来，公司会在阿尔茨海默症、传染病、肿瘤等一些创新的、特色的、独家的项目方面加大研发力度。”

车厘子，相信大家都不陌生，毕竟“车厘子自由”曾经也是风靡一时的网络热词。但是车厘茄是什么呢?车厘子的变种？车厘子和茄子的结合？空想不如实干，看看度娘怎么说......嚯，原来车厘茄就是常见的小番茄！另外，小加还了解到车厘茄含有丰富的维他命和十分高的铁质含量，不仅有美容功效，还可以预防出现贫血，可谓是值得多次购买的营养好物。但是购买时，我们只能通过朴素的双眼判断其好坏，如果从专业性的角度出发，该如何评估车厘茄的质量呢？答案就在下面这篇论文里，快一起来看看吧！基于深度学习和高光谱图像估算车厘茄可溶性固形物含量及硬度车厘茄（Solanum lycopersicum）因其特殊的香味深受世界各地消费者喜爱。可溶性固形物（SSC）和硬度是评估产品质量的两个主要指标。现存的测量技术主要依赖于化学方法。然而，这种破坏性的方法不适用于大面积的测量。高光谱成像技术可以同时获取光谱信息和空间信息，已广泛应用于各个领域，如植物病害胁迫检测、工业食品包装、医学图像分类及水果质量分析。基于此，来自浙江工业大学和浙江省农业科学院的研究人员选择当地主流的车厘茄（Zheyingfen-1）为研究对象，测量其硬度和SSC，并基于高光谱图像（PIKA XC 高光谱相机，Resonon Inc.，Bozeman，MT，USA）和相应的深度学习回归模型开发了无损式测量技术。高光谱成像系统【结果】（A）校正的光谱反射率图。（B）MSC预处理。（C）二阶差分预处理。每个模型的SSC估算结果。（A）小样本数据的SVR估算结果。（B）大样本数据的SVR估算结果。（C）小样本数据的KNNR估算结果。（D）大样本数据的KNNR估算结果。（E）小样本数据的AdaBoostR估算结果。（F）大样本数据的AdaBoostR估算结果。（G）小样本数据的PLSR估算结果。（H）大样本数据的PLSR估算结果。（I）小样本数据的Con1dResNet估算结果。（J）大样本数据的Con1dResNet估算结果。大样本数据集每个模型的硬度估算结果。【结论】本研究中，作者利用高光谱图像提出了Con1dResNet深度学习模型来估算车厘茄的SSC和硬度。相比传统的机器学习方法，充足的样本数量可以实现更好的结果。就SSC估算而言，其R2值为0.901，比PLSR高26.4%，其MSE为0.018，比PLSR低0.046。就硬度估算而言，其R2值为0.532，优于PLSR33.7%。结果表明高光谱成像结合深度学习可以显著提高车厘茄SSC和硬度估算准确性

LGC于2018年在南京建立了标准物质及能力验证研制基地，针对国内检测市场推出品类更广的标准物质（尤其是溶液型标准物质），以及各类能力验证项目，是全球标准物质供应商中第一家在华投产并获得CNAS认可的公司。LGC南京研制基地充分践行LGC的发展战略，遵循“客户至上、质量先行”的原则，以更快响应客户需求。本文将为您深度解读LGC南京如何获得中国合格评定国家认可委员会（CNAS）的标准物质/标准样品生产者认可证书。什么是CNAS？中国合格评定国家认可委员会（英文缩写为：CNAS）是根据《中华人民共和国认证认可条例》的规定，由国家认证认可监督管理委员会（CNCA）批准设立并授权的国家认可机构，统一负责对认证机构、实验室和检验机构等相关机构的认可工作。我们为准备CNAS-CL04：2017认可经历了3个阶段：前期准备，成立项目组和制定计划。运行体系，完善各项质量和技术记录。着手申请，根据CNAS-RL07:2018《标准物质/标准样品生产者认可规则》进行申请。下面具体来介绍这三个阶段的工作内容：01前期准备• 成立申请认可项目组，制定申请计划。• 按照CNAS-RL07《标准物质/标准样品生产者认可规则》“4 认可条件”确认是否满足条件。• 依据CNAS-CL04：2017《标准物质/标准样品生产者能力认可准则》建立实验室质量管理体系并发布。02运行体系• 至少半年以上 • 人员培训 • 设备校准、验收和使用 • 可行时，参加能力验证 • 管理体系文件运行与自查• 内部审核• 管理评审• 完善技术：测试方法确认、均匀性评估、稳定性评估、定值、证书和标签等 • 标准物质复制 • 运行阶段，完善各项质量和技术记录。03申请流程• 在CNAS系统里递交认可申请 • 受理决定 • 文件评审 • 组建评审组 • 现场评审；对不符合采取纠正措施；有效性验证• 认可评定• 发证与公布关于LGC南京研制的标准物质：CNAS-CL04 附录A 中对标准物质和有证标准物质的生产给出了指南，LGC南京依据CNAS-CL04:2017（ISO 17034）质量管理体系下生产Dr. Ehrenstorfer标准物质，生产要求与CRM要求一致。证书按照ISO Guide 31的条款提供了完整的信息。尤为重要的是，根据ISO Guide 35提供扩展不确定度及溯源性声明，为您实验室分析工作提供更为详尽的信息。LGC南京研制基地的标准物质有效期秉承Dr. Ehrenstorfer体系，采用的是实时稳定性测试数据，并且保证特性值在有效期的最后一天仍然有效(数据偏差在不确定度范围内)。LGC南京研制基地生产的标准物质涵盖：国家食品安全监督抽检中涉及的标准物质品种，新方法中涉及的标准品如非法添加禁用物质、同位素标记、环境检测标准物质，以及应对突发食品安全及环境卫生事件的标准物质等。此外，LGC南京研制基地还为国内实验室提供丰富的能力验证项目，涵盖食品、饮料、水、土壤、空气等各类基质，每月都有发样计划，帮助检测实验室灵活制订和参与能力验证项目。LGC南京与您共同提升实验室质量，如果您需要咨询相关产品，联系我们吧~关于LGC英国LGC有限公司成立于1842年，是一家国际性的生命科学、计量分析和检测服务公司，在持续成长的市场中占据领导地位。一百多年来，LGC作为政府化学家实验室在法规监管、资质评审、标准制定方面积淀的专业精神和丰富经验，为全球客户提供了值得信赖的产品和服务。LGC在英国同时承担着多项政府职能，包括：国家计量研究院(化学与生物分析领域)政府化学家实验室(英国国内食品和农业等实验室数据纠纷的最高仲裁机构)，为政府提供食品安全风险预警和监管法规方面的建议，管理政府部门相关领域科研经费的评估和审批，为英国药品和健康产品管理局(MHRA)及英国药典(BP)委员会运营实验室。LGC的标准品部门通过标准物质、能力验证、食品供应链质控体系和营养补剂认证这四个业务单元，帮助我们的客户保障全球食品供应链的安全。扫描二维码获取更多精彩关注我们

仪器外壳斑驳，内部管路老化性能跟不上业务发展？想采购新机替换掉“带病”工作的仪器苦于没有预算？上面这些都不是问题！珀金埃尔默都可以为您量身定制专业的深度保养服务。让旧仪器华丽转身，芳华更甚。保养前保养后Avio 200 外部深度保养我们可以提供的是仪器整机级别的深度保养，从外壳到内部管路的整新，光学系统、进样系统、石墨炉等的深度检测维护，乃至整个仪器的硬件性能拓展和提升。保养前保养后Avio 200 内部深度保养该业务将由珀金埃尔默全球领先的太仓工厂提供专业支持，给您带来真正的原厂深度保养！出厂标准：仪器固件和硬件已更新至最新版本，且通过现行珀金埃尔默工厂标准测试。深度保养进行中太仓工厂 ICP 生产线仪器金贵，担心拆装和运输的安全？由经过专业培训的珀金埃尔默工程师提供上门拆机、安装和调试服务，且享受全国(非偏远地区)免费包装和配送。专业物流团队为您的机器保驾护航限时优惠- SALES -即日起至2022年6月30日订购深度保养服务的客户，可享受每台仪器8折的特别礼遇。Q & A问仪器完成深度保养后的保修期是多久？答所有经深度保养过的仪器，均可享受一年的原厂质保期以及一次维护保养，免费提供质保期内仪器正常损坏的维修人工费和备件费。问深度保养怎么收费？答根据仪器的型号和当前的使用状况，先由售后服务工程师上门评估，然后由服务销售根据客户需求及评估报告定制化报价。

仪器信息网讯 近日，中国科学院大连物理研究所生物分子高效分离与表征研究组(1810组)张丽华研究员和张玉奎院士团队，蛋白组组学分析最新成果发表于《自然-通讯》(Nature Communications)上。团队发展了N-磷酸化肽段高选择性富集新方法，并结合肽段的高效分离和高灵敏度鉴定，实现了N-磷酸化蛋白质组的深度覆盖分析。　　与研究相对深入的发生在丝氨酸、苏氨酸和酪氨酸侧链氨基上的蛋白质O-磷酸化修饰相比，发生在蛋白质组氨酸、精氨酸和赖氨酸上的N-磷酸化修饰，由于P-N酰胺键具有较高的吉布斯自由能，且易发生水解，目前仍缺乏有效的N-磷酸化蛋白质组分析方法，制约了人们对其生物学功能的认识。　　团队研制了具有核壳结构的亚二微米硅球，并通过在硅球表面键合双二甲基吡啶胺双锌分子，在中性条件下实现了N-磷酸化肽段的高效、高选择性、快速富集 通过基于该材料的on-tip富集方法和液质联用分离鉴定的结合，不仅从HeLa细胞中鉴定到3384个N-磷酸化位点(目前最大的哺乳动物N-磷酸化数据集)，而且还发现N-磷酸化位点附近亮氨酸高度表达 建立的N-磷酸化蛋白质组分析新方法不仅为深入研究其生物学功能提供了基础数据，而且也为推动精准医学、合成生物学等领域的发展提供了技术支撑。　　上述工作得到国家自然科学基金、国家重点研发计划、中科院大连化物所创新基金等项目的资助。文章链接：《自然-通讯》(Nature Communications)。

