设计,优化和制造。数值技术,例如有限元分析,验收动力学,第一原理计算和多尺度建模,可以有效地预测机构属性并优化设计。与此同时,人工智能和大数据分析可以通过机器学习发现新材料和反向设计。智能手段与自适应控制系统相结合,实现了生产过程的自动化和实时优化,从而提高了制造效率和精度。尽管数据和计算成本不足,但随着技术的进步,材料科学却朝着更高的精度和自动化方向发展。
7 2 1 1 中华物理医学与康复杂志 2024 年 12 月第 46 卷第 12 期 ChinJPhysMedRehabilꎬDecember2024ꎬVol.46ꎬNo.12
This course aims at introducing the basic concepts and techniques in carrying out chemical analysis by using various modern spectroscopic and chromatographic instruments.Students will learn how to use modern instruments to determine the amounts of substances present in a mixture down to part per million levels (ppm), and identify the structure of a compound.Techniques such as UV-visible spectroscopy, infrared spectroscopy, mass spectrometry, nuclear magnetic resonance spectroscopy, gas chromatography and high performance liquid chromatography will be covered.This course will also discuss some common standard practices of collecting and preparing samples for laboratory testing, the accreditation system in testing laboratories.This course is conducted in the format of lecture.本课程旨在介绍化学分析中所用到的现代光谱和色谱仪器的基本概念和技术。学生将学习使用该 等仪器来分析浓度水平低至百万分之一的物质,并确定化合物的结构。课程内容包括紫外 − 可见光 谱法、红外线光谱法、质谱分析法、核磁共振、气相色谱法及高效能液相色谱法的操作技巧,以 及化验工作中的收集及制备样本的常用标准技巧和香港化验室所实行的认可系统。课程以讲课形 式进行。 Medium of Instruction:
第一章区块链技术概述 1. 人工智能AI,区块链Blockchain,云计算Cloud 和数据科学Data Science。 人工智能:生产力变革。大数据:生产资料变革。区块链:生产关系变革。 2. 可信第三方: 交易验证,交易安全保障,历史记录保存->价格昂贵,交易速 度嘛,欺诈行为。 区块链: 去中心的清算,分布式的记账,离散化的支付。任 何达成一致的无信任双方直接交易,不需要第三方中介。注意:信用破产,绝 对中心化,不透明无监管。 3. 区块链: 用于记录比特币交易账目历史的数据结构,每个区块的基本组成都 由上个区块的散列值、若干条交易及一个调节数等元素构成,矿工通过工作量 证明来维持持续增长、不可篡改的数据信息。区块链又称为分布式账本,是一 种去中心化的分布式数据库。 区块链技术 是在不完全可信的环境中,通过构建 点对点网络,利用链式数据结构来验证与存储数据,借助分布式共识机制来确 定区块链结构,利用密码学的方式保证数据传输和访问的安全,利用由自动化 脚本代码组成的智能合约来编程和操作数据。 4. 体系结构:数据层: 封装了区块链的底层数据存储和加密技术。每个节点存 储的本地区块链副本可以被看成三个级别的分层数据结构:区块链、区块、区 块体。每个级别需要不同的加密功能来保证数据的完整性和真实性。 网络层: 网格网络,权限对等、数据公开,数据分布式、高冗余存储vs 轴辐网络,中央 服务器分配权限,多点备份、中心化管理。 共识层: 能够在决策权高度分散的 去中心化系统中使得各节点高效地针对区块数据的有效性达成共识。出块节点 选举机制和主链共识共同保证了区块链数据的正确性和一致性,从而为分布式 环境中的不可信主体间建立信任关系提供技术支撑。 激励层: 经济因素集成到 区块链技术体系中,包括经济激励的发行机制和分配机制等。公有链:激励遵 守规则参与记账的节点,惩罚不遵守规则的节点,使得节点最大化自身收益的 个体理性行为与保障去中心化的区块链系统的安全和有效性的整体目标相吻合, 整个系统朝着良性循环的方向发展。私有链:不一定激励,参与记账的节点链 外完成博弈,通过强制力或自愿参与记账。 合约层: 封装区块链系统的各类脚 本代码、算法以及由此生成的更为复杂的智能合约。数据、网络和共识三个层 次作为区块链底层“虚拟机”分别承担数据表示和存储、数据传播和数据验证功能, 合约层建立在区块链虚拟机之上的商业逻辑和算法,是实现区块链系统灵活编 程和操作数据的基础。智能合约是一个在计算机系统上,当一定条件被满足的 情况下,可以被自动执行的合约(程序)区块链上的智能合约,一是数据无法 删除、修改,保证了历史的可追溯,作恶成本很高,其作恶行为将被永远记录; 二是去中心化,避免了中心化因素的影响。 应用层: 区块链技术是具有普适性 的底层技术框架,除可以应用于数字加密货币外,在经济、金融和社会系统中 也存在广泛的应用场景。 5. 区块链特征 :去中心,去信任;开放,共识;交易透明,双方匿名;不可篡 改,可追溯。 区块链分类: 公有链: 无官方组织及管理机构,无中心服务器, 参与的节点按照系统规则自由接入网络、不受控制,节点间基于共识机制开展 工作。 联盟链: 由若干机构联合发起,介于公有链和私有链之间,兼具部分去 中心化的特性。 私有链: 建立在某个组织内部,系统的运作规则根据组织要求 设定,修改甚至是读取权限仅限于少数节点,同时仍保留着区块链的真实性和 部分去中心化特征。 无许可区块链: 一种完全去中心化的分布式账本技术,允 许节点自由加入和退出,无需通过中心节点注册、认证和授权,节点地位平等, 共享整个账本。 许可区块链: 存在一个或多个具有较高权限的节点,可以是可 信第三方,也可以是协商制定有关规则,其他节点只有经过相应授权后才可访 问数据,参与维护。 6. 数字货币:区块链1.0 旨在解决交易速度、挖矿公平性、能源消耗、共识方 式以及交易匿名等问题,参照物为比特币(BTC)。区块链2.0 旨在解决数据隐 私、数据存储、区块链治理、高吞吐量、域名解析、合约形式化验证等问题, 参照物为以太坊(ETH)。
