ကြည့်ရှုမှုများ- 0 စာရေးသူ- Site Editor ထုတ်ဝေချိန်- 2026-02-03 မူရင်း- ဆိုက်
အသစ်မွမ်းမံထားသော HKEY-AIDMD 3.0 မော်ဒယ်စာကြည့်တိုက်တွင် autoimmune နှင့် ဓာတ်မတည့်မှုဆိုင်ရာ ရောဂါမော်ဒယ် 300 နီးပါးပါရှိသည်။ အဓိကညွှန်ပြချက်များစွာအတွက်၊ HKeyBio သည် လေးဖက်မြင်ပုံစံ (4D) မော်ဒယ်ရေကန်များကို တည်ထောင်ထားပြီး၊ ပစ်မှတ်ပေါင်းများစွာ ပေါင်းစပ်ကုထုံးများကို အကဲဖြတ်ရန်အတွက် ယန္တရား-မောင်းနှင်သည့် မော်ဒယ်ရွေးချယ်မှုပလပ်ဖောင်းကို ပံ့ပိုးပေးသည့် လေးဖက်မြင် (4D) မော်ဒယ်ရေကန်များကို တည်ထောင်ထားပါသည်။
HKEY-AIDMD 3.0 omics ဒေတာဘေ့စ်သည် မော်ဒယ်စာကြည့်တိုက်မှ အမျိုးမျိုးသော တစ်ရှူးများနှင့် ကိုယ်ခံအားစနစ်များတစ်လျှောက် spatiotemporal single-cell နှင့် spatial omics တို့ကို ပေါင်းစပ်ထားသည်။ ၎င်းသည် ဗီဇ၊ မော်လီကျူးများ၊ ဆဲလ်များ၊ တစ်ရှူးများနှင့် လက်တွေ့ phenotypes များတစ်လျှောက် သိမ်မွေ့သောခြားနားချက်များကို ဖော်ထုတ်ပေးသည့် ဘက်စုံပစ်မှတ်ပေါင်းစပ်မှုများ၏ ကွဲပြားသောအားသာချက်များကို ခွဲခြားသတ်မှတ်ရာတွင် ပြတ်သားမှုကို သိသိသာသာ တိုးတက်စေသည်။
BOSTON နှင့် SUZHOU၊ တရုတ်၊ နိုဝင်ဘာ 24 ရက်၊ 2025 /PRNewswire/ -- HKeyBio သည် autoimmune နှင့် ဓါတ်မတည့်မှုရောဂါဆိုင်ရာ ဆေးဝါးဖွံ့ဖြိုးတိုးတက်မှုအတွက် autoimmune နှင့် ဓါတ်မတည့်မှုရောဂါဆိုင်ရာ ဆေးဝါးဖွံ့ဖြိုးတိုးတက်မှုအတွက် အဆင့်မြှင့်တင်ထားသော HKEY-AIDMD 3.0 ပလပ်ဖောင်းကို တရားဝင်မိတ်ဆက်လိုက်ပြီဖြစ်သည်။ ဤပလပ်ဖောင်းတွင်- (1) autoimmune နှင့် ဓာတ်မတည့်ရောဂါ မော်ဒယ် 300 နီးပါး၏ လေးဖက်မြင် မော်ဒယ်စာကြည့်တိုက်၊ (2) ဤမော်ဒယ်များမှ ဆင်းသက်လာသော ပြည့်စုံသော spatiotemporal single-cell နှင့် spatial omics ဒေတာဘေ့စ်။ ပစ်မှတ်ပေါင်းများစွာ ပေါင်းစပ်ကုထုံးများကို လက်တွေ့ဘာသာပြန်ဆိုခြင်းအတွက် ကြိုတင်ခန့်မှန်းတိကျမှုကို သိသာထင်ရှားစွာ မြှင့်တင်ရန် ပလက်ဖောင်းကို ဒီဇိုင်းထုတ်ထားပါသည်။
