㈠ 颠覆认知 “质”的飞跃 | 持续引领行业，赛默飞重磅新品发布
全球客户在过去的15年里，使用Orbitrap技术发表了超过13.5万篇文章，平均每26分钟就有1篇新文章问世，加速了科学技术的飞速发展。
在2023年ASMS大会上，赛默飞推出了创新性新产品Orbitrap™ Astral™高分辨质谱仪，发布后立即受到行业震动，客户在一年内已发表44篇高水平文章，这一数字相比任何一款Orbitrap新平台首年的文章发表数目均超过10倍，凸显了科学界对Astral的厚望与认可。
6月2日，赛默飞世尔科技全球研发副总裁Lain Mylchreest在题为"从化合物到诊所"的新品发布会上做了主旨报告。报告揭示了科研人员在从发现到验证过程中面临的挑战，高分辨率质谱仪虽然能揭示众多潜在生物标志物，但有效验证这些成千上万的候选标志物却一直难以逾越。赛默飞此次发布的全新产品，针对这一痛点提供了突破性解决方案，是赛默飞创新的又一重大里程碑。在首批全球用户的分享环节中，现场反响热烈，观众不断举起手机记录这一激动人心的时刻。相信全新产品Thermo Scientific™ Stellar™质谱仪的发布，将极大地增强用户在复杂生命分子世界中的探索能力，如同精准的导航图，引领科研人员迈向新的发现之旅。
赛默飞世尔科技诚邀您共同见证这一科技创新的力量如何重塑并加速生命科学领域的研究进展。
Thermo Scientific™ Stellar™质谱仪
该仪器在1小时内可以稳定地定量近10,000种肽，提供创纪录的大规模定量性能。它绝对定量更多靶向化合物，以提高定量研究能力，样本通量提高4倍，展现无与伦比的通量数据。同时，使用增强的灵敏度扩展靶向通路分析的范围，减少样本的缺失值，将靶向定量推向单细胞水平。快速、灵敏的全扫描同步前体离子选择 (SPS) MS3 采集克服了具有挑战性的背景基质干扰，大幅缩减背景干扰，增强特异性。采用各种靶向和非靶向数据采集方案，加快靶向方法的创建和实施，提升实验室生产率。
Stellar的意思为“恒星”，寓意着在Orbitrap Astral高分辨质谱仪挖掘出的分子“星程大海”中，Stellar就是指引目标化合物的灯塔，星际中闪亮的恒星，为您提供精准导航，指引有效生物标志物。
Stellar质谱仪结合了两个质量分析器，一个四极质量分析器用于前体离子选择，以及超高速双压线性离子阱质量分析器。离子集中路由多极（ICRM）同时在两个离子阱中操控离子包。同步离子管理以高灵敏度、宽动态范围和增加特异性高达140的MS2数据，使科学家能够在更短的时间内自信地将更多的候选生物标志物转化为验证阶段。
㈡ SAS，Stata与SPSS哪个最好
很多人曾问及SPSS，Stata 和SAS之间的不同，它们之中哪个是最好的。可以想到，每个软件都有自己独特的风格，有自己的优缺点。本文对此做了概述，但并不是一个综合的比较。人们时常会对自己所使用的统计软件有特别的偏好，希望大多数人都能认同这是对这些软件真实而公允的一个对比分析。
SPSS
一般用法。SPSS非常容易使用，故最为初学者所接受。它有一个可以点击的交互界面，能够使用下拉菜单来选择所需要执行的命令。它也有一个通过拷贝和粘贴的方法来学习其“句法”语言，但是这些句法通常非常复杂而且不是很直观。
数据管理。SPSS有一个类似于Excel的界面友好的数据编辑器，可以用来输入和定义数据（缺失值，数值标签等等）。它不是功能很强的数据管理工具（尽管SPS 11版增加了一些增大数据文件的命令，其效果有限）。SPSS也主要用于对一个文件进行操作，难以胜任同时处理多个文件。它的数据文件有4096个变量，记录的数量则是由你的磁盘空间来限定。
统计分析。SPSS也能够进行大多数统计分析（回归分析，logistic回归，生存分析，方差分析，因子分析，多变量分析）。它的优势在于方差分析（SPSS能完成多种特殊效应的检验）和多变量分析（多元方差分析，因子分析，判别分析等），SPSS11.5版还新增了混合模型分析的功能。其缺点是没有稳健方法（无法完成稳健回归或得到稳健标准误），缺乏调查数据分析（SPSS12版增加了完成部分过程的模块）。
绘图功能。SPSS绘图的交互界面非常简单，一旦你绘出图形，你可以根据需要通过点击来修改。这种图形质量极佳，还能粘贴到其他文件中（Word 文档或Powerpoint等）。SPSS也有用于绘图的编程语句，但是无法产生交互界面作图的一些效果。这种语句比Stata语句难，但比SAS语句简单（功能稍逊）。
