KR101814056B1 - 생화학적 분석 기구 - Google Patents
생화학적 분석 기구 Download PDFInfo
- Publication number
- KR101814056B1 KR101814056B1 KR1020127017119A KR20127017119A KR101814056B1 KR 101814056 B1 KR101814056 B1 KR 101814056B1 KR 1020127017119 A KR1020127017119 A KR 1020127017119A KR 20127017119 A KR20127017119 A KR 20127017119A KR 101814056 B1 KR101814056 B1 KR 101814056B1
- Authority
- KR
- South Korea
- Prior art keywords
- modules
- performance
- module
- biochemical analysis
- cluster
- Prior art date
Links
- 238000012742 biochemical analysis Methods 0.000 title claims abstract description 136
- 238000005259 measurement Methods 0.000 claims abstract description 56
- 238000000034 method Methods 0.000 claims description 109
- 238000012545 processing Methods 0.000 claims description 53
- 238000004458 analytical method Methods 0.000 claims description 50
- 239000012530 fluid Substances 0.000 claims description 34
- 238000012163 sequencing technique Methods 0.000 claims description 33
- 230000008859 change Effects 0.000 claims description 29
- 108091033319 polynucleotide Proteins 0.000 claims description 28
- 239000002157 polynucleotide Substances 0.000 claims description 28
- 102000040430 polynucleotide Human genes 0.000 claims description 28
- 230000009471 action Effects 0.000 claims description 23
- 238000010256 biochemical assay Methods 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 10
- 229920000642 polymer Polymers 0.000 claims description 7
- 230000000246 remedial effect Effects 0.000 claims description 4
- 230000008520 organization Effects 0.000 abstract description 3
- 239000000523 sample Substances 0.000 description 99
- 108091006146 Channels Proteins 0.000 description 69
- 230000008569 process Effects 0.000 description 53
- 239000012528 membrane Substances 0.000 description 43
- 239000011148 porous material Substances 0.000 description 34
- 108020004414 DNA Proteins 0.000 description 33
- 238000001514 detection method Methods 0.000 description 30
- 108090000623 proteins and genes Proteins 0.000 description 26
- 102000004169 proteins and genes Human genes 0.000 description 26
- 238000003860 storage Methods 0.000 description 23
- 238000002474 experimental method Methods 0.000 description 21
- 230000007246 mechanism Effects 0.000 description 18
- 239000000243 solution Substances 0.000 description 18
- 230000006870 function Effects 0.000 description 17
- 239000000463 material Substances 0.000 description 17
- 239000007864 aqueous solution Substances 0.000 description 16
- 239000002699 waste material Substances 0.000 description 15
- 238000001712 DNA sequencing Methods 0.000 description 13
- 210000004027 cell Anatomy 0.000 description 13
- 239000010410 layer Substances 0.000 description 13
- 238000011068 loading method Methods 0.000 description 11
- 238000002360 preparation method Methods 0.000 description 11
- 239000012491 analyte Substances 0.000 description 10
- 230000008901 benefit Effects 0.000 description 10
- BSFZSQRJGZHMMV-UHFFFAOYSA-N 1,2,3-trichloro-5-phenylbenzene Chemical compound ClC1=C(Cl)C(Cl)=CC(C=2C=CC=CC=2)=C1 BSFZSQRJGZHMMV-UHFFFAOYSA-N 0.000 description 9
- 230000003993 interaction Effects 0.000 description 9
- 150000002632 lipids Chemical class 0.000 description 9
- 230000000994 depressogenic effect Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 8
- 150000002500 ions Chemical class 0.000 description 8
- 239000000758 substrate Substances 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 7
- 239000003153 chemical reaction reagent Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000001276 controlling effect Effects 0.000 description 6
- 239000012634 fragment Substances 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 239000002773 nucleotide Substances 0.000 description 6
- 125000003729 nucleotide group Chemical group 0.000 description 6
- 102000004190 Enzymes Human genes 0.000 description 5
- 108090000790 Enzymes Proteins 0.000 description 5
- 108010052285 Membrane Proteins Proteins 0.000 description 5
- 238000007792 addition Methods 0.000 description 5
- 239000012062 aqueous buffer Substances 0.000 description 5
- 238000004949 mass spectrometry Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000002965 ELISA Methods 0.000 description 4
- 108091028043 Nucleic acid sequence Proteins 0.000 description 4
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 4
- 239000000872 buffer Substances 0.000 description 4
- 239000003990 capacitor Substances 0.000 description 4
- 238000003018 immunoassay Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 4
- 238000007789 sealing Methods 0.000 description 4
- 229910052710 silicon Inorganic materials 0.000 description 4
- 239000010703 silicon Substances 0.000 description 4
- 102000018697 Membrane Proteins Human genes 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000005513 bias potential Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 239000000090 biomarker Substances 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 201000011510 cancer Diseases 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 3