Autoimmune နှင့် ဓါတ်မတည့်သောရောဂါများသည် အဓိက immunological domains သုံးခုရှိ dysregulated immunological networks မှ ပေါက်ဖွားလာသည်- ဆယ်လူလာအစိတ်အပိုင်းများ၊ ကွဲပြားသော cytokine ကွန်ရက်များနှင့် အပြန်အလှန်ချိတ်ဆက်ထားသော အချက်ပြလမ်းကြောင်းများ။ ဤအခြေအနေများတွင် T ဆဲလ်များ၊ B ဆဲလ်များ၊ dendritic ဆဲလ်များနှင့် granulocytes ကဲ့သို့သော ကိုယ်ခံအားဆဲလ်လူဦးရေ၏ မူမမှန်သောလုပ်ဆောင်မှုများ ပါဝင်ပါသည်။ IL-6၊ IL-4၊ TNF အပါအဝင် ထိန်းညှိထားသော ဆိုက်တိုကိုင်းများ၊ နှင့် JAK/STAT၊ NF-κB၊ BTK ကဲ့သို့သော နှောင့်ယှက်သော အချက်ပြလမ်းကြောင်းများကို ကိုယ်ခံအား ခံနိုင်ရည်ရှိမှု ယန္တရားများနှင့်အတူ။ ပစ်မှတ်တစ်ခုတည်းမှ ဆေးဝါးများသည် အချို့သောလူနာများတွင် အကန့်အသတ်ရှိသော ထိရောက်မှုကို ပြသနိုင်သောကြောင့်၊ ပစ်မှတ်များစွာ ပေါင်းစပ်မှုများသည် ရောဂါဗေဒဆိုင်ရာကွန်ရက်များကို ကျယ်ကျယ်ပြန့်ပြန့် ပြုပြင်ပြောင်းလဲနိုင်ပြီး ကုထုံးရလဒ်များကို ပိုမိုကောင်းမွန်စေပါသည်။ ထို့အပြင်၊ ရောဂါမျိုးကွဲကွဲပြားမှုကြောင့်၊ ဘက်စုံပစ်မှတ်ကုထုံးများသည် လူနာတစ်ဦးချင်းစီအလိုက် ရောဂါဖြစ်ပွားစေသော ပရိုဖိုင်များကို ပိုမိုတိကျစွာ ကိုက်ညီစေပြီး စိတ်ကြိုက်ကုသမှုနည်းဗျူဟာများကို ပံ့ပိုးပေးနိုင်ပါသည်။
သို့သော်လည်း ဘက်စုံပစ်မှတ် ဆေးဝါးများ ဖွံ့ဖြိုးတိုးတက်ရေးတွင် ကြီးမားသော နည်းပညာနှင့် လက်တွေ့စိန်ခေါ်မှုများနှင့် ရင်ဆိုင်နေရသည်။ ပစ်မှတ်များ၏ ကွဲပြားမှု၊ ဆေးထိုးနည်းများနှင့် လုပ်ဆောင်မှု ယန္တရားများ ကွဲပြားမှုကြောင့် ဖြစ်နိုင်သော ပေါင်းစပ်အရေအတွက်သည် အဆတိုးလာသည်။ အကန့်အသတ်ရှိသော အရင်းအမြစ်များဖြင့်၊ အထိရောက်ဆုံးနှင့် အလုံခြုံဆုံးပေါင်းစပ်မှုများကို ဦးစားပေးခြင်းသည် အရေးတကြီးလိုအပ်ချက်တစ်ခုဖြစ်သည်။ အကောင်းဆုံးပေါင်းစပ်မှုများရရှိရန် ရောဂါကွန်ရက်အတွင်း အဓိကရောဂါဖြစ်ပွားစေသော ဆုံမှတ်များ၏ တိကျသောမြေပုံဆွဲခြင်းနှင့် ကုသမှုတုံ့ပြန်မှုအတွက် ကြိုတင်ခန့်မှန်းနိုင်သော ဇီဝအမှတ်အသားများကို ခွဲခြားသတ်မှတ်ရန် လိုအပ်သည်။
