新年回顾丨2017年云健康大事记集锦

2018-01-02 875次 市场部

   新年伊始,万象更新。

送走满载收获的2017年,

迎来充满希望的2018年。

值此辞旧迎新之际,

云健康全体员工衷心感谢大家对我们的支持与关注!

祝福您2018阖家幸福、万事安康!



元,谓“首”;旦,谓“日”;“元旦”意即“首日”,是新年的第一天,让我们一同回顾一下云健康2017年发展大事记吧!




01

12月28日



健康作为六家承担单位之一参加了“中国十万人基因组计划”正式启动,《CCTV》新闻联播报道这是我国在人类基因组研究领域实施的首个重大国家计划,也是目前世界最大规模的人类基因组计划。



云健康与哈尔滨工业大学合作参与承担国家科技部精准医学重点项目正式启动:中国10万人群多组学参比数据库与分析系统建设。




02

12月22日


云健康与阿里云签约合作共建BT/IT云计算和大健康大数据人工智能平台,双方将建立标杆合作,推动中国大健康产业发展。



03

12月16日


云健康启动精准医学“云康计划”,通过二代测序和液态活检技术对1000例肺癌患者进行肿瘤全周期的肿瘤大Panel基因组学研究,助力肺癌精准治疗。



04

11月20日


云健康与复旦大学合作参与承担国家科技部精准医学重点项目正式启动:华东区域20万自然人群队列研究



05

10月28日



全球遗传学泰斗和人类基因组计划共同发起人哈佛医学院 George Church 教授加入云健康科学顾问委员会,与云健康共同缔造基因组学创新研究和产业化项目。



云健康与南京扬子国投集团联合成功举办国际精准医学(南京)高峰论坛并正式启动扬子百万人群基因组计划项目,云健康与扬子国投共同设计和建设的国家健康医疗大数据中心(南京)正式开馆。



云健康牵头邀请哈佛医学院遗传学泰头George Church 教授,复旦大学金力院士和南京医科大学沈洪兵校长成为扬子百万人群基因组项目的首批科学顾问,云健康助力扬子百万人群基因组学项目成功对接国家科技部首批精准医学人群队列项目与扬子国投签约合作(复旦大学华东人群队列项目和南京医科大学出生缺陷队列项目)。




06

9月14日


云健康在中国临床肿瘤学会(CSCO)20周年年会上成功推出自主研发的肿瘤精准医疗液态活检基因检测系列产品,应用于肿瘤全周期的精准用药,动态监测疗效,耐药和复发。



07

8月31日


在美国JPM 健康投资大会推出全球首款个人全基因组精准检测产品基础上,又成功推出中低端健康基因检测产品,通过微商城平台推广。



08

8月3日


国家科技部领导访问云健康基因科技,调研云健康作为国家发改委首批国家级基因测序中心的产学研整合发展模式



09

7月18日


云健康与上海奉贤生物科技园区联合成功举办“2017上海东方美谷大健康产业发展与合作论坛”。



10

6月27日


Xtecher 研究院评选出中国20个基因测序精品投资项目,云健康名列榜十。



11

6月8日


云健康作为协办方与上海市现代生物与医药产业办公室组委会联合成功主办第19届上海国际生物技术与医药研讨会(BIO-FORUM 2017)。



12

6月6日


云健康在蒙古启动“一带一路”精准医学合作计划,与哈佛公共卫生学院合作开展以蒙古国人群为基础的公共卫生干预措施研究,助力蒙古人群精准诊断和治疗。



13

5月24日


云健康邀请美国哈佛医学院/MIT联合Broad研究所资深教授团队访问云健康-南京扬子科创中心联合测序中心,探讨了在基因组学大队列研究方面的战略合作意向。



14

4月8日


云健康南京-扬子科创中心实验室出炉中国首台NovaSeq 6000测序数据和质量报告。



15

4月1日


云健康南京-扬子科创中心实验室启动运营全球首批NovaSeq6000高通量基因测序平台。



16

3月23日


基因门户《基因谷》发布“中国基因科技领域十大最具影响力事件”,云健康发布全球首个针对健康人群的液态活检基因组测序检测产品HealthySeq 位列其中。



17

2月28日


云健康发布创新市场战略及针对肿瘤和非肿瘤免疫治疗基因检测产品——ImmuneSeq Panel,推动药物研发、治疗和疗效预测因子的发现及进展。



18

1月20日


云健康与南京扬子国投集团合资创建云健康基因南京分公司,助力扬子科创中心亚洲最大基因测序平台的运营及国家健康医疗大数据(南京)中心的建设。



19

1月11日


云健康在美国JPM健康投资大会上发布全球首个针对健康人群的液态活检基因组测序检测产品HealthySeq,这是全球首个基于二代测序技术(NGS)全基因组液态活检产品,为健康人群绘制属于自己的基因组基准参考数据, 以便实现个性化精准科学健康管理。