高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
Nano-600超微量核酸蛋白测定仪
产品介绍: Nano-600超微量核酸蛋白测定仪(超微量分光光度计)作为一款高再现性的全波长分光光度计,采用基座和比色皿上样双检测模式,适用于更宽浓度范围的样品检测,操作简便,不仅可用于测量DNA,RNA纯度、浓度,测量蛋白质浓度,也可用于一般物质分析中的吸光度检测。 产品特点: 7寸电容触摸屏,优化设计的安卓系统软件 无需预热,5秒即可完成检测,结果直接输出为样品浓度。 5分钟内无操作,将自动关闭光源,以延长使用寿命。 软件图形界面简单易用,操作更为直观,结果可直接导出。 仅需0.5~2ul的微量样品即可进行纯度与浓度测量,样品可回收。 外置打印机(选配)直接打印报告。 技术参数: 型号: Nano-600 Nano-800 软件操作平台:   7寸电容触摸屏,安卓系统 7寸电容触摸屏,安卓系统 波长范围: 185-910nm; 185-910nm; 比色皿模式(OD600): 600±8nm 600±8nm 样本体积要求: 0.5-2.0ul 0.5-2.0ul 光程: 0.2mm、1.0mm 自动切换 0.05mm、0.2mm、1.0mm 自动切换 光源: 氙闪光灯(寿命可达10年) 氙闪光灯(寿命可达10年) 检测器:  3648像素线性CCD阵列 3648像素线性CCD阵列 波长精度: 1nm 1nm 波长分辨率 ≤3nm(FWHM at Hg 546nm) ≤3nm(FWHM at Hg 546nm) 吸光度精准度: 0.003Abs 0.003Abs 吸光度准确度: 1%(7.332 Abs at 260nm) 1%(7.332 Abs at 260nm) 吸光度范围 (等效于10mm): 0.02-300A; 0.02-300A; 比色皿模式 (OD600测量):  0~4A 0~4A 测试时间:  ≤5S ≤5S 核酸检测范围: 2-4500ng/ul(dsDNA) 2-17500ng/ul(dsDNA) 数据输出方式: USB、SD-RAM卡 USB、SD-RAM卡 样品基座材质: 石英光纤和高硬质铝 石英光纤和高硬质铝 锂电池 无 6800mmA 外观尺寸(mm) 270x210x196 270x210x196
上海金鹏分析仪器有限公司 2021-12-09
Nano-800超微量核酸蛋白测定仪
产品介绍: Nano-600、Nano-800超微量核酸蛋白测定仪(超微量分光光度计)作为一款高再现性的全波长分光光度计,采用基座和比色皿上样双检测模式,适用于更宽浓度范围的样品检测,操作简便,不仅可用于测量DNA,RNA纯度、浓度,测量蛋白质浓度,也可用于一般物质分析中的吸光度检测。 产品特点: 7寸电容触摸屏,优化设计的安卓系统软件 无需预热,5秒即可完成检测,结果直接输出为样品浓度。 5分钟内无操作,将自动关闭光源,以延长使用寿命。 软件图形界面简单易用,操作更为直观,结果可直接导出。 仅需0.5~2ul的微量样品即可进行纯度与浓度测量,样品可回收。 外置打印机(选配)直接打印报告。 技术参数: 型号: Nano-600 Nano-800 软件操作平台:   7寸电容触摸屏,安卓系统 7寸电容触摸屏,安卓系统 波长范围: 185-910nm; 185-910nm; 比色皿模式(OD600): 600±8nm 600±8nm 样本体积要求: 0.5-2.0ul 0.5-2.0ul 光程: 0.2mm、1.0mm 自动切换 0.05mm、0.2mm、1.0mm 自动切换 光源: 氙闪光灯(寿命可达10年) 氙闪光灯(寿命可达10年) 检测器:  3648像素线性CCD阵列 3648像素线性CCD阵列 波长精度: 1nm 1nm 波长分辨率 ≤3nm(FWHM at Hg 546nm) ≤3nm(FWHM at Hg 546nm) 吸光度精准度: 0.003Abs 0.003Abs 吸光度准确度: 1%(7.332 Abs at 260nm) 1%(7.332 Abs at 260nm) 吸光度范围 (等效于10mm): 0.02-300A; 0.02-300A; 比色皿模式 (OD600测量):  0~4A 0~4A 测试时间:  ≤5S ≤5S 核酸检测范围: 2-4500ng/ul(dsDNA) 2-17500ng/ul(dsDNA) 数据输出方式: USB、SD-RAM卡 USB、SD-RAM卡 样品基座材质: 石英光纤和高硬质铝 石英光纤和高硬质铝 锂电池 无 6800mmA 外观尺寸(mm) 270x210x196 270x210x196
上海金鹏分析仪器有限公司 2021-12-09
双光束核酸蛋白检测仪JP-3000
