1 成果简介本项成果针对目前全球共同关心的肿瘤、传染病、内分泌等重大疾病快速检测问题，建立相关疾病诊断所需的高灵敏度化学发光免疫分析新方法，研制了一系列可用于临床分析的化学发光免疫分析试剂盒。 所建立的方法操作简单，线性范围宽，成本低，可以实现大规模的样品调查和筛选。本项成果包括基于磁颗粒的多种标志物的快速联合检测技术，研制高通量、 快速临床诊断试剂盒和全自动化学发光免疫分析仪的关键装置。可以实现肿瘤、传染病、内分泌等系列化学发光免疫分析试剂的产业化。研究成果已部分应用于临床检验。2 应用说明微板式磁化学发光酶免疫分析（ MMCLEIA）方法。以磁性微粒子为载体，采用磁性微粒子表面包被技术和免疫反应的特点，以磁性酶免疫测量分析为模型，建立了微板式磁化学发光酶免疫分析法。能够较好地应用于血清以及尿液中不同生物标记物成分的分析。 用改良的戊二醛交联法完成碱性磷酸酶（ ALP） 对抗体的标记，所得酶结合物保持了单克隆抗体的免疫反应性和酶的催化活性。 采用 4-甲氧基-4-（ 3"-磷酰氧基苯） -螺旋-（ 1， 2-二氧杂环丁烷-3， 2'-金刚烷（ AMPPD） -碱性磷酸酶（ ALP） 化学发光体系，并以异硫氰酸荧光素（ FITC） 和 ALP 分别标记疾病标记物的单克隆抗体。在溶液中形成 FITC 标记抗体-抗原-ALP 标记抗体的免疫夹心复合物后，引入偶联 FITC 抗体的微米级磁性微粒子作为反应体系的分散固相，并最终形成双夹心免疫复合物。在反复施加磁场的作用下，通过洗涤将没有结合的游离蛋白与免疫复合物分离，实现对待测抗原的测定。 这一技术可以应用于肿瘤标记物的检测。3 效益分析化学发光免疫分析由于其高灵敏度、快速、高通量等特点，可以应用于生物样品的快速检测，在临床检测、环境分析以及食品安全分析等领域一直受到人们的重视。本研究成果及专利技术均从实际需要出发，不需要繁杂的样品前处理，就可以更方便地检测出人体或者环境生物样品中相关物质的含量，这种技术可以用于日常生产和生活中，对人类和动物的身体健康、维持全球生态平衡等方面具有很大的意义。微板式磁性微粒子化学发光免疫分析新技术的开发不仅为肿瘤、传染病等重大疾病诊断与预防提供强有力的检测工具，对于发展其他疾病诊断技术和环境雌激素类化合物的检测也将起到重要作用。因此化学发光免疫分析技术的发展拓宽了免疫分析的应用领域，具有广阔的市场前景和非常可观的经济效益。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。

了肝脏特异性的小分子非编码核糖核酸microRNA-122在肝细胞抗病毒天然免疫中的重要作用，并揭示microRNA-122通过抑制RTK/STAT3信号通路赋予肝细胞强有力天然免疫功能的核心机制。 在肝癌细胞HepG2中导入microRNA-122可以极其显著地增强细胞应对各种病毒核酸（包括HCV和HBV）的天然免疫反应。研究发现microRNA-122可以直接靶向多种受体酪氨酸激酶（RTK），从而降低了HepG2细胞中STAT3的酪氨酸磷酸化水平。更有趣的是，他们发现STAT3可以直接抑制干扰素调节因子IRF1的表达，STAT3酸磷酸化水平的下调解除了STAT3对干扰素转录激活的抑制，从而使得干扰素信号通路在病原体入侵时能迅猛激活。该研究揭示了在肝细胞中miR-122–RTKs/STAT3–IRF1–IFNs通路调控干扰素表达的重要途径，阐明了微RNA对肝细胞等非免疫细胞天然免疫能力调控的新机制。       成熟肝细胞中microRNA-122表达量极其丰富，因此在遇到病毒侵害时可迅速启动天然免疫应答，这种强健的天然免疫能力对于肝细胞是必不可少的，一旦肝细胞中microRNA-122含量不足（比如，病毒感染引起的炎症可导致microRNA-122表达下调），就会导致肝细胞天然免疫能力大幅下降，更容易被病毒入侵。以上这些发现对于病毒慢性感染引起的肝脏疾病，特别是癌症的治疗具有重要指导意义。

