南开大学在天津市科技发展计划科技攻关项目《建立和应用肿瘤转移相关基因生物芯片筛选抗肿瘤转移药物的研究》的资助下，进行了肿瘤转移相关基因生物芯片的研究，在设计探针后，完成制备了含有213个肿瘤转移相关基因的基因芯片。申请国家发明专利：乳腺癌转移相关基因基因芯片的建立及其建立方法，专利（申请）号：20061013107.3（已公示）。 应用上述基因芯片所进行的大量的研究工作，表明该基因芯片有很好的应用前景。由于该基因芯片的成本低于全基因组芯片，有利于大量推广使用。与科研机构、医院和药厂等

跨越胚胎和成年两个时期、涵盖八大系统、建立70多万个单细胞的转录组数据库、鉴定人体100余种细胞大类和800余种细胞亚类……世界首个人类细胞图谱在浙大绘制成功了。北京时间2020年3月26日，国际顶级期刊《自然》在线刊登了浙江大学医学院郭国骥教授团队的这项最新研究成果。 细胞是生命的基本单位。在过去的数百年时间里，科学家主要利用显微镜和流式分析等技术，依靠若干表型特征对自然界里不同物种的细胞进行分类和鉴定。这些表型特征的选取往往引入了较多的人为主观性。而单细胞测序技术的出现对这一传统的细胞认知体系带来了革命性的变化。 此前，郭国骥团队自主研发了Microwell-seq高通量单细胞分析平台，并于2018年在国际顶级期刊《细胞》上发表了世界首个小鼠细胞图谱。此后，郭国骥团队一直在这个领域精耕细作，并与浙江大学医学院几家附属医院的张丹团队、王伟林团队、陈江华团队、梁廷波团队和黄河团队等保持紧密合作，时隔两年，再出重量级成果。一张单细胞水平的人类细胞图谱 团队对60种人体组织样品和7种细胞培养样品进行了Microwell-seq高通量单细胞测序分析，系统性地绘制了跨越胚胎和成年两个时期、涵盖八大系统的人类细胞图谱。 郭国骥介绍说，Microwell-seq具有成本低廉、双细胞污染率低和细胞普适性广等优势，由此团队建立了70多万个单细胞的转录组数据库，鉴定了人体100余种细胞大类和800余种细胞亚类。同时，团队开发了scHCL单细胞比对系统用于人体细胞类型的识别，并搭建了人类细胞蓝图网站。 “这项工作概括地说就是人体细胞数字化。我们能用数字矩阵描述每一个细胞的特征，并对它们进行系统性的分类。我们定义了许多之前未知的细胞种类，还发现了一些特殊的表达模式。” 通过这张图谱，团队发现，多种成人的上皮、内皮和基质细胞在组织中似乎扮演着免疫细胞的角色。“趋化因子阳性上皮细胞、抗原呈递阳性内皮细胞和白介素阳性成纤维细胞广泛地分布在成体的各种组织器官之中，并在分类上独立于传统的上皮、内皮、基质和免疫细胞。这些非专职的免疫细胞也在兼职干着免疫的活。我们认为成年人非免疫细胞的广泛免疫激活是人体区域免疫的一种重要调节机制。” 此外，通过跨时期、跨组织和跨物种的细胞图谱分析，团队揭示了一个普适性的哺乳动物细胞命运决定机制：干细胞和祖细胞的转录状态混杂且随机，而分化和成熟细胞的转录状态就变得分明且稳定，也就是说，细胞分化经历了一个从混乱到有序的发展过程。 该研究首次从单细胞水平上全面分析了胚胎和成年时期的人体细胞种类，研究数据将成为探索细胞命运决定机制的资源宝库，研究方法将对人体正常与疾病细胞状态的鉴定带来深远影响。在未来，临床医生就可能通过参照正常的细胞状态来鉴别异常的细胞状态和起源。 论文的第一作者包括浙江大学医学院韩晓平副教授（并列通讯）、17级硕士生周子茗、19级博士生费丽江、17级直博生孙慧宇、18级博士生汪仁英、16级直博生陈瑶、博士后陈海德和王晶晶。论文最后通讯作者为浙江大学医学院郭国骥教授。项目获得了国家自然科学基金和科技部干细胞与转化医学重点专项的支持。

