人端粒酶是决定细胞端粒长度的重要因素。端粒是真核生物染色体末端的一种保护性结构，正常体细胞由于末端复制问题，端粒随细胞分裂而进行性缩短。端粒酶是一种特殊的核糖核酸蛋白质聚合物，它能以自身RNA作为模板合成端粒，以弥补复制造成的端粒缩短，使细胞不会因端粒耗尽而出现凋亡。端粒酶的化学本质现已明了，它是一种核蛋白质复合体，主要由人端粒酶催化亚单位（hTERT）、人端粒酶RNA（hTR）和端粒酶相关蛋白三部份组成。其中，hTERT是是决定端粒酶活性的关键因素。hTERT基因已在1997年被克隆，它是一个单拷贝基因，定位于5P15.33，约有40kb，包含有7个保守序列区。 体外研究表明，绝大多数人体正常细胞不表达端粒酶；分裂旺盛的一些正常组织细胞如胚胎细胞、生殖细胞、造血干细胞等有低水平端粒酶表达；而大多数的肿瘤细胞和组织（85%）中端粒酶表达升高，通过端粒酶激活来维持端粒长度，使细胞获得无限增殖的能力。这些研究提示：hTERT与细胞寿命调节、增殖和凋亡具有密切相关性，但缺乏系统研究。 本研究组在国家自然基金、教育部博士点基金、四川省科学技术厅科研项目，四川省卫生厅科研项目的资助下，经过十余年的研究，通过分子、细胞和动物实验系统深入阐明了hTERT与细胞细胞寿命调节、增殖和凋亡的相关性，并对hTERT的临床应用特别是在肿瘤、组织工程和脑损伤中的应用进行了有效探索。

研究成果深入阐明了人端粒酶逆转录酶（hTERT）与细胞永生化的相关性，并对hTERT的临床应用特别是在肿瘤和组织工程中的应用进行了有效探索。主要内容： 1) 率先在国内外开始采用RT-PCR法和实时荧光RT-PCR法研究hTERT，操作更为简单，且快速、经济、安全，更适用于临床。 2) 首次在国内外研究体内造血干细胞hTERT的生物学行为，在国内外首次证明hTERT与促红细胞生成素关系，为hTERT在组织工程中的应用提供了依据。 3) 系统研究恶性肿瘤细胞hTERT的生物学行为，在国内外率先探讨了肿瘤细胞中Aurora A与hTERT及端粒酶表达的相关性；首次提出hTERT与细胞因子网络紊乱相互作用促进ALL的发生和发展。为恶性肿瘤的分子水平上的监测和hTERT靶点的生物工程治疗奠定了基础。 4) 在国内外首次阐明端粒酶重建对皮肤成纤维细胞迁移能力和生物节律的调控，为其在组织工程与细胞治疗中发挥作用奠定了基础。 5) 在国内外首次将端粒酶表达的生物节律与肿瘤择时治疗策略有机结合，为肿瘤治疗探索了一条特异、高效、安全的新路径。

河北医科大学临床学院是河北省人民政府2001年7月批准成立的13所独立学院之一，由河北医科大学主办，于2004年首批通过了教育部的确认,为全日制本科层次教育。学院位于石家庄市东南高教区，交通便利，校园环境优美典雅，建有现代化的教学大楼、实验中心、图书馆、学生公寓楼、食堂、标准运动场等基础设施，为学生提供了良好的学习环境和生活条件。 临床学院依托河北医科大学雄厚的教育教学资源，以市场为导向，以教学为中心，积极探索适应社会需求的、灵活高效的办学体制。经过近几年来的建设，学院已发展成为涵盖多门学科的综合性独立学院。现设有临床医学、中西医临床医学、麻醉医学、医学影像学、医学检验学、口腔医学六个专业，生源遍及河北、北京、天津、山西、辽宁、吉林、黑龙江、上海、浙江、安徽等22个省市，现有在校生9060人。学生毕业时由河北医科大学临床学院颁发国家统一的普通本科毕业证书，符合学位授予条件者按国家有关规定授予学士学位。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

