产品名称：智能管控化学品组合柜 外部尺寸：H2070*W1410*D570mm 层板尺寸：H50*W300*D330mm 层板：6块PP层板 结构：3格2列+主控柜 锁具：6套双GA机械锁 风机：2套离心风机 显示屏：15寸液晶触摸屏 主控柜：1台 出入库系统：1套 过滤器：B型过滤器4个 电源线：1根 电源：AC220V/50Hz 功率：98W 静电夹：1套 颜色：黄色/蓝色/白色/红色（环氧树脂喷） 储存量：108瓶500ml试剂瓶

产品详细介绍 EasyChem Plus全自动化学分析仪 EasyChem Plus全自动化学分析仪（又称间断式全自动化学分析仪）采用全自动微量注射和全波段（滤波器）自动比色法，用于水体（包括淡水、海水、饮用水、污水等）、土壤、植物、饮料（如葡萄酒等）等的化学成分分析，测量参数包括：碱度、氨、氯化物、六价铬、氰化物、硬度、可溶性铁、亚硝酸盐、硝酸盐、硝酸盐＋亚硝酸盐、联氨、正磷酸盐、挥发酚、硅酸盐、总磷、总氮、硫酸盐等，及饮料行业的醋酸、柠檬酸、乳酸、苹果酸、葡萄糖与果糖、多酚等。 一、特点： 1）样品和试剂由微量注射器抽取后独立在反应池中独立反应，不会产生相互扩散污染的问题，从而提高了测量精度； 2）操作简单、便捷，整个测量分析包括加样、反应、比色测量、清洗甚至样品稀释等全部由电脑程序自动控制实施； 3）一次可进行多样品多参数测量分析，效率高，可测试样品40~60次/小时； 4）操作灵活，每个样品可选择单独的测量分析参数，对于不同的测量参数，滤波轮可自动选择相应颜色的波长进行测量分析，不需要更换模块； 5）费用低，低试剂消耗，产生废液少；易于维护，不须消耗品或可选配件； 6）无水压问题，不须试剂或样品连续被抽入一个复合管，无空气泡的阻断，无噪音等； 7）容易制备标准品； 8）可自动在检测前或检测后稀释样品； 9）各种参数可相继自动测量，不同于流动分析仪有几个参数就需要几个模块，因此无需为增加模块而提高费用； 10）软件在windows下使用友好，软件易学，经短时间培训即可熟练使用。 二、配置组成 样品盘、试剂盘（下部可制冷）、反应池（下面可加热器以控制反应进程）、微量自动注射器、比色计、软件 1.样品盘: 样品盘位于工作区域的中心，可放60个样品管，包括空白、标样、受控样品，可控制放入指定位置，由递进数字标记。能保留位置并在样品盘上用红色标记，以用于少量稀释样品。样品盘取放容易，以放入或取走样品。每种方法，最多可放16个标样。 2.试剂盘： 试剂盘可放18种试剂，由位于试剂盘下边的帕尔贴控温装置控制温度，试剂低温保存，增加稳定性。与高精度的微量注射器相接的移液针管，由电脑控制，用于移取样品和试剂，针管能感受试剂的液位，并进行试剂不足报警。 3.反应池： 反应池位于样品盘周围。与高精度的微量注射器相接的移液针管，由电脑控制，用于移取样品和试剂到反应池。仪器预热后，样品池旋转到移液针管下，由移液针管移取样品和试剂注入反应池，反应池可加热的最高温度达50.0°C。移取样品之间设置了清洗循环，以确保没有前面的样品残留。样品和试剂加入反应池后，由移液针管使溶液混合均匀。反应池分为4组，共96位。软件可自动提示更换反应池。 4. 微量自动注射器 由电脑控制，容量为1000μL，机械分辨率0.3μL。控制移取蒸馏水、试剂、样品，以及混合溶液。 5.比色计： 比色计带有1个10位滤波轮，其中1个空位，9个干涉滤波器，波长分别为：340, 405, 480, 505, 546, 578, 630, 670, 880nm，精度达+/-2 nm，用于自动选择波长。一旦反应时间结束，与蠕动泵相接的另一个针管就被激活。该针管插入反应池，将样品抽进控温的比色皿，同时比色计自动选择相应的波长，测定样品的O.D.值。然后系统运行设定的清洗循环清洗比色皿以确保没有前面的样品残留。EasyChem Plus采用单流动比色池比色，消除了比色池之间的误差。 6.软件： 使用简单：只须按右图所示建立工作表，输入标准、QC(Quality Control)、样品，操作者，并选择分析方法。一个样品可选择用多种方法检测。可在检测前预稀释指定样品。标准样可由仪器按照设定浓度自动从储存的溶液中制备。对浓度高于一定值的样品可进行自动稀释。   操作者还可选择以下模式：增加、漂移、校正等。常用方法参数可在程序中预先设定，在日常工作中能快速启动。