抗体偶联药物（antibody-drug conjugate，ADC）是一类通过特定的连接子将靶向单克隆抗体与高杀伤性的细胞毒性小分子药物偶联起来的生物药，以单克隆抗体为载体将小分子细胞毒性药物高效地运输至目标肿瘤细胞中，起到治疗的目的。与传统抗体药相比，ADC药物的结构复杂度和异质性更高，因为添加了多变的有效载荷和连接子1。为确保药物安全性和有效性，ADC的深度表征在其开发过程中至关重要。这不仅包括对mAb的翻译后修饰（PTM）的鉴定和定位，还包括药物偶联的鉴定。由于质谱技术的飞速发展，质谱已经成为ADC药物表征中最广泛使用的方法。完整质量分析是用于确定小分子药物与抗体比率（DAR）的常规方法，而对结合位点的深入表征，通常依赖于bottom-up的方法。现在最广泛采用的碰撞诱导解离（CID）技术能够提供氨基酸序列确认，但是这种能量比较大的碎裂技术也将有效载荷碎裂为更小的片段，从这种方法获得的高度复杂的谱图可能很难解析。而能量更柔和的碎裂方法可以促进此类复杂样品的解析，一种基于电子活化裂解（EAD）2,3的创新、高度可重复的碎裂方法用于分析来自商业化ADC药物的偶联肽。使用10 Hz快速非靶向的数据依赖采集（DDA）方法采集数据，通过此工作流程，一次进样就可以应用基于EAD的碎片进行常规和高级表征。曲妥珠单抗美坦新偶联物（T-DM1）是最早的ADC治疗药物之一，于2013年获得FDA批准用于治疗人表皮生长因子受体2（HER2）阳性转移性乳腺癌。T-DM1是由单克隆抗体曲妥珠单抗和细胞毒素美坦新（DM1）通过不可裂解连接子共价偶联而成（图1）。将单克隆抗体（mAb）的靶标特异性与细胞毒性药物的高效率相结合，可充分利用两个方面的优势，最大限度地减少副作用3。T-DM1是与氨基连接，如连接在曲妥珠单抗的赖氨酸残基的侧链中。先前的完整质量研究表明，T-DM1的平均DAR约为3.5.1,4。但是曲妥珠单抗中有88个赖氨酸残基和4个N端基团，可能会出现450万个以上的不同分子形式1。有效载荷的位点和结构将直接影响药物的功效和安全性，因此将其归类为关键质量属性（CQA），并且需要在开发过程中进行全面表征和严格监控。图1. 细胞毒药物有效载荷和连接子与mAb偶联的示意图。T-DM1由DM1（黑色），靶向连接氨基残基的MCC连接子（linker，蓝色）和单克隆抗体组成。本研究选择了与Zeno&trade EAD相结合的DDA方法。采用这种方法，不仅可以执行常规的肽图分析，而且EAD可以在同一针分析中进行高级表征。此外，Zeno EAD增强了碎片离子的检测能力，从而正确鉴定了低丰度物质。图2展示了在偶联肽SCDK [DM1]THTCPPCPAPELLGGPSVFLFPPKPK上观察到的碎裂模式的例子。在分析中未观察到没有连接子和药物或其部分的肽，表明其完全偶联。获得了此肽段高质量的MS / MS谱图，从而使该特定肽段的MS / MS序列覆盖率达到96.6％。一个更占优势的碎片从 m/z大于500的有效载荷产生（请见图2中的标记）。观察到的有效载荷结构的主要裂解位点是DM1的COO-C键，这种碎裂模式与先前利用CID技术产生的一系列小碎片的数据不同1。较大分子量的药物碎片可以用作特征碎片，以更具体地确认有效载荷的存在，并可以用来确认有效载荷的结构。图2. 应用Zeno EAD得到的偶联肽SCDK [DM1] THTCPPCPAPELLGGPSVFLFPPKPK（z =+4）的碎片数据。来自肽段主链指定偶联肽段离子的全扫描MS / MS数据，以及有效载荷中的碎离子信息。此外，通过将Zeno EAD技术用于增强的碎片离子检测，还可以很好地检测到来自肽段主链的片段信息，从而提供有关肽段的分子完整性的信息。由于酶的空间位阻，抗体上偶联药物的存在会导致样品制备酶解过程中的更多漏切位点。另外，赖氨酸残基和有效载荷之间的结合过程是随机反应，偶联的比率并不总是100％，这导致了多样性和低丰度物质存在。当一个肽段中存在多个潜在连接形式时，鉴定正确的连接位点可能是一个挑战。肽段ASQDVNTAVAWYQQKPGKAPK是这种具有挑战性的另一个例子（图3）。它包含一个漏切位点和一个脯氨酸相邻的N端赖氨酸，导致偶联位点的多种选择。但是，有了从EAD技术碎裂得到丰富、高质量的MS / MS质谱图，就可以实现药物定位的自动匹配（图3A）。由于有效载荷靠近肽的C端，因此检测到的C离子比Z离子丰富（图3A），而未结合的肽显示出来自C端和N端的丰富片段（图3B）。众所周知因为电子活化解离技术不会解离脯氨酸的N端，我们还检测到了除了C15以外的从C3到C17的全系列C片段7。这提供了确凿的证据表明K15未与细胞毒药物偶联。此外，z4，z5和z7表明K18（而非K21）是药物偶联的正确位点。图3. 应用Zeno EAD得到的来自偶联/非偶联肽ASQDVNTAVAWYQQKPGK [DM1] APK（z =+3）的碎片的数据。A：来自肽段主链指定偶联肽段离子的全扫描MS / MS数据，以及有效载荷中的碎离子信息。B：来自肽段主链指定非偶联肽的全扫描MS / MS数据。 连接子显示为蓝色，DM1药物显示为黑色。结论：通过EAD的新型碎裂模式，实现了具有多个潜在位点的多肽中药物偶联的准确定位与传统的MS / MS分析相比，EAD技术获得更丰富的MS/MS碎片信息。应用Zeno EAD技术，即使对于中等强度或极低强度的母离子（例如低丰度的偶联肽），也能获得令人信服的二级碎片和出色的数据质量SCIEX ZenoTOF&trade 7600系统强大、高重现性且易于使用的多重碎裂技术，使用户能够以简单的方式解决具有挑战性的分析问题(CN)Characterization of an antibody-drug-conjugate (ADC) using electron activated dissociation (EAD).PDF点击下载声明：版权为 SCIEX 所有。欢迎个人转发分享。其他任何媒体、网站如需转载或引用本网版权所有内容须获得授权, 转载时须注明「来源：SCIEX」。申请授权转载请在该文章下“写留言”。

小动物活体成像技术是指应用影像学方法，对活体状态下的生物过程进行组织、细胞和分子水平的定性和定量研究的技术。广泛应用于生物医学、药物筛选等领域。为帮助广大用户及时了解小动物活体成像前沿技术、产品与整体解决方案，仪器信息网特别策划“小动物活体成像技术”主题征稿活动。本期，特别邀请到恒光智影联合创始人兼CTO艾中凯博士围绕小动物活体成像技术发展与应用展开阐述，着重就恒光智影聚焦的近红外二区（NIR-II）成像技术的优势及未来发展进行分享。 本期嘉宾：艾中凯博士，上海恒光智影医疗科技有限公司CTO/联合创始人2008年-2014年，博士毕业于新加坡国立大学电气与计算器工程系。 2015年 至2019年就职于美国普林斯顿仪器公司 (Princeton Instruments)，担任应用科学家职位，负责探索弱光信号探测技术在前沿科学中的结合，深度参与许多前沿的科技项目，在弱光成像技术上有多年持续的积累。2020年至今，作为恒光智影联合创始人之一，参与公司技术专利8项，推出了新一代平台型近红外二区活体成像系统，具有丰富的产学研结合经验。 01 从动物模型到小动物活体成像技术人类疾病动物模型是现代生物医学研究中重要的实验方法与手段，是对医学研究和药物研发的有力支撑，有助于更方便、更有效地认识人类疾病的发生、发展规律以及研究防治措施。与此同时，由于大鼠、天竺鼠、小鼠等小动物作为动物模型具备诸多优势，在生命科学、医学研究及药物研究开发等多个领域的应用日益增多。众所周知，影像技术在基于动物模型的研究过程中发挥着至关重要的作用。近些年随着科学仪器设备技术的创新与突破，面对层出不穷、日新月异及个性化的科研需求，市场涌现出各种小动物成像的专业设备，为科学研究提供了强有力的工具。 02 市场规模破百亿，小动物活体成像五大主流技术路线据调研机构对小动物成像（活体内）行业市场数据的统计显示，2022年全球小动物成像（活体内）市场容量为115.86亿元（人民币）。预计全球小动物成像（活体内）市场规模在预测期将以9.94%的CAGR增长并预估在2028年达203.38亿元。动物活体成像技术是指应用影像学方法，对活体状态下的生物过程进行组织、细胞和分子水平的定性和定量研究的技术。动物活体成像技术目前主要分为光学成像 (optical imaging)、核素成像（PET/SPECT）、核磁共振成像（magnetic resonance imaging ，MRI）、计算机断层摄影（computed tomography，CT）成像和超声（ultrasound）成像五大类。根据数据类型，又可以分为绝对定量数据和相对定量数据两种。