DDPCR

本文介绍了2016年全球数字PCR和实时荧光定量PCR市场的规模,并对比了LIFE Technologies、Bio-Rad及RainDance三家主流数字PCR技术的特点与价格。此外,文章还探讨了液态活检技术,包括ctDNA、CTC和外泌体作为癌症检测标志物的作用及其在临床基因检测服务中的应用。
CTC语音唤醒-移动端-单麦-16k-小云小云

CTC语音唤醒-移动端-单麦-16k-小云小云

PyTorch
AI应用
FunASR

一套 面向移动端设备的轻量级语音唤醒解决方案,核心是通过 CTC 算法实现 “小云小云” 关键词唤醒,适配单麦克风、16kHz 采样率的移动端场景(如手机、智能穿戴设备)

2016年全球数字PCR和实时荧光定量PCR市场将达$32.8亿


目前各家仪器公司推出自己的数字PCR,目前市场主流的是三家,

1、LIFE Technologies 3D数字PCR(芯片式数字PCR):

      我个人认为是微孔数字PCR,主要是将20ul反应体系分散到20000个微孔中进行反应,变成20000个反应体系,PCR反应结束后,采用CCD拍照,数阳性反应孔。

2、Bio-Rad的微滴数字PCR(油包水原理):

     将20ul反应体系采用液滴反应器形成20000个油包水反应体系,PCR反应结束后,才有流式细胞术的原理,检测每一个液体,数阳性反应的液滴数量。

3、RainDance 的数字PCR(油包水原理)、

    原理与伯乐微滴数字PCR相同,但是其液体形成能力比伯乐强很多,理论上可以产生1000万个小油滴。


价格从高到底:Raindance、Bio-Rad、LIFE Technologies。

目前本人使用的是Bio-Rad QX200、正在做实验室。


四、液态活检技术(ctDNA、CTC、外泌体)

“活检”即活体组织检查,是指从患者体内切取、钳取或穿刺等取出病变组织,进行病理学检查的技术

普通的活检通常要经过手术或者穿刺来获得组织样本,而且有时候需要反复多次的进行取样,不仅繁琐,给患者增加痛苦,而且有时候取样不准确,例如穿刺有时取到正常组织。而液态活检是对患者血液中的游离的标志物进行检查,不仅取样更加方便,而且能够在疾病的更早期获得检测结果。


癌症液态活检的标志物主要有三种:ctDNA、CTC、外泌体。

ctDNA(circulating tumor DNA)即循环肿瘤DNA,是人体血浆中游离的DNA (cell-free DNA,cfDNA)的一种,ctDNA是癌细胞死亡时产生的DNA碎片,携带了大量癌细胞的信息,因此通过分析血液ctDNA,可以了解患者癌细胞的突变情况。

ctDNA检测的技术平台:目前在ctDNA检测领域潜力最大的技术平台是第二代测序(NGS)和数字PCR(ddPCR),这两个技术灵敏度较高,保证了检出下限,ctDNA含量很低,大多低于cfDNA总量的1%,其他技术很难从正常组织DNA中检测出异常的ctDNA。



按照基因检测公司的服务内容,主要可以分为四类:

科研服务、

纯科研基因检测市场在百亿级别。


第三方临床基因检测服务、

高通量测序在临床检测上的应用当前受到限制,只有在试点名单上的机构才能出具正式的临检报告

目前出台了第一批四个领域的试点名单,分别是遗传病诊断、产前筛查与诊断、植入前胚胎遗传学诊断、肿瘤基因测序,

试点单位名单由卫计委医政医管局和妇幼司共同制定。临床基因检测的市场空间在千亿级别。


直接面向个人的检测服务、

3 提供面向个人基因检测服务的商业公司,提供的是非诊断性基因检测,

商业化B2C基因检测的市场空间在十亿级别。


非医疗基因检测服务(例如食品、环境、刑侦等方面的应用)。

4 非医疗基因检测服务的应用包括食品、环境微生物、刑侦检测、检验检疫等方面,

整体来看非医疗基因检测服务是碎片化市场,涉及领域多,空间在百亿级别。

您可能感兴趣的与本文相关的镜像

CTC语音唤醒-移动端-单麦-16k-小云小云

CTC语音唤醒-移动端-单麦-16k-小云小云

PyTorch
AI应用
FunASR

一套 面向移动端设备的轻量级语音唤醒解决方案,核心是通过 CTC 算法实现 “小云小云” 关键词唤醒,适配单麦克风、16kHz 采样率的移动端场景(如手机、智能穿戴设备)

内容概要:本文详细记录了对一个Android ARM64静态ELF文件中字符串加密机制的逆向分析过程。该ELF文件的所有字符串均被加密,无法通过常规strings命令或IDA直接识别。作者通过分析发现,加密字符串存储在.rodata段,其解密所需信息(括密文地址、长度和16位密钥)保存在.data.rel.ro段的40字节描述符中。核心解密函数sub_10F408采用自反的双pass流密码算法,结合固定密钥KEY_TERM(由.data段24字节数据计算得出),实现字节级非线性、位置与长度相关的加密。文章还复现了完整的Python解密脚本,并揭示了该保护机制的本质为代码混淆而非强加密,最终成功批量解密全部956条字符串,暴露程序真实行为,如shell命令模板、设备标识篡改、网络重置等操作。此外,文中还提及未启用的自定义壳框架及其反dump设计。; 适合人群:具备逆向工程基础的安全研究人员、二进制分析人员及对ELF保护技术感兴趣的开发者。; 使用场景及目标:①学习ELF二进制中字符串加密的典型实现方式与逆向突破口;②掌握从结构识别、函数追踪到算法还原的完整逆向流程;③理解“绑定二进制”的完整性校验设计及其局限性;④实践编写IDAPython脚本自动化提取与解密敏感数据。; 阅读建议:此资源以实战案例驱动,不仅展示技术细节,更强调逆向思维与验证方法,建议读者结合IDA调试环境,逐步跟随文中步骤进行动态分析与算法验证,深入理解每一步的推理依据。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值