SBS
邊測序邊合成
開創(chuàng)革新「智能」測序的先河
性能優(yōu)勢
| 芯片數(shù)目 | 單芯片流道數(shù)目 | 有效讀數(shù)/芯片 | 支持讀長 | 最大數(shù)據(jù)量 | Q30 | 測序時間 |
|---|---|---|---|---|---|---|
| 2 | 2 | 80~125M | SE50 | 12.5G | >85% | 10小時 |
| SE75 | 18.75G | 13小時 | ||||
| PE36 | 18G | 17小時 | ||||
| PE75 | 37.5G | 26小時 | ||||
| PE100 | 50G | 32小時 |
| Star Seq100平臺單次運行可支持的推薦樣本數(shù) | ||||
|---|---|---|---|---|
| 應用類型 | 推 薦 讀 長 | 數(shù)據(jù)量/樣本 | 1FC/Run | 2FC/Run |
| NIPT | SE50 | ~5Mreads | 25個 | 50個 |
| NIPT Plus | ~10Mreads | 12個 | 25個 | |
| PGS | ~5Mreads | 25個 | 50個 | |
| tNGS | SE75 | ~0.5Mreads | 250個 | 500個 |
| mNGS | ~20Mreads | 6個 | 13個 | |
| 腫瘤早篩Oncology | PE36 | ~30Mreads | 4個 | 8個 |
| 腫瘤伴隨診斷/FFPE | PE75 | ~2Gb | 9個 | 18個 |
| 腫瘤小panel | PE100 | ~1Gb | 25個 | 50個 |
| 腫瘤大panel | ~5Gb | 5個 | 10個 | |
| 細菌病毒W(wǎng)GS | ~1Gb | 25個 | 50個 | |
| StarSeq”100深度學習一階生信處理流水線測試結果 | ||||||
|---|---|---|---|---|---|---|
| 實驗ID | 測序目的 | 算法 | 通量(M) | Mapping Reads(M) | 平均Q30 base占比(% ) | 平均Q30 |
| 1 | 生化相關實驗 | 傳統(tǒng)算法 | 84.74 | 73.24 | 86.42% | 0.82 |
| 深度學習 | 123.05 | 119.92 | 97.46% | 0.85 | ||
| 2 | 儀器質量測試 | 傳統(tǒng)算法 | 90.25 | 81.78 | 90.61% | 0.83 |
| 深度學習 | 128.26 | 124.9 | 97.38% | 0.85 | ||
| 3 | 客戶環(huán)境測序 | 傳統(tǒng)算法 | 83.87 | 77.2 | 92.04% | 0.82 |
| 深度學習 | 117.53 | 113.85 | 96.87% | 0.85 | ||
簡便的操作流程
誰對StarSeq100給予了信任？