[1] Anderson NM,Simon MC。肿瘤微环境。Curr Biol,2020,30:R921-5 [2] Mao X,Xu J,Wang W等。在肿瘤微环境中癌症相关的成纤维细胞和免疫细胞之间的串扰:新发现和未来的观点。mol Cancer,2021,20:131 [3] Lv B,Wang Y,Ma D等。免疫疗法:重塑肿瘤免疫微环境。前免疫,2022,13:844142 [4] Fu T,Dai LJ,Wu Sy等。免疫微环境的空间结构策划了肿瘤免疫和治疗反应。J Hematol Oncol,2021,14:98 [5] Matsumoto Ki,Mitchell JB,Krishna MC。基于MRI,EPRI和PET的癌症/肿瘤微环境的多模式功能成像。分子,2021,26:1614 [6] Li X,Wang R,Zhang Y等。癌症免疫疗法中肿瘤相关巨噬细胞的分子成像。the Adv Med Oncol,2022,14:17588359221076194 [7] Wang JJ,Lei KF,Han F.肿瘤微环境:各种癌症治疗的最新进展。Eur Rev Med Pharmacol Sci,2018,22:3855-64 [8] Kim Ee,Youn H,Kang KW。肿瘤免疫学成像。nucl med mol成像,2021,55:225-36 [9] liu r,hu y,liu t等。在骨肉癌肿瘤微环境中,免疫细胞浸润和免疫相关基因的特征。BMC癌症,2021,21:1345 [10] Yuki K,Cheng N,Nakano M等。肿瘤免疫学的器官模型。趋势Immunol,2020,41:652-64 [11] Li T,Fu J,Zeng Z等。timer2.0用于分析肿瘤浸润的免疫细胞。核酸Res,2020,48:W509-14 [12] Li Y,Hu X,Lin R等。单细胞景观揭示了活性细胞亚型及其在胃癌肿瘤微环境中的相互作用。Theranostics,2022,12:3818-33 [13] Davis-Marcisak EF,Deshpande A,Stein-O'Brien GL等。从长凳到床边:癌症免疫疗法的单细胞分析。癌细胞,2021,39:1062-80 [14] Seeeevassen L,Bessede E,Megraud F等。胃癌:癌变研究和新的治疗策略的进展。Int J Mol Sci,2021,22:3418
[1] Kim YG, Cha J, Chandrasegaran S. 混合限制性内切酶:锌指融合至 Fok I 切割域。美国国家科学院院刊,1996,93:1156-60 [2] Boch J, Scholze H, Schornack S 等人。破解 TAL 型 III 效应物的 DNA 结合特异性密码。科学,2009,326:1509-12 [3] Moscou MJ, Bogdanove AJ。一个简单的密码控制 TAL 效应物的 DNA 识别。科学,2009,326:1501 [4] Jinek M, Chylinski K, Fonfara I 等人。适应性细菌免疫中的可编程双 RNA 引导 DNA 内切酶。 Science, 2012, 337:816-21 [5] Wyman C, Kanaar R. DNA双链断裂修复:结局好一切都好。Annu Rev Genet, 2006, 40:363-83 [6] Komor AC, Kim YB, Packer MS等人。无需双链DNA切割即可对基因组DNA中的目标碱基进行可编程编辑。Nature, 2016, 533:420-4 [7] Nishida K, Arazoe T, Yachie N等人。利用混合原核和脊椎动物适应性免疫系统进行靶向核苷酸编辑。Science, 2016, 353:8729 [8] Gaudelli NM, Komor AC, Rees HA等人。无需DNA切割即可对基因组DNA中的A*T进行可编程碱基编辑为G*C。 Nature, 2017, 551: 464-71 [9] Kurt IC, Zhou R, Iyer S, et al. CRISPR C-to-G 碱基编辑器用于诱导人类细胞中的靶向 DNA 颠换。Nat Biotechnol, 2021, 39: 41-6 [10] Zhao D, Li J, Li S, et al. 糖基化酶碱基编辑器可实现 C-to-A 和 C-to-G 碱基变化。Nat Biotechnol, 2021, 39: 35-40 [11] Anzalone AV, Randolph PB, Davis JR, et al. 搜索和
车博士曾 4 次获得最佳国际会议论文奖 (EPTC2003 、 EPTC2013 、 Itherm2006 、 ICEPT2006) 。 他合着了一本书,并在先进微电子封装领域的同行期刊和会议论文集上发表了 170 多篇技术论文。他拥有 11 项 已获授权或正在申请的美国专利。 他的研究兴趣包括先进封装的可靠性设计、铜线键合、硅通孔 (TSV) 技术、扇出型晶圆级 / 皮肤级封装、有限元 建模与仿真、微电子封装材料特性、物理驱动和数据驱动的机器学习方法,用于先进封装技术的快速技术风险评 估。 车博士担任 35 多个国际科学期刊的同行评审员,例如 J. of Materials Science 、 J. of Electronic Materials 、 J.Materials and Design 、 Materials characterization 、 Microelectronics Reliability 、 IEEE Trans.on CPMT 、 IEEE Trans.on DMR 、 International J. of Fatigue 、 J. of Alloys and Compounds 、 J. of Micromechanics and Microengineering 等。 车博士连续四年( 2020 年至 2023 年)被斯坦福大学评为全球前 2% 科学家。 他是 IEEE 高级会员。