沃特世與Nonlinear Dynamics聯合開發新一代處理大規模複雜數據集...

2021-01-11 食品夥伴網

    沃特世公司(WAT:NYSE)和Nonlinear Dynamics有限公司已籤署協議,雙方將聯合開發解決方案,

處理

蛋白組學、代謝組學實驗得到的大規模複雜數據集。 

    沃特世和Nonlinear Dynamics在基於TransOmics™軟體的Waters組學研究平臺上的合作首次在今年五月份溫哥華的美國質譜年會(ASMS Conference on Mass Spectrometry and Allied Topics)上公布,將Waters® SYNAPT® G2-S HDMS與Nonlinear Dynamics為Waters獨家開發的TransOmics信息學軟體有機結合在一起。
 

    沃特世組學研究平臺包含兩套基於TransOmics 信息學軟體的方案:
 

    ·包含沃特世nanoACQUITY UPLC®和SYNAPT® G2-S HDMS的蛋白組學解決方案,用於複雜樣本的bottom-up分析。

    ·包含沃特世ACQUITY® UPLC I-Class和SYNAPT G2-S HDMS的代謝組學解決方案,用於大規模樣本的常規篩選。


    沃特世在2007年推出SYNAPT® HDMS™高清質譜,首次將離子淌度分離技術引入質譜分析。


    Synapt HDMS系統廣泛應用於小分子研究、蛋白質鑑定、代謝物鑑定和生物製藥領域,目前,它仍是市場上唯一的具有高效離子淌度測量和分離的質譜儀,能夠使樣品離子按照尺寸、形狀、電荷以及質量來進行分離。這項基於分子構型差異進行分離的能力提高了分析的選擇性和樣本清晰度,因此,科學家們能夠獲取更多的樣本信息,包括在傳統質譜儀上不能看到的成分。
 

    「生物樣本太複雜了,在分析儀器滿足了生物研究對靈敏度和分析技術專屬性要求時,實驗數據的處理也同時給科學家帶來了巨大的挑戰」,沃特世製藥與生命科學研發部門負責人James Langridge博士說,」我們相信,通過與Nonlinear Dynamics合作,我們的解決方案就能夠幫助科學家有效應對這種情況,推動研發速度。」
 

    「我很高興能看到這次振奮人心的合作,將最新的質譜技術與世界知名的數據分析軟體有機結合在一起」,Nonlinear Dynamics執行主席Will Dracup說,」現在的研究人員都面對著如何處理巨大的複雜數據集的挑戰。也就是說必須能夠得到直觀、易讀且可靠的數據結果。沃特世離子淌度技術能夠產生大量非常有價值的、數據信息豐富的組學數據集,Nonlinear開發的軟體能夠特別凸顯離子淌度技術的潛在優勢和價值。」

    組學研究,無論是蛋白組學還是代謝組學,其共同的目的是要了解蛋白質和代謝物的相互關係,以便更好地理解疾病或機體的特定生理狀態。沃特世組學研究平臺是製藥與生命科學、食品和臨床研究等領域研究人員進行跨學科的研究的理想選擇。
 

    在ASMS美國質譜年會上發布的基於TransOmics軟體的組學平臺產品UPLC®/SYNAPT G2-S HDMS將於今年第四季度發貨。
 

    關於Nonlinear Dynamics(www.nonlinear.com)
 


    Nonlinear Dynamics由Will Dracup於1989年創立,曾開發出Progenesis數據分析軟體系列,具有創新和突破性,它尤其可以幫助應對當今蛋白質和代謝物組學研究人員們所面臨的挑戰。


    由Nonlinear為Progenesis軟體系列提出的基礎分析理念幫助科學家們可視化其複雜的數據,並得出可在各實驗室之間複製的可靠結論。該方法已被應用於LC-MS和二維凝膠電泳數據分析。
 

    Nonlinear通過其設在英國的總部和美國的辦事處以及全球合作夥伴網絡銷售產品並提供支持。


    50多年來,沃特世公司(NYSE:WAT)通過提供實用和可持續的創新,使醫療服務、環境管理、食品安全和全球水質監測領域有了顯著進步,從而為實驗室相關機構創造了業務優勢。

