材料基因创新研究平台.pdf

项目计划书 项目计划书 项目名称：材料基因创新研究平台_ 项目名称：材料基因创新研究平台_ 所属组别：创意组 _ 所属组别：创意组 _ 作品类型：“互联网+”信息技术服务 _ 作品类型：“互联网+”信息技术服务 _ 立项背景新材料是目前社会上极有前景的朝阳产业之一。美国自 2011 开始，将新材料列为影响经济繁荣和国家安全的六大类关键技术之首。我国也将新材料列为七大战略新兴产业和“中国制造 2025”重点发展的十大领域。工信部的权威数据中，2015年新材料产业总产值达到2万亿元，这些数据都在不断佐证新材料的重要性。人类社会的发展和材料的发展密切相关，我们从石器时代一路走到信息时代，材料科学的作用不容小觑。然而，传统的材料科学研究，最大的痛点仍然是材料科学的“试错”（Trial and Error）研发模式：在面临一种材料的研发需求的时候，我们必须反复的进行试验，来找到我们需要的材料。这个过程中，不仅研发周期漫长，而且成本居高不下。而我们团队因为有着计算化学的背景，希望利用计算机技术，来解决材料研发中的这个头号痛点。美国于 2011 年和 2014 年启动了两轮“材料基因组计划”，希望解决这个问题，这与我们的想法不谋而合。我们的想法是，在材料科学研究的实际需求，与材料科学的基础理论（包括：物理学、化学等）之间加入两个中间层：材料的宏观属性（如光学、力学、电磁学等的相关特性）以及材料的微观属性（如材料的组成、键连、电荷分布等），并使用计算机技术包括传统的量子化学计算，以及新兴的机器学习、大数据挖掘来找到这四个层次之间的相互联系，降低“试错”的次数，也为材料科学节约成本，提高效率。“材料基因”为美国等发达国家复兴制造业带来了希望，也为我国改变材料领域的落后局面和调整经济结构提供了机遇。材料基因组计划主旨是结合实验工具、科学计算、大数据技术打造全新材料开发流程，通过搜集海量的新材料实验和计算数据，经过高通量科学计算验证，构建专门的数据库实现共享，攻克新材料从概念与需求到实验制备并最终到工厂这个放大过程中的问题。海量的材料数据收集和高通量科学计算是发展材料基因的前提和关键。然而，相对美国、欧盟等在材料数据收集方面的率先布局，我国在数据库建设方面几乎全面落后。美国坐拥 ACS（美国化学学会）和 APS（美国物理学会）等众多科学出版资源，囊括了全球各国花费巨量资源打造的材料研发数据。欧盟的研究组织已然在全球布局数据收集和存储节点，意图效法美国，坐收各国材料研发成果。2014 年，德国 Springer 出版社通过集成科学文献数据推出材料检索服务，各国科学家们在检索本来就由科学家们所发展的材料数据时均需支付高昂费用。因此，我国材料数据库的缺失相比我国在科研经费和人力上的投入以及不断提高的科研产出极其不匹配，在国际合作中处于被支配地位。缺乏自有数据库，对我国材料基因组计划开展和新材料产业是致命的。美国和欧盟都对文献数据资源的网络访问设置了次数、IP、下载等重重限制，使得外部无法开展任何系统性的数据分析，材料基因的挖掘和清洗甚至简单定义都无从谈起。同时，我国材料行业产业起点较低，承担的往往是产业链中利润空间极低的粗加工业务，因此材料大数据的缺乏已成为我国材料企业往高端升级的瓶颈，具有远见卓识的集团公司例如华为每年面向科研院所发布大量新材料研发项目，旨在突破材料生产的瓶颈。团队构成主要产品和服务针对我国目前严重缺乏材料基础数据的现状，我们团队决定率先建立材料基因创新研究平台（以下简称平台）。平台主要包含材料基因收集、基因数据库构建、基因数据图谱分析以及性质模拟四个主要部分，主要提供三大服务：1.材料大数据检索和订阅服务；2.材料基因定制服务；3.材料电商与产学研中介转化平台。材料大数据检索和订阅服务此服务面向国内高校和研究所的科研用户，通过计算机 Web 技术，整合各种渠道来源的材料科学原始数据，提供专业的材料检索服务，包括：（1）功能分子、高分子、分子晶体、纳米结构、固体材料等材料的搜索；（2）材料性质的检索和分析；（3）基于量子化学计算的数据检索以及文档服务，包括优化空间构型、计算量子态结构等；（4）利用量子化学计算预测物理与化学性质，模拟多种谱学响应，揭示实验机理，如分子电子学与光子学、化学反应、光催化、光电转换、传感与探测、生物化学等。