在样本中位置而改变，这类技术提供的为绝对定量信息，如CT、MRI和PET提供的为绝对定量信息；图像数据信号为样本位置依赖性的，如可见光成像中的生物发光、荧光、多光子显微镜技术属于相对定量范畴，但可以通过严格设计实验来定量。光学成像和核素成像特别适合研究分子、代谢和生理学事件，称为功能成像；超声成像和CT则适合于解剖学成像，称为结构成像，MRI则介于两者之间。 分子成像技术使活体动物体内成像成为可能美国哈佛大学Weisslede于1999年提出分子影像学（molecular imaging）的概念——应用影像学方法，对活体状态下的生物过程进行细胞和分子水平的定性和定量研究。此前传统成像技术大多依赖于肉眼可见的身体、生理和代谢过程在疾病状态下的变化，而不是了解疾病的特异性分子事件，而分子成像则是利用特异性分子探针追踪靶目标并成像。这种从非特异性成像到特异性成像的变化，为疾病生物学、疾病早期检测、定性、评估和治疗带来了重大的影响。分子成像技术使活体动物体内成像成为可能，它的出现，归功于分子生物学和细胞生物学的发展、转基因动物模型的使用、新的成像药物的运用、高特异性的探针、小动物成像设备的发展等诸多因素。活体动物体内光学成像主要采用生物发光与荧光两种技术。生物发光是用荧光素酶基因标记细胞或DNA，而荧光技术则采用荧光报告基团（GFP、RFP, Cy5及Cy7等）进行标记。该技术最初是由美国斯坦福大学的科学家采用了世界上最优秀的高性能CCD研发与生产制造商最新研发的背部薄化、背照射冷CCD，配合密闭性非常好的暗箱，使得直接监控活体生物体内的细胞活动和基因行为成为现实。科学家借此可以观测活体动物体内肿瘤的生长及转移、感染性疾病发展过程、特定基因的表达等生物学过程。所以说该技术是伴随着背部薄化、背照射冷CCD的产生而产生，并随着该CCD技术的发展而发展。由于具有更高量子效率CCD的问世，使活体动物体内光学成像技术具有越来越高的灵敏度，对肿瘤微小转移灶的检测灵敏度极高。在该技术诞生后的10几年间，科学家借此取得了大量的科学成果，发表了几千篇文献资料，大部分都是应用以背部薄化、背照射冷CCD为核心部件的成像系统而得出的。活体动物光学成像技术的应用史，从设备技术层面，也是生物学家应用背部薄化、背照射冷CCD进行生物微弱发光检测的应用史。该技术之所以促进活体动物光学成像技术的发展，主要是由于超低温的CCD芯片，CCD镜头温度越低，噪音越小，信噪比越好，灵敏度越高因此对物微弱发光具有极高的灵敏度，使近年来产生了大量的高水平的应用活体成像技术进行肿瘤学、基因治疗、流行病学等研究的文献，极大的促进了生物医学在分子成像方面的发展。 03 突破透射深度瓶颈的近红外二区（NIR-II）成像技术 荧光成像技术，对比X-ray CT、PET-CT、MRI、超声等技术，在多个方面具有优势并拥有广阔的应用前景，但透射深度是光学活体成像最关键的瓶颈所在。小动物活体成像技术路线特点分析红外光线应用于活体层面，科学家们常用拓展到 760~900 nm 的近红外一区（NIR-I）窗口进行成像。然而，在该窗口内，在生物组织中传播的光子仍然受到较强的散射作用，这严重限制了组织荧光成像的成像深度和图像分辨率。2003年， 哈佛医学院 Frangioni教授及麻省理工学院 Bawendi 教授等预测了大于 1000 nm 光学窗口的大深度成像潜力。2009年，斯坦福大学戴宏杰教授团队利用单壁碳纳米管实现了首例大于1000 nm的近红外活体荧光成像。不久后，1000~1700 nm 作为第二个近红外成像窗口（近红外二区 NIR-II，又称短波红外波段SWIR）被大家熟知。NIR-II比NIR-I拥有更低的水吸收，不易受组织自发荧光或者实验室光照环境影响，更低光散射等特性，使得NIR-II比NIR-I拥有更佳的组织穿透性，从而获得高清晰度的活体成像数据。近6年，人们发现NIR-II和NIR-I成像更重要的是检测器上的差别。传统NIR－I成像使用的是Si检测器，NIR-II成像使用的是InGaAs检测器。其检测灵敏度如下图所示：传统Si检测器的响应范围在400nm到1000nm之间，InGaAs检测器的响应范围在1000nm到1700nm之间。于此同时NIR-I，NIR-II荧光成像波长的差别带来的荧光成像透射深度及分辨率的差别极为明显，如下图所示：NIR-II染料CH1055-PEG 在1200～1700nm对小鼠脑部血管成像的效果远远好于临床应用的NIR-I染料ICG（750～900nm）。脑部主要血管（~4mm深度）在NIR-II荧光成像中清晰可见，但在NIR-I成像中难以分辨清楚。如下图对比所示，在类似的曝光时间下，3mm深度NIR-II的空间分辨率可达0.04mm，而且产生极少量的自荧光现象。 NIR-II染料与三维光学断层成像技术相得益彰光学分子影像具有高度灵敏、实时直观、成像快速、操作简便、成本低、无放射性危害且可同时观测多分子事件等优点。 尽管光学分子影像学技术已被广泛应用于药物开发、肿瘤早期诊断及复发监测、辅助治疗、预后判断等生物医学领域，但是它也有一些不足，如但荧光分子不稳定性导致其存在重现性差、光在体内散射致使探测深度较浅等问题。此外，由于空间分辨率相对较差并缺乏深度信息,常规平面光学成像不能用于定位组织深处的光学探针,因此难以通过其获得特定分子或目标在组织内的空间分布信息。近年来,多功能光学分子探针和各种三维光学断层成像技术,包括光学相干断层成像(Optical Coherence Tomography,OCT)、荧光分子断层成像(Fluorescent Molecular Tomography, FMT)、生物自发光断层成像(Bioluminescence Tomography, BLT)、切伦科夫荧光断层成像(Cerenkov Luminescence Tomography, CLT)等新技术的发展,提高了光学成像的灵敏性和特异性,探测深度、范围和空间分辨率,使光学分子影像技术在生物医学的基础和应用研究中展现出良好的前景。就荧光分子断层成像（FMT）而言，能够提供目标物在生物体内的分布信息,克服平面荧光成像的局限性,在肿瘤检测、基因表达、蛋白质分子检测、揭示机体功能变化等方面有着很大的应用潜力【1】。荧光分子断层成像以荧光探针标记的分子或细胞为成像源,在外部光源的激发下产生荧光,通过测量组织边界处的荧光光强,结合光子在组织中传播的模型,来重建出组织内部的荧光光学特性的分布图像以及组织光学参数。由于NIR-I染料的兴起，NIR-I荧光分子断层扫描（NIR-I FMT）已被充分开发用于临床前诊断和小动物实验，然而NIR-I FMT要达到令人满意的效果仍然是一个具有挑战性的问题），因为NIR-I光在生物组织中的强烈散射，NIR-I FMT仍然呈现严重的缺陷和问题。NIR-II比NIR-I减少了组织散射效应和更长波长产生的最小自发荧光，因此NIR-II荧光成像具有更深的组织穿透深度（厘米级）和更高的空间分辨率。NIR-II FMT预计可以进一步提高重建精度和空间重叠。另一方面，有效且临床可用染料的缺乏也在技术发展初期限制了NIR-II成像的临床应用。但是最近的研究报道吲哚菁绿（ICG）在NIR-II窗口中发出尾部荧光，适用于NIR-II FMI。这些进展促进了NIR-II成像的发展，为NIR-II FMT创造了有利的条件【2】。 聚焦NIR-II成像，恒光智影突破多项技术攻关上海恒光智影医疗科技有限公司成立于2019年，由海外留学归国团队创办，公司的研发团队核心成员来自斯坦福大学、新加坡国立大学、中国科学院大学、武汉大学、哈尔滨工业大学、中国科学技术大学、浙江大学等国内外知名高校，60%以上具有博士学位，技术研发专注于近红外二区（900-1700nm）及全光谱（400-1700nm）小动物活体成像系统，并整合CT、X-ray、光谱、超声、光声成像技术，可为肿瘤药理、神经药理、心血管药理、大分子药代动力学等一系列学科的科研人员提供清晰的成像效果，为用户提供前沿的生物医药与科学仪器服务。2022年被评为“国家高新技术企业”，上海市“科技创新行动计划”科学仪器领域立项单位。自公司成立以来，恒光智影坚持以产品研发和技术创新为核心驱动力，突破了多项技术攻关，完成新产品研发和交付：• 2020上半年疫情期间，团队克服种种困难，没有间断产品研发，于2020年7月1日，恒光智影自主开发的近红外二区小动物活体成像系统MARS正式面市；• 2020年12月，在南方科技大学完成MARS的首台装机。MARS面市后，凭借出色的产品性能与售后服务，得到了用户和市场的广泛认可。自2021年起，在近红外二区小动物活体成像系统领域的市场占有率遥遥领先；• 2021年7月，恒光智影推出近红外二区高光谱小动物活体成像系统；• 2021年8月，MARS推出自主研发的多波长融合激光光源；• 2022年1月，恒光智影推出全球首款近红外二区小动物体视活体成像系统并实现首台装机交付；• 2022年11月，推出并实现首台全光谱小动物活体成像系统装机；• 2022年11月，推出全球首台近红外二区+CT小动物活体成像系统并实现首台订单；• 2023年6月，推出X射线辐照近红外二区小动物活体成像系统并实现首台装机；• 2023年9月，推出全球首台近红外二区双光子共聚焦成像系统并完成首台装机； 跨尺度全光谱小动物活体成像凸显核心竞争力恒光智影聚焦在近红外二区成像技术，提出跨尺度活体成像概念，其产品组合已覆盖宏观成像、体视成像、共聚焦显微成像、X射线和PET-CT模块、荧光寿命模块、荧光光谱、拉曼光谱等模块，并且整合可见光至近红外一区系统，推出全光谱小动物活体成像设备，全方位满足生物医学、临床前和临床应用科研工作对活体成像的需求。