作為一系列分離科學、實驗室信息管理、質譜分析和熱分析技術的開創者,沃特世技術的重大突破和實驗室解決方案為客戶的成功創造了持久的平臺。
 

    2011年沃特世公司擁有18.5億美元的收入,它將繼續帶領全世界的客戶探索科學並取得卓越成就。

相關焦點

  • MIT的開放課程 | Nonlinear Dynamics & Chaos教材、補充講義資料與代碼下載!
    This graduate level course focuses on nonlinear dynamics with applications.-2014/lecture-notes/MIT18_385JF14_SelectedLec.pdfBead Moving along a Thin, Rigid Wire (PDF)https://ocw.mit.edu/courses/mathematics/18-385j-nonlinear-dynamics-and-chaos-fall
  • 大規模異構數據並行處理系統的設計、實現與實踐
    基於SMP架構的關係型資料庫起源於1970年,至今仍在數據處理領域發揮著重要作用,但由於其原設計目標是處理結構化數據,所以對非結構化數據的處理能力較弱,無法單獨解決當今日益複雜的異構數據分析問題。另外,基於SMP架構的數據處理系統性能提升一般採用縱向擴展的方式,嚴重依賴硬體的升級,性價比較低。
  • 三盟科技新一代智慧教室大規模應用經典案例
    最近三盟小編簡單匯總了我們部分智慧教室落地案例完全不是以前我印象裡的單純地多媒體教室改造眾多985/211高校經典案例再加上大規模的新一代智慧教室太值得來「一睹為快」三盟科技作為新一代智慧教室解決方案供應商第一品牌
  • 如何使用Pandas處理超過內存容量的大規模數據
    處理大規模數據集時常是棘手的事情,尤其在內存無法完全加載數據的情況下。在資源受限的情況下,可以使用 Python Pandas 提供的一些功能,降低加載數據集的內存佔用。可用技術包括壓縮、索引和數據分塊。 開展數據科學項目中的一個重要步驟,就是從 API 下載數據並加載到本地內存,之後才能處理數據。在上述過程中需要解決一些問題,其中之一就是數據量過大。
  • 百度聯合發布全球最大中文自然語言處理數據共建計劃「千言」
    來源:證券時報網在8月25日舉行的百度大腦語言與知識技術峰會上,百度集團副總裁吳甜和百度技術委員會主席吳華分別發布百度語言與知識技術系列產品和數據集共建計劃,推出5款產品的新發布,全面加速AI技術大規模應用。
  • 最大規模數據集、最優圖像識別準確率!Facebook解決訓練數據難題
    人工標註數據需要耗費大量人力成本和時間,對模型訓練數據集的規模擴大帶來限制。Facebook 在圖像識別方面的最新研究利用帶有 hashtag 的大規模公共圖像數據集解決了該問題,其最佳模型的性能超越了之前最優的模型。
  • 大規模3D數據集ScanNet:讓機器人理解真實世界
    Angela  Dai 是史丹福大學的一名博士生,在 CVPR 上有一個 Spotlight talk,主要介紹 ScanNet,一個擁有標註過 3D 室內場景重構信息的大規模 RGB-D 數據集。她最初的想法是,推動數據匱乏的機器學習算法的發展,特別是在 3D 數據上。3D 數據包含更多信息,比如比如大小和物體之間的距離。但
  • 科技創新2030—「新一代人工智慧」重大項目2020年度第一批項目...
    《新一代人工智慧發展規劃》,啟動實施科技創新2030—「 新一代人工智慧」 重大項目( 以下簡稱「 本重大項目」)。新一代人工智慧基礎理論1.1 腦結構和功能啟發的新型神經網絡模型研究內容:針對當前神經網絡計算模型依賴大量標註樣本、魯棒性和適應性差、可解釋性不足、能效比低等固有局限,研究分析海量大腦皮層範圍內的高解析度響應數據,解析反演神經迴路工作機理;受特定神經環路啟發,發展具有記憶、稀疏編碼等特徵的新一代神經網絡模型;研究大規模複雜網絡的高效學習和計算方法
  • 科學網—最大零售場景檢測計數聯合任務數據集發布
    本報訊(記者胡珉琦)在日常購物時,我們不妨暢想一下未來的場景:無需結算臺,因為消費者取下產品的過程中,就可以完成自動結算;也無需貨架管理員,因為智能貨架管理技術可以實時動態監測商品數量變化,並完成數據分析
  • 基於大數據的軟體智能化開發方法與環境
