条码化纸基芯片大规模制造及在即时检验中的应用研究获进展

近日，中国科学院国家纳米科学中心研究员蒋兴宇、研究员张伟和博士杨明珠，通过纸的堆叠和切削加工技术，开发了一种条码化纸基芯片的大规模制造方法和一种可用条码读取器进行结果读出的多重检测方法，为传统材料（纸）的新功能和新应用开发提供了思路。相关研究成果以Skiving stacked sheets of paper into test paper for rapid and multiplexed as

2018（第四届）新型标志物发现与应用研讨会

微纳机器人在多维细胞装配领域应用研究获进展

近日，国际学术期刊Lab on a Chip以后封面形式，刊载了中国科学院沈阳自动化研究所微纳米课题组利用机器人化的微纳操控和组装技术在多维细胞装配领域的最新研究成果。工程技术与生命科学的融合已成为引领科技创新前沿的热点方向之一，将细胞排列、组装成特定的构型，对于药物研发、生物传感以及类生命机器人研究等方面具有重要意义。然而，活体细胞的非结构化和液体的操作环境对机器人技术的感知、驱动和控制提出了诸

生物标志物在肺癌药物开发中的应用

生物标志物(Biomarker)是指可以标记系统、器官、组织、细胞及亚细胞结构或功能的改变或可能发生的改变的生化指标，具有非常广泛的用途。生物标志物可用于疾病诊断、判断疾病分期或者用来评价新药或新疗法在目标人群中的安全性及有效性。癌症的个性化治疗有赖于通过特定肿瘤生物标志物的检测来确定患者的具体亚型。相比于通用型治疗方案，生物标志物驱动的治疗方法有很多优势，目前已成为药物开发过程中必不可少的一部分

“意念控制”从科幻走向应用 大脑会被控制吗

 用意念指挥台灯、无人机甚至小白鼠运动，不用目测就能判断一个人注意力是否集中，瘫痪病人动动脑子就能依靠机器重新站立……这些似乎只有在科幻电影中才会出现的场景，如今部分已经成为现实。在美国，马斯克创立脑机交互公司；扎克伯格成立项目组研发意念高速打字；几天前，来自不同国家的科学家，在美国神经科学学会上展示利用大脑植入设备调控情绪异常的初步人体试验结果。除了这些国际科研探索，在中国，去年航天员

高敏血清标志物检测助力甲状腺癌疾病管理——国内首部《甲状腺癌血清标志物临床应用专家共识》解读

随着血清学检测性能的不断提升，血清标志物检测在甲状腺癌诊疗中的应用价值日益凸显。但现阶段，国内不同医疗机构的甲状腺癌临床诊疗模式和疾病管理方法、尤其是在血清标志物的临床应用方面仍存在较大差异。鉴于此，中国抗癌协会甲状腺癌专业委员会组织编写了《甲状腺癌血清标志物临床应用专家共识》（以下简称“《共识》”），旨在帮助和推进各相关临床机构及专业人员在甲状腺癌临床诊疗和长期管理方面的规范化建设，合理应用甲状

管理工具的应用让医院进入科学管理新时代

 昨天我发表的运用FMEA在预防压疮事件的应用的报告在业内引起了很大反响，特别是在我们江苏的医院管理群和一部分医院院长的管理群中，大家展开了热议。我个人认为：医院管理在一定阶段采用管理工具的方式来进行，这是科学管理的要求，也是医院科学管理的新时代。第一，运用管理工具来进行医院管理是医院实现精益转型的重要前提。二十一世纪医院管理的一个最大特点就是科学管理和精益转型！在实现精益转型的过程中，

下一代测序技术临床应用现状和发展趋势

  自DNA双螺旋结构解析开始，人们在探究健康与疾病基因组复杂性与差异性上付出巨大努力，测序通量限制和高昂成本成为人们深入分析基因组的首要障碍，2005年推出高通量测序技术初步解决了这个问题，人类基因组测序成本迅速下降，由此产生一个新名词：下一代测序(next－generation sequencing， NGS)。在过去十多年，NGS不断进化，人类基因组测序成本已经下降至1

高容量单克隆抗体库和抗体芯片在疾病药物靶点及诊断靶标发现中的应用

Abmart公司创立于2007年， 一直致于提供抗体相关产品和全套解决方案，此次Webinar主要介绍Abmart独有超大规模单抗芯技术MabArrayTM筛选新型肿瘤特异性靶点，用于进行ADC药物、CAR-T细胞治疗靶点开发等肿瘤细胞免疫治疗和分子标记筛选等精准医疗诊疗手段的开发。Abmart利用此项技术通过表型筛选的高通量快速寻找靶点的模式，已经筛选出十多个包含已知和新的肿瘤特异性靶点，在后续

3D打印在面颌修复、心血管构建与生物芯片中的应用

   长期以来，人们一直希望致力于研究能够使损伤、病变组织或器官完美重现和再生的材料和装置。随着生物技术、医药技术、信息技术、制造技术、纳米技术和材料科学技术的迅猛发展与交互融合，新型和新概念生物医用材料层出不穷，譬如3D打印技术的出现。3D 打印技术能够根据患者需求，实现患者对生物高分子材料的快速而又精确的个性化定。特别是对于全器官和大型组织的构建，其所采用的细胞逐层累积方法