“打破进口垄断”要加快步伐!新款测序仪MGISEQ-T7近日发布

2018 年 11 月 3 日 生物探索
生物探索
编者按

11日,基因测序行业被一场交易刷屏:Illumina宣布以12亿美元的总价收购竞争对手”Pacific Biosciences,再一次巩固了其在基因领域的地位。不少业内人士担忧,强强联合将进一步凸显垄断问题。作为国内测序仪研发、生产的主力军,华大一直在推动国产化替代进程。近日,旗下子公司华大智造推出一款自主研发的超高通量基因测序仪——MGISEQ-T7,被业界评价为超级生命计算机

 


当下,Illumina和Thermo Fisher占据了全球基因测序仪90%的市场,同时也是国内二代测序仪的主要采购源。虽然国产仪器在价格上有一定优势,但是在市场上的占有率却不明显。作为第二个可以实现临床级二代测序仪量产的国家,我国测序市场必将迎来新的变化和契机,而本土自主创新将是打破垄断的必经之路。

 


在近日举办的第十三届国际基因组学大会(ICG-13)新品发布会上,华大智造推出了新款测序仪——MGISEQ-T7。据悉,这一款基因测序仪有着超快速、超高通量的“光环”,一天最多可完成60例个人全基因组测序。

 

   

01

   

首个!四联芯片独立测序


自2003年人类基因组计划完成以来,世界各国纷纷推出大规模的人群基因组项目,旨在解读基因图谱,并在个性化疾病、健康管理中得到应用。华大作为国内测序行业的领军企业,坚信测序仪的自主研发有利于加速基因产业的进展。

 

2017年,华大智造推出MGISEQ-2000,一款基于双芯片平台开发的测序系统。在PE150模式下,MGISEQ-2000单次运行平均产出1080G数据。现在,华大智造再一次“升级”——首次构建了4联芯片的测序平台MGISEQ-T7。

 

“目前市面上已有的测序仪最多支持2张芯片同时运行,而MGISEQ-T7可以做到4张芯片完全独立运行的测序流程——四张芯片可以随时上机。这类似于4台测序仪可以同时开展不同读长的测序,并且开始、结束时间互不影响。”发布会现场,华大智造向业界介绍道。

 

超快速


据悉,华大智造通过全面升级生化系统、光学系统,并将图像数据处理速度提升15倍,从而使得MGISEQ-T7测序速度比行业最高水平还提升50%以上,远远领先于其他测序仪。无论是单张芯片运行,亦或是4张芯片同时运行,MGISEQ-T7都能保持强大的处理能力, PE150仅需不到24小时。

 

超通量


此外,MGISEQ-T7的芯片密度提升了20%,单张芯片即可实现Tb级数据产出;同时,支持多张芯片无休轮转,24小时不间断运行,每天可产出数据量高达6T,一台T7每天可完成60人的全基因组测序,半年即可完成万人基因组计划。这一通量堪比Illumina的最新仪器NovaSeq 6000。

 

   

02

   

MGISEQ-T7会带来什么?

 

作为目前全球日生产数据量最高的测序仪, MGISEQ-T7适用于全基因组测序、超深度外显子组测序、表观基因组测序、肿瘤大Panel等大型测序项目。

 

1)推动国家级基因组项目。据官网介绍,6台MGISEQ-T7在一年之内就可完成十万人基因组测序。华大智造预计,这款测序仪将有望应用于国际级基因组计划中,加快推进基因图谱绘制的进程。

 

2)构建“完美测序流程”。在发布会现场,华大智造同步推出了高通量自动化样本制备系统MGISP-960,单次最多可自动完成96个样本制备,能够满足高效、准确的前端建库需求,是MGISEQ-T7生产能力的坚强后盾。搭配stLFR建库试剂盒、生信分析加速器MegaBOLT,华大智造力求从建库、测序到分析实现“3天极致交付”。

 

3)打造成本优势。2017年,Illumina的Novaseq平台称有望将个人基因组测序费用下降至100美元。紧随其后,华大基因基于BGISEQ-500测序仪,宣布将一个人的全基因组测序费用降至600美元,率先进入个人全基因组百美元时代。华大智造在基因测序仪上的努力,有利于促成市场竞争,加快“百元基因组时代”的发展。

 

   

03

   

后记


作为测序产业链的起点,基因测序仪为整个中下游测序服务提供最基本的支撑,是不可或缺的关键环节。过去20年,伴随着测序技术的更迭,个人基因组测序的费用以“超摩尔定律”的速度下降,正朝着“百元基因组时代”前进。

 

我们期待,在基因测序产品“平民化”发展的时代,国产测序仪能占得重要席位,在“成本、速度、质量”3大要素上实现更多的赶超,打造出“中国制造”的品牌价值。


责编:探索君

 

茫茫微信公众号中相遇不容易,星标☆生物探索,不要和探索君走散哟!

End

本文系生物探索原创,欢迎个人转发分享。其他任何媒体、网站如需转载,须在正文前注明来源生物探索。



登录查看更多
0

相关内容

【复旦大学-SP2020】NLP语言模型隐私泄漏风险
专知会员服务
24+阅读 · 2020年4月20日
新时期我国信息技术产业的发展
专知会员服务
70+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
82+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
智慧城市——科技巨头的“中场战事”
雷锋网
6+阅读 · 2018年8月25日
2017人工智能创新公司50强出炉 旷视(Face++)上榜
Megvii旷视科技
3+阅读 · 2017年7月10日
Neural Speech Synthesis with Transformer Network
Arxiv
5+阅读 · 2019年1月30日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Arxiv
8+阅读 · 2018年11月27日
Arxiv
5+阅读 · 2018年6月12日
Arxiv
6+阅读 · 2018年4月24日
Arxiv
3+阅读 · 2017年12月14日
VIP会员
Top
微信扫码咨询专知VIP会员