Technology

· 现有诊断方式：所需时间长，存在误诊危险性，产生额外费用
· MicroIDSys® 诊断方式：通过分析现有疾病的模式，构建数据库，通过高准确性、一键操作方式，五分钟内导出结果

最近，随着分析速度快、灵敏度高的质谱仪商品化，质量分析应用领域快速从尖端研究领域扩散到了医疗诊断领域。
尤其在病原菌诊断方面，已逐步开始替代传统的微生物鉴定法。

MicroIDSys® 诊断方式是

• · 作为基于数据库（Database）的诊断方式，通过本公司开发的统计算法，将从疾病和对照组试样中获取的生物数据和已经构建的Database进行匹配分析，从而就未知试样属于哪一个疾病群得出明确结果。
• · 随着Database的扩大，自己就能得出更为准确和精细的结果，据此能够获取更加精进的诊断结果。
• · 传统的微生物鉴定法每份试样最少需要8~48小时，用分子遗传学方法则需要2-4天左右，而此方式把时间缩短到了3分钟以内，在节省费用的同时还能够快速诊断出原因菌。
• · 在医疗领域，通过快速准确的病原菌鉴定，可以尽快开出最合理的药剂配方，从而提高治疗效率。除了医疗领域之外，也能广泛用于农畜水产品、土壤、发酵食品、加工食品、卫生检查、水资源、检疫等研究。

本公司正在开发中的NosIDSys®是新的疾病诊断系统，可以通过生物标志物（Bio Marker）诊断进行癌症和脑疾病（阿尔茨海默等）的诊断。

DB的统计学分析

在进行诊断疾病的统计学分析时，可最优化Inter（species）/Intra（strain）之间的distance，以便微生物在Species Level完成Clustering。
此外，以Phylogenetic Tree（进化树）结构确认各Species之间的关联流，借此从原先的Heatmap、ROC、PCA、Cut-Off Method、Random Forest等多种统计学分析方法中更进一步，从而实现基于机器学习的未来导向型尖端数据科学统计分析技术。

DB匹配

NOSQUEST数据库（DB）采用基于人工智能（AI）机器学习的算法，将从MALDI-TOF质谱仪获取的各种原因菌质谱资料转换为模式后，与已构建的本公司的DB参考签名（Reference Signature）进行实时匹配和分析，从而在短时间内得出准确可信的诊断结果。

本公司DB对各种微生物和血液感染与否，以及根据疾病发展阶段而不同的生物标志物（Biological Marker）进行算法处理后，将签名存储到基于云的大数据，从而实现更具扩展性和有效的诊断。

DB种类