今是科技发布全新测序仪G-seq1M:以效率与精准引领基因测序新标杆

4月2日,以"让效率,与精准同行!"为主题的今是科技新品发布会于线上举行,全新一代纳米孔基因测序仪G-seq1M及配套测序芯片G-MK05正式亮相。今是科技首席商务官-葛欣先生介绍到:公司在单碱基纳米孔测序(边合成边纳米孔测序)技术领域实现重大突破,不仅延续了超高准确率的核心优势,更在效率、通量及用户体验上全面升级,为生命科学研究和临床应用注入全新动力。

技术突破:精准与效率双重飞跃

seq1M可搭载全新G-MK05测序芯片,该芯片集成1250000个纳米孔通道,数据产出速率高达100Mb/min(6Gb/h),单次运行6小时内有效产出高达24Gb,单芯片有效产出更是突破240Gb。在准确率方面,G-seq1M延续了单序列准确率超99.9%的超高精度,助力多种高精度应用场景。同时,G-seq1M可向下兼容G-MK02测序芯片(单芯片有效产出50Gb),重新定义纳米孔测序的灵活性,全面满足终端用户中低通量需求。

此外,受益于全新的分子级表面钝化技术,G-MK05测序芯片寿命延长至60h。在可重复使用10次的基础上,结合生化体系持续优化,使单次测序时间增加20%。G-seq1M的推出使今是平台测序成本下降至新低,为长读长应用提供更高准确率、更高效率及低成本的解决方案。

打破壁垒,重构快如飞的测序体验

今是科技再次突破用户友好的"最后一公里",大幅度升级使用体验:1.建库时间从5小时大幅缩短70%至1.5小时。2.引入AI异构计算技术,数据解析速度提高超100%。结合独有的全自动化测序流程与"测序-清洗一体化试剂盒",用户最短仅需4小时即可完从建库到报告生成全流程工作,效率较NGS测序提升数倍。高度集成的设计使设备不仅体积小巧,芯片还支持常温保存,进一步降低开机与运营成本。

全场景覆盖:赋能多领域科研与产业

G-seq1M凭借卓越的数据质量、超高测序效率及更高通量,可全面赋能合成生物学、医学健康、公共卫生、基础研究及环境监测等领域。

为充分发挥其技术优势,同步推出的四大专业解决方案,均具备成本+性能双重优势,为用户带来全新体验:

靶向微生物测序方案,单次开机可完成50-100例样本,实现低成本运行,同时数据具有超高的耐药位点对比率和更低的漏检率,极致周期下可在4小时内完成,满足快速鉴定需求;

细菌全基因组测序方案,突破传统"2+3"模式的限制,可实现单平台高质量无参组装,无需NGS校正,超低开机成本使得能够随时测序,且最快可8小时内完成全流程;

16S全长测序方案,可支持更精准的OUT分型(99%分型阈值),实现菌种级精准鉴定,显著提升微生物群落解析能力;

革命性的扩增子测序方案,基于超高准确率数据,能够一次测通并完成精准分析,无惧异质性/复杂样本,同时单次开机可完成超千例样本,实现超低成本和超高效率。

今是科技在发布会结尾同步预告了未来产品规划:2025年第二季度将推出RNA直接测序试剂盒,第四季度推出G-seq6M测序仪及甲基化分析模型。2026年第二季度发布G-seq40M测序仪及G-ME芯片,通量有望再实现超级跃升,达到Tb级,强力支撑前沿生物探索及临床应用。

回顾精彩发布内容

即刻体验,开启您的高效测序之旅

现场开放20个外测席位与持续的Demo测试通道,扫码申请可体验免费样本外测,以及全新的G-seq1M测序仪和1张配套芯片。今是科技邀全球合作伙伴共启精准生命科学新纪元。

关于今是科技

今是科技致力于使基因测序成为精准医疗的常规手段,提升人类健康水平。公司汇聚了中美资深专家,基于单碱基纳米孔测序(边合成边纳米孔测序)的技术原理,致力于打破国外垄断,解决了目前市场上基因测序成本高、效率低,数据质量不佳的痛点,并能实现全流程自动化,可满足各应用市场灵活测序的需求。今是科技的技术路线具有自主知识产权,并申请多项专利。目前团队已取得突破性进展,在未来公司计划推出高通量测序仪,布局科研与临床,成为全球市场领导者。

相关推荐
未来之窗软件服务4 分钟前
幽冥大陆(九十三 ) PHP分词服务源码 —东方仙盟练气期
人工智能·nlp·仙盟创梦ide·东方仙盟·分词服务
t198751284 分钟前
神经网络控制的多方法融合:PID、模型预测控制(MPC)与自适应策略
人工智能·深度学习·神经网络
青主创享阁5 分钟前
技术破局制造业民企困局:玄晶引擎的AI赋能路径与实践逻辑
人工智能
智慧化智能化数字化方案6 分钟前
数据资产管理进阶——解读数据资产管理体系建设【附全文阅读】
大数据·人工智能·数据资产管理·数据资产管理体系建设·数据要素入表
沛沛老爹7 分钟前
Web开发者快速上手AI Agent:基于Function Calling的12306自动订票系统实战
java·人工智能·agent·web转型
EchoL、10 分钟前
浅谈当下深度生成模型:从VAE、GAN、Diffusion、Flow Matching到世界模型
人工智能·神经网络·生成对抗网络
凤希AI伴侣13 分钟前
深度优化与开源力量-凤希AI伴侣-2026年1月6日
人工智能·凤希ai伴侣
deephub14 分钟前
Agentic RAG:用LangGraph打造会自动修正检索错误的 RAG 系统
人工智能·大语言模型·rag·langgraph
Rabbit_QL15 分钟前
【Pytorch使用】CUDA 显存管理与 OOM 排查实战:以 PyTorch 联邦学习训练为例
人工智能·pytorch·python
坠金18 分钟前
方差、偏差
人工智能·机器学习