【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。

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。

产品详细介绍 DNA分子杂交技术，分子杂交炉、核酸分子杂交 一、用途特点：     此仪器是我厂与北京大学生物系、复旦大学遗传所等科研单位参照国外最新产品联合研制推出的国内首创产品。TC-4YY型多功能核酸分子杂交仪，本仪器的各项技术指标均达到国外同类产品水平。可替代进口杂交仪，本仪器采用独特的滚动式反应架装置，配套特制密封杂交管在水平轴上旋转，使杂交管内壁上的杂交反应膜各处能均匀地杂交液反复地接触，充分反应。可进行生物大分子DNA、RNA及蛋白质杂交反应。不仅比塑料袋或其它容器在水浴中进行分子杂交反应效果好，并且还能减少杂交液体积，提高杂交效率，而且也避免了加放射性同位素后封口或塑料袋破漏而造成同位素污染的危险。因此，本仪器广泛应用于生物大分子的杂交反应或其它长时间振摇的化学、生化及免疫学反应，是开展分子生物学技术不可缺少的仪器。     本仪器采用先进的单片计算机进行控制，人机界面采用点阵式液晶显示器（LCD），直观显示系统的运行状况。温度控制采用数字PID技术，输出采用PWM方式，控制精度高，稳定性好，并设有超温保护装置。仪器采用独特滚动式反应装置，每次可夹6根特制玻璃封管在水平轴旋转，旋转速度为每分钟0～16转/可调。TC-4YY型分子杂交仪除具有TC-3YY型所有功能外，杂交箱内可放入直径42mm长300mm杂交瓶。 托盘摆动速度每分钟5～50次/可调。 二、技术指标： 1.电源电压：AC220V±10％  50Hz  350W 2.使用环境：0℃～＋40℃，相对湿度：≤90%RH 3.温控范围：环境温度＋5℃～100℃可调 4.温度波动值：±1℃ 5.温度显示精度：0.1℃ 6.温度均匀性：±0.03℃ 7.瓶架转速：0～16转/分可调 8.杂交管规格：Φ42×150mm或Φ42×200mm或Φ42×250mm或Φ42×300mm6只（任选） 9.摇台摆动频率：5～50次/分可调 10.工作室尺寸：330mm×270mm×310mm 仪器报价以公司网站为主 相关链接：http://www.tocan.cn/category.php?id=17    公司地址：上海市翔殷路165号B区211室 邮编：200433  联系电话：021-51863860、13621641125         QQ：572980613 上海领成生物科技有限公司提供专业的产品、专业的售前、售中、售后服务，将使您的工作能够收到事半功倍的效果。欢迎新老顾客来电咨询，领成将为您提供最优质的服务！

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：

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：

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。

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。

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。

华南理工大学生物科学与工程学院张雷教授团队联合广东省人民医院、广州天宝颂原生物科技开发有限公司等单位组成联合攻关团队，选取2019新型冠状病毒表面糖蛋白基因作为扩增靶基因区域设计特异性引物，采用环介导等温扩增技术成功研发出免核酸提取便携式检测试剂盒，检测时限低至45分钟，具有便携式、快速、特异性高等优点，目前已经完成质量体系评估和试生产。

本发明提供核酸水凝胶在干细胞诱导分化中的用途。所述核酸水凝胶包括：支架单元，该支架单元具备至少三个支架粘性末端，交联单元，该交联单元具备至少两个交联粘性末端，以及水性介质；所述支架单元和所述交联单元均由核酸以碱基互补配对的方式形成，所述支架单元与所述交联单元通过所述支架粘性末端与所述交联粘性末端以碱基互补配对的方式交联，从而形成三维空间网络结构；所述水凝胶用于使干细胞在所述三维空间网络结构中生长并进行诱导分化。