科学网 › 标签 › 诺禾致源

标签: 诺禾致源

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

科技服务下一个路口（上）: xudabin98 2018-7-31 10:10; 1 科技服务行业困境《科技服务未来路在何方》作者通过科普的方式从公司维度展现了98年到2018年二十年科技服务起起伏伏，横贯全文，透露出一股时下流行的焦虑感。焦虑主要来自两个方面：第一科技服务的利润薄如刀锋，甚至负利；第二数据的高速产出已经超越对数据的解读能力，提供至市场的产品服务范围没有扩大，整个市场份额未出现较大增长。以人力消耗为基准，可把世界上产业简单分为三类。第一类是轻度消耗型业务。最典型的产业如网游，《王者荣耀》程序码好了，在几亿用户基础上，即便再增加几千万用户，也仅仅是增加几台服务器，对人力的消耗，边际成本几乎为零。第二类是中度消耗型业务，比如淘宝，一些固定标准化的流程可以通过软件自动化实现，但出现售后服务依然需要人力来完成，随着用户数目扩大，人力成本损耗相应增加。第三类是重度消耗型业务，最典型的是医生，需要一对一的方式找出病人需求，每多增加1万名病人，就需要增加十几倍甚至几十倍的医护人员，人力消耗极大，几乎不可能迅速扩延服务线。科技服务业务中，仪器试剂就属于典型的轻度消耗型业务，卖一百个实验室和卖五百个实验室，并不会在人力成本上产生较大需求，烧杯卖完了，几乎不会有太重售后服务产生。而基于二代测序的科技服务则恰恰是重度消耗型业务。业务逻辑及行业入门看似简单，但这里面发生并消耗的人力成本是巨大的。比如一个重要的客户需求，销售发掘后，需要后台技术支持同事、产品同事、信息同事甚至实验同事共同协作配合，以综合评估是否能满足客户需求或者如何与竞争对手争夺，这个服务过程人力成本消耗是很大的，而且没有固定的标准可以量化。即便建库测序等流程可以自动化，以工业化的方式去生产，但服务的部分无法标准化和自动化，而这部分消耗巨大。2012年转录组2万元/个，与今日1200元/个，公司团队所付出的精力和时间并没有减少，而人力固定成本反倒大幅增加。最终导致整个行业人均产出这么多年一直在30-45万/人/年徘徊。在2012-2015年科技服务产品尚未成熟之际，公司之间的竞争更多是在产品内容层面比拼，随着产品成熟完善以及新玩家加入，价格这一最直接最血腥的竞争手段则成了各公司最后杀手锏。著名经济学家曼昆在《经济学原理》书中从经济学的角度科学地证明了价格战是消费者选择的必然。价格战爆发有一定的经济规律，一般而言价格战很少发生在高度差异化的行业。但在一个高度同质化的行业，必须通过大幅降价才能说服顾客从其他公司转向自己。随着产品的丰富化、多样化，生产同一产品的企业日益增多，导致产品结构雷同，技术附加值低。许多企业的产品同质化很严重，产品没有创新，技术更新缓慢，缺乏差异性，企业为占有更多的市场份额而进行策略性降价甚至是价格战。科技服务第一次大型价格战火拼发生在2014年春天。经过一年半产品打磨，诺禾致源转录组产品等在整个市面上声誉如日中天，市场份额不断扩大。在诺禾每个转录组样本最低报价12000元的基础上，华大科技直接报价8000元。要知道，降价20%就足以让客户心动，降价40%对客户而言已经是不可抗拒的诱惑。这点从华大基因招股说明书中有明确表示：“2014 年公司综合毛利率较低，原因系当年原材料采购成本较高、生育健康类服务短期暂停，以及公司主动下调部分业务销售单价应对市场竞争。”从此以后，科技服务全线产品开启了下跌之路。科技服务价格战今后是否还会持续下去？除去技术升级带动成本下滑以及追求营收为目的玩家等各种因素，在盈利单一维度下，价格下探空间已经逼近极限，通过价格战抢占市场占有率，从营销策略上讲，已失去最大作用。科技服务行业整体进入了一个瓶颈期，找不到增量发展的方向，而这个时候的博弈，就从共同突围转向相互攫取，做不到蛋糕变大，那就把精力放在在当下蛋糕基础上，力图多分一些蛋糕。在这样格局下，竞争激烈程度可想而知。然而，竞争是两个字，争的意思是在横向上进行厮打，竞说的是在纵向上一同向前。现在更多只有争没有竞，不向前进步的原地厮打是没有任何意义的。《科技服务未来路在何方》作者从行业全局提出另外一个观点是今天数据高速产出能力已经远超对数据的解读能力。华大黄埔军校职能的丢失以及行业利润下滑导致的薪酬无竞争力，导致大量有经验的分析人员转行互联网、大数据挖掘等行业，数量锐减；而“常规分析人员”的增加并没有解决数据解读与分析的迫切需求。最直接的体现是产品层面停滞不前，除了高投入的大基因组文章以外，新颖思路的高水平文章极少在国内出现。不仅仅是科技服务，基因检测产业发展二十余年来，除去NIPT这一爆款产品外，截止当下，尚未有另一个爆款产品出现。这应该是整个行业另外一个最大的困局之一。2018年5月NBT发表了北京大学光动态成像中心汤富酬特邀评论：提升单细胞的分析能力。文章指出，单细胞转录组测序正在改变我们对复杂生物系统的理解和认知。今天的技术手段可以在一次实验中测序数千个单细胞的转录表达情况，从而能够发现在群体水平上无法识别的稀有细胞类型和细胞异质性。然而，将来自不同单细胞实验的数据组合起来分析，在技术上具有很大挑战性。如果没有强大的分析工具，就无法充分利用正在产生的大量数据，无法挖掘现有数据集从而获得更多的未知。高校作为开拓新技术的先锋尚无能力去解决这一问题，而以盈利作为第一导向的企业，信息分析人员以硕士作为主体，在软件优化、算法升级上与高校有更大差距，对这一问题的解决亦是无能为力。题外话，今年整个单细胞测序市场需求日益增多，成了当时当下很多公司纷纷争抢的新大陆。 2 科技服务公司有没有护城河护城河，在投资上这个词是巴菲特首次提出，用一句话简单来说，就是这家公司相对于同行业公司来说有没有行业壁垒。护城河是否宽广意味着同行业的公司能否短时间超过。既然护城河的定义就是拥有相对于同行业有竞争优势，那么我们就可以说一家有护城河的公司的盈利能力要比对方要强。一家公司有盈利能力，无非是两种，一种是比别人卖的贵，另一种就是比别人的成本低，从而有更多的利润空间。 