仪器以“8核”螺旋流道惯性分选芯片为核心，集成了被动流量调节阀，使得仪器可以采用低成本的隔膜泵作为进样驱动。仪器具有多次分选、回液、富集浓缩及自动清洗等多种模式。可全自动实现血液中肿瘤细胞的高通量自动分选和浓缩。两次分选后血细胞去除率99[[[%]]]，癌细胞回收率80[[[%]]]以上。该仪器无需复杂的生化标记，有望为癌症转移的早期诊断和有效预后评估提供重要工具手段。

1 成果简介宫颈癌是发展中国家女性最常见的恶性肿瘤，每年全球新发病例中，中国占据近三分之一， 有效的癌前诊断可以大大降低宫颈癌的死亡率。目前，液基薄层细胞学技术（ TCT）成为宫颈癌的筛查手段中最好的推荐方法之一， 是国际上使用最广泛的一种宫颈癌变的筛查技术， 为宫颈癌早期诊断和治疗提供了非常明确的诊断依据，提高了对低度以上鳞状上皮病变的检出率。 采用液基薄层细胞检测宫颈脱落细胞，明显提高了子宫颈细胞的样本检测质量，对宫颈癌细胞的检出率可以达到 100%，同时还能发现部分癌前病变，微生物感染等。常规的巴氏涂片收集细胞量很少，而且血液、粘液、炎症等因素会影响涂片的质量，使样本模糊，存在检测误差。 液基薄层细胞学技术中细胞保存液的配置是关键技术，目前本实验室进行相关研究，研制的脱落细胞保存液独有的处理血液及粘液消化技术，标本无需前处理，解决标本中大量的血液及粘液带来的干扰，同时保持细胞形态完整，保证每张片子的细胞数量及制片的成功率。保存液能在 15 分钟内灭活病源微生物； 试剂 成本低，保质期长，制片效果好，可以推广应用到宫颈癌的筛查中，提高阳性检出率。  图 1 巴氏涂片（×100）2 应用说明经过多家医院的实际临床试验，该保存液可以快速裂解红细胞；快速固定样品中的白细胞、脱落细胞等待检测的细胞，并且可以有效地防止细胞自溶；稀释粘液，将细胞从粘液中分离出来； 有利于后面使用的生物染色剂着色，便于观察诊断。经本细胞保存液固定保存的细胞，细胞形态完好，能保持样品采集时细胞的原始形态，不会发生膨胀、固缩等形态变化，保证待检测的有效细胞的数量和质量要求。本保存液使用简单， 操作方便，同时克服了传统检查方法的不足。在实际宫颈癌的筛查中，可以提高癌症的阳性检出率。3 效益分析本项技术可以在女性宫颈癌筛查中普及使用， 诊断子宫颈癌、子宫颈内膜癌极其癌的前期变化、人乳头瘤病毒和单纯疱疹病毒感染以及滴虫性阴道炎、霉菌性阴道炎、细菌性阴道炎等微生物感染， 提高阳性诊断率。 本项技术成本低，特别适合在较落后地区进行普及使用，改善医疗条件，可以有效地降低落后地区女性宫颈癌的死亡率。进口 Tinpreper TCT 系统配置的保存液为 60 元/人份，国内同类产品的费用在 45 元/人份左右（每瓶 20 mL 液体），而本产品只需不足 10 元的成本，本项技术具有很好的经济性。4 合作方式技术转让或合作开发， 商谈。5 所属行业领域医疗卫生。

从干细胞产业化和国际经济竞争的角度来分析，干细胞工程技术是我国与国际发达国家相比差距并不是很大， 有些方面甚至处于国际先进水平。本团队目前开发出再生医学及医美领域系列产品，其中以下几种已经开始应用转化： 一、干细胞凝胶本品主要解决严重创伤的生理性修复难题，具有修复效率高、大幅减少瘢痕，从而保持组织器官的原有功能。 二、干细胞医用贴膜本产品由干细胞活性因子和医用贴膜构成，主要应用于手术伤口、外伤等修复，以及肌肤医学护理等。相关技术/产品已获专利授权。 三、干细胞再生修复液本品具有快速修复、减少感染、降低疤痕形成，以及对激素依赖性皮炎等均具显著效果，同时因利用干细胞技术开发的小分子类产品，便于产业化生产。 

复发转移是恶性肿瘤死亡的首要原因，循环肿瘤细胞（Circulating tumor cells，英文缩写CTCs）作为从实体瘤原发灶或转移灶脱离进入外周血循环的肿瘤细胞，在恶性肿瘤转移中发挥关键作用。CTCs在血液中极为稀少，约每1亿个细胞中有1个CTCs，其检测技术起点高、要求高，存在技术壁垒，同时深入理解侵袭表型CTCs产生及介导肿瘤复发转移的分子机理，研究CTCs检测临床实践过程中的意义和价值，能够细化、量化肿瘤复发转移模式，是解决恶性肿瘤复发转移这一“老、大、难”临床问题的重要

技术成熟度：技术突破 脱发在全球范围普遍，中国脱发人群超2.5亿，且呈年轻化，30岁以下占比36%。这部分群体重视形象，脱发严重影响其生活与心理，对治疗方案需求迫切。 本成果利用干细胞，通过独特的作用机制促进毛囊发育与滋养，进而实现毛发再生。脱落乳牙中含有丰富的干细胞，这些干细胞具有多向分化潜能和强大的旁分泌功能，能分泌多种细胞因子和生长因子，如血管内皮生长因子（VEGF）、胰岛素样生长因子（IGF）、转化生长因子-β（TGF-β）等，这些因子可刺激真皮乳头细胞增殖，促进毛囊从休止期进入生长期，加速毛发的生长周期，同时改善毛囊微环境，为毛发的生长提供充足的营养和支持。此外，研究团队还开发了一套高效的乳牙干细胞提取、培养和应用技术，确保干细胞的活性和功能，使其能够安全有效地应用于脱发治疗。 相关研究成果已在国际专业期刊《Cell Transplantation》、《Cytotherapy》、《Stem Cells International》、《Journal of Proteomics》、《International Biological Macromolecules》等上发表，得到了国内外同行的高度关注和认可。

产品详细介绍

本发明公开了二乙基二硫代氨基甲酸钠在制备用于防治由植物病原菌引起的植物病害的杀菌剂中的应用，本发明通过室内毒力测定，证明了二乙基二硫代氨基甲酸钠对植物病原真菌具有良好的抑制活性。传统的杀菌剂对环境的污染大、残留高，并且直接威胁着食品安全。大量杀菌剂的使用，导致病原菌的抗药性增强，本发明首次提出将二乙基二硫代氨基甲酸钠作为杀菌剂，具有高效和低毒的优点，适合于植物病害化学防治的要求。二乙基二硫代氨基甲

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。