产品详细介绍

Xinyi-24 高通量组织研磨仪（多样品组织研磨仪） 高通量组织研磨仪是一种特殊的、快速的、高效率的、多试管的一致系统。它能将任何来源(包括土壤、植物和动物的组织/器官、细菌、酵母、真菌、孢子、古生物标本等)的原始DNA、RNA和蛋白质进行提取和纯化。 与目前已有的其它样品制备方法相比，具有通用性广、高效灵活的优点，可以高效、快速、稳定地裂解并纯化各种类型样品的核酸与蛋白。 本款机器又名多样品组织研磨机、快速组织研磨机、多样品组织匀浆机、快速样品匀浆系统。 一、应用范围 1．适用于各种植物组织包括根、茎、叶、花、果、种子等样品的研磨破碎； 2．适用于各种动物组织包括大脑、心脏、肺、胃、肝脏、胸腺、肾脏、肠、淋巴结、肌肉、骨骼等样品的研磨破碎； 3．适用于真菌、细菌等样品的研磨破碎； 4．适用于食品、药品成分分析检测的研磨破碎； 5．适用于易挥发样品包括煤炭、油页岩、蜡制品等样品的研磨破碎； 6．适用于塑料、聚合物包括PE、PS、纺织品、树脂等样品的研磨破碎。 二、产品特点 研磨机采用了特殊的垂直上下及左右一体的三维震动模式，通过研磨珠（氧化锆、钢珠、玻璃珠、陶瓷珠）的高频往复振动、撞击、剪切,快速的实现目的。使研磨的样品具有更加充分、更均匀、样品重复性更好、样品之间没有交叉污染 1.操作数量多，效果好 高效快速的工作可以在1分钟内完成2×24、2×48个样品的研磨。省时省力，批间、批内差异小。抽提的蛋白比活更高，核酸片断更长。 2.无交叉污染  样品管在破碎过程中处于全封闭状态，可采用一次性离心管和珠子。样品完整保留在管内，避免样品间的交叉污染以及外界污染。 3.操作简便 3.1内置程序控制器，可对研磨时间、转子的振动频率等参数进行设置； 3.2人性化操作界面。 4.稳定性好 4.1采用垂直上下及左右一体的三维震动模式，研磨更充分，稳定性更好； 4.2仪器运行过程中，噪音小于55dB，不会对其它实验或仪器产生干扰。 5.方便低温操作 当需要低温研磨环境，可将放有样本的适配器浸入液氮中冷却1-2分钟，取出后移至主机快速固定即可开始研磨，不需要进行再次冷冻处理，节省液氮。 6.重复性好 6.1同一组织样本设定相同程序，获得相同的研磨效果； 6.2工作时间短，样本温度不会上升 三、主要技术参数： 性能指标 :Xinyi-24 应用领域 :组织均质、研磨、细胞粉碎、匀浆、材料分散、制备、样品混匀、振荡 液晶显示: 微电脑控制， 7寸TFT触摸液晶屏，显示工作状态 处理样本量 :24*(0.2-0.5ML)/24*2ML/8*(7-10)ML/8*15ML/4*25ML/2*50ML可任选两种适配器 均质速度 :0-70HZ（0-2100转/分）可根据要求定做 电源 :两相220V/50HZ 工作时间 :0秒-99分钟，用户可自行设定 研磨球直径: 0.1-30mm 研磨球材料 :不锈钢、铬钢、氧化锆、碳化钨、石英砂 加速:在2秒内达到最大速度 减速:在2秒内达到最低速度 噪音等级 :＜55db 功率 :180W 外形尺寸: 280*400*530 mm 可带冷冻适配器 是 *针对工作环境的噪音排放值，取决于样品的类型和研磨仪的设置，表中参数为空载状态 1.适配器材质：铝制，聚四氟乙烯或不锈钢，玛瑙可适用于任何材质的样品 2.研磨方式：湿磨，干磨，低温研磨都可 3.最大进料尺寸：无要求，根据适配器调节 4.最终出料粒度：5µm 5.研磨平台数 (可接纳研磨罐数) >2 6.带自动中心定位的紧固装置 7.工作时安全锁:全程保护  *常规的适配器都可以放入冰箱内以便于在工作的时候给样品一个冷环境。 *可另配带制冷的适配器，可以液氮中浸泡三十分钟以上。 *随机1000颗5MM不锈钢研磨球 通常用于DNA和RNA分离的少量样品可在一次性离心管中制备，也可采用聚四氟乙烯材料制成的适配器,容纳多个一次性样品试管,进行细胞破碎。在多样品组织研磨机中细胞组织在极短的时间内得到快速而有效的破碎,因而无需额外的低温制冷

