但随着税收征管能力不断强化，税收征收率不断提高，企业实际税负正在逐步接近名义税负，在当前经济形势下，企业痛感会更明显，一些企业如果不能承担可能会选择停业，这不仅影响就业，更会对宏观经济运行带来负面影响。
“遇到“无薪试岗”，劳动者维权最大的难点在于举证难。”李凌云分析称，即便用人单位提前跟劳动者约定试岗期间无薪，或是声称试岗期间多为业务培训，只要劳动者能提供足够的证据证明提供了劳动，进而证明双方存在劳动关系，就能通过劳动仲裁、诉讼等方式追回工资。她提醒劳动者，如果企业要求“无薪试岗”，说明用工不够规范，应尽量避而远之。如果选择接受试岗，也要注意搜集保存相关证据，以便事后依法维权。
刘畅：趋势上，从跟跑到并跑乃至部分领跑已可见端倪，包括高密度DNB芯片/设备链条、空间-单细胞一体化平台等均已取得实质性进展。
但这是否会影响数据的准确性呢？我们通过人-鼠细胞混合实验发现，在控制得当的细胞铺板密度下，细胞间的平均距离远大于这个扩散距离。最终，一个细胞错误地捕获到旁边细胞（来自另一物种）的RNA比例，峰值仅为2.7%左右。再加上我们利用成像技术可以识别并剔除那些靠得太近的细胞，所以这种扩散对单个细胞内基因准确定量的影响，被控制在了一个非常低且可接受的水平。
澎湃科技：任何技术都不是完美的，论文中也提到了RNA侧向扩散等潜在问题。这些问题对数据准确性的影响有多大？在您看来该技术还有哪些提升空间？
其次，学会“看懂”数据，而非必须“创造”算法。对于大多数生物学家来说，掌握基础的统计学知识和数据可视化能力，能够熟练使用标准化的分析流程就足够了。把更专业的算法开发交给专业的合作伙伴。
想通了其中关窍，他也毅然注册了@刘老师讲装修的快手账号。但新渠道的开拓并不容易，“最开始完全不知道要如何下手，分享内容的技巧、拍摄手法都一窍不通，有时折腾一个星期都搞不出一条视频”。
因为细胞是铺在平面上的，我们可以先用显微镜给它们拍一张“集体照”。通过这张照片，结合后续的测序数据，算法可以精确地定位每个细胞、分割出它的边界，并把那些靠得太近或者重叠的“双细胞”剔除掉。我们还可以结合免疫荧光染色，在测序前就看到某些关键蛋白在细胞上的分布。最终，我们能在一张芯片上，同步获得从几百到上百万个细胞的转录组信息、蛋白表位信息和细胞形态位置信息，实现真正意义上的高通量、多模态单细胞分析。
