跳到主要内容
溢价试验:

索取年度报价

阿德瓦塔将在路径分析领域与凯杰竞争

溢价

本故事已更新,以反映有关Qiagen与Millennium Science和斯坦福大学关系的不准确性。

芝加哥(基因组网)-一个月前,生物医学解释软件的新贵制造商Advaita生物信息学公司在澳大利亚和新西兰赢得了一笔大交易,使千禧科学公司分发美国公司的路径指南和iVariantGuide技术,用于路径和变异分析。vwin德赢ac米兰合作

根据凯杰提供的一封信,去年年底,凯杰决定终止与千年科学的合作关系,在大洋洲地区分销“独创性路径分析”后,阿德瓦塔就介入了。凯杰表示,该公司现在在大洋洲自行经销IPA产品。

这并不是总部位于密歇根州安娜堡的Advaita第一次进入Qiagen的领域。

斯坦福大学(Stanford University)的生物信息学核心是Qiagen IPA的一个重度用户,最近也通过购买5个座位的许可证引入了iPathwayGuide。advaiita总裁兼首席执行官Sorin Draghici上个月访问斯坦福大学,对斯坦福大学的员工进行软件培训。

“我向他们展示了这个平台的功能。我对他们的邀请表示感谢,然后跳上一辆出租车前往机场。”“当我到达机场时,我接到了总部打来的电话,说(斯坦福大学)多订了10个座位。”

斯坦福大学后来将这一订单增加为整个校园的网站许可证他还是底特律韦恩州立大学创新与创业学院副院长和安德森工程风险研究所主任。

凯杰的一位发言人说,斯坦福大学仍然是其客户。一个发表于5月29日自然描述了斯坦福大学使用IPA分析2型糖尿病患者的多组学数据。

技术确实有些不同。iPathwayGuide不依赖于基因集富集分析,而是使用专利计算方法来检测和减少通路串扰。今年4月,德拉奇奇和他在韦恩州立大学的同事们为他们的计算方法获得了第二项专利。

根据Draghici的说法,在途径技术方面,竞争vwin德赢ac米兰合作对手通常着眼于给定途径上表现型之间的差异表达基因的数量。如果这个数字高于p值,就被认为是“显著富集”,他说。

Draghici说:“这是非常有限的,因为它忽略了这些平台被创建的目的——向你展示信号如何从一个基因传递到另一个基因,一个基因如何控制下一个基因,等等的途径和背景。”

他说,这就排除了基因抑制和激活,以及其他信号,包括基因在通路上的位置

德拉奇说:“如果我有一个通路,其中有一个基因作为关键入口点,如果这个基因被敲除,而这个基因是唯一表达该信息的基因,那么这个通路将完全失活,因为这是唯一的入口点。”

阿德瓦塔数学模型,描述在2017年论文基因组研究根据Draghici的说法,他考虑了每个基因在每个通路上的位置和作用,然后计算扰动。

“在这个途径的每个点上,你都有一个系统生物学的方法。我们正在使用这些先进的方法[和]人工智能,这样我们就可以更好地识别受到影响的途径,以及是否假定的机制能够解释整个系统的所有主要变化,并考虑到所有可测量的变化。”

就其本身而言,Qiagen的一些分析工具类似于基因集富集分析,但大多数“。最好被描述为因果或预测路径分析。”首席技术官雷蒙·菲尔西亚诺通过电子邮件说。

我们的大多数客户购买IPA是为了IPA已经拥有多年的更复杂的基于路径的算法。如果有准确和全面的路径数据,这些算法可以比基于基因集的方法产生更深刻的结果,因为它们可以利用因果和概率路径信息,这是你不能只从基因集开始的方式,”Feliciano说。

Advaita的技术vwin德赢ac米兰合作建立在Draghici的韦恩州立大学研究实验室的基础上。该公司于2005年从这所大学分离出来,有一段时间一直默默无闻。

2008年,阿德瓦塔获得了美国国立卫生研究院第一阶段小型企业创新赠款,金额约为15万美元。德拉吉说,该公司从NIH和美国国家科学基金会(National Science Foundation)获得了其他资助,占了Advaita自成立以来筹集的450万美元的大部分。

该公司目前生产三种产品。蛋白质组学和转录组学分析的iPathwayGuide;iVariantGuide用于变量分析;以及最新的iBioGuide,这是一个生物信息学搜索引擎,Draghici把它比作“科学家的谷歌”。

在后一个蓬勃发展的领域,Advaita面临着大量竞争。IQvia的Linguamatics部门Genomenon和Saphetor都提供基因组搜索引擎,一家法国初创公司也是如此OmicX

iBioGuide索引iPathwayGuide和iBioGuide中包含的信息,以及更广泛的互联网上的东西。

德拉奇说:“如果你对乳腺癌进行搜索,你最终会得到梅奥诊所的定义、治疗中心和支持团体。”“如果你在iBioGuide上做同样的事情,你最终会得到所有与之相关的基因,所有的变体,microrna,通路等等,你将所有的信息集中在一个点上。”

这样就不需要从一个网站跳到另一个网站,包括从“可行动癌症基因组计划”(Actionable Cancer Genome Initiative)数据库跳到其他数据库的特定变体和路径。“它在一个地方,”德拉吉吉说。

Advaita在发现疾病亚型方面也拥有知识产权,Draghici说。虽然该技术还不是核心平台的一部分,但该公司已经完成了与一家未指明的制药公司的定制集成。vwin德赢ac米兰合作

一篇论文和一份正在进行中的专利申请展示了该公司的技术是如何区分恶性、危及生命的癌症患者和轻度癌症患者的。vwin德赢ac米兰合作Advaita实际上利用数据集中的“噪声”来优化其AI引擎,用随机噪声扰动患者数据,训练计算机一遍又一遍地发现癌症亚型。

Draghici说:“然后我们构建一个矩阵,显示出哪些患者倾向于进入同一组,而不管噪音如何。”“这里的主要假设是,如果真正的亚型存在,这些亚型之间的差异应该比个体之间的随机差异更重要。”

这有助于限制对轻度癌症患者进行化疗和放疗等昂贵的破坏性治疗。德拉奇说:“另一方面,如果你知道病人患有非常严重的疾病,那么你就知道你必须采用最积极的治疗,因为这是他们唯一的机会。”

他说,这种类型的预测分析可能会为不必要的治疗节省数十亿美元。

扫描

发现严重COVID-19的遗传危险因素

《自然遗传学》杂志上的一项研究检查了编码OAS1-OAS3抗病毒蛋白的基因座在COVID-19严重程度中的作用。

提高敏感性蛋白质组学的产量

研究人员开发了一个名为plexDIA的框架,以提高敏感蛋白质组学分析的吞吐量。

儿童癌症的新目标

研究人员发现,抑制赖氨酸去甲基化酶KDM4B可能是一种治疗肺泡横纹肌肉瘤的方法。

核酸研究论文提出了De Novo组装的单细胞测序方法

北京大学的研究人员分享了一种SMOOTH-seq方法,用几十个单个细胞的单细胞全基因组序列组装人类基因组。