打开APP

研究开发表观组关联分析数据库

近日,由中国科学院北京基因组研究所国家基因组科学数据中心开发的人类表观组关联分析数据库EWAS Data Hub正式上线。该项研究成果以EWAS Data Hub: a resource of DNA methylation array data and metadata 为题在国际学术期刊《核酸研究》(Nucleic Acids Research)在线发表。近年来,表观组关联分析(Epigeno

2019-11-03

“雷区”中淘金:肿瘤免疫治疗领域的全球竞争格局分析

  伊匹木单抗单抗的上市开启了肿瘤免疫治疗的大幕,自此肿瘤治疗步入免疫治疗时代。明星产品“K”药和“O”药也在2018年步入全球销售10强的名录。调节肿瘤微环境,恢复T细胞杀伤肿瘤活性的肿瘤免疫检查点抗体药物的成功,刺激了细胞治疗、肿瘤疫苗、免疫调节因子、双特异性抗体以及溶瘤病毒等治疗药物同时涌入肿瘤免疫治疗市场。大肿瘤免疫循环的七步关键过程(细分领域)中挤满了各种药物,全面参

2019-10-23

Science:利用单细胞基因组学进行人类细胞表型分析

2019年10月20日讯/生物谷BIOON/---在一篇近期发表在Science期刊上的标题为“Mapping human cell phenotypes to genotypes with single-cell genomics”的综述类型文章中,瑞士研究人员认为在了解构成人体的细胞表型和人类基因组如何被用来构建和维持每个细胞的目标中,我们正处在一个迷人的旅程中。瑞士巴塞尔分子与临床眼科研究所

2019-10-20

研究开发新型微滴反应筛选技术并开展单细胞分析应用

 中国科学院微生物研究所微生物资源前期开发国家重点实验室杜文斌研究组和黄力研究组共同开发了一种新型的微流控界面纳升注射技术(Interfacial Nanoinjection, INJ),该技术可以将传统的生化反应体系微缩在一个纳升体积的油包水微液滴体系中完成。针对这一技术创新,团队申请了多项中国发明专利和美国专利,并研制了基于INJ技术的小型桌面系统。该系统和国外同类产品如美国Labc

2019-10-14

奕真生物隆重推出子宫内膜容受性分析检测

  奕真生物正式宣布与国际辅助生殖检测的领导者 Igenomix 合作,将国际上广泛使用的子宫内膜容受性分析检测(Endometrial Receptivity Analysis,简称“ERA”)在中国市场隆重推出,为国内广大辅助生殖领域的医患提供可靠的个性化胚胎移植时机决策方案。子宫内膜容受性分析检测 (ERA) 适用于进行体外受精-胚胎移植治疗的不孕不育患者。体外受精-胚胎

2019-09-18

口服减重药奥利司他真实世界有效性与安全性分析

 2019年8月9日,InternationalJournalofClinicalPractice网络首发的一项在既往采用生活方式干预治疗但减重效果欠佳的超重或肥胖症患者中比较奥利司他与利拉鲁肽有效性的真实世界研究结果证实了奥利司他120mgtid的真实世界有效性。该项由西班牙的研究人员完成的回顾性、前瞻性队列研究中,500名既往采用生活方式干预治疗6个月份量体重下降率<5%的肥胖

2019-09-16

类风湿生物制剂现状分析: 原研药需降价、仿制药需尽快上市

生物制剂是近几年来迅速发展的制药领域,其重要的应用之一便是自身免疫疾病,其中包含类风湿关节炎和强直性脊柱炎。然而该领域的原研生物制剂在中国市场的表现却不尽人意,其中还包括连续7年成为全球销售额第一的修美乐。RA和AS在我国的发病率高但缺乏有效治愈手段类风湿关节炎(RA, Rheumatoid Arthritis) 是一种以侵蚀性关节炎为主要临床表现的自身免疫病。罹患RA之后,患者最终将会关节畸形和

2019-09-13

肠道微生态产业发展现状分析

 2016年《消失的微生物》一书问世,肠道微生态研究走入大众视野,目前全球范围内针对微生物与肥胖、哮喘、过敏、糖尿病、肿瘤、精神类疾病的研究正逐步开展。一、肠道微生物概况人体是由自身细胞及共生的大量微生物细胞所共同组成的复杂共生生命体。目前研究认为人体肠道内聚集的微生物数目可达1012~1014个,是人体自身细胞数目的10倍,微生物包含的基因数目超过987万个,人类自身基因数只有2万个左

2019-09-05

研究通过多任务深度神经网络建立药物调控激酶谱的预测分析方法

蛋白激酶(protein kinases)是细胞功能的关键调节分子,是生物体内最大且功能最多样的基因家族之一。因此,激酶是开发治疗癌症、炎症、糖尿病、心血管疾病和阿尔兹海默症等相关疾病药物的重要靶标。然而,由于激酶家族蛋白质(特别是催化域)结构的高度保守性,给高效选择性激酶抑制剂的开发带来了巨大挑战。二十一世纪以来,随着计算机计算能力的迅猛提升和大数据的涌现,深度学习在机器学习算法的基础上快速崛起

2019-09-08