- 238000000576 coating method Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000004128 high performance liquid chromatography Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000004926 polymethyl methacrylate Substances 0.000 description 3
- 229920001343 polytetrafluoroethylene Polymers 0.000 description 3
- 239000004810 polytetrafluoroethylene Substances 0.000 description 3
- 150000003384 small molecules Chemical class 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- KWVJHCQQUFDPLU-YEUCEMRASA-N 2,3-bis[[(z)-octadec-9-enoyl]oxy]propyl-trimethylazanium Chemical compound CCCCCCCC\C=C/CCCCCCCC(=O)OCC(C[N+](C)(C)C)OC(=O)CCCCCCC\C=C/CCCCCCCC KWVJHCQQUFDPLU-YEUCEMRASA-N 0.000 description 2
- 229920000089 Cyclic olefin copolymer Polymers 0.000 description 2
- 239000004713 Cyclic olefin copolymer Substances 0.000 description 2
- 239000004699 Ultra-high molecular weight polyethylene Substances 0.000 description 2
- 239000002253 acid Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000000137 annealing Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 229920001971 elastomer Polymers 0.000 description 2
- 239000000806 elastomer Substances 0.000 description 2
- 238000000132 electrospray ionisation Methods 0.000 description 2
- 238000011049 filling Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000007850 fluorescent dye Substances 0.000 description 2
- 239000003102 growth factor Substances 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 239000003446 ligand Substances 0.000 description 2
- 108091005573 modified proteins Proteins 0.000 description 2
- 102000035118 modified proteins Human genes 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 244000052769 pathogen Species 0.000 description 2
- 230000001717 pathogenic effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 239000004417 polycarbonate Substances 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 108090000765 processed proteins & peptides Proteins 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004809 thin layer chromatography Methods 0.000 description 2
- 229920000785 ultra high molecular weight polyethylene Polymers 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 1
- 101710092462 Alpha-hemolysin Proteins 0.000 description 1
- 102000014914 Carrier Proteins Human genes 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 229920000858 Cyclodextrin Polymers 0.000 description 1
- 230000004544 DNA amplification Effects 0.000 description 1
- 238000000018 DNA microarray Methods 0.000 description 1
- 102000016928 DNA-directed DNA polymerase Human genes 0.000 description 1
- 108010014303 DNA-directed DNA polymerase Proteins 0.000 description 1
- 201000010374 Down Syndrome Diseases 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 108060002716 Exonuclease Proteins 0.000 description 1
- 239000004812 Fluorinated ethylene propylene Substances 0.000 description 1
- 208000018478 Foetal disease Diseases 0.000 description 1
- 102000004877 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- 102000004310 Ion Channels Human genes 0.000 description 1
- 108090000862 Ion Channels Proteins 0.000 description 1
- 239000000232 Lipid Bilayer Substances 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 108700006385 OmpF Proteins 0.000 description 1
- 102000004316 Oxidoreductases Human genes 0.000 description 1
- 108090000854 Oxidoreductases Proteins 0.000 description 1
- 102000035195 Peptidases Human genes 0.000 description 1
- 108091005804 Peptidases Proteins 0.000 description 1
- 235000002595 Solanum tuberosum Nutrition 0.000 description 1
- 244000061456 Solanum tuberosum Species 0.000 description 1
- 206010044688 Trisomy 21 Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000011948 assay development Methods 0.000 description 1
- 238000000065 atmospheric pressure chemical ionisation Methods 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 108091008324 binding proteins Proteins 0.000 description 1
- 239000000091 biomarker candidate Substances 0.000 description 1
- 239000007853 buffer solution Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 125000003636 chemical group Chemical group 0.000 description 1
- 239000013000 chemical inhibitor Substances 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000003776 cleavage reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 239000013068 control sample Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000003255 drug test Methods 0.000 description 1
- 239000003480 eluent Substances 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001952 enzyme assay Methods 0.000 description 1
- HQQADJVZYDDRJT-UHFFFAOYSA-N ethene;prop-1-ene Chemical group C=C.CC=C HQQADJVZYDDRJT-UHFFFAOYSA-N 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 102000013165 exonuclease Human genes 0.000 description 1
- 229930195729 fatty acid Natural products 0.000 description 1
- 239000000194 fatty acid Substances 0.000 description 1
- 150000004665 fatty acids Chemical class 0.000 description 1
- 150000002191 fatty alcohols Chemical class 0.000 description 1