我们希望通过量子力学计算、机器学习等手段对数据库进行完善，以期从数据库中获取新的材料科学知识，指导材料科学学者的研发工作。在这个方面，我们已经研发并且上线了早期版本 （如图 1），这是一个用于检索材料信息的网站，目前已经可以完成基于分子结构（如图 2）、名称和性质的检索、过滤和实时可视化。而检索到结果之后我们会提供数据库中收录的所有性质列表，以及经过量子力学优化的结构下载（如图 4）。在团队所属课题组经过努力，以及国家超算中心等的配合下，已获取上千万级的功能分子、百万级别的晶体结构的材料特征数据，构建了实用的材料基因数据库。图主界面 图绘制结构进行检索 图检索结果列表页面 图材料全部信息的检索界面而在此方面的短期计划中，我们需要尽早地实现平台的主要部分，即利用计算机数据库技术，实现对各种材料（分子材料、周期性材料、复合材料）的基本物理化学性质的分类管理；建立 Web 服务系统，逐步实现材料科学数据的社会性收集；开发适用于材料大数据研究的人工智能和互联网核心技术：开发互联网和移动网络的 App 实现数据的自动化大规模收集、通过深度学习实现材料数据智能分类、基于物理化学分析挖掘优质的材料构效关系描述符；需要开发出高效的材料基因关联、图形和模糊检索技术，为学术用户提供更友好的材料检索服务。这方面的研发工作在 2017-2019 年实施完成。材料基因定制服务此服务面向企业和科研用户，提供定制的材料研发及其产业化服务，具体包括针对具体应用的分子与固体材料设计、针对特征性能参数（光、电、磁、热、吸附、活性等）优化的材料基因数据服务（小型数据库或软件）、实用器件性能（化学反应、发光、导电、光催化、储能、探测等）仿真。在此方面，我们已经和中航工业西安飞机工业公司、贵州瓮福集团、北京泊菲莱公司等达成了合作，成功完成材料筛选设计工作，产生良好经济效应。材料电商与产学研中介转化平台次服务面向学术机构与企业，搭建材料相关的学术创新成果收录与转化平台。（1）为学术和研发用户提供材料产品的在线订购服务，实现在线下单、订购、支付和快递全链条服务；（2）实现有产业化潜力的材料的智能挖掘，并展示于材料基因大数据库的信息平台上，并按层次向付费的 VIP 企业用户推荐最新学术成果；（3）收集并展示行业和产业中的材料研发需求，提炼生产实践中的基础科学问题，主动沟通企业家与科学家，推动成果转化。（4）面向行业企业，基于特定应用（化学反应、发光、导电、光催化、储能、探测等）的某类材料，整合全面的物理、化学、生产、来源、应用、趋势等信息，撰写大数据报告分析，为企业研发和投资分析提供战略性指南。技术选型在综合考虑之后，为了更方便地收集和检索材料科学数据，我们决定使用Node.js 技术进行“前端”部分的构建，而后端则对接各种超算平台，利用这些服务来进行大规模的材料科学的数据挖掘分析。由于材料数据的多样性，在数据库方面我们使用了 CouchDB 这个非 SQL 文档数据库作为主要的存储引擎，然后将数据库中的内容同步到 Elastic Search，利用 Elastic Search 实现高性能的全文检索。而为了实现基于分子结构的搜索，我们使用了 AP/TT 特征来为每一个收录的分子结构进行特征向量化，让我们可以使用Elastic Search的引擎来实现分子结构搜索，和一些相关的数据分析、机器学习分析等。而在数据订阅服务所用的用户验证方面，则使用 ASP.NET Core 构建服务，数据库采用较为传统的 PostgreSQL 实现。在检索服务所用的量子化学计算，以及材料基因定制服务方面，我们使用Gaussian、VASP 等软件进行量子化学的相关计算，同时我们也在积极参与量子化学计算专用 FPGA 硬件加速卡的研制工作，来提高计算的效率和准确性。根据我们的估计，VASP 在这个计算卡上可以比使用 CPU 提高 10 倍以上的性能。