HM-015 倒立车削中心是上海市新产品新技术项目，倒立车削中心的特点是车头立式布置、工件倒立加工，排屑方便，切屑不会损伤已加工表面；车头部件采用大功率内装水冷主轴电机(电主轴)、最高转速可达8000r/min，配置12刀位动力刀架，能实现车、钻、铣、攻等工序集中的一次安装加工，并能实现自动上下料的物料传送，提高生产率，是当今世界机械制造业热门技术HSM-高速加工、HSC-高速切削的综合体现；机床还配置有精密测量头、高精度光栅尺，可根据要求对工件实时检测补偿，提高加工质量。本机床可广泛应用于汽车、军工、纺机、轻工等行业。

1 成果简介本项目是基于云计算技术开发的模块化数据中心，将成为未来云服务端的主要模式，是新一代的绿色智能数据中心。设计思路：是一种具有通用性和便于维护的模块化（集装箱式）数据中心，为微数据中心模式的运行提供硬件支撑，这种模块化数据中心相比于现有的数据中心更有利于分散部署和运行维护，与目前业内的其它厂商的集装箱数据中心相比，不过多追求于单位面积所容纳的数据处理能力，而是侧重于 IT 设备、供配电设备以及制冷设备的模块化设计，侧重于利用物联网技术加强集装箱数据中心的综合监控能力和远程运维能力，提高数据中心整体的模块化程度，降低数据中心的维护、维修难度，缩短数据中心的部署和维修时间，提高数据中心的组态性，降低云计算的运行成本。 本项目开发的模块化数据中心为软件与硬件相融合的产品。在完成集装箱数据中心设计的同时，开发一整套云计算管理中间件，用于对整个云计算平台的管理、维护，为应用提供安全、高性能、可扩展、可管理、可靠和可伸缩的软件支撑平台。  图 1 加工定制现场 根据模块化数据中心的功能要求，依据国家有关标准和规范，结合各种系统运行特点进行总体设计。设计方案以功能完善、技术规范、 安全可靠为主，确保系统的可靠安全运行，满足微数据中心运行模式对集装箱数据中心的要求。 模块化数据中心包括六个子系统和一个云计算服务管理平台。 （ 1）智能 IT 设施系统； （ 2）箱体及智能机柜； （ 3）智能电源管理系统； （ 4）智能制冷系统； （ 5）智能防雷保护系统； （ 6）物联网智能监控系统。 其中子系统（ 6）除了包括对模块箱体内部温度、湿度和外部温度的环境监控、箱体内动力设备的监控、空调制冷设备的监控，还包括消防系统和安全门禁系统，是一个基于先进物联网技术和理念的综合监控系统。 模块化数据中心的设计思路以最优化的综合统筹设计和系统实施，提高这种绿色智能数据中心关键设备的供给能力。针对微数据中心模式的应用，模块化数据中心的设计从整体规划、集成、服务、运营、管理等几个方面综合考虑。2 技术指标（ 1）安全可靠性 云数据中心必须具有高可靠性的，不能出现单点故障。要对数据中心布局、结构设计、设备选型、日常维护等方面进行高可靠性的设计和建设。在关键设备采用硬件备份、冗余等高可靠性技术的基础上，采用物联网技术及相关的软件技术提供较强的管理机制、控制手段和监控与安全保密等技术措施提高云数据中心的安全可靠性。 （ 2）灵活性与可扩展性 集装箱数据中心具有良好的灵活性和可扩展性，能够根据今后业务的不断深入发展的需要，扩大设备容量和提高用户数量和质量的功能。具备支持多种网络传输、多种物理接口的能力，提供技术升级、设备更新的灵活性。 （ 3）通用性 目前的市场上的集装箱数据中心在机架的设计上往往按照特定的 IT 设备的安装尺寸进行设计，力求空间的充分利用而牺牲通用性，我们设计的云数据中心要能够适应多数的服务器结构，以满足一定阶段内利用集装箱对传统数据中心改造的要求，侧重于数据中心的通用性。 （ 4）标准化 虽然集装箱数据中心尚处于发展的初级阶段，未出台针对集装箱数据中心的国际、国家标准，但在系统的结构设计中务求基于国际标准和国家颁布的有关标准，包括各种建筑、机房设计标准，电力电气保障标准以及计算机局域网、广域网标准，坚持统一规范的原则，并为多模块部署的增容奠定基础。3 应用说明针对模块化数据中心最大的特点是便于部署和完善的远程监控能力，结合清华大学信息技术研究院在海量数据处理方面的优势，综合云计算平台的应用，提出一种新的计算基础设施运营方式，称之为微数据中心模式。所谓微数据中心模式是针对一个单位或者一个特定区域，根据这个单位或者特定区域的应用需求部署模块化数据中心，这个数据中心为该局部范围提供云平台服务，用户不需要高性能的计算机即可拥有高性能的计算能力和高性能计算机提供的服务，不需要都具备高速电信服务商互联网连接即可获得高性能的网络连接，与此同 时可以享受云平台所提供的各种服务。微数据中心的部署方式不同于现有的分散数据中心方式，微模式利用模块化可伸缩、便于维护的特点，将数据中心部署到用户侧，使其更接近于用户的应用。 模块化数据中心内部设备完全采用模块化设计，利用物联网的技术实现模块化设备的有效监控和科学管理。数据中心出现故障时不需要现场专业的技术人员维护、维修，仅仅由操作人员即可通过完善的物联网监控系统和科学的设备管理系统即可完成数据中心的维护、维修，最大程度上的模块化设计又可以保证数据中心的快速修复，这样将极大降低分散部署数据中心的维护、维修费用，从而为微数据中心运行模式提供实际支撑。 作为一种新型的计算基础设施运营方式，为了实现一种比“ 湿租” 模式更进一步的应用方式，提供用户和客户所需计算平台，在模块化数据中心设计的同时将开发一整套云计算服务管理平台。实现对整个云平台的管理、维护，为应用提供安全、高性能、可扩展、可管理、可靠和可伸缩的服务，实现基于云计算的产品创新和应用模式创新。4 效益分析超过 70%的全球前 1000 企业都将在今后 5 年内对数据中心的设备进行更新与扩展，应用和计算密度的快速增长，使得资本压力不断上升，数据中心的电力消耗在过去 10 年增长了 5 倍，一台 1U 服务器的使用成本高达采购成本的 2 倍，并且还在继续增加、能源价格飙升也导致更加困难的局面，用于空调冷却的电力甚至超过了计算用的电力。传统数据中心IDC 能源的巨大消耗急需呼唤新一代数据中心的出现。因此，模块化数据中心将有 70%市场需求率。 模块化数据中心的设计与升级方便，一体化交付，货到即用，灵活部署，智能化管理技术保证数据中心上线后可以无人值守，具有便捷的移动性、易部署性和智能性，可以作为移动式数据中心、企业政府的数据中心以及大型云数据中心的部署模块。 项目研发初期投资 1000 万元。形成建设规模达年产 50 套模块化数据中心后，年销售总额预计超 30000 万元。5 合作方式商谈。6 所属行业领域信息领域。