2014年是华大科技内忧外困的一年，众多科技服务公司纷纷成立，迅速蚕食华大科技市场份额。而且大家出自华大，对华大运营体系、营销体系、技术体系等了如指掌，虽然出自华大，但打起来也毫不手软，这情景极像六大门派同时围攻光明顶。2015年华大科技重新更换掌门人后，在测序外包、口碑下滑、人才大幅流失等情况下依然快速走出泥潭，重现巅峰，靠的就是多年深耕科技服务市场建立的护城河。其成本控制系统、运营系统、技术系统、营销系统等等构筑了其强大护城河，而不仅仅是有多少台测序仪、几个技术大牛等。如果想要超越华大科技、诺禾致源，成为一家有规模的科技服务公司，必须要解决五个方面的问题：产品的稳定性；产品是否满足目标的客户的需求；有竞争力的产品价格；客户的利益能不能得到长期保护；售后服务是否及时有效。而这恰恰是一家公司能否建立竞争壁垒的护城河，想要建立这样的护城河，冰冻三尺非一日之寒。前段时间美团在南京和上海发起了对滴滴的网约车大战，但从上海战的结果来看，身经百战的滴滴没有那么弱不禁风，看似简单的网约车对于美团来说有太多课要补。新的玩家携巨资、以同样的产品形态进入市场，因为品牌、文化等因素，要付出成本远高于现有玩家。就像美团做打车，滴滴做外卖，都要交上很久的学费。对于科技服务一样的道理。去年有家科技服务公司短短半年时间就取得了过半亿的营收，这在业内也是无出其右，但是没有根基的催肥，不顾行业规律，一腔热血是没有任何用的，短暂的繁华过后，一旦遇到问题，消退起来很快。如果不能形成长久的竞争优势，短期的快速增长是不会有未来的。其实这也是行业通病，没有愿景支撑的决策很容易变成机会主义，他只有继续扩张的惯性而没有继续伟大的方向。 3 不同公司的突围科技服务寡头之一诺禾致源自从2016年起开始布局科研服务除测序以外的市场，其做法类似小米生态，虽然没有雷军力争千亿的小目标，但从其布局产品层面来看，基本是在科技服务领域多元化布局。其产品生态的第一个圈层是测序周边的产品，比如分子育种、基因编辑、蛋白质谱、建库试剂盒等，基于诺禾致源已取得的市场占有率和庞大的活跃用户群，测序周边产品是诺禾具有先天市场优势的一个产品圈层。第二个圈层还是基于实验的PCR酶、抗体等，虽然诺禾持续在这个夏天搞事情，定义为大事件，但市场对于其贴牌试剂似乎并不买账，转而成为美国迪安试剂代理商，这其中一个重要问题是诺禾致源品牌并不代表试剂。第三个圈层则是基于实验之外仪器耗材，这部分产品短时间内想取得明显营收，非一夕之功。诺禾致源在整个科技服务市场布局为其未来增长提供了足够想象空间。位于上海的凌恩生物在市场上声音虽然不大，但是凭借在小基因组和简化基因组领域的多年深入耕耘，依靠优质的产品本身，超预期的服务质量，获得国际基因组顶级服务公司NRgene与Dovetail Genomics的服务提供商资格。同时凌恩生物联合以色列希伯来大学iCore中心建立亚太第一个植物PlantArray生理组表型检测服务中心，深耕植物-微生物科研领域，其公司战略特立独行。同样位于上海的烈冰科技，凭借其对科技服务市场未来的准确判断，几年前开始布局云平台，无论底层架构还是操作层面，公有云和私有云在整个业内位于一流。今年illumina推出的iSeq100，随着其仪器成熟，结合烈冰私有云，在不远的将来，烈冰市场份额增长清晰可见。无论是寡头还是行业里细分领域公司，在精准医疗风口下，纷纷寻找进军医疗领域的突破口，而以科技服务为主的公司突围的业务基础依然是科技服务这片土地，是继续在这片土地上当农民，还是涌向城市当城市人，这个选择在不同时代会有不同理解，我们拭目以待！ 4 华大测序仪能否改写行业竞争格局我们看一下今天科研服务市场的格局，整个科研服务市场规模在20亿元左右，如果以每年营收进行划分，整个行业可基本分为三个梯队，华大和诺禾的双寡头，安诺优达、百迈克、美吉、欧易等第二梯队，锐翌、基迪奥、奥维森等第三梯队。华大和诺禾基本不会再有营收差距的拉开，而第二和第三梯队想要突破当前营收，难度亦是极大。当下行业格局，尤其是诺禾迅速崛起， Hiseq X Ten是其致胜重要因素之一。如果以仪器单一维度去考量，那么通过illumina仪器是否还有改写行业格局，成为科服头部玩家的机会？除去南京扬子科创这一国家队外，位于深圳的海普洛斯也由上饶市政府投资了10台Novaseq6000。在重型资产中，仪器折旧费用在所有成本中占据了很大比例，而海普洛斯完全不需要考虑这一因素。持续下滑测序价格，击穿市场，让竞争对手无法跟进，优化后台运营，可以迅速跑满其10台测序仪，形成聚拢效应，做大营收这一核心诉求。作为寡头的华大科技和诺禾致源在奠定其头部位置的过程中，illumina测序仪起到了功不可没的作用，那么被很多人看好的MGIseq是否同样能够改写行业格局，重新定义时代？前不久华大MGIseq2000入驻日本理化学研究所，这是中国在基础科学研究领域第一次将大型仪器投入日本顶级研究机构，里程碑意义的重大事件。对于基因测序上游仪器设备的西方垄断，从根本上保障了中国基因测序领域的安全。如果国家政策层面大力支持华大测序仪，这一关键性因素足以改变行业格局。其二，如果华大测序仪性能稳定到Novaseq水平，那么借助其一代和二代测序多年深耕，对于绝大多数公司一定是毁灭性打击。然而行业的改写往往并不是单一因素就能起到决定性作用，下面这张图可以简单说明为什么科技服务会是今天这样一个格局。那么华大测序仪能改写行业格局吗？ 5 科技服务行业人才未来的路吴军在《浪潮之巅》关于个人职业选择有一段非常精彩描述：每个行业的发展，都像一次一次的浪潮，有波峰有波谷。我们如果想让个人最大化地发挥自己的价值，加速自己的成长，最好的选择是进入一个上升的行业和一个上升的公司中。快速发展的行业，会涌进大量的资本和人才，市场竞争非常激烈。随着这个行业的发展，我们自己会得到非常大的提升，包括丰厚的职业回报。所以如果能够选对一个，处于上升期的快速发展的行业，并且选中一家在这个行业中快速发展的公司，那么对个人来说，会极大的放大努力成果，极大的增加个人价值，加速成长。从2015年起整个基因检测行业涌现了众多在肿瘤、消费级基因等方向创业公司，因无有经验人才可用，基本都是从科研服务方向攫取人才，并且给予相对高薪和重用。以吴军的观点来看，今天的科技服务无论是行业自身还是公司，对从业者本身而言似乎很难。《科技服务下一个路口下》…………….; 10210 次阅读|0 个评论