机器学习在这个方面的作用也十分重要，我们主要使用 Theano 来进行相关的机器学习和数据分析。初步成果我们团队在该方向已有较好基础，围绕理论化学模拟、材料基因科学、大数据服务三个重要研究方向，已形成了学术优异、结构合理、优势互补的科研人员队伍。团队所属课题组在新材料领域承担了国家科技部、自然科学基金委、中科院等重要任务，涵盖了量子功能材料、生物医药、分子材料、纳米材料等应用。围绕“科学大数据挖掘、第一性原理计算、材料基因组学研究、材料数据检索、云计算服务”的主题，团队所属课题组经过努力，已将材料检索服务的先行版本上线运行，并完成了若干次成功的材料信息定制案例。此次通过本团队开展产业化运作，推出材料大数据检索和云计算业务，将在材料大数据分类、清洗和归纳方面发展基于人工智能和互联网的核心技术，从而为学术和企业用户提供材料基因挖掘与设计定制。所建设的平台将实现下列五个目标：公共服务：承担国家级“材料基因组学计划”重大项目，提供官方认证的权威性材料数据检索和收集业务，并发展新材料云计算服务；大数据挖掘：整合全球材料科学多年研究成果，去伪存真，清洗转化；科学研究：提供材料设计第一性原理“起点”，解决新材料研究的瓶颈问题；新兴产业：实现科学研究与新兴产业之间的成果转化平台，直接服务于新材料产业和先进制造业，降低研发门槛，缩短开发流程，降低生产成本，聚集上下游，延伸产业链。长期研发计划平台的建设依赖于理论计算、计算机科学、高通量实验技术和信息工程等多方面工具的协同攻关。我们的远景计划中，具体建设模块如下图所示分为四个部分：材料基因的收集子平台：包括初期的材料基因定义，多层次多角度结合目前大数据挖掘技术中的分类、回归分析、聚类、关联规则、特征和偏差分析等方法，建立基因数据收集模版，开放 Web 模式的基因数据收集平台。计划于 2017 年子平台初步建设完成，四年后实现稳定运行并占据主要市场份额。基因图谱描绘子平台：采用基于化学信息学的材料筛选和大数据分析处理工具，从材料基因出发构建材料结构和分子模型，应用第一性原理模拟获得材料信息，进而将通过高通量实验验证和多维度的表征研究来进行机理分析，所得信息反馈于理论计算实现构型优化和理性设计，并在过程中提升定义新的材料基因，最终针对应用需求描绘基因图谱。计划于 2018 年子平台建设完成，六年内实现稳定运行并占据主要市场份额。基因数据库子平台：对材料基因数据进行甄别和清洗，结合基因数据特点计数据库格式，实现高效分类管理。利用海量数据训练机器算法，发展材料基因定义和复合体系功能化设计的机器学习技术。计划于 2018 年子平台建设完成，六年内实现稳定运行并占据主要市场份额。基因库云服务子平台：利用高性能超级计算服务器，与新材料企业就功能分子和材料进行应用需求分析，以分布式计算方式为企业新材料研发提供前期数据基础和性能预测数据包，定制新材料研发方案。计划于 2019 年子平台建设完成，八年内实现稳定运行并占据主要市场份额。市场分析上述三类服务皆属于新的市场领域。在材料检索订阅服务方面，该类服务可参比德国 Springer 与美国 ACS 出版集团分别推出的 Springer Materials 和 SciFinder 服务，根据中国科学技术大学图书馆的反馈数据，他们每年为订阅 Springer Materials的花费为 70 万元；ACS SciFinder 的费用则是 25 万元。根据这些数据我们估算，仅在中国市场，此项服务的估值即有 50 亿。显然地，我们将面临国外出版商的竞争，考虑到材料数据库的战略意义，我们将极力争取政府层面对本土材料检索提供方的倾斜支持（包括资源上的以及政策上的）。在材料数据库的构建过程中，解决数据来源问题非常关键，在这里我们希望采用美国 Protein Data Bank 的模式，即通过先期的数据质量，吸引文献作者以及其他研究者向我们的服务上传数据，同时在文献中引用我们数据库的链接，这样既提高了我们数据库的权威性，也丰富了数据的来源。