中国工程院院士程京团队研发的快速检测新型冠状病恒温扩增核酸分析系统,可在1.5小时内完成包括新冠病在内的6种呼吸道感染高发病的快速筛查。 中新社记者韩海丹 摄
中新网北京3月6日电(记者杜燕)全球首个1.5小时内检测6项病的核酸检测芯片试剂盒获批,重构肺部结构协助临床医生快速诊断,精准定位新冠病与人受体相互作用从而为药物开发和疫苗研究奠定基础……记者日前走进设置在清华大学的北京市高精尖创新中心、北京实验室等地,探究科研团队如何攻克生命安全和生物安全领域的核心技术,在与病的赛跑中跑出加速度,为胶着状态的战“疫”提供科技“利器”。
Terra Name Service(TNS)完成900万美元A轮融资:金色财经报道,Terra生态域名服务Terra Name Service(TNS)宣布完成900万美元A轮融资,Deal Box Ventures领投,同时,该公司还更名为True I/O,反映了该组织致力于在全球数字环境中培养信任和透明度。[2023/3/29 13:33:37]
清华大学医学院教授黄国亮介绍快速检测新型冠状病恒温扩增核酸分析系统。 中新社记者韩海丹摄
1.5小时完成6种高发病筛查
新冠肺炎在临床诊断中存在着核酸检测假阴性、报告结果等待时间长等难题。如何实现快速、高效、准确的检测诊断?
Upbit运营商Dunamu否认关于“计划2025年赴美上市”的报道:2月22日消息,韩国加密交易所Upbit运营商Dunamu表示,该国多家媒体关于其“计划2025年赴美上市”的报道不属实。(Money Today)[2023/2/22 12:21:51]
北京市教委依托清华大学建设的生物医学检测技术及仪器北京实验室主任尤政、分室主任程京等团队全力攻坚,在仪器研发、生物诊断等方面取得重大突破。
清华大学精密仪器系博士生王博介绍新型冠状病AI定量辅助诊断系统。 中新社记者韩海丹摄
中国工程院院士程京团队研发的快速检测新型冠状病恒温扩增核酸分析系统,可在1.5小时内,完成6种呼吸道感染高发病的快速筛查,能有效鉴别诊断甲流、新冠肺炎等。
动态 | Upbit运营商Dunamu子公司与Ledger合作推出针对机构投资者的托管服务:Upbit交易所运营商、韩国金融科技公司Dunamu的金融服务子公司DXM与加密网络安全公司Ledger合作推出了机构加密资产托管服务。DXM计划以Upbit Safe的名义推出托管人,Ledger的托管部门Ledger Vault将通过其技术来支持该计划。据悉,Upbit Safe将使用Ledger的硬件安全技术来为其机构客户提高交易效率和安全性。Ledger亚太地区负责人William Woo解释说,Ledger Vault提供的解决方案使机构可以自定义托管规则,以更好地满足他们的需求。DXM首席战略官Eric Yoo表示,该公司计划首先瞄准UpBit的客户。(Cointelegraph)[2019/12/5]
项目团队负责人之一的清华大学医学院教授黄国亮介绍,目前常规环氧树脂管式聚合酶链反应检测,需要多种仪器串行联用,这些设备大多需要进口,少则几十万元(人民币,下同),多则上百万元,操作程序复杂、步骤多,且每个管多次加样操作只能检测单人份,检测时间在3至5个小时,制约了新冠病快速筛查检测中的临床应用。
动态 | 日本区块链创企NAM与英伟达初创加速计划达成合作:据Prtimes消息,日本AI、区块链技术开发初创企业NAM宣布与英伟达初创加速计划(NVIDIA Inception Program)达成合作。[2018/11/2]
清华大学结构生物学高精尖创新中心王新泉课题组成员在实验室开展相关科研工作。 中新社记者韩海丹摄
清华大学研发的这套分析系统不仅检测速度快一倍以上,样品试剂消耗不到常规方法的1/20,每天可以完成150人份的临床样本精准医学分子诊断,不仅有效降低多步操作造成的人为误差,还能降低一线检测人员被感染的风险。
黄国亮指出,目前仪器和芯片试剂盒全部在2月22日获得了国家食品药品监督管理总局国家Ⅲ类医疗器械产品注册证,仪器与上万人份芯片检测试剂盒已陆续运抵武汉等全国多个城市用于临床诊治。
这项成果并非一蹴而就。黄国亮表示,早在2003年“非典”期间就完成了SASR病快速检测微阵列芯片扫描检测系统的研制,随后团队在2007年进一步研究精准医学检测核心技术,以便快速、精准检测呼吸道病及其他病原菌。
“核心技术需要长期积累,如果没有技术突破,很难想象此次能够在不到一个月的时间内,把这些仪器开发到位并快速应用于临床医疗。”黄国亮说,目前已有部分仪器发往伊朗等地支援当地抗击疫情。
AI协助快速诊断新冠肺炎
是不是新冠肺炎?是轻型还是重型?AI能快速告诉病人。
北京实验室与北京清华长庚医院等单位的联合团队科研人员研发了“基于影像与临床信息的新型冠状病AI定量辅助诊断系统”。
清华大学精密仪器系博士生王博介绍,该系统基于人工智能、大数据,采集了共计1612例样本,包含1012例新冠肺炎和600例阴性数据,让机器学习新冠肺炎影像的同时,也学习肺结核、肺癌、气胸等各种肺部影像特征,从而建立一套综合化的数据集,强化机器的学习能力。
清华大学教授王宏伟(左)和王新泉(右)介绍科研成果如何助力药物开发及疫苗设计。 中新社记者韩海丹摄
值得一提的是,该系统拥有自主知识产权的人工智能3D重建引擎,能将传统CT医学影像数据自动分割重建为三维立体模型,并显示在真实空间中。“通过肺部重建,医生可以看到人工智能已经帮助把炎症区域的影像清晰地划出边界,并提供炎症侵袭肺部的体积百分比、侵袭的深度等信息,能够辅助医生快速、直观、精准地对病变体和周围组织进行分析。”
王博说,系统可同步实现智能化影像诊断、临床诊断、临床分型三大功能,目前已在武汉大学中南医院等单位部署应用,并已通过南京市政府捐赠给韩国大田市定点医院,用以协助那里的疫情防护工作。
科研成果助力药物开发及疫苗设计
2月18日,清华大学结构生物学高精尖创新中心王新泉课题组和医学院张林琦课题组紧密合作,准确定位出新冠病RBD和受体ACE2的相互作用位点,阐明了新冠病刺突糖蛋白介导细胞侵染的结构基础及分子机制。
“这对治疗性抗体药物开发以及疫苗设计有很大的帮助。”清华大学教授王新泉表示,研究成果实现了在原子分辨率水平极其清晰地看到新冠病与受体复合物作用界面,对于了解新冠病进入细胞或者感染细胞的机制,具有重要的指导意义。
没有白费的努力,也没有碰巧的成功。记者了解到,王新泉与张林琦实验室在新发与再发病感染的分子机制、中和抗体筛选和鉴定、疫苗开发等领域开展合作近10年,积累了丰富的研究经验。
前期,团队针对中东呼吸综合征冠状病研究取得了一系列国际前沿性的研究成果,正是这些研究经验和积累,为他们快速开展新冠病研究并取得重要突破提供了有力支持。
那么,针对新冠肺炎的特效药物和疫苗问世需要多久?对此,王新泉表示,团队下一步的工作重点是基于结构设计筛选能够阻止新冠病RBD和受体ACE2二者结合的抗体或者小分子药物,这是一个相对漫长的过程。(完)
郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。