熱門資訊> 正文
2026-08-10 20:03
擴大的合作在86,000個額外樣本中應用多重蛋白質分析,使研究人員能夠超越單一生物標誌物,轉向對疾病同質性、亞型和軌跡的精確醫學理解
合併數據集預計於2027年完成,預計將代表最大規模的神經退行性疾病研究,涵蓋不同地區和隊列的140,000多個樣本
加利福尼亞州弗里蒙特,2026年8月10日(環球新聞網)--Alsemble Biosciences,Inc.(納斯達克:ALMR)是致力於最早檢測疾病的精確蛋白質組學領域的領導者,今天宣佈擴大與阿爾茨海默病數據倡議和蓋茨風險投資公司的戰略合作伙伴關係。擴大后的協議增加了使用該公司最新的神經病學小組NULISAseq™ Neuro 220對86,000份血漿樣本進行分析。大約21,000個樣本是7月中旬與領先研究型大學發起的全國規模蛋白質組學計劃的一部分。在2025年6月宣佈的多中心計劃的基礎上,該計劃使用Alsemble的超敏感NULISA™技術分析了超過55,000個樣本,此次擴張反映出人們對該合作伙伴關係的科學產出和Neuro 220小組的信心不斷增強,能夠為驅動神經退行性疾病的共同病理學提供更豐富的見解。
Alloe Biosciences創始人、首席執行官兼董事長羅玉玲博士表示:「我們與阿爾茨海默病數據倡議和蓋茨風險投資公司的合作擴大反映了我們共同建立的科學勢頭以及NULISA平臺為該領域帶來的價值。」「多重蛋白質分析使研究人員能夠同時檢查多個生物過程,在這種規模下,通過深入的臨牀表型分析,目標從檢測病理學轉向描述病理學:描述疾病亞型、確定階段以及跟蹤軌跡如何隨着時間的推移而演變。"
神經退行性疾病涵蓋一系列重疊的病理學、疾病分期和生物學軌跡,個體差異很大。多重蛋白質分析提供了一種同時檢查多個生物過程的方法,而不是一次研究一種分析物。然后,人工智能和機器學習可以應用於如此大的數據集,以潛在地識別新的途徑和蛋白質相互作用,對疾病進展和亞型做出突破性的數學預測,並推斷因果機制。NULISAseq Neuro 220小組從少量血漿或腦脊髓液中測量約220個神經生物標誌物目標,並提供開始大規模描述神經變性、神經炎症、突觸功能和血管病理學的疾病同質性所需的分辨率。該小組還包括eMTBR-Tau,這是一種新興的生物標誌物,能夠測量血液中的tau纏結負擔,補充p-Tau 217等既定標誌物,並首次能夠同時基於血液捕獲兩種標誌性阿爾茨海默病病理。
蓋茨風險投資公司健康與生命科學董事總經理兼阿爾茨海默病數據計劃臨時執行董事Niranjan Bose表示:「這次擴展反映了我們NULISA NeuroData Commons合作的科學嚴謹性和早期勢頭。」「這種規模的多重蛋白質分析,加上深度臨牀表型分析,為我們提供了一個真正的機會來了解疾病在個體和人群中如何變化,而不僅僅是確認其存在。這種見解可以改變我們治療和預防的方式。"
合併數據集於2027年完成后,預計將涵蓋跨多個地區和隊列的超過140,000個樣本,與臨牀和縱向結果數據集成,並通過相同的安全數據共享基礎設施與全球研究界共享,該基礎設施由AD數據計劃支持並由全球神經變性蛋白質組學聯盟(GNPC)利用。
有關Neuro 220 Panel和Alamar完整精確蛋白質組解決方案組合的更多信息,請訪問alamarbio.com。
關於阿爾茨海默病數據計劃
阿爾茨海默病數據倡議是由領先的學術、倡導、政府、行業和慈善組織組成的聯盟,認識到癡呆症研究人員需要找到更簡單的方法來共享數據、分析工具和科學發現。這些合作伙伴正在共同努力,加快阿爾茨海默病和相關癡呆症的新診斷、治療和治癒方法的進展。請訪問www.alzheimersdata.org瞭解有關阿爾茨海默病數據計劃的更多信息。
關於Alloe Biosciences
Alsemble是一家商業階段的蛋白質組學公司,在蛋白質檢測和分析方面建立了金標準。利用我們專有的NULISA™技術和ARGO™ HT系統,我們的平臺旨在檢測血液中極低濃度的蛋白質生物標誌物,具有超高靈敏度、高特異性、靈活的多路傳輸、廣泛的動態範圍和無縫自動化。我們將這種特徵組合稱為「精確蛋白質組學」,並相信它填補了高級蛋白質組學領域的一個關鍵空白,幫助研究人員解鎖跨疾病狀態的全方位蛋白質生物標誌物。請訪問alamarbio.com瞭解更多信息。
前瞻性陳述
本新聞稿可能包含前瞻性陳述,包括根據1995年《私人證券訴訟改革法案》的安全港條款做出的陳述。這些陳述可以通過「目標」、「預期」、「相信」、「可能」、「估計」、「預期」、「預測」、「打算」、「可能」、「計劃」、「可能」、「可能」、「潛在」、「尋求」、「將」等詞語的變體或旨在識別前瞻性陳述的類似表達。本新聞稿中任何此類非歷史事實陳述的陳述均可能被視為前瞻性陳述。這些前瞻性陳述包括但不限於有關完成合並數據集的預期時間及其項目範圍的陳述;人工智能和機器學習應用於識別新型途徑和蛋白質相互作用、開發疾病進展和亞型的預測因子以及推斷因果機制的潛力; Alloe Biosciences從遠程收集的樣本中解鎖高質量多路蛋白質組數據的能力。本新聞稿中的任何前瞻性陳述均基於Alloe Biosciences當前的預期,並涉及可能永遠不會實現或可能被證明不正確的假設。請讀者注意,由於各種風險和不確定性,實際結果可能與Alloe Biosciences前瞻性陳述中表達或暗示的結果存在重大差異,其中包括但不限於與蛋白質組學市場激烈競爭相關的風險和不確定性、面臨法律訴訟、監管質詢和其他法律問題、未能開發新的檢測方法或儀器、對嚴重依賴政府資金的研究人員的依賴、研究和學術機構的支出減少、產品可能受到FDA或其他監管要求更嚴格的監管、Alloe Biosciences儀器和消耗品製造的複雜性,未能獲得未來用於臨牀或診斷用途的產品的營銷授權,Alloe Biosciences保護其知識產權的能力,以及Alfred Biosciences向美國證券交易委員會提交的文件中描述的其他風險。除非法律要求,否則Alfred Biosciences明確表示沒有義務更新任何前瞻性陳述。
媒體聯繫方式:Media@alamarbio.com
投資者聯繫方式:Investors@alamarbio.com