Xinyi-48NL高通量组织冷冻研磨仪 冷冻研磨仪是一种开放、快速、高效、高通量的生物样品预处理研磨破碎系统，兼有制冷、大容量功能。可快速同时处理最多48个样本，通过配套不同的试剂，可将各种不同来源（包括土壤、植物和动物的组织/器官、细菌、真菌、孢子、古生物标本等）的样本进行细胞破碎、粉碎匀浆，快速释放出细胞的DNA、RNA和蛋白等，方便后续进行提取和纯化。 一、应用范围 1．适用于各种植物组织包括根、茎、叶、花、果、种子等样品的研磨破碎； 2．适用于各种动物组织包括大脑、心脏、肺、胃、肝脏、胸腺、肾脏、肠、淋巴结、肌肉、骨骼等样品的研磨破碎； 3．适用于真菌、细菌等样品的研磨破碎； 4．适用于食品、药品成分分析检测的研磨破碎； 5．适用于易挥发样品包括煤炭、油页岩、蜡制品等样品的研磨破碎； 6．适用于塑料、聚合物包括PE、PS、纺织品、树脂等样品的研磨破碎。 二、样品处理的三大关键要素： 高效率研磨——一批处理多达48个样品 低温研磨——研磨温度可自定义调节 不破坏样品成分——低温保护样品成分 三、产品特点 ▷ 省时省力 ▷ 高速便捷 ▷ 高通量处理样品 ▷ 实验重复性好 ▷ 样品处于全封闭状态，无交叉污染 ▷ 低噪音≤56db：使用无刷变频电机 ▷ 无需涉及液氮操作，安全性高 ▷ 无易损件设计，电磁锁定保护 ▷ 不锈钢内腔，清洁消毒方便 ▷ 无需定期维护    四、主要技术参数： ◆ 应用领域： 组织均质、研磨、细胞破碎、匀浆、材料分散、制备、样品混匀、振荡 ◆ 15秒内最大处理量同时可以处理48个样品，包括可以适用12位/24位/48位的液氮冷冻适配器 ◆ 可以兼容的样品量：48*(0.2-0.5ML)/16*2ML/8*(7-10)ML/8*15ML/4*25ML/2*50ML可任选两种适配器，可以任意定做各种规格研磨管 ◆ 触摸屏显示,可以方便直观的操作 ◆ 可存储十组实验数据，根据不同实验样本，设置有动物心脏脾肺肾、骨骼、皮肤、毛发模式 ◆ 模式循环：根据设置的实验参数，可在几个设置好的参数间不断循环，进一步减少人为因数的干扰 ◆ 最大进料尺寸：无要求，根据适配器调节 ◆显示：7寸无框屏 ◆ *制冷功能：有，-50℃-0℃可调。（说明：有效避免因研磨件摩擦生热对样品核酸及蛋白造成的影响。） ◆升降门电动升降门 ◆ 控温精度：+ 0.5度 ◆ 开盖运行保护：电磁锁定 ◆ 最终出料粒度：~5µm ◆ 研磨平台数 (可接纳研磨罐数) :1  ◆ 带自动中心定位的紧固装置 ◆ 均质速度与时间：0—70 HZ/秒(0-2100HZ/S),工作时间 ：0秒-9999分钟，用户可自行设定； ◆ 研磨球直径：0.1-30mm ◆ 研磨球材料：合金钢、铬钢、氧化锆、碳化钨、石英砂； ◆ 加速：在2秒内达到最大速度 ◆ 减速：在2秒内达到最低速度 ◆ 噪音等级：<56db ◆ 研磨方式：湿磨，干磨，低温研磨都可 ◆ 具有升级成超低温液氮冷冻或空气制冷机制冷的能力 ◆ 适配器材质：聚四氟乙烯 或 合金钢 ◆ 带自动中心定位的紧固装置 工作时安全锁，全程保护  ◆ 研磨套件材料  硬质刚,  聚四氟乙烯（特氟珑）氧化锆 ◆ 运动方式：上下垂直一体振荡珠磨碰撞式。（说明：垂直振荡，研磨更充分，相同样品多次研磨一致性优。）

Emagpure-32核酸提取仪是我公司最新推出的用于DNA/RNA、蛋白和细胞等的全自动提取纯化系统，通过磁棒和磁棒套的吸附、转移和释放磁珠，实现磁珠/样品的转移，完成自动化提取纯化操作。操作自动化且快速、简便，利用特制试剂盒或96孔深孔板，可同时操作1～32个样本。搭配不同种类的磁珠核酸提取试剂，可以提取动、植物组织、血液及体液等样品。 【适用范围】 　　广泛用于常规科研、基因组学、食品安全、疾病诊断、法医鉴定等领域。 　　使用本仪器仅需加入样品及磁珠法全自动核酸提取试剂于96孔板中，选择或编辑适当程序后执行即可。搭配不同种类的磁珠法核酸提取试剂，可以快速提取动植物组织、血液、体液、刑事检材等样品中的DNA和RNA。

