全球首个，原能细胞发布“分体式全自动化生物样本存储系统——P90”
12月1日，中国数字健康医疗大会智慧健康医疗高峰论坛在海南海口隆重举行。原能细胞科技集团作为协办方之一，在论坛上正式发布“全自动深低温生物样本存储系统——P90”，这是继今年5月，原能细胞推出BSN系列以来，在自动化深低温存储设备领域又一标杆性产品，以开创性的“分体式全自动存取工作舱”设计理念，引领新一轮的技术革新风潮。原能细胞“全自动深低温生物样本存储系统
EOS 面向敏捷自动化金属 3D 打印推出全新的解决方案
在 2019 年 formnext 展会上，EOS 将展出一款生产型解决方案 EOS共享模块。该解决方案由多种硬件和软件模块组成，对成型过程中前后环节的工作流程进行简化、并行化处理。特别是对于运行多个 3D 打印系统的情况，EOS 共享模块在高质量金属零件制造方面具有效率高、可扩展性强并且兼具成本优势。EOS 共享模块计划于 2020 年下半年推出。在 2019 年 formnext 展会 11.
原能细胞“全自动深低温生物样本存储系统—P90”预发布圆满成功
9月21日至22日，由中南大学与中南大学湘雅医学院联合主办的“2019年低温生物学与生物样本活库国际研讨会（CBLB）”在长沙隆重举行。原能细胞装备公司副总经理、副总工程师王建信博士受邀参会，并发表了目前唯一一套经科学验证的自动化生物样本存储的实验数据。此外，原能细胞还在本届大会上，发布了最新一代的“P系列全自动深低温生物样本存储系统——P90”的新品预告，创新迭代的“分体式全自动存取工作舱”设计
Analyst：数字PCR数据的准确、可靠、非监督自动分类新方法
清华大学医学院生物医学工程系郭永实验室在《分析学家》（Analyst）在线以封底（back cover）发表题为《一种双荧光四分类微液滴数字PCR数据的准确、可靠和自动分类方法——密度分水岭算法》（A density-watershed algorithm (DWA) method for robust， accurate and automatic classification of dual-
阿斯利康呼吸学生物制剂Fasenra自动注射笔获美国FDA批准，可在家自我注射
2019年10月10日讯 /生物谷BIOON/ --阿斯利康（AstraZeneca）近日宣布，美国食品和药物管理局（FDA）已批准Fasenra（benralizumab）自我用药选项，以一种新的预充式、一次性自动注射器（Fasenra pen，即Fasenra注射笔）由患者自我给药。值得一提的是，Fasenra现在是唯一一种可提供在家里或在医生办公室每8周一次维持治疗给药选择的呼吸学生物制剂。
微流控自动化技术革新RNA-Seq文库构建流程 --- FLUIDIGM发布更高效、更节约成本的Advanta RNA-Seq NGS 文库构建解决方案
作为不断创新的生物科技领导者，Fluidigm公司长期致力于通过全方位的健康洞察力来改善人们的生活。近日，Fluidigm公司发布了最新的Advanta RNA-Seq NGS 文库制备解决方案。该方案利用微流控自动化技术，为RNA-seq二代测序文库制备流程带来突破性的变革，不但极大提高了中高通量实验室的工作效率，同时也大幅降低了实验成本。Advanta™ RNA-Seq NGS L
厦门市第五医院携手罗氏诊断推动检验科自动化建设水平升级
近期办理的医疗纠纷案件的庭审中发现，因法官对此类案由的认识不同，对举证责任、举证期限的理解和适用也不同，通过本文简单介绍一下我对这个问题的理解。
基于深度神经网络的可穿戴心电图疾病自动诊断研究取得进展
近日，中国科学院深圳先进技术研究院数字所生物医学信息技术研究中心研究员李烨及其团队成员姚启航、王如心、樊小毛和刘记奎等针对可穿戴心电信号提出了一种基于时空特征融合的深度神经网络，实现了9类心律失常的自动分析诊断，有效提升了疾病自动分析的准确率。该成果以Multi-class Arrhythmia detection from 12-lead varied-length ECG using Atte
阿斯利康呼吸学生物制剂Fasenra自动注射器获欧盟批准，可在家自我注射
2019年07月04日/生物谷BIOON/--英国制药巨头阿斯利康（AstraZeneca）近日宣布，欧洲药品管理局（EMA）人用医药产品委员会（CHMP）已发布积极审查意见，批准Fasenra（benralizumab）的一份II类标签变化：在欧盟的药品产品信息中增加一个自我给药选项，提供一种新的药物递送方法，作为一种预充式、一次性自动注射器（Fasenra pen，即Fasenra注射笔）。由
生物样品前处理走向自动化，力扬企业智能型实验室未来可期
在生物样品分析的全过程中，样品前处理占据着十分重要的地位，因为它引入的误差和耗费的时间往往占整个分析过程的一半以上，因此，样品前处理是保障分析结果精准可靠的前提条件。传统的样品前处理方法多采用人工或以人工辅助的半自动操作，处理过程中可能会因操作人员习惯差异造成数据不准确等问题。另外，传统的样品前处理过程很难被完整的记录下来，因此无法实现最终分析数据的溯源。近年来，随着生产制造技术的不断改进和创新，