该器件属专利技术，是一种颜色稳定的有机-无机异质结白色电致发光器件及制备方法。具体地讲是一种在有机异质结界面嵌入无机II-VI族化合物薄层而获得颜色稳定的白色电致发光器件。 通常，在双层及多层结构的电致发光器件中，由于器件内部异质结界面处界面势垒的影响，该界面处所积累的载流子会随着所加电压的增加而增加，器件内部各有机层的电场会进行重新分布，并相应地改变着在器件各层上的电压分布以及发光区域在各层中的位置，进而改变光谱的形状，影响发光颜色。特别地，如果双层有机电致发光器件中的电子传输层与空穴传输层的相互作用较强，则该异质结界面处会出现激基复合物（Exciplex 或Electroplex）的发光。若利用无机材料的载流子（包括电子和空穴）迁移率高以及相对更加稳定的特点，在有机异质结界面处嵌入一层无机材料薄层，可实现无机材料薄层两侧有机材料的发光。利用互补色原理，当两侧有机材料的发光可以相互混合成白光时，则可以得到显色性很好的白色发光器件。改变器件所加的电压只是改变发光强度，器件的发光颜色将基本不变。 技术内容： 该器件是一种颜色稳定的有机—无机异质结白色电致发光器件，使用该器件既能克服有机异质结界面可能会出现激基复合物发光而降低发光效率，又能解决器件的发光颜色随电压发生变化等问题。 器件的白色电致发光器件结构为： 在玻璃基片上镀有一层ITO阳极，在ITO阳极上镀有一层有机空穴传输层兼发光层和一层有机电子传输层兼发光层，在该两层有机层之间，有一层无机材料薄层，在有机电子传输层兼发光层上镀有金属背电极。 该器件与目前使用的有机异质结界面处的激基复合物发光来获得白色电致发光的方法相比，其优点是：首先，II-VI族无机材料的引入可以有效避免有机异质结界面形成激基复合物发光而降低发光效率；其次，电子传输层兼发光层及其中掺杂的组分（如染料等）都可以优化，器件的颜色可得到进一步优化，而一旦确定了有机电子传输层兼发光层及其中掺杂组分之后，器件的颜色是基本确定的，不再随着电压的改变而改变；再次，由于所用的无机材料（II-VI族化合物）本身的能带结构的特点，使得从电子传输层兼发光层注入的电子在该有机/无机界面处没有势垒，而从空穴传输层兼发光层注入的空穴在该有机/无机界面处有一定的空穴注入势垒，可以平衡载流子的注入，使得无机材料层两侧的有机层都有发光；另外，所插入的无机材料薄膜本身对不同的波长都具有一定的透过率。不难理解，无机材料较高的电子迁移率和空穴迁移率使得载流子能顺利穿透无机层到达相应的有机层中形成激子并复合发光，再通过优化器件各层的厚度即可得到显色性好、颜色稳定的白色发光器件。由于使用了化学稳定性更强的无机材料，因此器件的稳定性增加了。

课题组首先开发双靶向探针通过共识别循环肿瘤细胞用于嗜铬细胞瘤的早期诊断。利用间碘汴胍 (MIGB)功能化的磁珠作为捕获探针和奥曲肽(DOTA)修饰的信号探针，通过与甲肾上腺素转运体(NET)和生长抑素SSTR2结合，实现全血中PCC-CTCs的精准捕获与检测，同时为嗜铬细胞瘤早期诊断提供实时、特异生物标志物和治疗靶标。

针对我国蛋白饲料和多糖产品的巨大市场空间，团队借助专有的合成生物学技术平台自主研发了甲烷气体高值化生物转化技术，拥有我国行业内首个专利授权。利用该技术可以实现将页岩气、沼气等甲烷气体通过微生物高效转化为细胞蛋白和多糖。 所产甲烷基细胞蛋白富含包括全部必需氨基酸的 18 种氨基酸，菌体粗蛋白含量大于 60%，其中 9 种必需氨基酸在总氨基酸中占比达 30%，其在总氨基酸含量、限制性氨基酸含量等参数水平上明显优于豆粕蛋白，并与鱼粉蛋白相似。 所产多糖经权威机构鉴定，其结构与保湿霜类护肤品添加剂海藻多糖结构相似度达97%，具有保湿、修复等功能，目前主要应用于医美产品添加剂与化妆品添加剂。 本项目具有生产成本低、制备工艺简洁高效和制备过程环保无污染的优势。通过前期建立甲烷生物制造的全链条研发平台，该技术已完成从实验室向产业化的推进。

近日，中国药科大学药学院郑枫、王怀松团队合作在学科顶尖期刊ACSNano(IF:18.027)上发表肿瘤细胞膜表面标志物检测的最新研究论文

简介： 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。  

1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。