HKeyBio ၏အသစ်မွမ်းမံထားသော HKEY-AIDMD 3.0 သည် အတွက် လက်တွေ့ကျသောဖြေရှင်းချက်ကို ပေးပါသည် ။ 'အကောင်းဆုံးပစ်မှတ်ပေါင်းစုံပေါင်းစပ်ခြင်း' စိန်ခေါ်မှု autoimmune နှင့် မတည့်သောရောဂါများအကြောင်း နက်နဲသောထိုးထွင်းသိမြင်နားလည်မှုဖြင့်တည်ဆောက်ထားသော HKeyBio သည် အမျိုးမျိုးသောရောဂါအမျိုးအစားခွဲများနှင့် endotypes များကိုအတုယူရန် မျိုးစုံသောမျိုးစိတ်များ၊ မျိုးကွဲများနှင့် induction ဗျူဟာများကို ပုံဖော်ထားသည်။ ဤပုံစံတူစုပေါင်းများသည် vivo အပြန်အလှန်တုံ့ပြန်မှုများ၊ တုံ့ပြန်မှုယန္တရားများနှင့် ပစ်မှတ်များစွာပေါင်းစပ်မှုများ၏ ပေါင်းစပ်မှုတွင် အကဲဖြတ်ခြင်းကို လုပ်ဆောင်ပေးပါသည်။ မျိုးရိုးဗီဇထိန်းချုပ်မှုကွန်ရက်များ၊ ပရိုတိန်း-ပရိုတိန်း အပြန်အလှန်ဆက်သွယ်မှုကွန်ရက်များနှင့် လမ်းကြောင်းဆိုင်ရာ ပေါ်လစီခွဲခြမ်းစိတ်ဖြာမှုအပါအဝင် စနစ်ဇီဝဗေဒချဉ်းကပ်နည်းများကို အသုံးပြု၍ ရောဂါကွန်ရက်များရှိ အဓိက nodal နှင့် bottleneck ပစ်မှတ်များကို ခွဲခြားသတ်မှတ်သည်။ စက်သင်ယူမှုနည်းလမ်းများသည် ပေါင်းစပ်ရလဒ်များကို ကြိုတင်မှန်းဆသည့်ပုံစံနှင့် မျိုးရိုးဗီဇလက်မှတ်များ၊ ဆဲလ်တစ်ခုတည်းကိုယ်ခံအားပရိုဖိုင်များနှင့် cytokine panels များကဲ့သို့သော ဇီဝအမှတ်အသားများကို ရှာဖွေတွေ့ရှိခြင်း/အတည်ပြုခြင်းတို့ကို ထပ်လောင်းပံ့ပိုးပေးပါသည်။
HKEY-AIDMD 3.0 ပလပ်ဖောင်းသည် ပစ်မှတ်ပေါင်းစုံ ထိရောက်မှု အတွက် ခန့်မှန်းတန်ဖိုးကို မြှင့်တင်ပေးရုံသာမက ဖွံ့ဖြိုးတိုးတက်နိုင်မှုနှင့် စီးပွားဖြစ် ပူးပေါင်းဆောင်ရွက်မှုတန်ဖိုးကိုလည်း သိသိသာသာ မြှင့်တင်ပေးပါသည်။ multi-indication 4D model pools များကို spatiotemporal omics ဖြင့် ပေါင်းစပ်ခြင်းဖြင့်၊ ပလပ်ဖောင်းသည် rheumatology၊ immunology နှင့် allergy တို့တွင် ဆေးဝါးအသစ်များ ဖွံ့ဖြိုးတိုးတက်မှုအတွက် အရေးပါသော ပံ့ပိုးမှုပေးပါသည်။ ၎င်းသည် စက်ယန္တရားတိကျမှုကို မြှင့်တင်ပေးကာ ပုံရိပ်ဖော်မှုများစွာကို ပြတ်သားစွာ ပံ့ပိုးပေးကာ နည်းလမ်းများစွာရှိ ကုထုံးဆိုင်ရာတုံ့ပြန်မှုများကို ခန့်မှန်းရာတွင် ယုံကြည်စိတ်ချရမှုကို တိုးမြင့်စေသည်။
HKeyBio HKEY-AIDMD 3.0 ပလပ်ဖောင်းအကြောင်း