一、产品介绍: JP-3000型核酸蛋白检测仪(紫外检测仪)系采用采用液相色谱分离技术,检测蛋白、核酸、酶和多肽,适用于制药、天然产物和生物大分子的分离纯化,广泛用于生化研究, 生物工程, 医疗检验, 测定, 农业科研, 化工食品等科学领域。   二、产品特点:  双光束分光系统设计,一束光通过参比系统,另一束光通过样品系统。 无需预热,开机基线即可平衡。 内置JP-blupad层析工作站,自动绘制层析图谱。可一键另存JPG图谱,方便图谱的保存打印。与GE层析柱接口兼容,可在AKTA等设备系统进行预分离。 三、技术参数: 检测波长:: 260nm、280nm(标配) 波长选择: 步进电机程序控制。 光源: LED冷光源,寿命>50000小时。 调零: 双光束一键调零。 灵敏度: 2、1、0.5、0.2、0.1、0.05 ABS 噪声: <0.0001A 漂移: ≤0.002A/S 光程: 3mm 样品池容积: 30ul~120ul 吸光度显示: 122*44蓝膜高清LCD液晶显示 功率消耗: ≤25W 电源电压: 220V±10% 50Hz
上海金鹏分析仪器有限公司 2021-12-09
HY03109核酸提取或纯化试剂(裂解法)
【产品优势】 简便:三步即可完成核酸的提取,适合批量操作 高效:无需转移核酸,提高核酸提取的得率 安全:不含酚类、氯仿等有机溶剂,安全可靠 【样本要求】 适用于从血清、血浆、分泌物、鼻腔或口咽拭子等样本中提取核酸 【预期用途】 用于核酸的提取、富集、纯化等步骤。其处理后的产物用于体外检测使用 【检验原理】 本试剂采用异硫氰酸胍盐及表面活性剂联合裂解细胞、病毒,通过异丙醇使核酸从溶液中沉降出来,加入无水乙醇去除抑制物,经离心、洗涤后得到核酸。 【适用仪器】 手工操作 【储存条件及有效期】 室温保存;有效期12个月。
广东华银医药科技有限公司 2021-10-28
AH48全自动核酸提取工作站
1.产品简介AH48全自动核酸提取工作站,基于上吸磁珠法提取纯化核酸原理,整合振荡式核酸提取纯化与移液臂组合,实现大量样本核酸的快速高效制备纯化。工作站集试剂样本自动加载,核酸提取,PCR体系构建等诸多功能于一体,实现了全流程的自动化操作。整个工作过程无需人工干预。配合相应的核酸提取试剂,可处理血清,血浆,全血,拭子,羊水,粪便,组织灌洗液,组织,石蜡切片,细菌,真菌等多种样品类型,广泛应用于检验,疾病防控,动物检疫,出入境检验检疫,食品安全,法医痕迹检验,科学教研等领域。所提取出的高质量核酸(DNA和RNA)可用于高灵敏的下游分析,如定量PCR、临床分子诊断、基因表达分析、基因分析、法医及传染性疾病研究等;纯化后的核酸可直接应用于下一步的酶切、鉴定以及疾病诊断、治疗等。
上海美析仪器有限公司 2021-12-16
人工智能药物筛选、药物设计及毒性预测算法
本成果采用最新的深度学习和分子模拟算法,结合新一代分子特征化方法,开发了多种计算机模型,可用于药物开发中的多个阶段,为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果:1.药物毒性预测方法:传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型,这些方法不仅耗费大量时间,而且成本很高。使用计算模型进行有机化合物的毒性预测,所需投入较少,但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型,甚至能够在化合物合成之前就对其进行预测,大大提高了效率,使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选,能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法,运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器,这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起,我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向,我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型,以及糖尿病早期筛查模型的开发,正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文(Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80,ESI 1%高被引论文;Ai H., et al. Toxicological Sciences, 2018, 165: 100-107;Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377;Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78;Liu M., et al. Toxicology Letters. 