除了直接在文献中出现的数据，研究者在研究过程中产生的数据不少也有收录的价值，我们也会开放相应的接口，让研究者上传这些内容。新材料属于七大战略新兴产业和“中国制造 2025”重点发展的十大领域。工信部的权威数据中 2015 年新材料产业总产值达到 2 万亿元。我国材料行业产业起点较低，承担的往往是产业链中利润空间极低的粗加工业务，因此核心技术的缺乏已成为我国材料企业往高端升级的瓶颈，具有远见卓识的集团公司例如华为每年面向科研院所发布大量新材料研发项目，旨在突破材料生产的瓶颈。因此我们嗅到了新材料研发领域的空前需求，这也是我们提供材料基因定制服务的动力：我们可以通过我们的定制服务，为相关的客户（材料科学领域的相关企业）定制和其研发需求相符合的软件，来降低他们的试错成本、缩短研发周期、提高产品的性能。而我们则可以通过收取授权费的方式在这个过程中获得收益。我们估算每年相关领域的收益可以达到 8000 万元，而且相信经过我们 1-3 年的培育，材料基因的市场将迅速扩大发展。竞争分析在材料检索服务方面，目前我们的服务主要受到科技文献出版商的检索服务的竞争，这些服务包括 Springer Materials 和 ACS SciFinder 等，这些服务依托出版商的大量文献和会议资源，获取了不少的原始数据。然而同我们的服务相比，这些服务第一只是简单地罗列出版社所收集的论文的结果，并没有进行更完备的整理，对材料毫无分类，基于材料性质的检索方面几乎为空白；第二他们没有应用科学计算挖掘有用的材料科学规律，更没有结合大数据分类、清洗和归纳分析工具，对材料基因的挖掘也缺乏类似机器学习和人工智能等手段。而这两项正是我们团队所属课题组长期科研积累得优势所在，我们可以通过量子化学计算来完善我们的数据库的广度和深度，以及在此基础上进行“模拟实验”，模拟出材料的实验属性；或者通过数据挖掘和机器学习，来获得一系列高质量的分析结果，从而进一步降低计算的成本以及丰富数据完整性。因此相比既有服务，团队所属课题组拥有材料大数据的核心技术，可以提供更加便捷的检索和数据分析，和相对较低的成本。这些也就是我们主要竞争力所在。在材料大数据分类、清洗和归纳领域，我们团队所属课题组在国际上率先发展了人工智能、机器学习和数学线性回归等核心技术，并已在功能分子和固体材料的大数据分析中应用，取得良好效果。该方面的核心技术在国际和国内都属于科技前沿，具有竞争力的研究团队极少。我们认为其他高校、研究机构，甚至前文提及的出版商本身都有可能参与类似服务的开发中来，因此他们都是我们的潜在竞争者。而我们在此方面的先发优势会帮助我们甩开潜在竞争对手。因为我们认为，这种数据库的订阅服务中，先手优势会让我们在数据的完整性方面和智能检索效率方面远胜于竞争对手。材料基因定制服务方面，此类服务在市场上面尚属空白领域，我们预期将来会有大量的企业和研究机构参与这方面的角逐中来。相比这些潜在的竞争者，我们团队具有声誉卓著的学术影响力和广泛的学术网络。同时，团队在材料定制方面拥有更多的开发经验和先发优势，在获得融资后可在高性能超级计算资源方面甩开潜在竞争者。尤其值得一提的是，团队通过前期的材料大数据检索服务，将可迅速在材料大数据收集和检索领域占据主要市场份额，形成有效的技术壁垒，让后来者极难超越。材料检索、基因定制、材料电商、成果转化都属于打通材料研发领域与行业企业的交通渠道。我们认为，得益于本团队声誉卓著的学术影响力，以及与西飞、瓮福、泊菲莱等行业巨头的长期合作基础，我们与其他的潜在客户开展服务会十分顺利，不会有更多的壁垒。商业模式材料大数据检索方面我国全国高校 2879 所，科研院所 5000 余所，这些用户对于可进行综合分析的数据库要求明显，而且此方面产品目前在市场上仍属空白阶段。我们希望通过对我们主数据库的内容进行分级，然后根据客户的订阅等级开放相应的访问权限，实现数据库的收费订阅功能。我们希望对于知名高校或者我们认可的高价值客户开放价值最高的核心数据（如有量子化学计算参与的性质仿真、机器学习获得的隐性材料科学模型等），一般的高校客户开放一些他们感兴趣的性质数据，而在公网上，只免费公开一些价值不高的内容，如一些开放数据库的汇编等。