——产品优势/核心竞争力——1、高灵敏度宏观光学系统（MARS），实现高清晰度活体动物成像：1)深制冷InGaAs相机，提供了高灵敏，低噪声，高速读出的优异性能；2)自主开发高光通量宏观镜头，光折损小，对低亮度探针成像适应性更强；3)丰富且灵活可变的荧光通道，轻松滤除干扰信号，获取目标荧光信号。2.可快速切换至体视光路（Pathfinder），1-7X连续变倍观察，实现30mm-2mm小鼠宏观整体到局部介观超宽范围FOV的成像：3.自动化激发时分复用系统(Multicolor)，可整合1- 6路激光，可实现单/多波长同时激发，匹配不同探针体系；4.暗室+旋转舱门结构设计，除了提供正常成像过程中所需要的暗室环境外，打开时可提供180°的开阔空间，供2-3名研究人员同时进行手术导航等操作；5.可扩展的多模态平台架构，可在MARS宏观系统上增配体视光路系统、荧光寿命系统、X-ray和CT断层扫描模块，实现多模态功能扩展，节省设备复购的成本，更适合科研应用；——应用领域——近红外二区荧光活体成像技术适用于多个生物医药科研的应用领域，包括：1.肿瘤成像/手术导航/靶向性/诊疗一体化/抗癌药研发等；2.血管成像/颅内血管造影/血栓研究/脑中风模型/血脑屏障BBB等；3.脏器系统/药剂崩解追踪/肠道菌群/肾代谢/外泌体追踪/骨结构成像等；4.药物药理研究、药效评价、分子药物药代动力学研究等；涉及颅内血管、肿瘤、骨关节、肝胆、肠道菌群，淋巴系统等多个器官和组织的活体成像，以及荧光探针的发射光谱、靶向性能、荧光寿命、生物毒性、发光强度等性能指标的研究和测试:自2020年上市以来，恒光智影MARS已在复旦大学、上海交通大学、中科院上海药物研究所、深圳先进技术研究院、西安交通大学、北京化工大学等40多家国内知名院校及医疗机构的相关课题组和重点实验室完成了系统安装和交付使用，已协助科研人员发文20余篇。 04 展望：NIR-II成像技术多领域应用潜力可观对于肿瘤学研究，NIR-II成像为活体内三维结构、血管分布、血流和肿瘤中动态免疫细胞浸润过程的成像提供了可能。通过结合多种内源性和外源性NIR-II探针，进一步发展多种光谱成像方法，将为全面分析肿瘤的发生、发展和转移提供一种独特的工具，从而为肿瘤的精确诊断和治疗提供理论依据。就临床应用而言，NIR-II成像最有希望的应用是图像引导的肿瘤手术；在未来，先进的NIR-II成像技术可能会大大提高肿瘤手术的精度和预后。此外，与FDA批准的基于ICG的NIR-I成像相比，NIR-II成像在组织穿透深度和时空分辨率方面具有优越的性能，因此在临床心血管疾病的精确诊断和治疗方面也具有巨大潜力。在再生医学领域，无创NIR-II成像也将在探索基本生物学问题方面发挥重要作用，如胚胎和器官的发育过程以及干细胞的谱系和命运。应用多光谱NIR-II成像技术可以提供丰富的成像通道，同时监测干细胞的易位、活力、旁分泌、分化和老化，从而全面了解干细胞再生的过程和潜在机制。 05 后记：习近平总书记曾说道：“我们比历史上任何时期都更需要建设世界科技强国”。建设世界科技强国，首先必须建设世界仪器强国。中国在近红外二区荧光成像方向上的科学技术水平引领世界，恒光智影正是怀揣着这样的科研理想，通过在近红外二区成像技术的不断研发创新，打造高端科研仪器，肩负起中国仪器之崛起，助力中国走向世界科技强国，实现中华民族伟大复兴的历史使命。参考文献：【1】“Application of Three-Dimensional Optical Tomography for in Vivo Bioimaging”，LI Zhuhenga,b, ZHANG Huab, LIU Dianjunb, WANG Zhenxinb，DOI: 1000-0518(2018)12-1411-09 【2】”NIR-II/NIR-I Fluorescence Molecular Tomography of Heterogeneous Mice Based on Gaussian Weighted Neighborhood Fused Lasso Method”, Meishan Cai, Zeyu Zhang, Xiaojing Shi, Zhenhua Hu, and Jie Tian , Fellow, IEEE, DOI: 10.1109/TMI.2020.2964853征稿提纲：https://www.instrument.com.cn/news/20230925/685455.shtml欢迎持续投稿！投稿文章后续将在【小动物活体成像技术专题】展示并在仪器信息网相关渠道推广。投稿邮箱：liuld@instrument.com.cn，关于征稿内容要求也可邮件咨询或电话联系刘编辑：13683372576（同微信）。

原标题：微流控芯片—注定被深度产业化的科学技术本文由霆科生物创始人、贝壳社BioShow嘉宾叶嘉明原创分享。微流控芯片已经发展成为一门涉及材料、化学、物理、微机电、生物、医学等领域的综合性交叉学科，我从2003年研究生阶段在导师田昭武院士的引领下有幸进入这个前沿领域，先后从事基础研究、应用研究、产品开发工作，到今天开始走上创业的道路，也仅仅只能说局部地领略到微流控芯片这个伟大“艺术平台”的魅力。因此，今天在有限的时间里，我主要结合个人体会谈谈微流控芯片技术的一些观点，希望能够起到“抛砖引玉”的作用。另外，本人在博士后阶段师从于微流控芯片领域著名专家——林炳承教授，此次分享的内容部分引用了中科院团队近二十年来在微流控芯片领域丰硕的科研成果，以及导师林炳承教授的观点。今天我和大家分享的主题是“微流控芯片——注定要被深度产业化的科学技术”。（一）微流控芯片简介1.1 微型化、集成化和智能化，是现代科技发展的一个重要趋势。伴随着微机电加工系统（MEMS）技术的发展，电子计算机已由当年的“庞然大物”演变成由一个个微小的电路集成芯片组成的便携系统，甚至是一部微型的智能手机。与之发展类似，今天我们介绍的微流控芯片，又称芯片实验室（Lab-on-a-Chip），是一种以在微纳米尺度空间中对流体进行操控为主要特征的科学技术，具有将生物、化学等实验室的基本功能诸如样品制备、反应、分离和检测等缩微到一个几平方厘米芯片上的能力，其基本特征和最大优势是多种单元技术在整体可控的微小平台上灵活组合、规模集成。1.2 各种材质和功能的微流控芯片及实验室相关配套仪器微流控芯片早期也是从MEMS技术发展而来，通过微加工工艺在硅、金属、高分子聚合物、玻璃、石英等材质的基片上，加工出微米至亚毫米级的流体通道、反应或检测腔室、过滤器或传感器等各种微结构单元，而后在微米尺度空间对流体进行操控，配合流体控制或分析仪器自动完成生物实验室中的提取、扩增、萃取、标记、分离、分析，或者细胞的培养、处理、分选、裂解、分离分析等过程。1.3 微流控芯片的发展及应用领域上世纪90年代初，A.Manz等人采用芯片实现了此前一直在毛细管内完成的电泳分离，显示了它作为一种分析化学工具的潜力；90年代中期，美国国防部提出对士兵个体生化自检装备的手提化需求催生了世界范围内微流控芯片的研究；在整个90年代，微流控芯片更多的被认为是一种分析化学平台，因此往往和“微全分析系统”（Micro Total Analysis System, u-TAS）概念混用。因此，原则上，微流控芯片作为一种“微全分析”技术平台可以应用于各个分析领域，如生化医疗诊断、食品和商品检验、环境监测、刑事科学、军事科学和航天科学等重要应用领域，其中生物医学分析是热点。2000年G. Whitesides等关于PDMS软刻蚀的方法在Electrophoresis上发表，2002年S. Quake等以微阀微泵控制为主要特征的“微流控芯片大规模集成”文章在Science上发表，这些里程碑式的工作使学术界和产业界看到了微流控芯片超越“微全分析系统”的概念而发展成为一种重大的科学技术的潜在能力。例如，利用微流控芯片作为一种微反应器，通过在微流控芯片上开展组合化学反应或结合液滴技术，有望用于药物合成与筛选，或纳米粒子、微球、晶体等的高通量、大规模制备，甚至形成一种“芯片上的化工厂或制药厂”。（二）微流控芯片的战略意义自微流控芯片诞生以来，一直受到学术界和产业界的极大关注。2001年，“Lab on a Chip”杂志创刊，它很快成为本领域的一种主流刊物，引领世界范围微流控芯片研究的深入开展。2004年美国Business 2.0杂志在一篇封面文章把芯片实验室列为“改变未来的七种技术之一”。2006年7月Nature杂志发表了一期题为“芯片实验室”专辑，从不同角度阐述了芯片实验室的研究历史、现状和应用前景，并在编辑部的社评中指出：芯片实验室可能成为“这一世纪的技术”。