全基因组测序助力“冰桶挑战”: 热度 4 xudabin98 2014-8-21 12:14; 最近两周，一项慈善募捐活动——“冰桶挑战”风靡全美，从体育界到科技界，再到娱乐界，甚至连政界的美国总统奥巴马、前总统小布什都参与了该项湿身活动。借助网络的强大力量，这项慈善与娱乐游戏相结合的活动，已从美国向全世界扩散，中国 IT 界大佬、娱乐界明星也纷纷参与了该项活动。 “冰桶挑战”全称为“ ALS 冰桶挑战赛” (ALS Ice Bucket Challenge) ，是由美国棒球运动员 Peter Frates 发起，旨在帮助那些患有“渐冻人症” (ALS) 的群体。挑战规则很简单 : “举起一桶冰水，从头顶浇下，拍成视频放到社交网站上，并点名 3 个人来挑战， 24 小时不接受挑战者需捐出 100 美元给 ALS 协会。”目前该协会从从 7 月 29 日到 8 月 20 日已经筹募到 3150 万美元，远远高于去年同期的 190 万美元。 “冰桶挑战”这项活动起源于波士顿学院著名棒球运动员皮特 - 弗雷茨（ PeteFrates ）的朋友和亲戚，现今他正与“渐冻人症”抗争。“渐冻人症” 全称肌萎缩侧索硬化症 (ALS) ，是运动神经元病的一种，属于恶性疾病，正如它的名字一样，得病的人像被寒冷的冰雪冻住一样，逐渐丧失任何行动能力。但由于感觉神经并未受到侵犯，因此这种病并不影响患者的智力、记忆及感觉。目前，人类对此病知之甚少，既查不到发病原因，也没相应治疗手段，患者的平均存活时间，只有 3 年。据媒体报道，在中国约有 20 万“渐冻人”。在全球患者中，英国著名理论物理学家史蒂芬 · 霍金可以说是奇迹中的奇迹，不仅熬过了患该病后的生命大限，而且活了 40 多年，更重要的是取得了一系列重量级学术成就。 8 月 17 日，小米手机老总雷军在微博表示接受 DST 老板尤里米尔纳夫妇的冰桶挑战，成为该活动的首位中国应战者，将此项活动在中国顺利推开。雷军在冰桶淋水后点名香港艺人刘德华、富士康郭台铭、百度李彦宏，而郭台铭接受挑战后则点名日本软银创办人孙正义、美国科学院院士谢晓亮和艺人林志玲三人。有意思的是郭台铭将这项活动从商界、娱乐界传递到了科技界——美国科学院院士、北大光动态成像中心教授谢晓亮。谢晓亮教授目前是国际单细胞全基因组测序权威。关于 ALS 的研究，目前认为有 SOD1 ， Alsin ， Dynactin ， SETX 及 VAPB 等多个基因与该病相关。美国麻省医学院研究人员于 2012 年介绍了一种称为 EPHA4 的受体，研究结果表明，抑制 EPHA4 的活性也许是治疗 ALS 的一个新方法，并且确定了一个与 EPHA4 有关的 ALS 基因： profilin-1 。 2013 年，国外学者 Aaron D.Gitler 等人发现 S18L1 （又称 CREST ）基因产生的突变，与肌萎缩侧索硬化症（ ALS ）直接相关，研究结果发表在 Nature neuroscience 杂志。虽然目前已找到影响 ALS 发病的一些基因，但是绝大部分病例的病因仍是未知，针对 ALS 的治疗仍没有有效方法，临床上只能采用对症治疗策略。随着全基因组高通量测序技术的应用和快速发展，针对 ALS 致病基因的筛选、致病机理以及后期指导用药，也有了一种廉价、高效的研究手段。曾任职北大光动态成像中心研究员的李瑞强，其创立的北京诺禾致源生物信息科技有限公司在国内率先引进专门针对人全基因组测序平台 HiSeq X Ten ，目前正联合国内外 ALS 研究机构，从基因组层次关注 ALS ，开展深入研究，为该病治疗提供线索。 “冰桶挑战”慈善创新，赞扬者有之，也有很多人批评为名人作秀，不过，借用一场作秀让大家关注罕见病，是无比难得的机会。尤其是科技圈名人参与，会提高该病的关注度及研究。科学网作为中国科学院和中国工程院主办的网站，汇集了全球众多华人科学家，谁将成为第一个接受挑战，且将此项活动风靡科学网呢？让我们拭目以待。; 13930 次阅读|4 个评论

国内万元基因组测序质量公布: 热度 9 xudabin98 2014-6-22 16:04; 世界测序仪器制造巨头Illumina总裁兼CEO Jay Flatley在今年1月13号第32届摩根大通保健大会上宣布了其最新款仪器X Ten，该仪器能够准确测出人类基因组序列，其成本1000美元。按照仪器成本（10台仪器从美国买进国内需8000万人民币左右）、原装进口试剂成本、人工成本等，国内实现万元人类基因组测序仍需一定时日，但测序领域事情发展总是超越人们目前思维，作为全球第四家引进X Ten的北京诺禾致源生物信息科技有限公司率先实现了国内万元基因组测序，并公布了第一批人类基因组重测序数据质量。对于中国的科研界真正进入了万元基因组时代，两年前测序一个人的基因组最低也要三万元人民币，大规模测序人类基因组如果没有巨额经费支持仅是想想中的事情，几年前仅仅梦想获得的结果如今成为现实。癌症研究、人类遗传疾病研究最“现实”的手段还是对仅占基因组1%的外显子组进行测序。但是，越来越多的研究结果显示，外显子以外的非编码区对疾病形成有着举足轻重的影响——转录调控因子、增强子、启动子等将是下一个研究热点。 HiSeq X Ten是应运而生的产物，它将人类基因组测序用于疾病研究变成了可能——测序全基因组的价格和测序1%的外显子组相当。技术的进步总会伴随着质疑，也是科研工作者最基本的心态：如此大规模的测序，测序质量能达到要求吗？在诺禾致源下机的第一批人类样本结果显示：该平台在碱基准确度、测序均一性、可用数据比例、测序深度及覆盖度等方面均表现优异，与目前主流测序仪HiSeq2000旗鼓相当，而测序通量提升3倍。其中，单张Flowcell 的数据产出达到了943.2 G，数据质量Q20 95%，Q30 88%，平均GC含量为43.6%。