一周高等教育科技创新政策、热点新闻导读

一周高等教育科技创新政策、热点新闻导读

世界上还没有这类产品上市或进入临床研究。本项目技术具有完全的我国知识产权，有关技术与工艺正准备申请国家发明专利。 与国内外现有的抗癌药物相比，靶向性纳米与微球抗癌药物具有以下的优点： （1）毒性低。本产品在体内具有较低的渗透压与毒性，特别是能在肿瘤部位选择性地释药，特异性地杀死癌细胞同时又不损伤正常细胞，有效地降低药物的毒副作用，其毒性比临床应用的抗癌药物至少低2倍。 （2）具有肿瘤靶向性与专一选择性。小鼠体内药物分布实验表明，靶向性纳米与微球抗癌药物能与肿瘤细胞特异性结合和内化，主动地改变在体内的自然分布，导向并富集至肿瘤组织或细胞内，可被肿瘤摄取，在体内显示特异性分布，在靶肿瘤中的浓度较高，选择性杀伤癌细胞，从而实现靶向给药。 （3）疗效好，抗癌活性高。靶向性高分子抗癌药物具有良好的控制释放性能，且在释药过程中能较好地维持有效血药浓度，特别是能在肿瘤部位选择性地释药，特异性地杀死癌细胞同时又不损伤正常细胞，能有效地诱导人体肝癌等细胞（Bel-7204）凋亡。其抗癌活性至少是临床应用抗癌药物的4倍。 （4）疗效时间长。临床应用的抗癌药物在体内最多只能维持30分钟，而靶向性高分子抗癌药物可富集于肿瘤组织或细胞内，在肿瘤（如人体肝癌Bel-7204等细胞）具有较长的停留时间，便于长时间选择性杀伤癌细胞，从而实现靶向给药。而且疗效时间长短，可以随意调节控制。 （5）用药量小。靶向性高分子抗癌药物具有良好的控制释放性能，极大提高药物的生物利用率，而且对药物具有很好的保护功能，减少药物在体内被破坏。与临床应用的抗癌药物相比，其给药剂量至少可以减少2倍。 （6）不需要频繁服药，可以减少病人的痛苦。 （7）具有完全的我国知识产权，有关技术与工艺正准备申请国家发明专利。 目前已经完成了靶向性高分子抗癌药物实验室小试研制、制备工艺优化与体内外动物实验。将进行中试研究，生产足够的产品，重新进行正式的结构表征，并邀请有权限的专业医院进行临床前体内外动物实验，收集整理充足的药物数据，准备申请进入临床试验。

中试阶段/n该成果是筛选、获取并验证特异性高、活性好、成药性强的靶向性先导化合物；完成临床前的原理验证工作。阶段性成果或结题成果情况：论文/共享专利；与药企共同研发实现产业化。临床前验证工作预期需要3-5 年完成。(预期)成果的先进性或独特性：新药创制的源头创新环节，是一级新药（First-in-class）创制的基础。成果的社会/经济意义(价值):为肥胖、2 型糖尿病等重大慢性疾病的新药研发提供全新的

产品详细介绍通用信号数据处理与分析ErgoLAB生理测试云平台，除针对EMG、EDA、HRV、RESP信号的专业处理与分析软件之外，还提供了General基础通用信号分析软件，如生物力学信号、环境信号、皮温SKT、眼电等，该分析模块默认为一般化的处理方式，可满足基本的信号处理与分析统计。其他信号如生物力学信号、环境信号、其他生理信号、眼电信号等可在 General 一般性分析模块中进行处理与分析。该模块可以结合人机环境同步平台和生理记录系统采集到的所有生物信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于查看数据，在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出分析报告单。技术要求：  1、信号处理模块包括基础滤波，包括高通滤波（High Pass）、低通滤波（Low Pass）和带阻滤波（Band Stop）；滑动滤波（Smooth），包括滑动均值滤波Moving Average、高斯滤波Guass和Hann窗；Scale变换，包括线性变换（Liner Transform）、指数变换（Power Transform）和绝对变换（Absolute Transform）3种，以及数据降采样（Resample）。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块信号分析包括时域分析和频域分析，且可时域分析、频域分析自由切换。A.时域分析是将生物信号看作时间的函数，通过分析得到生物信号随时间变化的统计特征。其统计分析指标包括：包括最大值（Max）、最小值（Min）、均值（Mean）、标准差（STD）、最大最小值差（Range）、方差（Variance）。B.频域分析是运用参数模型法和直接傅里叶变化（FFT）将时域分析信号转换为频域分析信号，对信号进行功率谱密度分析，从功率谱密度中确定生物信号的频带。具体包括中值频率（Median Frequency）与均值频率（Mean Frequency）。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、PSD数据以及整体结果报告。