至此，芯片实验室所显示的战略性意义，已在更高层面和更大范围内被学术界和产业界所认同。2.1 作为一种战略性的科学技术，微流控芯片的发展有它的内在必然性首先，微型化是人类社会发展的一种趋势，面对我们所生存的已经消耗过度的地球，微型化反映了人类对资源枯竭的忧虑和对资源利用的优化。其次，世界上有太多的技术和流体操控有关，而当被操控的流体在一个微米尺度的空间里流动的时候，会出现很多新的现象，其中的一部分至今还没有被我们所充分认识。第三则是基于对系统研究的需求。系统学研究整体，更研究构成整体的各个局部之间的相互联系，自古以来，人类一直缺少微小但又能操控全局的工具，微流控芯片能承载多种单元技术并使之灵活组合和规模集成的特征使其可能成为系统研究的重要平台。2.2 微流控芯片的战略意义还根植于它和信息科学、信息技术的特殊关系一般认为，在二十世纪，人们借助于电子在半导体或金属中流动得到的“信息”，成就了具有战略意义的信息科学和信息技术；而在二十一世纪，通过带有可溶性生物分子或悬浮细胞的水溶液在微流控芯片通道或平面上流动以研究生命，理解生命，以至部分地改造生命，将有可能同样成就一种新的具有战略意义的科学技术：微流控学。因为，“生命”和“信息”构成了现代科学技术的核心。2.3 微流控芯片——当今国家产业转型的一种先导型科学技术微流控芯片是注定要被深度产业化的科学技术。这种判断首先当然是源于全球性产业转型需求的不可逆转，需求加剧，进程加快；另一方面，或许更为重要的，则是基于对这一科学技术在一些重大领域不可替代性的认识，而这种认识只是在最近的若干年内才被人们所逐步接受。它很可能发展成为当今产业转型的一种模式，对以生物经济为代表的新型经济产生重要影响。例如未来几年内，如果将微流控芯片与“生物手机”、“互联网+”进一步结合，这样一个由一种新兴技术引发的可能具有全局性影响的趋势，是否能够因此诞生一批“风口”行业值得大家期待。（三）基于微流控芯片的代表性关键技术3.1 新一代床边诊断（point of care test，POCT）技术——Microfluidics-based POCTPOCT可直接在被检者身边提供快捷有效的生化指标，现场指导用药，使检测、诊断、治疗成为一个连续过程，对于疾病的早期发现和治疗具有突破性的意义。POCT仪器发展趋势应是小型化、“傻瓜”式，操作简单，无需专业人员，直接输入体液样本，即可迅速得到诊断结果，并将信息上传至远程监控中心，由医生指导保健。目前，市场上有多种即时诊断方法，简单的流动测试工作没有流体管理技术，而当测试复杂性增加时，微流控技术是必要的。微流控芯片所具有的多种单元技术在微小可控平台上灵活组合和规模集成的特点已使其成为现代POCT技术的首选，经过近年的发展，已涌现了一批微流控芯片POCT分子诊断和免疫诊断的成功案例。(Cited from: Commercialization of microfluidic point-of-care diagnostic devices, Lab Chip, 2012,12, 2118-2134)3.2 超高通量筛选的主流平台——微流控液滴芯片在微流控芯片通道上加入两种互不相溶的液体，将其中的分散相以微小体积单元（10-15 L-10-9 L）的形式和极快的速度（100-10000个/秒）分散于连续相中,即可形成用作微反应器或微量生化样品载体的液滴。微流控芯片液滴已被认为是迄今为止最重要的微反应器，能提供一种在单分子和单细胞层面快速开展超大规模,超低含量反应的平台。液滴操控灵活，形状可变，大小均一，又有优良的传热传质性能，产生频率已达数十到数百KHz，在高通量药物筛选和材料筛选领域显示了巨大的潜力。(Cited from: Reactions in Droplets in Microfluidic Channels, Angew. Chem. Int. Ed. 2006, 45, 7336-7356)3.3 哺乳动物细胞及其微环境操控平台——微流控芯片仿生实验室由于微流控芯片的构件尺寸和细胞吻合，并可同时测定物理量、化学量和生物量，它已成为对哺乳动物细胞及其微环境进行操控的最具潜力的平台。目前已可以构建微米量级且相对封闭的三维细胞培养、分选、裂解等操作单元，并把这些单元成功延伸到组织和器官。器官芯片是一种更接近仿生体系的模式，可在一块几平方厘米的芯片中培养各种活体细胞，形成组织器官，乃至由不同器官芯片进一步组成活体芯片，从而模拟一个活体的行为并研究活体中整体和局部的种种关系。在药学领域，器官芯片将被部分替代小白鼠等模型动物，用于验证候选药物，开展毒理和药理作用研究。（四）微流控芯片的产业化现状和发展趋势4.1 微流控芯片的市场前景微流控芯片作为一种革命性的技术平台，其市场前景显然是极其巨大的。最近几年微流控芯片取得了突破性进展，引起产业界的极大关注。这些突破性进展主要表现在两个方面，一是已涌现出一批关健性技术，它们在很大程度上具有不可替代性，并因此形成以医学和药学为代表，覆盖面很宽的应用领域，例如最近发展起来的器官芯片、液滴微流控芯片。其中，器官芯片或人体芯片，有望部分代替药物研发过程中的临床前动物实验，最大限度地节约研发成本、缩短研发周期，并且解决动物权等伦理问题，具有极其巨大的潜在市场价值。二是其中的一些应用已经或正在形成规模产业，例如基于微流控技术的新一代床边诊断（Microflluidics-based POCT)系统，被产业界认为目前最有可能成为“Killer Appliction”（杀手级应用）的微流控芯片产品，其市场预计从2013年的16亿美元增长到2019年的56亿美元。（微流控即时诊断市场预测，法国市场研究机构Yole Development提供的数据，转载自互联网）4.2 目前市场上几种代表性微流控芯片产品4.3 微流控分析芯片产品现状及发展趋势总体而言，当前的微流控芯片产品及发展趋势总结如下（个人观点，供探讨）：4.4 微流控芯片产业化关键问题（个人观点，供探讨）：（1）技术：需要解决微流控芯片批量生产工艺（微加工、键合、表面修饰）；重点是要解决芯片质控问题。（2）人才：急需多学科交叉人才、企业研发人员、专业化市场人员进行微流控芯片产品的开发及推广；国内芯片人才特别是在企业从事产品开发的芯片技术人员较为缺乏，专业的人做专业的事！这个很重要。（3）产品：急需具有“Killer Application”特征的微流控产品引领行业市场（产业界一致看好microfluidics-based POCT 系统）；普遍认为poct最大市场是应用于医疗诊断行业，这个行业市场最为巨大毫无争议；或许在中国，食品安全、环境检测是否能够首先成为“中国特色”的killer application的一个案例，值得探讨？（4）资本：需要有长远目标的资本或金融机构的积极介入与扶持；个人认为，微流控芯片实验室已经到了产业化的前夕，希望有远见的企业家尽快介入到这一技术的发展过程中来，大家同舟共济，一起滚打几年，一起来改进技术，培育市场，共同发展。某种意义上说，这也是一种机会，等市场完全成熟了再介入进来可能就太晚了一些。（5）政策支持、强强合作：具有强大研发实力的企事业单位和丰富技术积累的科研院所鼎力合作）。（五）我们的工作和未来展望5.1 霆科生物介绍杭州霆科生物科技有限公司（TinkerBio）是一家专注于微流控芯片产业化的国家级高新技术企业，是国内知名的微流控芯片CDMO（合约研发与制造）服务商和先行者。公司依托浙江清华长三角研究院分析测试中心、浙江省应用酶学重点实验室等平台，以微流控芯片技术为核心，围绕食品安全、环境水质检测、医疗体外诊断等领域，坚持“让微流控变得更简单”发展使命和“微流控技术为用户赋能，实现合作共赢”的经营理念，致力于为用户提供最专业、最全面的微流控芯片产品设计开发与生产制造整体解决方案。5.2 微流控芯片产业化进展霆科生物从2014年成立至今，已投入研发经费数千万元，具备PMMA、PC、COC、PDMS、玻璃等材质的微流控芯片从研发到量产全流程转化能力。目前，公司已为国内外上百家食品安全、环境水质与IVD领域的龙头企业与上市公司提供产品（联合）开发与生产服务，已有多项微流控POCT产品实施转产。 霆科生物研发团队承担及参与国家、省市级重点研究课题10多项，已获得授权的专利、软著共50余项，公司已被认定为“杭州市青蓝企业”、“浙江省科技型中小企业”、“浙江省高成长科技型中小企业”、“浙江省最具成长性科技型百强企业”、“杭州市高新技术企业”、“国家高新技术企业”。5.3 未来展望未来十年、二十年内，微流控芯片注定成为一种被深度产业化的科学技术，世界范围内的微流控芯片的科学研究及产业竞争也将日趋激烈。中国被认为是在微流控芯片领域研究水平较高的国家之一,但国内的微流控芯片产业仍处于起步阶段，仅有为数不多的微流控产品面世，远落后于欧美等发达国家。尽管如此，我们欣喜地发现，近年来中国开始有越来越多的微流控技术专家、市场化专业人士，以及科研院校、企事业单位、投资机构，关注并投身于微流控芯片产业化。我们有理由相信，微流控芯片在中国的成功产业化值得期待。最后希望更多关注微流控芯片的人，更多地参与到这个领域来，共同努力！MicroChip,BigWorld!