2020, 332: 88-96;Feng H., et al. Toxicology Letters. 2021, 340: 4-14;Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.)致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法:在计算机上对药物靶点和药物分子的结构和活性建模,计算药物与靶点之间的相互作用关系,从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导,减少需要通过实验评估的候选药物的数量,从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究,正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法:长非编码RNA(lncRNA)是一种长度在200nt至100,000nt之间的非编码RNA,是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为:RWLPAP(随机游走),LPI-NRLMF(邻域正则化逻辑矩阵分解),IRWNRLPI(集成随机游走和邻域规则化Logistic矩阵分解),LPI-BNPRA(双向网络投影推荐算法),LPI-ETSLP(基于特征值变换的半监督链路预测),HLPI-Ensemble(集成学习)。在交叉验证中,我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权:
辽宁大学 2021-04-10
人工智能药物筛选、药物设计及毒性预测算法
本成果采用最新的深度学习和分子模拟算法,结合新一代分子特征化方法,开发了多种计算机模型,可用于药物开发中的多个阶段,为药物的快速设计开发提供一个完整的基于人工智能的解决方案。 成果:1.药物毒性预测方法:传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型,这些方法不仅耗费大量时间,而且成本很高。使用计算模型进行有机化合物的毒性预测,所需投入较少,但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型,甚至能够在化合物合成之前就对其进行预测,大大提高了效率,使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选,能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法,运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器,这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起,我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向,我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型,以及糖尿病早期筛查模型的开发,正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文(Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80,ESI 1%高被引论文;Ai H., et al. Toxicological Sciences, 2018, 165: 100-107;Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377;Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78;Liu M., et al. Toxicology Letters. 2020, 332: 88-96;Feng H., et al. Toxicology Letters. 2021, 340: 4-14;Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.) 致癌性预测服务器首页 致癌性预测结果页 相关综述对本服务器的介绍 RF-hERG-Score预测药物引起的hERG相关心脏毒性 2.