总结。SPSS致力于简便易行（其口号是“真正统计，确实简单”），并且取得了成功。但是如果你是高级用户，随着时间推移你会对它丧失兴趣。SPSS是制图方面的强手，由于缺少稳健和调查的方法，处理前沿的统计过程是其弱项。
Stata
一般用法。Stata以其简单易懂和功能强大受到初学者和高级用户的普遍欢迎。使用时可以每次只输入一个命令（适合初学者），也可以通过一个Stata程序一次输入多个命令（适合高级用户）。这样的话，即使发生错误，也较容易找出并加以修改。
数据管理。尽管Stata的数据管理能力没有SAS那么强大，它仍然有很多功能较强且简单的数据管理命令，能够让复杂的操作变得容易。Stata主要用于每次对一个数据文件进行操作，难以同时处理多个文件。随着Stata/SE的推出，现在一个Stata数据文件中的变量可以达到32,768，但是当一个数据文件超越计算机内存所允许的范围时，你可能无法分析它。
统计分析。Stata也能够进行大多数统计分析（回归分析，logistic回归，生存分析，方差分析，因子分析，以及一些多变量分析）。Stata最大的优势可能在于回归分析（它包含易于使用的回归分析特征工具），logistic回归（附加有解释logistic回归结果的程序，易用于有序和多元logistic回归）。Stata也有一系列很好的稳健方法，包括稳健回归，稳健标准误的回归，以及其他包含稳健标准误估计的命令。此外，在调查数据分析领域，Stata有着明显优势，能提供回归分析，logistic回归，泊松回归，概率回归等的调查数据分析。它的不足之处在于方差分析和传统的多变量方法（多变量方差分析，判别分析等）。
绘图功能。正如SPSS，Stata能提供一些命令或鼠标点击的交互界面来绘图。与SPSS不同的是它没有图形编辑器。在三种软件中，它的绘图命令的句法是最简单的，功能却最强大。图形质量也很好，可以达到出版的要求。另外，这些图形很好的发挥了补充统计分析的功能，例如，许多命令可以简化回归判别过程中散点图的制作。
总结。Stata较好地实现了使用简便和功能强大两者的结合。尽管其简单易学，它在数据管理和许多前沿统计方法中的功能还是非常强大的。用户可以很容易的下载到别人已有的程序，也可以自己去编写，并使之与Stata紧密结合。
SAS
一般用法。SAS由于其功能强大而且可以编程，很受高级用户的欢迎。也正是基于此，它是最难掌握的软件之一。使用SAS时，你需要编写SAS程序来处理数据，进行分析。如果在一个程序中出现一个错误，找到并改正这个错误将是困难的。
数据管理。在数据管理方面，SAS是非常强大的，能让你用任何可能的方式来处理你的数据。它包含SQL（结构化查询语言）过程，可以在SAS数据集中使用SQL查询。但是要学习并掌握SAS软件的数据管理需要很长的时间，在Stata或SPSS中，完成许多复杂数据管理工作所使用的命令要简单的多。然而，SAS可以同时处理多个数据文件，使这项工作变得容易。它可以处理的变量能够达到32,768个，以及你的硬盘空间所允许的最大数量的记录条数。
统计分析。SAS能够进行大多数统计分析（回归分析，logistic回归，生存分析，方差分析，因子分析，多变量分析）。SAS的最优之处可能在于它的方差分析，混合模型分析和多变量分析，而它的劣势主要是有序和多元logistic回归（因为这些命令很难），以及稳健方法（它难以完成稳健回归和其他稳健方法）。尽管支持调查数据的分析，但与Stata比较仍然是相当有限的。
绘图功能。在所有的统计软件中，SAS有最强大的绘图工具，由SAS/Graph模块提供。然而，SAS/Graph模块的学习也是非常专业而复杂，图形的制作主要使用程序语言。SAS 8虽然可以通过点击鼠标来交互式的绘图，但不象SPSS那样简单。
总结。SAS适合高级用户使用。它的学习过程是艰苦的，最初的阶段会使人灰心丧气。然而它还是以强大的数据管理和同时处理大批数据文件的功能，得到高级用户的青睐。
总体评价
每个软件都有其独到之处，也难免有其软肋所在。总的来说，SAS，Stata和SPSS是能够用于多种统计分析的一组工具。通过Stat/Transfer可以在数秒或数分钟内实现不同数据文件的转换。因此，可以根据你所处理问题的性质来选择不同的软件。举例来说，如果你想通过混合模型来进行分析，你可以选择SAS；进行logistic回归则选择Stata；若是要进行方差分析，最佳的选择当然是SPSS。假如你经常从事统计分析，强烈建议您把上述软件收集到你的工具包以便于数据处理。