近日，中科院自动化所研究员曾毅团队研究发现，从经典的到最先进的深度神经网络都难以像人一样具有较好的幻觉轮廓识别能力。相关研究成果发表于细胞出版社旗下期刊《模式》。神经网络和深度学习模型在过去十年中看似取得巨大成功，在许多给定的视觉任务中在指定方面超过了人类表现。然而，神经网络的性能仍然会随着各种图像扭曲和损坏而降低。一个非常极端的例子是对抗攻击，通过在图片上施加人眼难以察觉的微扰，能够使神经网络模型彻底失效。而人类的视觉系统在这些问题上具有高度鲁棒性，说明深度学习与生物视觉系统相比仍然存在根本性缺陷。为此，曾毅团队提出了一种名为交错光栅扭曲的图像干扰方法，作为量化神经网络模型幻觉轮廓感知能力的工具。结果表明，大多数预训练模型的表现接近随机。另外可以观测到当交错光栅之间的距离较小时，存在一些模型的结果与其他模型的分布有较显著的差别。他们最终发现，使用深度增强技术训练的模型相比其他模型能够显著增强模型对交错光栅扭曲数据集的识别。该研究还招募了24名人类受试者，以评估不同的参数设置下，人类的幻觉轮廓感知能力以及其对数字和图像识别的影响。研究发现，即使是当前最先进的深度学习算法在交错光栅效应的识别上也与人类水平相距甚远。论文第一作者、中科院自动化所工程师范津宇认为，该研究结合了认知科学和人工智能，提出了将传统机器视觉数据集转换成认知科学中的交错光栅幻觉图像，并首次对大量的公开预训练神经网络模型的幻觉轮廓感知能力的量化测量，从神经元动力学角度和行为学角度两个检验深度学习和神经网络模型对幻觉轮廓的感知。“这项研究从认知科学的角度检验和部分重新审视了当前看似成功的人工神经网络模型，并且证明人工神经网络模型与生物视觉处理过程仍然存在着很大差距，大脑运作的机理和智能的本质将继续启发人工智能，特别是神经网络的研究。”曾毅说。在他看来，要想从本质上取得突破，人工智能需要借鉴和受自然演化、脑与心智的启发，建立智能的理论体系，这样的人工智能才会有长远的未来。

日前，安必平宣布向浙江达普生物科技有限公司（以下简称 “达普生物”）独家投资数千万元。本次战略投资后，安必平将与达普生物在数字PCR领域形成深度战略合作，包括数字PCR相关产品的研发、生产和销售推广等。通过本次战略投资，安必平将进一步丰富公司的分子诊断平台，深化在肿瘤筛查与精准诊断领域的业务布局，提高公司核心竞争力。安必平战略与投资部负责人、董事会秘书蔡幸伦与达普生物创始人许潇楠代表双方签约安必平布局数字PCR技术安必平聚焦肿瘤筛查与精准诊断，公司原有的分子诊断技术平台包括PCR和FISH，本次战略投资达普生物，是公司在数字PCR领域的重要探索和布局。未来在分子诊断领域，公司将进一步丰富产品线，强化技术创新的积累。达普生物的核心技术是液滴微流控。液滴微流控技术可快速将反应体系分割成微米级别的微液滴，各微液滴中进行独立反应，把样品反应、制备、分离、检测等生化实验的基本操作集成到芯片上，可大大提升反应的通量和灵敏度。达普生物在液滴微流控技术的基础上，开发了数字PCR、单细胞测序和高通量筛选三大平台。数字PCR作为“第三代PCR技术”，相较于普通PCR具有高灵敏度、绝对定量等特点，广泛应用于肿瘤液体活检、生殖遗传、病原微生物检测等领域。经过多年发展，作为一种常用且有效的生命科学研究工具被广泛接受并开始进军临床市场，国际巨头也在纷纷布局。数字PCR相比于qPCR、NGS具有多项优势达普生物创始人许潇楠：作为新一代的核酸检测技术，数字PCR依靠其绝对定量的分析特性，正成为精准医学领域的关键技术。近年来随着学术与产业界的逐渐成熟，数字PCR技术在液体活检、病原微生物检测、癌症早筛、无创产前等临床领域上得到了广泛的验证，在生物类似药研发工艺、药物残留质控等工业领域也显现出巨大的应用前景。达普生物一直致力于推动液滴微流控在临床医学与生物制药上的应用，此次与安必平的合作，不仅加强了临床业务的落地，也将携手共同完成从检测到伴随用药的整体闭环，让精准医疗真正去贯彻到临床中。安必平战略与投资部负责人、董秘蔡幸伦：数字PCR是新一代PCR技术，与荧光定量PCR（qPCR）相比，数字PCR具有灵敏度高、精准快速、高通量、检测样品多样等优势。作为癌症辅助诊断新兴技术之一，数字PCR非常契合肿瘤早筛、辅助诊断、伴随诊断、肿瘤MRD的市场需求，这也是安必平多年聚焦肿瘤筛查与精准诊断，并在未来延展布局的战略方向。达普生物从液滴微流控的底层技术出发构建出的数字PCR技术具备通量高、成本低、可回溯等优势，我们非常看好本次战略合作以及未来数字PCR的市场空间。关于达普生物达普生物孵化于香港科技大学，于2018年由多位海归博士共同创立。在深圳、嘉兴、香港三地设有研发中心，研发团队近100人，拥有集微流控芯片、仪器及试剂生产为一体的生产基地。公司专注于将液滴微流控技术应用于精准医学与生物制药领域，致力于成为集微流控芯片、仪器、试剂的研发和生产于一体的完整解决方案提供商。公司自主研发、生产技术平台：数字PCR系统、单细胞组学与高通量筛选系统，应用于癌症研究、癌症早期筛查、靶向治疗、无创产前诊断、病毒定量检测、高通量药物和抗体筛选等领域。关于安必平安必平成立于2005年，聚焦肿瘤筛查与精准诊断的产品及服务，应用科室主要为医院病理科。已搭建液基细胞学（LBP）、聚合酶链式反应（PCR）、免疫组织化学（IHC）和荧光原位杂交（FISH）四大系列产品线，较为完整地覆盖从细胞形态到蛋白表达、基因检测等不同诊断层次的临床需求。截至2022年上半年，安必平已开发出580多种诊断及筛查产品，可用于多类肿瘤的筛查及诊断，系国内肿瘤筛查及诊断行业内技术平台最丰富、产品种类最多的企业之一。聚焦主业的同时，安必平充分利用现有的技术及市场渠道优势，积极拓展病理AI、伴随诊断、病理能力建设等多层次产品和一体化解决方案。

在机械众多行业中,需要对重要零部件进行表面硬化处理,尤其是那些高速负荷等受力复杂而繁重条件下的工作零件,如钢件.通过适当的表面热处理方法(以渗碳为例)，使零件表层成为高碳层,以便得到高强度、高硬度、高耐磨性和高接触疲劳强度,并与低碳心部的塑性，韧性良好配合,以便改善零件的耐磨性和耐疲劳性,由此提高零部件的质量及寿命。常见的表面处理有：渗碳、氮化、碳氮共渗、火焰淬火、高频淬火、硬质阳极氧化、镀铬等。表面硬化层深度是评判工件表面质量好坏的重要指标,所以测量工件表面硬化层深度尤为重要。钢件硬化层深度测定包括总硬化层深和有效硬化层深度的测定总硬化层深: 从零件表面垂直方向测量到与基体金属间的显微硬度或显微组织没有明显变化的那一硬化层的距离。有效硬化层深: 当钢进行渗碳或碳氮共渗处理后，回火温度不超过200℃，从硬化层表面垂直向心部位置检测至HMV值550的距离。硬化层深度 常用标准如下:ISO2639-2002GB/T9450-2005GB/T5617-2005ISO3754:1976GB/T9451-2005等硬化层深度 -CHD计算方法确定硬度限值的方法有很多。因此，计算 CHD 值的方法也有很多。您选择的程序取决于所采用的硬化工艺。常见的计算方法如下:渗碳或碳部件 (EN ISO 2639)硬度限值 = 550 HVCHD (Eht) = 从表面到硬度为 550 HV 位置点的距离感应淬硬或火焰淬硬部件（EN 10328 和 ISO 3754）硬度限值 = 80％ × 表面硬度（min）CHD (Rht) = 从表面到硬度为表面硬度（min） 80% 位置点的距离氮化部件 (DIN 50190-3)硬度限值 = 核心硬度 + 50 HVCHD (Nht, NCD) = 从表面到硬度为核心硬度 + 50 HV 位置点的距离（max）硬化层深度测量选 择 的 测量方法及精确度取决于硬化层的性质和估计的厚度。本篇以轶诺FALCON5000G2为例,介绍显微硬度测量法轶诺FALCON5000G2的IMPRESSIONS 智能软件有内置的CHD/SHD/NHD模板,根据标准规定进行规范化的硬度测试。该测试既可在显微图像下，也可在全景图像下直接开始测试。可单独为 NHD测试设置额外的硬度核心点。按照标准，为了确保测试正确进行，测试点的间距会按照最小距离自动设置。省时测试模式在完成所有压痕后，会自动开始测量，当硬度值达到设置下限后，测试序列会自动停止。智能软件 轶诺IMPRESSIONS软件的目的是让复杂性可控优化操作舒适度轶诺的IMPRESSIONS软件具有一系列标准功能,例如自动测量、自动对焦、报告、测试程序存储等。IMPRESSIONS软件智能图表型用户界面包含了先进的应用程序和易学易用的工作流控制系统，只需3秒即可完成一次简单的设置。IMPRESSIONS 的布局和功能不仅能与您特定的应用要求相匹配，还能满足操作人员的偏好和需求。用户分级管理系统也使工作更加舒适和高效。15英寸纵向电容触摸屏为所有可能的应用程序创造了空间。针对有特殊需求的客户，可再选配一个15英寸纵向或24英寸横向的第二屏幕。针对有教学目的的用户（如高校等），也可通过机器标配的HDMI接口外接高清投影仪。“A P P"型的IMPRESSIONS 4对于应用要求更高的用户, 也许标准应用程序还不够用, 那么, 可以选择“A P P"型的应用式软件IMPRESSIONS 4 .