我们希望借助这种分级开放的模式来提高订阅服务的收益，也可以降低核心高价值数据被盗的风险。而我们公开的免费数据则是我们服务的一个高效“广告”，也是我们数据库深度和广度的最佳证明。目前，国内高校普遍购买国外材料数据库（如 Springer Materials、ACS SciFinder）的市场规模达到 50 亿元；同时，国家正在酝酿上千亿规模的材料基因重大研发项目立项。统计表明，近十年国家科技部在生物基因筛选方面的项目研究经费有 30%最终流向华大基因的测序服务，我们的材料大数据检索将为获得国家材料基因研发项目的学术用户提供最及时的支持。在提供材料检索的同时，我们将迅速占据材料大数据研发的主要市场份额，从而为如下的材料基因定制、材料电商、产学研中介平台提供核心竞争力。材料基因定制服务方面此产品主要面向企业研发用户。和订阅服务不同，此类用户往往对于数据有着更加严格的要求，而且需要针对其研发流程制作“个性化的”计算程序，因而消费方式偏向于高端，属于“小而精”的垂直领域高价值咨询类的服务。因此我们决定使用两种不同的开发模式：第一，针对更多需求更通用的用户，我们会通过提供 SaaS 类的服务接口，为他们提供材料科学的基因定制和计算功能；第二，对于拥有更高要求，特别是有数据保密要求的 VIP 用户，我们会与其进行线下接洽，然后为其定制开发包括小型材料基因数据库、定制化材料信息计算软件等进行高水平的定制服务。在这两种模式中，后者是我们已经开始进行的服务项目，目前我们团队以及相关合作课题组已经完成的服务案例包括：（1）为中航工业西安飞机公司（西飞）进行材料计算软件的定制服务，基于材料大数据分析实现航天飞机涡轮部件记忆金属材料的性能仿真和筛选。自 2010 年至今，团队所属课题组每年承担 100 万元左右的设计项目，所发展的极端条件下(温度 3000K、压力 10GPa、70，000 金属原子)记忆金属材料，每年为其节约高温与高压的能耗成本、安全成本和生产成本共 4320万元，部分优秀新材料已用于波音飞机的制造；（2）与贵州瓮福集团达成合作意向，由我们为期定制磷矿浮选药剂的数据服务，考虑到该集团每年近 10 亿元的环保成本，以上药剂设计的专利转让费利润空间极大；（3）2015 年与泊菲莱公司签订战略合作，联手推出光催化测量数据标准，搭载硬件平台提供材料筛选服务。目前课题组每年承担该类项目经费 100 万元，且正在逐步开展与更多的客户，如首钢集团的合作。材料电商与产学研中介转化平台服务此产品主要面向学术机构与企业。付费的 VIP 企业用户服务项目可在 3 年实现盈利；为学术和研发用户提供材料产品的在线订购服务可参比阿里巴巴和京东集团的电商服务因此极具利润空间；企业家与科学家的成果转化中介服务符合政府支持的新材料战略方向；行业领域大数据报告分析可为企业研发和投资分析战略性指南。上述服务收益暂时难以估计，但市场前景极其巨大。业务拓展计划考虑到我们的项目更多地是一个垂直领域的专业化服务，因此营销方案也以精细化、专业化为主，主要宣传我们服务的质量。在材料大数据检索服务和材料电商与产学研中介转化平台服务的方面，我们希望：（1）建立营销团队，访问各大高校和科研院所进行推广；（2）购买网络服务，利用学术网站、微信、微博等平台向全国各推广；（3）利用本团队的学术地位，举办多次材料基因学术研讨，在此过程中进行推广活动，并和与会者交流吸取经验以改进产品；（4）参加、赞助和支持国内材料相关的学术会议；（5）在学术期刊登载广告；（6）访问一批活跃在学术前沿的老中青科学家，提供免费检索服务，邀请具有好感的科学家录制推广视频或撰写推广文章。在材料基因定制服务以及材料电商、产学研转化方面，我们的推广计划包括：（1）建立营销团队，访问材料企业，介绍定制服务；（2）争取政府部门支持，例如目前已获得贵州省委组织部的全力支持，参加政府部门组织的企业创新创业论坛；（3）基于本团队两名国家“千人计划”入选者的学术声誉，与企业研发团队互访；（4）积极申请和承担华为等大型集团发布的材料研发项目。