（见下表）表1 HiSeq X Ten测序数据质控表2 HiSeq X Ten测序数据比对分析目前万元基因组测序仅应用于科研，什么时候真正走向临床，服务于百姓，让平头百姓从中获益仍未可知，但按照现在测序价格、效率、高质量的数据产出，百姓从中获益的答案是不容置疑的。接触过国内科研界的一些科研大牛，大牛之所以成为大牛，其眼光与境界真是异于常人数倍，几年前就开始收集国内那些具有特殊特征的样本，数年下来，几千例样本资源保存于实验中，如今随着测序成本的一降再降，大规模测序，大数据分析，挖掘重要信息，始终引领着基因组学的发展方向。 X Ten按照illumina的规定只能用于人全基因组测序，但科研的需求是多元化的，对于想大规模研究牛、羊、猪、鼠等基因组的科学家来说，目前的测序价格仍无法接受，illumina未来肯定会开发出一款新的大规模测序动植物基因组的仪器，有一点值得肯定的是尽早收集各类研究材料是不会错的，谁掌握着遗传资源，也就赢在了起点。; 18047 次阅读|15 个评论

千元基因组时代来临: 热度 24 xudabin98 2014-2-17 10:20; 苹果前掌门人乔帮主离世两年多了，这位活着就为改变世界的天才在去世之前仍做了一件与他性格极其相符的事情：花费 10 万美元进行了一次全基因组测序。并对该技术抱有巨大期望：“我相信我会成为这家公司治愈的首批癌症患者之一，抑或是最后一批因为癌症而死亡的患者之一。”但由于治疗上的耽搁，该技术并未使得乔布斯从鬼门关返回。据乔布斯传记的作者艾萨克森透露，乔布斯当时是世界上仅有的 20 个完成个人基因组测序的人之一。技术的不确定性是其中一方面原因，高昂的测序价格也让很多人望而生畏，然而仅仅在乔布斯离世两年之后，风云变幻的测序市场，尤其是测序价格发生了翻天覆地的变化。美国国家人类基因组研究所（ NHGRI ）估计，在 2001 年个人基因组测序的成本约为 9500 万美元。此后，测序成本以类似摩尔定律的轨迹呈现指数下降，意味着测序成本每两年下降 50% 。直到 2007 年春季，完成个人基因组测序的成本仍要花费近 1000 万美元。就在此时，新一代测序仪横空出世，使得测序成本以远远偏离摩尔曲线的速度下降。到 2011 年初，完成个人基因组测序的成本约为 2 万美元，且仍在继续急剧下滑。在这样时代背景下，“ 1000 美元一个人类基因组”的目标被正是提出，并被寄希望于能在几年之内迅速实现。为什么要降低到 1000 美元？在个性化医疗领域中，1000美元的价格标签经常被视为全基因组测序至关重要的成本效益。这个价格对那些“可能”的病人基因组测序是合理的，通过对他们的基因组测序，从而能够发现潜在的医疗信息。冲着这一目标，全球各大测序仪器制造商纷纷开足马力，力图能够抢占未来最赚钱生物经济领域的制高点。 1000 美元一个人类基因组的口号很多公司都摇旗呐喊过，但尚未见到哪个公司能够真正实现这一目标。如 2012 年， Ion Torrent 曾宣布他们能够达到这一目标，然由于仪器产出通量及测序准确性证明他们并不具备这个能力。但在今年 1 月 13 号第 32 届摩根大通保健大会上，这一口号似乎要成为了现实。在大会上，世界测序仪器制造巨头 Illumina 总裁兼 CEO Jay Flatley 宣布： Illumina 将推出两款新的测序平台： HiSeq X Ten 和 NextSeq 500 。 HiSeq X Ten 是一台工厂规模的测序仪，适合群体测序；而 NextSeq 500 是一台新的台式高通量测序仪，大小与 MiSeq 相当，性能却与 HiSeq 相当。新测序仪能准确地测出全基因组序列，其成本不到 1000 美元。《 Nature 》为此专门发表评论文章，解读即将到来的千元基因组时代。 HiSeq X 能够在三天时间内产生高达 1.8T 的数据，相当于 16 个人类基因组。据 Illumina 介绍，每台 HiSeq X Ten 每年将能够测序 18,000 个人类基因组。每个基因组都能够达到覆盖度 30x 的金标准，这意味着每个碱基平均被读取 30 次。基因组学研究者们将该技术称为颠覆式的里程碑。“这是可以与望远镜或微处理器相提并论的重要成就。”冷泉港实验室的定量生物学家 Michael Schatz 如此说道。“也许之前人们还在怀疑，基因组测序是否能使平头百姓获益。但以这样的价格和测序效率，我们的答案绝对是肯定的。” HiSeq X Ten 系统由十个 HiSeq X 系统组成，售价不低于一千万美金。 Illumina 总裁兼 CEO Jay Flatley 表示， 2014 年将向全球五家测序机构提供 HiSeq X Ten 。目前，全球仅有韩国的 Macrogen 、美国的 Broad 研究所、澳大利亚的 Garvan 研究所以及中国的北京诺禾致源生物信息科技有限公司订购了该仪器。 HiSeq X 系统将在 3 月开始发货。 HiSeq X Ten 系统的发布无疑会对全球测序市场产生不小的动荡，尤其是国内的华大基因。一直致力于成为全球测序服务巨头的华大， 2010 年购买了 Illumina 公司 128 台 HiSeq2000 测序仪，成为 Illumina 成立以来最大的一笔订单，直接帮助该公司完成了至关重要的商业爬坡。虽然 2013 年华大收购了提供外包基因组测序的 Complete Genomics 公司，但要做到占据全球测试仪器市场71%份额的 Illumina 旗鼓相当地步，仍有很多路要走。待续..........; 23524 次阅读|58 个评论