近年来，以深度学习为代表的计算超分辨方法可在不损失其他成像性能的前提下，提升显微图像分辨率或信噪比，表现出广阔的应用前景。然而，针对生物医学研究必需高保真度、可定量分析的图像要求，深度学习显微成像方法存在三大共性问题：受限于深度学习内秉的频谱频移(spectral-bias)问题，输出图像分辨率无法达到真值(ground truth)水平；受限于超分辨重建、去噪问题的病态性(ill-posed problem)和神经网络模型的不确定性(model-uncertainty)，重建或预测结果的真实性无法得到保障；深度神经网络的训练需要大量数据，但高质量训练数据的采集在许多应用场景下极其困难、甚至无法实现。当前，深度学习显微成像方法的研究和发展如火如荼，并表现出超越传统成像性能极限的潜力，但上述问题阻碍了现有深度学习超分辨或去噪方法在生物显微成像实验中的使用。 　　10月6日，中国科学院生物物理研究所李栋课题组联合清华大学自动化系、清华大学脑与认知科学研究院、清华-IDG/麦戈文脑科学研究院戴琼海课题组，美国霍华德休斯医学研究所博士Jennifer Lippincott-Schwartz，在Nature Biotechnology上，以长文(Article)的形式，发表了题为Rationalized deep learning super-resolution microscopy for sustained live imaging of rapid subcellular processes的论文。该研究提出了一套合理化深度学习(rationalized deep learning，rDL)显微成像技术框架，将光学成像模型及物理先验与神经网络结构设计相融合，合理化网络训练、预测过程，从而实现了高性能、高保真的显微图像去噪与超分辨重建，并结合实验室自主研发、搭建的多模态结构光照明显微镜(Multi-SIM)与高速晶格光片显微镜(LLSM)，将传统TIRF/GI-SIM、3D-SIM、LLS-SIM和LLSM的成像速度/时程提升30倍以上，实现了当前国际最快(684Hz)、成像时程最长(最长可达3小时、60,000时间点以上)的活体细胞成像性能，首次对高速摆动纤毛(30Hz)中转运蛋白(IFT)的多种运输行为以及完整细胞分裂过程中核仁液液相分离(liquid-liquid phase separation)过程进行快速、多色、长时程、超分辨观测。Nature Biotechnology针对这一工作同时发表了评述文章(Research Briefing)。 　　具体而言，李栋/戴琼海研究团队提出的合理化深度学习结构光超分辨重建架构(rDL SIM)不同于现有超分辨神经网络模型的端到端(end-to-end)训练模式，而是采用分步重建策略，首先利用所提出的融合成像物理模型和结构光照明先验的神经网络对原始SIM图像进行去噪和高频信息增强，然后通过经典解析算法进行SIM重建以获得最终的超分辨图像。相比于该团队去年在Nature Methods上提出的超分辨重建神经网络模型DFCAN/DFGAN，rDL SIM可将超分辨重建结果的不确定性降低3~5倍，并实现更高的保真度和重建质量；相比于其他去噪算法(如CARE)，rDL SIM可恢复出调制在原始图像中的莫尔条纹，并将高频信息增强10倍以上。 　　此外，针对晶格光片显微镜、共聚焦显微镜等宽场照明或点扫描成像模态，该团队提出了一种可学习的傅立叶域噪声抑制模块(FNSM)。该模块可以利用OTF信息对显微图像中的噪声进行自适应滤除。科研团队以此构建了嵌入FNSM的通道注意力去噪神经网络架构，并基于显微成像数据本身的时空连续性，提出了时空交织采样自监督训练策略(TiS/SiS-rDL)。该策略无需额外采集训练数据、亦无需保证时序数据具有时间连续性，即可实现媲美监督学习效果的去噪神经网络的训练，解决了实际生物成像实验中高质量训练数据难以获取的难题。 　　合理化深度学习超分辨显微成像方法可适用于包括2D-SIM、3D-SIM、LLSM等在内的多种显微成像模态，提供高分辨率、高保真的显微图像重建性能，相较于传统方法最多可以提升30倍的成像时程和10倍的成像速度。借助rDL成像技术，研究团队开展了诸多过去的成像手段无法开展的超分辨活体成像实验，并与Lippincott-Schwartz、中科院分子细胞科学卓越创新中心研究员朱学良、中科院遗传与发育生物学研究所研究员何康敏探讨了其潜在的生物学意义，包括：对滴落在玻片上的U2OS细胞贴壁生长过程进行双色、长时程(1小时以上)、超分辨(97nm分辨率)观测，清晰、真实地记录了细胞粘附和迁移的动力学现象，且不干扰这一漫长、脆弱的生命过程；对高速摆动纤毛以当前最快的684Hz成像速率进行长达60,000个时间点的连续超分辨观测，且过程中无明显光漂白或细胞活性损伤，并对纤毛摆动模式和频率进行统计分析；对摆动纤毛及纤毛内转运蛋白(IFT)进行超快、超分辨双色成像，揭示了IFT在行进途中碰撞、重组、掉头等多种新行为；通过对cCAS-DNA与ER进行双色、长时程、超分辨成像，观测到cGAS-DNA在保持与ER持续接触过程中的定向运动、转向或扩散等行为，拓展了对膜性细胞器与无膜细胞器相互作用机制的认知；对HeLa细胞分裂过程中的核仁磷酸蛋白(NPM1)、RNA聚合酶I亚基RPA49及染色质(H2B)进行超长时程(12秒采集间隔，2.5小时以上)的三维超分辨活体成像，实现了对完整有丝分裂过程中NPM1与RPA49两种结构形态变化的三维超分辨活体连续观测，揭示了细胞有丝分裂过程中核仁形成以及NPM1、RPA49两种无膜亚细胞结构的相变、互作规律；以10Hz的全细胞体成像帧率对高尔基体进行长达10,000时间点的连续拍摄，并实现了对完整细胞分裂过程内质网、溶酶体、线粒体等亚细胞结构的三色、高速(秒量级)、超长时程(小时量级，1000个时间点)三维观测，探究了细胞有丝分裂过程中细胞器在子代细胞中的均匀分配机制。 　　李栋/戴琼海合作团队通过人工智能算法与光学显微成像技术的交叉创新，提出了合理化深度学习超分辨显微成像框架，解决了现有深度学习成像方法分辨率损失、预测不确定性、训练集不易采集等难题，可为多种活体显微成像模态提供30倍以上的成像速度与时程的提升，为细胞生物学、发育生物学、神经科学等领域的发展提供了重要的研究工具。同时，该研究团队所坚持和倡导的人工智能算法与光学成像原理交叉创新、软硬结合的研究思路，为现代光学显微成像的发展开辟了新的技术路径。 　　研究工作得到国家自然科学基金、科技部、中科院、中国博士后科学基金、腾讯“科学探索奖”、清华大学“水木学者”计划的支持。图1.合理化深度学习超分辨显微成像神经网络架构图2.合理化深度学习超分辨显微成像方法应用概览

北京华夏凯晟医药技术中心 药成材培训在线直播平台 各有关单位：随着全球药品监管法规、指南、药典和检查等环境的巨变，药品研发分析实验室与商业化生产QC实验室面临的挑战越来越大，如何在合规基础上优化工作流程、提升工作效率、提高检测能力和节约企业成本，以满足监管的需求与企业发展的需要，已成为高层经常思考的一个难题。为了帮助药品研发单位/制药企业能够准确地理解法规/指南/药典/检查对分析实验室的要求，全面解决分析实验室在运行中遇到的各种管理困惑和专业难题，我们邀请全国著名质量管理/质量控制专家/国家局高研院GMP培训专家李永康老师针对性地设计了本门课程。培训内容从九个模块将管理和业务进行全面梳理、融合和优化，每一模块每一章节都是围绕业界感兴趣的边缘性难题进行探索、思考、创新、优化，力争将复杂问题简单化，简单问题流程化。本次培训内容全部围绕研发分析和QC实验室面临的合规困惑与对策展开，是多年来业界难得的一次高水平、高难度培训。为此，我们定于2021年3月25-27日在上海市举办“药品研发分析和QC实验室合规管理的优化与创新”专题研修班，现就有关培训事项通知如下：一、组织机构主办单位：中国化工企业管理协会医药化工专委会北京华夏凯晟医药技术中心 药成材培训在线直播平台支持单位：青岛科创注射剂研发中心（全国诚信服务示范单位）二、会议安排会议时间：2021年3月25-27日 (25日全天报到)报到地点：上海市 (具体地点直接发给报名人员)三、会议主要交流内容讲师介绍：李永康，曾在欧美知名药企任职高管，曾任国内某知名药业高管，NMPA高研院及本协会特邀培训专家；中国GMP指南编写人员；熟悉欧美制药质量法规，具有丰富的制药实践经验；经历过大量的FDA/欧盟/CFDA等检查。课程简介：该课程由李永康老师原创设计，该课程吸收了大量的国内外先进药企的实践经验。李永康老师的培训能使学员深度理解与提升；培训方式独特、条理清晰、通俗易懂、明确重点、注重实用、案例分享与学员互动。培训过程随时接受学员提问；答疑即有高度又有深度，即考虑法规符合性又考虑实践的可操作性。