财务分析融资方式我们的起步融资计划需要货币融资 300 万元，3 年后扩大融资。我们预期向相关领域的投资人融资，以和材料科学、物理、化学领域有更多交集的投资人为优先考量对象，互联网领域的投资者也是重要的潜在融资对象。除此之外，在研发的初期，我们也会利用相关的科研经费来进行研发工作。利润分配根据经营状况，前期用净利润 5%发放红利，之后随着公司的扩张、业务的增加逐步提高发放率，最高至 30%。利益分配方案公司交纳所得税后的利润，按下列顺序分配：1）如上年度有亏损，其分配应弥补上一年度的亏损；2）提取任意公积金；3）支付股东股利；4）提取法定公积金百分之十；成本分析本项目所涉及的成本主要包含以下方面：1.服务器采购和维护。材料检索和材料基因挖掘所需要的服务器费用大约为 30万元，维护费用 30 万元（包括空调、UPS、机房租赁等），三年共计成本为 60万元。2.材料筛选程序、机器学习软件、网络平台等研发和维护。预计研发核心团队为5 人，三年人力与开发成本约为 100 万元。3.营销和推广费用。预计营销团队固定人员达到 5 人规模，三年用于人力成本和推广（会议、网络平台、广告等）成本约 50 万元。4.材料大数据建设，材料数据收集、分类、清晰和建设需要大量材料、物理、化学、信息学科领域的人力，还需要建立奖励机制鼓励学术界和研发界的主动数据上传，推广、激励和人员费用三年成本约 50 万元。5.企业经营和运行成本，包括房租、差旅、接待等，每年约 40 万元。财务预测年 2017 2018 2019 主要业务收入（万元）0 50 150 主要业务成本（万元）150 75 75 主要业务盈利（万元）150 25 75 风险分析市场预期效果分析第一、打通学术界与企业界的交通渠道，需要政府和社会支持，前期可能比较艰难。将通过广泛参加政府组织的相关会议、展览、创新创业论坛和竞赛等争取支持。第二、前期收集企业信息困难可能性。我们将利用检索服务吸引企业主动注册，后期跟踪服务，打好口碑。第三、前期学术研究主力即研究生的用户粘性不够的困难。将通过大量的学术研讨会推广服务价值，并对主动提交数据和引用材料基因数据的研究生，适当的给予材料检索打折奖励。行业风险分析考虑到属于新兴市场领域，不存在行业壁垒，行业风险较低。在这个行业中，本身竞争对手就很少，而且材料研究具有较高的学术门槛，后期跟风山寨企业的数量会很少，即使有学术界的竞争，也已经在规模上难以超越我们。团队所属课题组在国际上率先将人工智能和机器学习技术引入材料大数据分析，具有先发优势，所掌握的核心科技可保证在 5 年内没有有效竞争。同时，融资后本团队将聚焦于材料大数据的互联网与移动网络智能检索和收集技术研发，进一步扩大核心竞争力。通过获取政府层面支持，可在材料检索这一涉及国家战略安全的领域屏蔽国外竞争者。因此，从整体上来说它现阶段处于上升的阶段，有巨大的发展空间，行业的风险不高。融资风险分析材料大数据的缺乏已成为我国材料企业往高端升级的瓶颈，具有远见卓识的集团公司例如华为每年面向科研院所发布大量新材料研发项目。同时，新材料属于七大战略新兴产业和“中国制造 2025”重点发展的十大领域，政府正在酝酿上千亿的材料基因研发计划，这些政策利好对我们后期融资将非常有利。风险应对策略1.建立健全企业各项规章制度，尤其重要的是建立合同管理制度、财务管理制度和知识产权保护制度；2.加强客户的信用管理。主要是建立客户档案，了解客户的资信情况。3.认真签定、审查企业对外签订的各类合同，加强对合同履行过程中的控制和监督。结语材料基因创新研究平台能有效解决我国新材料研究领域信息不对等的劣势，为广大材料研究人员提供高质量的材料基因数据，在促进我国该领域科研水平的同时，也能够为产业链提供优质的材料研发解决方案。而在服务我国的材料科学研发的过程提供协助的过程中，我们也可以通过提供数据库订阅服务、材料数据定制服务，以及材料电商服务获得可观的收益，实现双赢。我们衷心期望，在材料基因公共数据平台的帮助下，我国在新材料领域能更上一层楼。