生命是可以测量的——那些已发表动植物基因组: 热度 31 xudabin98 2013-9-13 21:42; 已发表基因组文章的物种汇总资料2013.09-06.xls 在分子生物学领域的“圈内人”，如果还不了解全基因组测序的飞速发展，用娃娃的话说，那真是一个“奥特曼”了。高通量测序技术出现掀开了生命科学研究的新篇章，促进了许多研究方向的的复苏和蓬勃发展，同时也涌现了一些交叉学科。 2011 年德国爆发急性肠出血性流行病疫情——极大困扰着英国剑桥市新生儿护理病房的医护人员。来自 Sanger 研究院的研究人员从多个患者身上取样，并采用 Illumina MiSeq 进行全基因组测序。通过生物信息学分析得知，在疫情爆发过程中发生了一系列小规模突变，流行病学家据此绘制出一个进化树，追踪疫情逐步靠近可疑的源头。文章作者 Julian Parkhill 表示：“基因测序提供了明晰的线索，这是其他方法难以做到的。”文章发表在流行病学顶级杂志 The Lancet Infectious Diseases 。 2012 年发表在 science 杂志旗下 Science Translational Medicine 另外一篇文章也同样表明了全基因组测序技术在流行病学中重要作用。位于马里兰州贝塞斯达市医疗中心出现了严重的血液传染病事件，在此次事件中，共有 17 名病人感染了血液传染病，并造成 6 人死亡。来自美国 NIH 人类基因组研究所的研究人员从病人体内和医院一些设备上采集了细菌样本，并对不同菌株的基因组进行测序。通过对突变菌株进行聚类分析，将病人分组，再结合病例住院的记录（入院时间、所在病房等）画出了最可能的传播路线。全基因组测序提供的详尽细节让传染病学家们真正地理解了疾病传播途径，详尽的追踪技术将带来更加完善的公共健康领域内的传染病学研究。所以流行病学家更有可能找到事件发生的真正原因，而非最简单的原因。这两件事让我们真实的看到了全基因组测序在流行病学的重要作用。事实上，媲美曼哈顿和登月计划的“人类基因组计划”所带来的巨大作用正在逐渐显现，高通量测序技术走向个性化医疗已是大势所趋。全基因组测序使得生命可以测量，人们可以更加方便快捷的了解生命的奥秘。目前已发表基因组序列的物种如下，对于进一步解析其生命活动提供了极大帮助。植物基因组中文名发表时间刊物 IF 基因组大小主要研究单位拟南芥 2000.12 Nature 34.48 125Mb 欧美科学家共同完成水稻 2002.04 Science 29.747 466Mb 中科院遗传所等水稻 2002.04 Science 29.747 467Mb Torrey Mesa Research Institute 杨树 2006.09 Science 29.747 480Mb 美国橡树岭国家实验室等葡萄 2007.09 Nature 34.48 490Mb 法国 Genoscope 国家基因测序中心等衣藻 2007.01 Science 29.747 130 Mb 美国加利福尼亚大学等小立碗藓 2008.01 Science 29.747 480Mb 德国弗莱堡大学等番木瓜 2008.04 Nature 34.48 370Mb 美国夏威夷农业研究中心等三角褐指藻 2008.11 Nature 34.48 27.4Mb 法国国家科学研究院等高粱 2009.01 Nature 34.48 730Mb 美国乔治亚大学等玉米 2009.11 Science 29.747 2300Mb 美国爱荷华州立大学等黄瓜 2009.11 Nature Genetics 34.284 350Mb 中国农科院蔬菜花卉研究所等大豆 2010.01 Nature 34.48 1100Mb 美国HudsonAlpha基因组测序中心等二穗短柄草 2010.02 Nature 34.48 260Mb 国际短柄草研究协会（ IBI ）褐藻 2010.06 Nature 34.48 196Mb 巴黎匹兹堡大学医学中心等团藻 2010.07 Science 29.747 138Mb 美国能源部联合基因组研究所等蓖麻 2010.08 Nature Biotechnology 29.495 350Mb 美国 JCV 等小球藻 2010.09 Plant Cell 9.293 46Mb 法国埃克斯马赛大学等苹果 2010.09 Nature Genetics 34.284 742Mb 意大利农业研究所等森林草莓 2010.12 Nature Genetics 34.284 240Mb 美国北德克萨斯大学等可可树 2010.12 Nature Genetics 34.284 430-Mb 法国 CIRAD 等野生大豆 2010.12 PNAS 9.432 915.4 Mb 韩国首尔国立大学等褐潮藻类 2011.02 PNAS 9.432 57Mb 美国纽约州立大学石溪分校等麻风树 2010.12 DNA Res. 3.525 410Mb 日本千叶县上总 DNA 研究所等卷柏 2011.05 Science 29.747 212Mb 美国普度大学等枣椰树 2011.05 Nature biotechnology 29.495 685Mb 卡塔尔威尔康奈尔医学院等琴叶拟南芥 2011.05 Nature Genetics 34.284 206.7 Mb 美国南加州大学马铃薯 2011.07 Nature 34.48 844Mb BGI 、中国农科院蔬菜花会所等条叶蓝芥 2011.08 Nature Genetics 34.284 140Mb 伊利诺伊大学等白菜 2011.08 Nature Genetics 34.284 485Mb 中国农科院蔬菜花会所等印度大麻 2011.10 Genome biology 6.89 534Mb National Research Council of Canada, 木豆 2011.11 Nature biotechnology 29.495 833Mb 国际半干旱地区热带作物研究所等蒺藜苜蓿 2011.11 Nature 34.48 500Mb 美国明尼苏达大学等蓝载藻（灰胞藻门） 2012.02 Science 29.747 70Mb 美国罗格斯大学等粟（谷子） 2012.05 Nature biotechnology 29.495 423 Mb BGI和张家口市农业科学院等番茄 2012.05 Nature 34.48 760Mb 美国康奈尔大学等甜瓜 2012.07 PNAS 9.432 375Mb 西班牙的九个研究中心香蕉 2012.07 Nature 34.48 523Mb 法国 CIRAD 等棉花 2012.08 Nature