课程主要交流内容：模块一 合规的深度理解和基于风险的运行标准第1节：如何准确区分法律、法规、规章、标准和指南以及其效力关系第2节：如何区分法律、法规和规章中的红线与底线第3节：与检验相关的假药与劣药你知多少第4节：不合规、合规与过分合规的关系与把控第5节：实施合规的有效方法与工具第6节：走向卓越与提升质量文化第7节：中国《药品记录与数据管理要求》宏观解读第8节：如何深度理解药品质量标准与CQA模块二 药品研发分析与商业化生产QC实验室的不同管控策略第1节：研发分析与商业生产QC实验室管控的相同点与不同点（理念、职责、策略与方法）；第2节：什么是GMP-like管理（来由、标准、范围和相互关系）；第3节：非GMP/GMP-like/全GMP三阶段对偏差/OOS/变更/设备/物料管理的不同管控策略模块三 研发分析与商业化生产QC实验室管理创新与实施举例第1节：研发分析与商业化生产QC实验室的管理与创新；第2节：如何从人机料法环测六方面进行日常精细管理 第3节：如何制定可操作性强的实验室标准操作规程；第4节：如何提升培训效果/从辉瑞培训的精细看我们的差距；第5节：从天平的使用看外资企业与国内企业的差距；第6节：分析仪器的校准和维护中存在的困惑与对策；第7节：试剂/试液/指示剂/储备液/流动相等如何管理/如何研究和制定有效期第8节：各种取样中面临的困惑与对策；第9节：现场检查分析实验室重点关注内容模块四 新版药典实施/质量标准建立/标准品管理与标化等第1节：2020版中国药典通用方法实施中碰到困惑的解决路途；第2节：如何制定物料、包材和产品的质量标准；第3节：如何建立产品放行标准或内控标准的定量方法；第4节：如何建立标准品或工作对照品第5节：如何标化工作对照品和企业基准标准品第6节：积分控制中面临的管理困惑与对策；第7节：气相和液相色谱法的进样序列控制；第8节：药品标准中杂质限度标准制定中面临的困惑与对策；模块五 稳定性留样与监测第1节：API工厂如何选择稳定性试验样品批次第2节：制剂工厂如何选择稳定性试验样品批次第3节：如何控制稳定性检测频率/特别情况如何处理第4节：稳定性试验样品进箱/出箱/检测业界面临的困惑与对策第5节：稳定性试验中质量标准或分析方法发生变更如何处理第6节：影响因素实验、强降解实验和质量守恒标准第7节：如何制定稳定性试验箱温湿度超标允许的最大偏差范围和样品转移条件第8节：稳定性考察项目如何把控（例如API和原液）第9节：如何在合规条件下减少稳定性试验工作量大的路径和方法探讨模块六 偏差调查第1节：实验室调查分几类管理更佳第2节：什么情况不需要按偏差管理程序处理第3节：如何填写偏差调查表/偏差案例分析 第4节：五种偏差调查工具的使用与优缺点分析第5节：辉瑞使用多级根源调查表对我们的启示第6节：偏差调查普遍存在的共性问题第7节：重复事件是否需要升级管理第8节：偏差回顾和趋势分析的关键点第9节：纠正、纠正措施和预防措施三者的区别模块七 OOS调查第1节：OOT的使用范围和OOT限度的制定标准第2节：OOS/OOT初步调查/实验室扩大调查和全面调查有何区别/联系第3节：什么是调查性检验/包括哪些内容/如何设计第4节：重新取样的基本原则/存在哪些雷区第5节：什么是独立样、如何操作/ OOS若是实验室原因应注意什么第6节：实验室偏差和OOS调查根源分类/案例练习第7节：如何判定OOS调查存在缺陷的严重性第8节：FDA OOS培训案例分享与常见OOS/OOT问答第9节：外企如何进行外来峰调查模块八 方法验证/方法确认第1节：如何从监管和企业层面深度理解方法验证/转移/确认的关系；第2节：方法验证企业通常要比各国药典要求多做什么项目；第3节：方法验证/确认/转移时系统适用性试验包括哪些内容 ；第4节：制剂方法验证中空白溶剂和样品基质的干扰标准如何制定；第5节：分离度和强降解遇到的困惑与对策(分离度难达标/质量守恒难达标等)；第6节：准确度/精确度验证中遇到的困惑与对策 第7节：耐用性验证中面临的困惑与对策（例如评价指标和多因子实验）第8节：什么时候需要进行分析方法的再验证；第9节：药典方法确认中最关键和最核心点是什么/如何确认第10节：为什么药典方法确认中可调节参数范围大于方法验证时耐用性范围模块九 分析方法转移/溶出度方法验证/清洁验证等第1节：分析方法转移各阶段需要特别注意的关键点 第2节：如何把控USP药典四种方法转移使用的关键控制点；第3节：如何通过比对检验/共同验证/再验证/豁免进行方法转移；第4节：使用对比实验常用方法应注意什么；第5节：分析方法转移的接受标准；第6节：溶出度方法如何验证；第7节：如何做清洁验证的取样回收率；第8节：与分析实验室相关的清洁验证难点问答第9节：滴定法、效价法、颗粒度法和内毒素法如何验证四、参会对象1.从事药品研发的分析实验室总监、经理、主管和分析人员；2.从事药品生产质量控制的QC总监、经理、主管和分析人员；；3.从事药品注册的管理人员与申报人员；4.从事药品研发和生产的质量管理人员 5.研发QA或质量控制QA人员 五、会议说明1、理论讲解,实例分析,专题讲授,互动答疑.2、主讲嘉宾均为本协会GMP工作室专家，新版GMP标准起草人,检查员和行业内GMP资深专家、欢迎来电咨询。3、完成全部培训课程者由协会颁发培训证书4、企业需要GMP内训和指导，请与会务组联系六、药成材专业医药直播培训1、药成材VIP会员一年499元 /年，团购价360元 /年2、企业VIP团购招募中，8000元 /年3、课程详情及办理事宜咨询会务组联系人七、会议费用1.会务费：2500元/人；（会务费包括：培训、研讨、资料等）。食宿统一安排，费用自理。2.参加培训的学员将免费获得价值499元药成材线上培训平台账号年度会员，近两百节系统课程免费学习。八、联系方式联系人:会务组负责人金老师 Q Q：963249386 手 机: 18601174356同微信 邮 箱：3458564152@qq.com咨询报名请加金老师微信识别二维码报名表（附件）

光学超分辨显微成像技术使人们能够从微观纳米尺度观测细胞内的动态生命活动，是当今细胞生物学、发育生物学、神经科学等生命科学领域的重要研究工具。基于深度学习的超分辨成像技术在保证成像指标，如速度、时程或视野等性能的前提下，进一步提升了显微图像分辨率或信噪比，表现出更大的应用前景。近日，中国科学院生物物理研究所与清华大学，联合美国霍华德休斯医学研究所等研究团队，在Nature Biotechnology杂志上发表了题为“Rationalized deep learning super-resolution microscopy for sustained live imaging of rapid subcellular processes”的研究论文。该研究提出了一套合理化深度学习显微成像技术框架，将光学成像模型及物理先验与神经网络结构设计相融合，合理化网络训练、预测过程，从而实现了高性能、高保真的显微图像去噪与超分辨重建，并结合实验室自主研发、搭建的多模态结构光照明显微镜与高速晶格光片显微镜，将传统成像速度/时程提升30倍以上，实现了当前国际最快、成像时程最长的活体细胞成像性能，并首次对高速摆动纤毛中转运蛋白的多种运输行为以及完整细胞分裂过程中核仁液-液相分离过程进行了快速、多色、长时程、超分辨观测。综上，本研究提出了一种合理化深度学习超分辨显微成像框架，解决了现有深度学习成像方法分辨率损失、预测不确定性、训练集不易采集等难题。同时，人工智能算法与光学显微成像技术的交叉创新，也为现代光学显微成像的发展开辟了新的技术路径。　　原文链接：　　https://www.nature.com/articles/s41587-022-01471-3

近日，中国科学院沈阳自动化研究所机器人学国家重点实验室智能腔道手术机器人研究组在单目内窥镜深度估计方面研究方面取得新进展。相关研究成果以A Geometry-Aware Deep Network for Depth Estimation in Monocular Endoscopy为题，发表在Engineering Applications of Artificial Intelligence（EAAI）上。　　该研究组提出了几何感知深度估计的框架，设计了梯度、法向和几何一致性损失函数，加强了几何一致性约束并提高了管腔结构的三维重建性能。此外，该团队提出了一套内窥镜合成RGB-D数据集。该数据集描述了在严重的反射和光照变化下的几何解剖结构，并提升了在合成的和真实数据领域的泛化学习能力。 　　科研人员运用这一方法在EndoSLAM数据集、Colondepth数据集和临床图像上进行详细的实验和分析。实验表明，相比于当前较多使用的SOTA方法，该方法生成了更一致的深度图和更加合理的解剖结构。该研究提出的合成数据集和源代码已开源（https://github.com/YYM-SIA/LINGMI-MR）。 　　该研究组致力于消化、腹腔、呼吸等人体腔道手术机器人的关键技术及系统研发，先后承担国家重点研发计划和国家自然科学基金重点项目等，在手术机器人的构型创成、感知、控制、手术导航以及智能化等方面取得了多项成果，并完成多台套的典型手术机器人系统，且部分成果已进入临床应用阶段。　　研究工作得到国家自然科学基金、国家重点研发计划、辽宁省自然科学基金和沈阳医工结合协同创新项目的支持。几何感知深度估计网络框架