HKEY-AIDMD 3.0 မော်ဒယ်စာကြည့်တိုက်တွင် autoimmune နှင့် ဓာတ်မတည့်မှုဆိုင်ရာ ရောဂါမော်ဒယ် 300 နီးပါးကို အကျုံးဝင်ပါသည်။ အဓိက ညွှန်ပြချက်များ အတွက်၊ HKeyBio သည် ပစ်မှတ်များစွာကို ပေါင်းစပ်အကဲဖြတ်ရန်အတွက် ယန္တရား-အခြေပြု မော်ဒယ်ရွေးချယ်မှုအား ပံ့ပိုးပေးရန်အတွက် 4D မော်ဒယ်လ်များကို တည်ဆောက်ထားပါသည်။ ၎င်းတို့တွင် အရေပြားဆိုင်ရာပုံစံများ (atopic dermatitis၊ အင်ပျဉ်၊ ယားနာ၊ hidradenitis suppurativa၊ psoriasis)၊ အသက်ရှူလမ်းကြောင်းဆိုင်ရာပုံစံများ (ပန်းနာရင်ကျပ်၊ COPD၊ pulmonary fibrosis)၊ အစာအိမ်နှင့်အူလမ်းကြောင်းပုံစံများ (IBD၊ Crohn's disease) နှင့် rheumatologic model (SLE, cutaneous lupus's, SLE, cutaneous lupus's, SLE, cutaneous lupus's, SLE၊ sclerosis၊ multiple sclerosis) စသည်တို့ဖြစ်သည်။
HKEY-AIDMD 3.0 omics ဒေတာဘေ့စ်သည် မော်ဒယ်အားလုံးမှ တစ်ရှူးများနှင့် ကိုယ်ခံအားအကန့်များတစ်လျှောက် spatiotemporal single-cell နှင့် spatial omics များကို လွှမ်းခြုံထားသည်။ မျိုးရိုးဗီဇဖော်ပြမှုကွန်ရက်များ၊ ပရိုတိန်း-ပရိုတိန်း အပြန်အလှန်ဆက်သွယ်မှုကွန်ရက်များအပါအဝင် စနစ်များ ဇီဝဗေဒနည်းလမ်းများကို အသုံးပြု၍ စက်သင်ယူမှုနှင့်အတူ ပေါင်းစပ်ထားသော အချက်ပြမှုဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာချက်၊ ပလပ်ဖောင်းသည် ပစ်မှတ်များစွာသော ဆေးဝါးပေါင်းစပ်အကျိုးသက်ရောက်မှုများကို ကြိုတင်ခန့်မှန်းကာ ထိရောက်မှုနှင့် ဘေးကင်းမှုအတွက် ဇီဝအမှတ်အသားများကို သက်သေပြကာ၊ ပစ်မှတ်-ပေါင်းစပ်မှုဗျူဟာများကို ကွဲပြားအောင် သိသိသာသာ တိုးတက်စေပါသည်။
HKeyBio သည် autoimmune ရောဂါများအတွက် ဆေးဝါးဗေဒနှင့် ဘာသာပြန်သုတေသနတွင် အထူးပြုထားသော စက်မှုလုပ်ငန်း ဦးဆောင် CRO ဖြစ်ပါသည်— autoimmune ဆန်းသစ်တီထွင်မှုတွင် အာရုံစူးစိုက်ပြီး စူးရှစွာ အတွေ့အကြုံရှိသော၊
ပိုမိုသိရှိလိုပါက, www.hkeybio.com သွားရောက်ကြည့်ရှုပါ။
စုံစမ်းမေးမြန်းလိုပါက ကျွန်ုပ်တို့ထံ ဆက်သွယ်ပါ။ bd@hkeybio.com
အရင်းအမြစ် HKeyBio