真菌疏水蛋白具有自我装配成膜的性质，因此 （1）疏水蛋白可作为蛋白和细胞固定化的媒介，可用于生物传感器和生物芯片，作为引发层，交联上配体或形成融合蛋白，能使特定分子固定化到特定表面。 （2）它能改变表面的属性，保护表面。可用于提高医学器官移植物生物相容性和防止微生物细胞粘附；可应用于医药行业中烧伤、创伤的创面保护，为临床病人创面保护和恢复提供一种安全无毒、操作简便、高效低耗的新手段。 （3）作为一种生物表面活性剂，疏水蛋白还可以用于促进土壤中的污染物的降解和应用在石油泄漏后回收石油的过程中。 （4）疏水蛋白具有表面活性，可用于食品对抗相变能力并形成稳定泡沫，使其在密封食品生产上发挥重要作用； （5）也可用于日用化妆品生产中，因疏水蛋白可以作为洗洁产品的成分，根据其疏水、亲水两相间的转变，可通过自我装配而将面部的油脂等疏水的成分包裹起来，再用水清洗将其除去，也可以作为保护秀发的天然膜，使发部维持清洁并保持一定水分；将它运用到面部的美容护理，由于它的特性，能使皮肤表面形成一层天然生物活性保护膜，起到皮肤保湿、免受外界空气中污浊物的侵害，从而达到护肤美容之功效。 （6）疏水蛋白直接包裹药物以改变药物溶解性并实现控、缓释。通过真菌疏水蛋白与难溶于水的药物混合，可以达到良好的分散效果，并延长了两种药物的药效持续时间。 （7）真菌疏水蛋白与其他的功能性蛋白或小肽组成融合蛋白，同时发挥疏水蛋白的稳定吸附材料表面的特性和功能性蛋白或小肽的特异性功能，如在组织工程、抗炎抗菌材料等。 项目特色： 纯天然生物制品，无毒害，无污染。耐酸碱，抗相变能力强。自我装配形成有活性的蛋白膜。具有良好的热稳定性和透气不透水性。由于它的特性，使得它具有：（1）自动成膜，无需贴敷，使用便利；（2）透气性优良；(3)纯天然无化学添加成分，瑞氏木霉已被证明是安全的菌种；（4）组织相容性好，避免了严重的排异反应；（5）耐高温（100 摄氏度仍保持活性），易于消毒；（6）稳定不降解，便于产品的长期保存；（7）用表面活性剂就可以很容易地清洗（8）延展性好，1 毫克的疏水蛋白在液面就可以展开 1 平方米的薄膜（9）透明，可直接透过成膜观察（10）性价比高。 市场应用前景： 目前国际上尚未实现疏水蛋白的工业化生产，其相关应用产品的开发更为滞后。我们在已实现疏水蛋白中试研发的基础上，扩大发酵规模，进行后续产品的开发，我们的技术和工艺现居国际领先地位，无疑会占有宝贵的先机。 疏水蛋白产品将作为新一代膜生物活性材料进入市场，它的出现将会革命性地取代现有化学产品，这无疑给人类的健康带来了很大的益处，消除人类在预防和治疗疾病、食品加工、以及医学检测、食物保鲜方面为健康做出努力的同时给自身带来的潜在危害，而且价格更为低廉。因此，本项目大规模生产疏水蛋白及其应用开发是有非常广阔的市场前景的，并且我们的技术在国际和国内市场处于领先地位。这些产品都将在国际市场上处于最优竞争状态。

本发明涉及一种催化剂领域，具体涉及一种非金属碳材料催化剂的制备方法和应用。其特征是通过将柠檬酸与伯胺盐酸盐混合溶解于水中，并在160-200℃反应2分钟-4小时得到，该类碳材料目前也被称为碳量子点。此材料可用于亚甲基蓝的还原降解，以治理染料废水。 成果亮点 技术特点：本发明克服了现有传统的金属催化剂的缺点，突破了传统必须有金属参与才能用于实现染料催化降解的瓶颈，所用原料易得，价格便宜，易于大量的生产和工业推广，催化效率与报道的金属纳米材料的催化能力相当，无需光照，降解速度快，常温下即可实施，具备良好的环境相容性，使用后无需复杂的回收处理，无二次污染，绿色节能。应用情况：材料制备方式简单，催化速率高。