微卫星不稳定性（Microsatellite Instability, 简称MSI）是目前肿瘤临床检测中一种非常重要的分子表型，多发生于结直肠癌、胃癌、和子宫内膜癌。微卫星不稳定性与肿瘤的发生、发展，治疗方案制定及治疗效果预测相关，更是肿瘤免疫治疗疗效预测的重要分子标记物。当前，临床上使用的两种微卫星不稳定性检测的金标准方法：MSI-PCR和MSI-IHC，都需要专业技术人员通过实验操作来完成，均费时费力且成本较高。近年来，随着高通量测序（Next Generation Sequencing）的发展，基于高通量测序的微卫星不稳定性检测方法开始显露头角，在检测结果与两种临床金标准保持高度一致的情况下，极大的缩减了检测时间并减少了检测成本，大幅提高了推广微卫星不稳定性检测的可行性。2014年，西安交大叶凯教授团队率先开发了基于高通量测序的微卫星不稳定性检测方案——MSIsensor。2017年该检测方案作为全世界首个泛肿瘤检测方案MSK-IMPACT中的微卫星不稳定性计算方法，通过了美国食品药品监督管理局的严格测试并获得批准。美国纪念斯隆凯特琳癌症中心测试表明，基于高通量测序的微卫星不稳定性检测与金标准的一致性可达99.4%。然而，微卫星不稳定性检测方案大都要求提供病人的癌症组织样本及一份取自血液或者癌症组织附近的正常样本。一方面，这一份正常对照样本限制了微卫星不稳定性的应用场景，尤其难以应用于血癌样本、福尔马林包埋样本、PDX/PDO等不易获得正常对照样本的情况；另一方面，额外的对照样本增加了微卫星不稳定性的检测成本。基于上述原因，在叶凯指导下，叶凯青年科学家工作室科研人员经过两年的探索，从微卫星不稳定性发生机理出发，通过数学模型抽象，从单个肿瘤样本中提取特征，开发了MSIsensor-pro。MSIsensor-pro实现不依赖正常对照样本的微卫星不稳定性检测，只需50个微卫星位点的测序数据即可实现微卫星不稳定性的精准检测。MSIsensor-pro的开发扩大了微卫星不稳定性的应用范围，减低了微卫星不稳定性检测的成本。同时MSIsensor-pro在低肿瘤纯度和低测序深度这类低信噪比数据中也显示出来很大的潜力。 该研究成果近期发表在国际组学和生物信息学领域权威期刊《基因组蛋白质组与生物信息学报》（影响因子6.597）上。叶凯的博士生贾鹏为该论文的第一作者，叶凯为通讯作者，西安交通大学为本文唯一通讯作者单位。这是叶凯教授课题组在基因组暗物质解析方面的又一重要突破。论文链接为：https://www.sciencedirect.com/science/article/pii/S1672022920300218

在中加国际科技合作、自然科学基金中德基金、总装预研基金等的资助下，开展以可穿戴计算、工业无线传感器网络、身体传感网络、感知计算等前沿技术为核心的研究工作，并面向老年健康、工业物联网、移动增强现实等领域研究实用化技术和产品装置，具体包括：1） 工业物联网应用：开发了一系列符合IEEE 802.15.4/Zigbee、Wireless HART等无线传感器网络标准的微型化传感节点、模块、网关，以及相关的协议栈源码。2） 健康应用：主要面向安全、健身、医疗等健康应用，研发超低功耗、无障碍、可长期持续穿戴应用的智能腕带（腕表）、腰带（腰挂、腰带扣）、胸带等各类形态的健康装置，开发运动统计、跌倒预警和检测、睡眠监测、多生理参数监测等产品应用，参见下图。

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

在中加国际科技合作、自然科学基金中德基金、总装预研基金等的资助下，开展以可穿戴计算、工业无线传感器网络、身体传感网络、感知计算等前沿技术为核心的研究工作，并面向老年健康、工业物联网、移动增强现实等领域研究实用化技术和产品装置，具体包括： 1） 工业物联网应用：开发了一系列符合IEEE 802.15.4/Zigbee、Wireless HART等无线传感器网络标准的微型化传感节点、模块、网关，以及相关的协议栈源码。 图1 工业物联网 2） 健康应用：主要面向安全、健身、医疗等健康应用，研发超低功耗、无障碍、可长期持续穿戴应用的智能腕带（腕表）、腰带（腰挂、腰带扣）、胸带等各类形态的健康装置，开发运动统计、跌倒预警和检测、睡眠监测、多生理参数监测等产品应用

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化

本专利提出一种动态交互网络环境下网构软件主体系统信任协商构建方法，软件主体根据自己的信任信息建立信任关系，避免了使用证书交换导致信任协商变得复杂繁琐；不需要合作的主体每次交互都重新建立信任关系，软件主体之间不断的信息交互使每个软件主体逐步拥有全局的信任信息。每个软件主体都拥有自己的信任信息，即信任度与合作度，需要合作的两个主体根据合作的方向选择对应的信任度和合作度（契合度）建立信任关系；信任关系建立的成功与否需要与参考值比较，该参考值是按照系统中主体拥有平均信任信息时契合度的计算值；当契合度大于该参考值时建立信任关系，该方法避免了使用证书所带来的麻烦，使得信任关系的建立变得更加简单和清晰。