Genetics 34.284 775Mb 农科院，北大，华大基因大麦 2012.10 Nature 34.48 5.1Gb 国际大麦基因组协作组织梨 2012.11 Genome Research 13.608 527Mb 南京农业大学等西瓜 2012.11 Nature Genetics 34.284 425Mb 北京农林科学研究院等甜橙 2012.11 Nature Genetics 34.284 367Mb 华中农业大学等小麦 2012.11 Nature 34.48 17Gb 利物浦大学等梅花 2012.12 Nature Communication 7.396 280Mb 北京林业大学等鹰嘴豆 2013.1 Nature Biotechnology 29.425 738Mb 印度 ICRISAT 毛竹 2013.2 Nature Genetics 34.284 2.075G 中国林业科学研究院林业研究所角叉菜 2013.2 PNAS 9.681 105Mb 国国家科学研究中心等小麦A基因组 2013.3 Nature 34.48 4.94Gb 中国科学院遗传与发育生物学研究所等小麦D基因组 2013.3 Nature 34.48 4.36Gb 中国农科院作物科学研究所等桃树 2013.3 Nature Genetics 34.284 265Mb 国际桃基因组计划协作组短花药野生稻 2013.3 Nature Communication 7.396 261Mb 中科院遗传与发育生物学研究所等莲 2013.5.10 Genome biology 9.04 929Mb 武汉植物园枣椰树 2013.8.6 Nature Communications 10.015 605.4Mb 中科院北京基因组研究所动物基因组　　　　　中文名发表时间刊物刊物基因组大小主要研究者及国家秀丽隐杆线虫 1998.12 Science 29.747 97Mb The C. elegans Sequencing Consortium 果蝇 2000.03 Science 29.747 120Mb Celera Genomics等冈比亚按蚊 2002.10 Science 29.747 280Mb 美国塞雷拉基因组公司等小家鼠 2002.12 Nature 34.48 2.5 Gb Mouse Genome Sequencing Consortium 红鳍东方豚 2002.12 Science 29.747 380Mb 新加坡分子与细胞生物学研究院等玻璃海鞘 2002.12 Science 29.747 150Mb 美国能源部JGI等线虫 2003.11 PLoS Biology 13.501 104Mb 美国冷泉港等褐家鼠 2004.04 Nature 34.48 2.75 Gb 美国得克萨斯州贝勒医学院等黑斑鲀 2004.10 Nature 34.48 340Mb 法国、西班牙、美国家蚕 2004.12 Science 29.747 428.7 Mb 西南大学等鸡 2004.12 Nature 34.48 1.06Gb 中国华大基因等克氏锥虫 2005.07 Science 29.747 67Mb 美国罗克维尔市基因组研究院等黑猩猩 2005.09 Nature 34.48 2.7Gb 美国哈佛-麻省理工的博德研究所等狗 2005.12 Nature 34.48 2.5 Gb 美国哈佛-麻省理工的博德研究所等意蜂 2006.10 Nature 34.48 236Mb 人类基因组测序中心等海胆 2006.11 Science 29.747 1Gb 人类基因组测序中心等姥鲨 2007.04 Plos Biology 13.501 0.91Gb 新加坡分子与细胞生物学研究院等猕猴 2007.04 Science 29.747 2.87Gb 人类基因组测序中心等短尾负鼠 2007.05 Nature 34.48 3.4Gb 美国哈佛-麻省理工的博德研究所等青鳉鱼 2007.06 Nature 34.48 700Mb 日本东京大学等伊蚊 2007.06 Science 29.747 1376Mb 美国MCD基因组研究院等马来线虫 2007.07 Science 29.747 90Mb 美国匹兹堡大学等海葵 2007.07 Science 29.747 357Mb 美国JGI能源部等猫 2007.11 Genome Research 11.2 2.7Gb 马里兰州国立癌症研究所等赤拟谷盗 2008.04 Nature 34.48 204Mb 人类基因组测序中心等鸭嘴兽 2008.05 Nature 34.48 1.84Gb 美国华盛顿大学等文昌鱼 2008.06 Nature 34.48 520Mb 美国JGI能源中心等丝盘虫 2008.08 Nature 34.48 104Mb 美国加利福尼亚大学等南方根瘤线虫 2008.08 Nature Biotechnology 29.495 86Mb I法国国家农业研究所等古猛犸象 2008.11 Nature 34.48 4.7Gb 美国宾夕法尼亚州立大学等牛 2009.04 Science 29.747 2.87 Gb 人类基因组测序中心等曼氏血吸虫 2009.07 Nature 34.48 360Mb Sanger研究院等日本血吸虫 2009.07 Nature 34.48 397Mb 中国国家人类基因组中心等马 2009.11 Science 29.747 2.7Gb 美国博德研究所等熊猫 2010.01 Nature 34.48 2.25Gb 深圳华大基因研究院金小蜂 2010.01 Science 29.747 295Mb 美国罗切斯特大学等豌豆蚜虫 2010.02 PLoS Biol. 13.501 517Mb 国际蚜虫基因组协会水螅 2010.03 Nature 34.48 1.05Gb 美国 JGI 能源部等非洲爪蟾 2010.04 Science 29.747 1.7 Gb 美国JGI能源部等珍珠鸟 2010.04 Nature 