    ,建立了基於大數據的軟體智能化開發技術體系,研發關鍵性的軟體智能化開發工具,形成了「人-工具-數據」融合的新一代軟體智能化開發環境,並構建了軟體智能化開發雲平臺。當前,軟體智能化開發成為熱點的關鍵原因在於新時代帶來的技術發展的新環境:開源及企業軟體開發產生了大數據源,機器學習和信息檢索技術的發展提供了知識獲取的核心支撐,企業領域工程的廣泛實踐積累了大量的領域資源。然而,作為智能化軟體開發基礎的軟體開發數據具有規模巨大、碎片分散、快速膨脹的特點。
  • 青雲QingCloud與浪潮信息聯合發布新一代微型雲數據中心
    7月25日,由青雲QingCloud主辦的Cloud Insight Conference(CIC)2019雲計算峰會在北京舉行,會上青雲QingCloud與浪潮信息聯合發布了新一代微型雲數據中心——青立方Qing3 Rack易捷版,為企業提供雲+數據中心基礎設施的一站式交付與運維管理,降低企業數位化轉型的門檻,全面適用於軟體定義數據中心、桌面雲、混合雲、IoT邊緣計算等場景
  • 新品來襲|MaipSCAN-新一代油氣藏勘探開發評價技術
    當前,隨著油氣資源勘探開發縱向深入,研究對象愈發複雜、勘探難度也越來越大,常規、特別是非常規油氣勘探開發面臨非常嚴峻的技術挑戰。  MaipSCAN是由中科院地質與地球物理研究所與浙江中科銳晨智能科技有限公司強強聯合自主研發的高度集成化的全新一代數字智能礦物分析系統(圖1),主要由高分辨掃描電子顯微鏡、高靈敏電子信號探測器、X射線探測器及多功能高級測試分析軟體組成。
  • FAIR 開放大規模細粒度詞彙級標記數據集 LVIS,連披薩裡的菠蘿粒都...
    雷鋒網 AI 開發者按:隨著深度學習的進一步發展,我們對數據集的依賴也越來越強。就在最近,FAIR 開放了 LVIS,一個大規模細粒度詞彙集標記數據集,該數據集針對超過 1000 類物體進行了約 200 萬個高質量的實例分割標註,包含 164k 大小的圖像。
  • Kaggle|處理大規模數據集的Tips & Tricks
    1.推薦閱讀:kaggle的riiid比賽裡關於數據處理時間空間優化的筆記 - 砍手豪的文章 - 知乎https://zhuanlan.zhihu.com
  • 英特爾聯合騰訊發布基於下一代至強可擴展處理器的星星海新一代...
    原標題:英特爾聯合騰訊發布基於下一代至強可擴展處理器的星星海新一代自研雙路伺服器    通信世界網消息(CWW)
  • 大規模中文自然語言處理語料
    新智元推薦來源:AINLP作者:徐亮【新智元導讀】本文介紹一個中文自然語言處理語料庫項目:nlp_chinese_corpus ,初步貢獻了幾個已經預處理好的中文語料,包括維基、新聞和百科語料,可直接下載使用。
  • 華為發布新一代400GE數據中心交換機,使能新基建激發新動力
    華為數據通信產品線總裁胡克文發布CloudEngine 16800新一代400GE數據中心交換機新基建中5G、物聯網的應用普及和雲、人工智慧的技術發展,共同驅動算力需求爆發式增長,數據中心、智能計算中心等算力基礎設施需要新一代400GE大規模數據中心網絡;傳統數據中心網絡千分之一的丟包率
  • 中文自然語言處理數據共建讓機器讀懂「千言」
    中文作為最優美、最複雜的語言,其自然語言的數據共建將幫助機器讀懂「千言」,開拓人工智慧領域無限的遐想空間。  機器認知需依賴知識圖譜   「知識圖譜是機器認知世界的重要基礎。」提出了知識圖譜驅動的對話控制技術,以及首個基於隱空間的大規模開放域對話模型PLATO等,並推出智能對話定製和服務平臺UNIT,幫助開發者高效構建智能對話系統,實現規模化應用。   通過上述技術,機器翻譯也取得了突破性進展。
  • MSRA開源學術界最全面語義分析數據集
    在「中國高校人工智慧人才國際培養計劃」2019國際人工智慧專家論壇暨2019微軟新一代人工智慧開放科研教育平臺合作論壇,MSRA面向高校提供最新的人工智慧技術、工具、科研成果,以及數據集。工具:集人工智慧研究開發實用工具之大成在新一代人工智慧開放科研教育平臺上,微軟將其在語音、語言、視覺、機器學習、數據挖掘、數據可視化等核心技術範疇內的開源工具進行了整合,如自動化機器學習工具包
  • 大數據處理架構系列二:大規模並行處理資料庫MPP
    大數據處理架構系列一:關係型資料庫RDB),且傳統RDB較高的維護遷移成本,迫使業界專家潛心鑽研出了MPP處理架構。一、MPP架構定義為了提高計算性能,MPP架構將RDB的單伺服器升級成為了多伺服器,在遇到性能瓶頸時,擴展伺服器也很容易實現,不需要花費太多的維護成本,首先看一下MPP架構的標準定義:MPP(MassivelyParallelProcessing),即大規模並行處理