已有样品/n目前在临床上，两种PD-1单抗的使用剂量为2-3mg/kg，每2-3周静脉输入，历时30-60分钟。使用剂量大且频繁。同时，单克隆抗体的制备、纯化过程繁琐，要求严格，导致单抗的价格昂贵，使受益于该单抗的病人在接受治疗时受到极大限制。由于腺病毒制备、纯化简单、产量高、安全性好、外源表达时间长等特点，因此我们研发的腺病毒表达PD-1单抗制备简单、成本低、疗效好、使用方便，可充分满足临床病人的需求。我们研发的重组腺病毒载体表达PD-1单抗为临床相关肿瘤的治疗与研究提供了一种有效的新手段，并具有

该成果 2011 年、 2013 年先后获连云港市科学技术进步二等奖、一等奖。项目实施的核心技术为水产养殖动物细菌病诊断技术与免疫技术，形成了较为完善的水产养殖动物疾病诊断和防控的技术体系。 包括（1） 环介导恒温扩增技术（LAMP），（2） 黄芪佐剂水剂型灭活疫苗及卵黄抗体疫苗。

利用现代分子生物学方法对传统抗血清制备技术进行改造，突破了过去抗血清生产经验为主造成的不确定性和不系统性，提高了抗血清制备的技术含量和生产效率。有效去除抗血清中的非特异性抗体，从而实现抗体制备的标准化和规模化生产，同时也降低了生产成本。 免疫磁珠分离技术的最突出的优点是特异性强，可以明显提高检测的灵敏性，缩短病原体的检测时间一至数天，并且可从复杂的样品中直接分离病原体，降低标本中抑制物的干扰，提高灵敏度。 已生产出3种诊断血清产品，包括“致病性大肠杆菌O抗原诊断血清试剂

近日，东南大学智能材料研究院院长、首席科学家、化学化工学院李全团队在细胞焦亡介导的光动力和光热协同免疫肿瘤治疗方面取得重要突破。

利用现代分子生物学方法对传统抗血清制备技术进行改造，突破了过去抗血清生产经验为主造成的不确定性和不系统性，提高了抗血清制备的技术含量和生产效率。有效去除抗血清中的非特异性抗体，从而实现抗体制备的标准化和规模化生产，同时也降低了生产成本。免疫磁珠分离技术的最突出的优点是特异性强，可以明显提高检测的灵敏性，缩短病原体的检测时间一至数天，并且可从复杂的样品中直接分离病原体，降低标本中抑制物的干扰，提高灵敏度。 已生产出 3 种诊断血清产品，包括“致病性大肠杆菌 O 抗原诊断血清试剂盒”、“大肠杆菌 H 抗原全套诊断血清试剂盒”和“志贺氏菌 O 抗原全套诊断血清试剂盒”，共计 147 种高特异性抗体。 经中国 CDC 使用证实，该血清具有反应速度快、特异性强的特点，与日本生研同类血清质量相当，远优于国内同类产品。继续在市场调研的基础上，再进行 11 种改类试剂盒的研发和生产，填补国内外市场空白。 本项目完成后，实施单位将可生产 12 种诊断血清试剂盒（包括前期已完成开发的 3 种），按每个疾控中心每年需求每种试剂盒一套计算，总需求量约 1200 套。此外，进出口检验检疫单位对某些种类的血清亦有一定需求，约为 300 套。按每套试剂盒平均 1 万元的售价计算，每年的市场可达 1500 万元。 免疫磁珠分离试剂盒可广泛应用于临床检验，食品检验，水质／环境检验，兽药检验等，市场非常之大，现主要的生产商为国外的Dynal 和 Matrix 公司，以 Dynal 公司为例，其每年可创造数十亿美元的销售额。由于依赖进口，国内多家疾病预防控制和出入境检验检疫单位已经向项目实施单位提出了产品的开发意向。该产品研发成本约为每毫升 600 元，销售价格在每毫升 2000 元左右，显示了良好的市场前景。

LAG-3和PD-1是两个潜在的器官移植免疫排斥治疗靶点，成功制备了间充质干细胞来源的FGL1/PD-L1双靶点外泌体，发现其能够在小鼠异体心脏移植模型中有效减轻移植排斥，展现了良好的治疗效果。

“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。