本发明涉及镁合金技术领域，公开了一种高烘烤硬化镁合金材料及其制备方法。本发明公开了一种高烘烤硬化镁合金材料，包括以下化学成分：Zn 0.3～6.0wt.％、Ca 0.1～1.0wt.％，余量为晶粒细化元素、镁和不可避免的杂质；其中，所述晶粒细化元素为A l 0.1～3.0wt.％+Mn 0.1～0.7wt.％或Zr 0.1～0.7wt.％。本发明公开的一种高烘烤硬化镁合金材料，经烘烤硬化处理后基体中可形成高密度的纳米GP区和纳米团簇，具备快速时效响应能力，其成本低，工艺实施简单，可规模化生产，具备与烘烤硬化钢相匹配的烘烤硬化性能。

本申请公开了一种透明轻质仿玻聚合物材料及其制备方法，制备方法包括：取甲基丙烯酸甲酯、引发剂和交联剂，经过混合、搅拌、加热后得到第一预聚物；取多元醇、异氰酸酯，经过混合、搅拌、加热后得到第二预聚物；取第一预聚物、第二预聚物和邻接剂混合，然后加入催化剂并搅拌、冷却，随后经过升温、聚合反应、固化后得到透明轻质仿玻聚合物材料。本申请将具有多反应位点的邻接剂引入互穿网络结构中，形成了新型相邻键合结构的互穿网络结构，可以显著提升PU和PMMA两相之间的相容性，降低相畴尺寸，提高透明度；还可以提高互穿网络结构的交联密度，从而提高材料的耐热性、刚性和表面抗划伤性。

产品详细介绍

盛华科技，成立于2003年，地处中国的胶东半岛，总部设在梨乡莱阳，是专业从事液晶材料、OLED材料、医药中间体研发、生产和销售的高新技术企业。公司前身为莱阳市盛华科技有限公司， 2016年3月改制为股份有限公司，更名为山东盛华新材料科技股份有限公司，注册资本1.18亿元，资产总额4.58亿元，占地面积30万平方米，建筑面积19.7万平方米。下设莱阳市盛华电子材料有限公司、山东盛华电子新材料有限公司两家全资子公司。 公司拥有一支优秀的创新管理团队，本科以上学历人员85人，其中博士6人，硕士12人。拥有国内一流的研发及质量检测中心，国际先进的分析检测设备20余台(套)、标准化生产线15条、纯化中心2处，500-5000L各类反应釜280余台(套)，辅助设备150余台(套)。开发新产品130多种，其中80多种新产品已形成规模化生产，产品畅销国内市场，并远销日本、韩国、德国等国家，产品质量和售后服务在客户中享有良好的信誉，已成为国内重要的显示材料供应商。 公司与浙江大学、南京工业大学、上海交通大学、复旦大学等国内著名高校建立了长期的产学研战略合作关系，并建立了青岛科技大学及陕西国防学院实习基地，产、学、研合作及成果转化成效显著。公司先后承担了国家863计划、国家重点新产品计划、国家中小企业发展专项资金项目、山东省自主创新成果转化重大专项、山东省科技发展计划等20余项重大课题；获得国家授权专利28项，其中授权发明专利14项，获得省市级以上科技奖励2项。 盛华科技，始终以“科技创新”为主导，持续对产品结构优化升级，全面建立质量、环境、职业健康与安全管理体系，已通过ISO9001质量管理体系、ISO14001环境管理体系证、OHSAS18000职业健康与安全体系认证。公司先后被认定为“山东省高新技术企业”、“省级文明单位”、“山东省创新转型优胜企业”、“山东省院士工作站”、山东省“省级示范工程技术研究中心”、山东省“一企一技术研发中心”、“中国专利山东明星企业”、“山东省知识产权示范企业”，并通过了国家知识产权管理规范(GB/T 29490-2013) 认定。 盛华科技，将以“昌盛华夏”为己任，坚持“诚信、务实、团结、创新”的精神，引领企业向“科技、高效、环保、开放”的方向发展，致力创建新型显示材料国际知名品牌，打造高科技创新型国内一流企业。