一旦工作参数设定完，只要按下“start”键，剩下的工作仪器自动执行，并会时时提供工作信息给操作者。   QC控制(Quality Control)： QC控制分为5个级别。QC结果能自动保存及放在用户指定的文件夹内。如果出现QC错误，可选择分析仪停止工作并通知操作者，或清除该QC结果并继续工作。运行结束后，软件会提供QC标准的限制区域来检查测试通过与否。 LIMS连接： 测试数据可以导出到本地硬盘或网络的硬盘保存（Text 或 ASCI格式）。样品ID由中央电脑输出。该软件与所有windows支持软件兼容。 数据处理系统： 通过外接电脑中的EasyChem软件来处理O.D（光密度值）。最终可打印结果：可显示样品ID（编号），样品OD值，时间，QC值，参数。可观看实时显示的结果和OD值.，20孔热敏诊断输出装置。 三、技术参数： 1）样品盘：可容纳60个样品，包括空白、标准、样品、控制，及控制保留位置用于少量样品稀释； 2）试剂盘：18位，编程帕尔贴控温+/-0.1°C； 3）检测速度：40~60次/小时 4）读数模式：终点，差式，动态； 5）标准曲线：可用1~16个标样，或利用已储存数据；线性回归法或多项式法； 6）光学组：6V/10W卤素灯可扩展UV光； l         10位滤波轮，9个干涉滤光片+/-2 nm； l         自动对所有波长回零；精确度+/- 1%（在0 ~ 2.5 O.D.）； l         线性率好于0.5%； l         噪音<+/- 2m Abs（在340 nm，2.5 O.D）； l         流动比色池：标准配置35μL，10mm光程；可选20mm和40mm； l         蠕动泵输送液体，可编程控制； 7）稀释器模式：1000μL的注射器，机械分辨率为0.3 μl； l         自动回零； l         利用机械公差自我调节； 8）硬件：外置模块具自我测试功能； 9) 软件： l         样品分析：单独列出的参数储存稳定，可供样品测试时选择； l         3种操作级别安全保护； l         自动运行样品预稀释； l         自动运行少量样品后稀释； l         从贮存溶液中自动制备标准系列样品； l         QC图表： 样品ID：字母排列； 可自我诊断；   四、检测指标： 海水，地下水，地表水检测： 指标 Alkalinity 碱度 N-NH3  氨态氮 Cl- 氯离子Cl- Cr6+ 六价铬 Cyanide 氰化物（手动消解） Hardness 硬度 Fe2+ 可溶性铁 N-NO2 亚硝酸盐 N-NO3 硝酸盐+亚硝酸盐 ，肼还原 N-NO3 硝酸盐+亚硝酸盐，镉柱还原 P-PO4 正磷酸盐 Phenols 挥发酚 Silicate 硅酸盐SiO2 TP 总磷 TN 总氮 B(*) 硼(*) Ca 钙 Al(*) 铝 (*) Cu (*) 铜 (*) Mg (*) 镁 (*) Ni (*) 镍 (*) (*) 方法正在开发中   土壤和植物等液态提取物 ： 指标 Nitrate+Nitrite 硝酸盐+亚硝酸盐 Ammonia 氨态氮 Phosphorus Olsen 速效磷 Total Nitrogen (Nitrate not included) 总氮(不含硝酸盐) Total phosphorous 总磷 Boron 硼 Calcium 钙 Chloride 氯 Active CaCO3 CaCO3 COD 化学耗氧量 Phenols (with distillation) 酚类（手动消煮） Cyanide (with distilation) 氰化物（手动消煮） Nicotine 尼古丁（烟草） Reducing sugar 还原糖（烟草）   葡萄酒检测 指标 Acetic Acid 醋酸 Citric Acid 柠檬酸 Lactic Acid 乳酸 Malic Acid 苹果酸 Total soluble Iron 可溶铁 Glycerol 甘油 Glucose and Fructose 葡萄糖与果糖 Polyphenols 多酚 Free SO2 游离二氧化硫 Total SO2 总二氧化硫         五、产地：欧洲  