34.48 1.2Gb 美国华盛顿大学等人类体虱 2010.07 PNAS 9.432 110Mb 美国伊利诺斯大学等海绵 2010.08 Nature 34.48 190Mb 美国加利福尼亚大学等蚂蚁 2010.08 Science 29.747 C. floridanus240 Mbb; H. saltator330 Mbb 纽约大学等火鸡 2010.09 PLoS Biology 13.501 1.1 Gbb 美国动物家禽科学部等库蚊 2010.10 Nature 34.48 540Mb 美国加州大学河滨分校等异体住囊虫 2010.11 Science 29.747 148Mb 法国CEA等红毛猩猩 2011.01 Nature 34.48 3.09Gb 美国华盛顿大学基因组中心等阿根廷蚁 2011.01 PNAS 9.432 250.8Mb 美国旧金山大学等红色收割蚁 2011.01 PNAS 9.432 250–284 Mb 美国里士满厄尔汉学院等火蚁 2011.01 PNAS 9.432 484.2Mb 瑞士洛桑大学等水蚤 2011.02 Science 29.747 200Mb 美国印第安纳大学等大头切叶蚁 2011.02 PLoS Genetics 9.532 300Mb 美国威斯康星-麦迪逊大学等旋毛虫 2011.02 Nature Genetics 34.284 64Mb 美国华盛顿大学医学院等袋獾 2011.06 PNAS 9.432 3.3Gb 澳大利亚罗伊癌症研究中心等顶切叶蚁 2011.06 Genome Research 11.2 313Mb 哥本哈根大学等鹿角珊瑚 2011.07 Nature 34.48 420Mb 日本冲绳县科学与技术研究所等缅甸蟒 2011.07 Genome Biology 6.89 1.4Gb 科罗拉多大学医学院等大西洋鳕鱼 2011.08 Nature 34.48 830Mb 挪威奥斯陆大学等澳大利亚袋鼠 2011.08 Genome Biology 6.89 2.9Gb 澳大利亚袋鼠基因组研究中心等绿蜥蜴 2011.09 Nature 34.48 1.78Gb 美国哈佛 - 麻省理工的博德研究所等裸鼹鼠 2011.10 Nature 34.48 2.6Gb 韩国梨花女子大学等食蟹猴和中国恒河猴 2011.10 Nature Biotechnology 29.495 2.85Gb 中山大学、 BGI 等猪蛔虫 2011.10 Nature 34.48 272Mb BGI，墨尔本大学等二斑叶螨 ( 棉红蜘蛛 ) 2011.11 Nature 34.48 90Mb 西安大略大学等帝王蝶 2011.11 Cell 31.152 273Mb 马萨诸塞大学医学院、等指猴 ( 夜狐猴 ) 2011.12 Genome Biology and Evolution 2.674 3Gb 芝加哥大学、维尔康奈尔医学院埃及血吸虫 2012.01 Nature Genetics 34.284 385Mb BGI、墨尔本大学等鳄鱼 2012.01 Genome Biology 6.89 2.5Gb 加利福尼亚大学、佛罗里达大学等大猩猩 2012.03 Nature 34.48 3.04Gb 英国韦尔科姆基金会桑格研究所等马氏珠母贝 2012.04 DNAresearch 3.525 1.15Gb 日本冲绳县科学与技术研究所等诗神袖蝶 2012.05 Nature 34.48 269Mb 伦敦大学学院、剑桥大学等倭黑猩猩 2012.06 Nature 34.48 3Gb 德国马克斯 • 普朗克人类进化研究所等牦牛 2012.07 Nature genetics 34.48 2.6Gb 华大基因牡蛎 2012.09 Nature 34.48 559Mb 中国科学院海洋所等双峰骆驼 2012.11 Nature Communication 7.396 2.38Gb 内蒙古大学等猪 2012.11 Nature 34.48 2.6Gb 国际家猪基因组测序协作组中央狐蝠 2012.12 Science 31.201 2Gb 深圳华大基因研究院等大卫鼠耳蝠 2012.12 Science 31.201 2Gb 深圳华大基因研究院等山羊 2012.12 Nature Biotechnology 29.425 2.66Gb 昆明动物所等海洋蠕虫 2012.12 Nature 34.48 324Mb 莱斯大学等淡水水蛭 2012.12 Nature 34.48 228Mb 莱斯大学等青螺 2012.12 Nature 34.48 348Mb 莱斯大学等小菜蛾 2013.1 Nature Genetics 34.284 339.4Mb 福建农林大学等家鸽 2013.1 Science 31.201 1.3Gb 犹他大学等中国树鼩 2013.2 Nature Communication 7.396 3.2Gb(2.86G bassembled) 中科院昆明动物所等海七鳃鳗 2013.2 Nature Genetics 34.284 816Mb 美国海洋生物学实验室等非洲眼丝虫 2013.3 Nature Genetics 34.284 91.4Mb 美国国立卫生研究院等游隼/猎隼 2013.3 Nature Genetics 34.284 1.2Gb 英国卡迪夫大学等西部锦龟 2013.3 Genome Biology 9.04 2.59Gb 美国加州大学等绦虫 2013.3 Nature 34.48 115Mb-141Mb Sanger 研究院等腔棘鱼 2013.4 Nature 34.48 2.18Gb 美国 Benaroya 研究所等剑尾鱼 2013.3.31 Nature Genetics 34.284 669Mb 华盛顿大学医学院等斑马鱼 41381 Nature 34.48 1.412Gb 英国桑格研究院中华鳖和绿海龟 2013.4.28 Nature Genetics 34.284 2.21Gb/2.24Gb 深圳华大基因研究院藏羚羊 