山东巨能兴业新型材料科技发展有限公司坐落于“运河之都”的济宁化工经济开发园区，是“北京巨能兴业科技发展有限公司”的控股子公司。总公司始创于1998年，是以科研、生产、销售于一体的科技发展型公司，主要产品有：CL建筑保温结构一体化系统，高分子水性涂料、工业水性涂料、高分子胶粘剂，高分子基混凝土外加剂，高分子基复合保温材料，其它A级防火保温材料等，产品应用覆盖全国三十多个省市和地区。 公司团队规模560人，其中研发和技术人员105人。总投资5.5亿，厂房面积10万平方米，仅CL建筑保温结构一体化产品年生产能力就超过500万平方米。公司坚持专业化的发展道路，在优化产品结构，降耗节能方面兼容并蓄、锐意革新，奠定了国内市场的专家地位。 公司的专利产品--------CL建筑保温结构一体化系统，是一项国家重大科研成果，是一种防火保温、抗震、环保的全新建筑结构体系。该体系的应用实现了墙体改革、建筑节能和建筑墙体工厂化的要求，填补了国内乃至世界建筑领域的空白。该体系在结构形式、施工方法、墙体材料、生产工艺、生产设备等方面取得了19项国家专利。建设部专家技术鉴定结论：“其综合技术达国际先进水平”，并列入“国家康居示范工程选用部品”、“全国建设行业科技成果推广项目”、获得科技部颁发的“金桥奖”。 公司坚持用企业文化提升企业核心竞争力，以适应市场需求的现代化企业管理制度为发展保障，使企业在发展中树立了一流的品牌形象和社会形象。

山东麦丰新材料科技股份有限公司，位于中国肥城高新技术产业园,是专业从事中高端新型抛光研磨材料研发生产的高新技术企业.公司自2005年涉足纳米抛光研磨材料的研发,先后开发生产氧化铈,氧化锆,氧化铝,抛光粉，二氧化硅,氧化铈,氧化铝,氧化锆抛光液等抛光研磨辅料,38种规格的系列产品. 公司技术装备先进,焙烧,粉碎分级技术工艺独到成熟,具备1500T/年抛光研磨材料的研发生产能力.产品已销往全国各地,产品性能和质量稳定,受到广大用户赞誉；2013年开始进入韩国,日本及台湾地区市场. 公司秉承“海纳百川、持续创新”的经营理念,注重产品品质的持续改善和新产品的开发.产品主要应用于精密光学玻璃,蓝玻璃,液晶玻璃,TFT减薄,光掩膜材料及手机触摸屏、光纤、半导体以及蓝宝石衬底,精密五金等行业,公司设立国内、国际贸易部,致力于同全球客户建立战略合作伙伴关系.

肿瘤细胞异质性是肿瘤异质性的重要成因之一，可导致肿瘤在增殖能力、侵袭能力和药物敏感性等方面产生重要差异，影响肿瘤的诊断与治疗，最终影响患者身体健康与生命安全。因此，肿瘤细胞异质性研究对于肿瘤的诊断和个体化治疗具有重要意义。而进行肿瘤细胞亚群分离分析是研究肿瘤细胞异质性的重要基础。现有的基于电泳、场流或荧光激活式分离原理的进行肿瘤细胞分离分析的策略存在着特异性差、操作繁琐或需样本量大等弊端。基于课题组在磁性梯度分离细菌、肿瘤标志物、蛋白分析等方面前期工作（Analytical Chemistry 2018, 90, 9621-9628；Analytical Chemistry 2014, 86, 9434-9442；Chemistry-A European Journal 2014, 20,14642-14649），该研究以细胞表面标志物Her2表达量差异化的三种乳腺癌细胞(BT474、MDA-MB-453和MDA-MB-231)为研究模型，通过荧光-磁性靶向仿生探针与其识别后形成不同磁性梯度，在恒定外磁场作用下，可分别在90 s、120 s和180 s时间内快速逐一梯度分离出三种不同乳腺癌细胞亚型，并基于探针的荧光信号对肿瘤细胞亚群进行了初步鉴定。该研究报道的基于磁性梯度响应的肿瘤细胞亚群分离分析策略具有简单、快速、准确等特点，为血液样本中异质性肿瘤细胞亚群的近同时分离与分析提供新思路，在肿瘤早期诊断、评估和预后方面具有重要的潜在应用前景。

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