产品详细介绍产品说明SYSBEL品质提供的聚乙烯储存柜，具有强度高、韧性好、刚性强、耐热、耐寒等优点，特别针对强腐蚀性化学物质，包括大多数的酸、碱、有机溶剂，还具有良好的耐环境应力开裂、耐撕裂强度等性能。该系列化学品储存柜具有以下设计特点*一次注塑成形，不易泄漏； *柜体顶部特殊设计，可兼作工作台使用； *柜门开口贴有警示标贴，提醒周围人群注意安全； *挂锁设计，提供更高的安全保障（挂锁需另配）； *柜内层板可根据需要取消，以增强空间使用率； *柜身背后有两个通风排气孔，需要时可打开盖子进行通风或排放压力气体。SYSBEL以优良的品质和服务来保证阁下员工的职业健康，安全环境和美好未来。产品规格列表     

【发 明 人】马宏跃；段金廒；周婧；唐于平【技术领域】本发明涉及蟾蜍甾烯类化合物及蟾蜍甾烯盐化物的新用途，具体是涉及蟾蜍甾烯类化合物及蟾蜍甾烯盐化物用于制备治疗妇科肿瘤疾病药物的应用。【摘要】本发明提供了一种蟾蜍甾烯类化合物及蟾蜍甾烯盐化物在制备治疗妇科肿瘤药物中的应用，通过对蟾蜍甾烯提取物和单体化合物华蟾毒精、蟾毒灵、蟾毒它灵、日蟾毒它灵及以上四个单体化合物的盐酸盐或硫酸盐体外对人卵巢癌细胞(A2780)、人卵巢癌细胞(SK-OV-3)、人宫颈癌细胞(SiHa)和人子宫内膜癌细胞(shikawa)四种妇科肿瘤的抗癌实验，实验结果显示蟾蜍甾烯提取物和单体化合物华蟾毒精、蟾毒灵、蟾毒它灵、日蟾毒它灵及以上四个单体化合物的盐酸盐或硫酸盐对四种妇科肿瘤细胞均有很强的抑制作用，抗癌活性强于阳性药紫衫醇，且不良反应小，有望开发成新的抗癌药物。

本发明涉及可见光诱导脱氟偶联合成一种乙酰胺类化合物的制备方法。该方法通过光催化策略，促使三氟甲基苯并咪唑类化合物脱氟偶联。这一反应的核心在于通过自旋中心位移过程，使三氟甲基选择性脱氟，从而进行官能化反应。该方法和合成步骤包括：步骤一：以30W为可见光源，在10mL反应管中加入烯酰胺A、三氟甲基苯并咪唑B、光催化剂fac‑(ppy)<subgt;3</subgt;、甲酸铯和超干氮氮二甲基甲酰胺，将其置于氮气氛围中；步骤二：在可见光的照射下，待原料烯酰胺消耗完全，反应停止；步骤三：将反应在分液漏斗中萃取三次，经旋转蒸发仪在低压下旋干，粗产物经柱层析分离后得到脱氟偶联产物C。相比于其他三氟甲基脱氟官能化，该方法条件温和，底物范围广。

该研究揭示了转座子MITE-MdRF1通过影响MdRFNR1-1表达进而调控苹果抗旱的分子机制。转座子（Transposable element,TE）广泛分布于真核生物基因组中，是一种可移动的DNA单元，通常情况处于沉默状态以维持基因组的稳定性。

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