五轴联动高速加工中心主要用于高速高效加工各种复杂曲面，广泛应用于航空、航天、军事、科研、精密器械、高精医疗设备等行业具有复杂曲面零部件的加工，是解决叶轮、叶片、汽车摩托车零部件、船用螺旋桨、重型发电机转子、汽轮机转子、大型柴油机曲轴等加工的关键装备。

“高速精密卧式加工中心”是先进制造业的关键装备，可实现工件一次装夹五面加工。工信部“高档数控机床与基础制造装备”科技重大专项——列有“高速、精密卧式加工中心”课题予以重点支持，其精密主轴结构设计、精密回转工作台结构设计，精密拖动机构设计技术，整机结构优化设计是本课题的关键技术。 “XH-630A卧式加工中心”采用重心驱动技术，X和Y进给设计了双伺服/双丝杠驱动系统，大大提高进给部件的响应速度和精度，项目由上海理工大学先进制造技术与装备知识服务团队设计、上海第三机床厂制造，被上海市经委列为“上海市重大技术装备首台业绩突破项目”。 本项目首台样机，参展了第11届上海国际机床展。项目通过了上海市经济和信息化委主持的专家组验收。一项创新技术“卧式加工中心的静刚度测试法”获国家知识产权局授予的发明专利。

实现线上理论考试、伦理申请及审核、动物实验申请及审核、笼位分配、动物购买、动物管理、扣费等功能，各个模块数据关联，实现实验动物中心智能化、信息化、网络化管理，让管理更加规范化。