2013.5 Nature Communication 7.396 2.75Gb 青海大学等鸭 2013.6.09 Nature Genetics 34.284 1.1GB 中国农业大学等蚊子 2013.6.12 Nucleic Acids Research 8.278 201Mb 美国加州大学尔湾分校等地山雀 2013.7.1 Nature Communication 10.015 1.086Gb 中科院动物研究所、诺禾致源黑线仓鼠 2013.7.21 Nature Biotechnology 32.438 2.7G 深圳华大基因研究院扬子鳄 2013.8.06 Cell research 10.526 2.3G 浙江大学等蛭形轮虫 2013.8.22 Nature 38.597 244Mb 美国那慕尔大学等资料整理由北京诺禾致源生物信息科技有限公司惠远远提供，致谢！; 21765 次阅读|76 个评论

选择合适高通量测序公司一点建议: 热度 8 xudabin98 2013-8-4 22:13; 从基因组、转录组、表观基因组、调控组、宏基因组等各个生物层面上对生物体进行信息解读，是理解复杂生命机理的关键。新一代测序技术的飞速发展，为我们从各个角度观测生命系统提供了可能。新一代测序技术又称高通量测序，是对第一代DNA 测序技术颠覆性革命，以2005 年454 公司推出基于焦磷酸测序技术的454 测序仪为标志，代表着新一代测序技术的推广和应用。随后的2006 年，美国Illumina 公司进军新一代DNA 测序市场，研发出了自己测序平台—Solexa 测序仪。2007 年，美国ABI 公司也推出了他们的第二代测序平台—SOLiD 测序仪。目前这三大测序平台是普遍使用的DNA 测序仪，从市场销售情况来看，illumina 测序仪成为测序领域主流。每年发表的测序文章中，基于illumina 测序平台占了绝大部分。高通量测序技术的风起云涌，测序价格的一降再降，各个测序公司的激烈竞争，使得新一代测序已然成为分子生物学实验室中的平民化工具。该技术极大推动了生命科学的发展，让人们可以更方便快捷地洞察生物学的奥秘。由于仪器设备和专业的生物信息分析团队限制，很多老师的项目都只能与公司合作。现在市场上与测序相关公司近百家，虽然高通量测序本身是一项高端技术，需要一定的实力，但跟其他行业一样，也是鱼龙混杂、泥沙俱下，因此选择合适的测序方案，性价比高的测序公司对项目的顺利开展至关重要。与各位老师接触的过程中，发现了一些问题，整理一下作为给即将利用该技术老师一个参考。首先是公司的选择。对于任何一家公司都有其优势和不足，选择时主要有两点可供参考：第一该公司是否有自己的测序平台？目前有自己测序平台的公司并不多，如果没有自己的测序平台，争取到项目后就要交给别的公司去测序，这样在测序质量和项目周期上就没法保证，有时会严重耽误项目的进程，延误文章的发表，甚至被别人抢发。光有测序平台还不成，还要看是什么样的测序平台？很多老师都有个误区，觉得测序质量各个公司都差不多，其实这样的想法是不正确的。不同的测序平台数据质量和产出量是不一样的，甚至同样的Hiseq2000 测序平台，前年买的和今年买的测序仪在测序质量上都会有一定出入。可以让公司提供已完成项目的数据Q30 和Q20 ，作为一个参考，公司自己制定其他数据评判标准与标准的Q30 是两个概念，结果很漂亮但不代表真实数据质量。第二是公司是否有强大的生物分析团队？有时花了不菲的价格，测了一堆数据，却无法完成后续数据挖掘分析，将其转化成可靠的结果，只能困在电脑里面，眼看着数据资源的优势在一点点流逝而毫无办法。曾经碰到一个老师，测了上百张生物芯片的数据，却没有给分析出结果，守着一堆数据不断找公司进行后续挖掘。生物信息分析不是简单的跑跑流程，靠某一软件进行简单基因功能预测，这样得出的结果到底有多大的可信度，没人敢保证。比如基因组从头测序，目前有很多公司提供该项服务，但真正有实力做好这项工作的公司有几家？从公司有无从头测序文章，文章发在什么杂志上就能知道这家公司是否有雄厚的生物信息分析功底，是否可以做相关项目。其次是价格的衡量。无论什么样的交易，价格永远是核心问题中的核心。俗话说，一分钱一分货，便宜的但不一定是好的。比如说同样的4Gb 转录组测序分析，不同的公司价格相差很多，这是为什么？站在老师的角度，可以考虑一下几点。样品检测是否使用了目前标准的四种检测方法，并将检测报告及时发送给老师？测序文库构建是否采用了illumina Truseq RNA/Samll RNA Sample Pre Kit 及其推荐的配套试剂，而不是使用其他试剂公司提供的配套试剂？比如说有的公司会说建库按照illumina Truseq RNA 指定方法进行建库，这里面就存在着问题，可能是采用了illumina Truseq RNA 的protocol ，但并没有采用原装试剂。如果样品的质量和建库质量无法保证，会从数据源头上导致低丰度转录本信息的丢失和数据偏好性。替代试剂的采用虽然降低了成本，但同时也降低了测序质量。4Gb 的数据质量是clean data 还是Raw data 。clean data 是指除去了接头及低质量序列的数据，跟raw data 完全两码事。同样，后面生物信息分析要看公司提供的仅仅是简单跑流程，还是根据科研目标，选择分析软件，调整参数，对结果提出合理的解释，给出最出色的问题解决方案。最后是后续服务。合同没有签时，可能将老师当上帝，小心伺候着。但一旦签了合同，打了项目款，后面就没有了保证。最后结题报告发给老师，如何解读报告以及相关问题，可能连人都找不到了，因此后续服务也是非常重要的一点。以上是自己工作时的一点感悟，希望能够给各位准备或者打算做高通量测序老师和同学一些参考。我会随时更新这篇博文，将相关问题罗列出来，在做相关项目时少走或者不走弯路。于北京诺禾致源生物信息科技有限公司; 22086 次阅读|10 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 诺禾致源

相关帖子

相关日志

关闭安全验证