药物设计方法:在计算机上对药物靶点和药物分子的结构和活性建模,计算药物与靶点之间的相互作用关系,从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导,减少需要通过实验评估的候选药物的数量,从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究,正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。 特异性重打分函数显著虚拟筛选性能显著较高 筛选出两个候选抑制剂 3.药物靶点识别方法:长非编码RNA(lncRNA)是一种长度在200nt至100,000nt之间的非编码RNA,是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为:RWLPAP(随机游走),LPI-NRLMF(邻域正则化逻辑矩阵分解),IRWNRLPI(集成随机游走和邻域规则化Logistic矩阵分解),LPI-BNPRA(双向网络投影推荐算法),LPI-ETSLP(基于特征值变换的半监督链路预测),HLPI-Ensemble(集成学习)。在交叉验证中,我们的模型获得了较好的预测性能。 lncRNA-蛋白质相互作用预测模型的性能比较 lncRNA-蛋白质相互作用预测服务器相关软件著作权:
辽宁大学 2021-05-10
新型冠状病毒精准核酸检测试剂盒
2020年2月14日,暨南大学产学研深度合作企业、生物学博士后创新实践基地--广州海力特生物科技有限公司成功研发可定性和定量检测新型冠状病毒的试剂盒。 暨南大学生命科学技术学院王通教授和海力特公司朱托夫教授团队在1月26日紧急成立了科研公关小组,集中了15名科研、生产和质控人员,开展了针对新冠病毒假阴性的微量精准检测试剂盒的研发。 基于双方产学研深度合作所开发的新型冠状病毒(2019-nCoV)核酸检测试剂盒,已经进入疾控部门和医院开启测试。结果显示,检测27例确诊新冠病毒感染的样本中,该试剂盒全部检出;在50例疑似感染的咽拭子或鼻咽拭子样本中,已上市试剂盒检测出14例,海力特新冠病毒核酸精准试剂盒检测出21例(包含上述14例),最终这21例全部确诊,检出率提高33.3%。该工作表明,假阴性或“漏检”问题有望通过特异性提高试剂盒的灵敏度大大改善。并且,该产品也有望为新冠肺炎患者的疗效评估提供新的监控手段。 暨南大学与海力特共同在暨南大学东莞暨南大学研究院孵化的“东莞微量精准检测研究院”,已于2019年1月获得第三方检测许可证,现有新冠病毒检验能力每天300人份。
暨南大学 2021-04-10
新型冠状病毒精准核酸检测试剂盒
基于双方产学研深度合作所开发的新型冠状病毒(2019-nCoV)核酸检测试剂盒,已经进入疾控部门和医院开启测试。结果显示,检测27例确诊新冠病毒感染的样本中,该试剂盒全部检出;在50例疑似感染的咽拭子或鼻咽拭子样本中,已上市试剂盒检测出14例,海力特新冠病毒核酸精准试剂盒检测出21例(包含上述14例),最终这21例全部确诊,检出率提高33.3%。该工作表明,假阴性或“漏检”问题有望通过特异性提高试剂盒的灵敏度大大改善。并且,该产品也有望为新冠肺炎患者的疗效评估提供新的监控手段。 暨南大学与海力特共同在暨南大学东莞暨南大学研究院孵化的“东莞微量精准检测研究院”,已于2019年1月获得第三方检测许可证,现有新冠病毒检验能力每天300人份。
暨南大学 2021-04-10
新型冠状病毒核酸快速检测试剂盒
陕西师范大学生命科学学院副院长、教育部药用资源与天然药物化学重点实验室主任闫亚平教授团队,联合陕西脉元生物科技有限公司,基于中国疾病预防控制中心公布的病毒参考基因序列,针对现有市场上新型冠状病毒2019-nCoV核酸检测试剂盒的现状,研发并测试成功新型冠状病毒2019-nCoV核酸快速检测试剂盒(恒温扩增法)。目前,已向省市部门报备,助力患病人群的筛查和诊断。据悉,该产品基于环介导的等温循环扩增的技术研发,不需要荧光定量PCR仪等特殊的仪器设备,用水浴锅等简易设备65℃恒温,仅需15分钟即可完成扩增反应,快速、简易,检测结果肉眼可见,检测限可低至每反应体系3个拷贝的核酸模板,为基层医院提供了一种快速检测新型冠状病毒(2019-nCoV)的方法。同时,闫亚平教授团队将其拥有的核酸扩增类产品一管式冻干的专利技术应用其中,可实现检测试剂盒的常温储存和运输,反应体系中只需添加模板即可,简化了操作步骤,适于基层医院开展快速筛查和疫情监控。该产品目前已经完成注册检验,可向有资质的临床机构提供试用。
陕西师范大学 2021-04-10
首页 上一页 1 2
  • ...
  • 5 6 7
  • ...
  • 132 133 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1