- 238000003818 flash chromatography Methods 0.000 description 1
- 108091006047 fluorescent proteins Proteins 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 238000007672 fourth generation sequencing Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012268 genome sequencing Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000000122 growth hormone Substances 0.000 description 1
- 238000012203 high throughput assay Methods 0.000 description 1
- 238000013537 high throughput screening Methods 0.000 description 1
- 229920001519 homopolymer Polymers 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 230000036571 hydration Effects 0.000 description 1
- 238000006703 hydration reaction Methods 0.000 description 1
- 230000002209 hydrophobic effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010166 immunofluorescence Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- 238000005040 ion trap Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000011005 laboratory method Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004811 liquid chromatography Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000000816 matrix-assisted laser desorption--ionisation Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000011987 methylation Effects 0.000 description 1
- 238000007069 methylation reaction Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 239000004005 microsphere Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002991 molded plastic Substances 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 239000002114 nanocomposite Substances 0.000 description 1
- 239000002086 nanomaterial Substances 0.000 description 1
- 239000002071 nanotube Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000011368 organic material Substances 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000002161 passivation Methods 0.000 description 1
- 229920009441 perflouroethylene propylene Polymers 0.000 description 1
- 230000003285 pharmacodynamic effect Effects 0.000 description 1
- 229920000515 polycarbonate Polymers 0.000 description 1
- -1 polytetrafluoroethylene Polymers 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000000955 prescription drug Substances 0.000 description 1
- 102000004196 processed proteins & peptides Human genes 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000002331 protein detection Methods 0.000 description 1
- 230000006916 protein interaction Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- HFHDHCJBZVLPGP-UHFFFAOYSA-N schardinger α-dextrin Chemical compound O1C(C(C2O)O)C(CO)OC2OC(C(C2O)O)C(CO)OC2OC(C(C2O)O)C(CO)OC2OC(C(O)C2O)C(CO)OC2OC(C(C2O)O)C(CO)OC2OC2C(O)C(O)C1OC2CO HFHDHCJBZVLPGP-UHFFFAOYSA-N 0.000 description 1
- 230000007017 scission Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000003530 single readout Methods 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000002198 surface plasmon resonance spectroscopy Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/483—Physical analysis of biological material
- G01N33/487—Physical analysis of biological material of liquid biological material
- G01N33/48707—Physical analysis of biological material of liquid biological material by electrical means
- G01N33/48721—Investigating individual macromolecules, e.g. by translocation through nanopores
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
- G01N27/416—Systems
- G01N27/447—Systems using electrophoresis
- G01N27/44756—Apparatus specially adapted therefor
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6869—Methods for sequencing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1456—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
- G01N15/1459—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals the analysis being performed on a sample stream
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biomedical Technology (AREA)
- Organic Chemistry (AREA)
- Molecular Biology (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Biophysics (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biotechnology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Nanotechnology (AREA)
- Urology & Nephrology (AREA)
- Medicinal Chemistry (AREA)
- Microbiology (AREA)
- Genetics & Genomics (AREA)
- General Engineering & Computer Science (AREA)
- Hematology (AREA)
- Food Science & Technology (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
Abstract
분석 기구는 데이터 네크워크에 걸쳐 함께 연결된 복수의 모듈들을 포함하고, 각각의 모듈은 샘플의 생화학적 분석을 수행하도록 작동될 수 있는 분석 장치를 포함한다. 제어 유닛들은 공통의 생화학적 분석을 수행하기 위한 클러스터로서 작동되는 임의 개수의 모듈들을 선택하도록 어드레스될 수 있다. 제어 유닛들은 공통의 생화학적 분석의 수행 동안에 반복적으로 데이터 네트워크를 통해 통신하여, 모듈들에 의해 생성된 출력 데이터로부터 도출된 성능의 측정치들에 기초하여 전역적 성능 목표들을 충족시는데 필요한 각각의 모듈의 분석 장치의 작동을 판단한다. 이러한 방식으로 상호 작용하는 모듈로서의 기구의 구성은 확장 가능한 분석 기구를 제공한다.
Description
본 발명의 제 1 특징 및 제 2 특징은 샘플의 생화학적 분석을 수행하기 위한 기구들에 관한 것으로서, 예를 들어 생화학적 분석의 결과들을 나타내는 복수의 병렬 채널들의 출력 데이터를 생성하는 나노세공(nanopores)들을 이용하여 생화학적 분석 및/또는 폴리뉴클레오티드의 서열 결정을 수행하기 위한 기구들에 관한 것이다.
본 발명의 제 1 및 제 2 특징들에 대하여, 복수의 병렬 채널들의 출력 데이터를 발생시키는 많은 유형의 생화학적 분석이 존재한다. 자동화된 방식으로 그러한 생화학적 분석을 수행하기 위한 기구가 공지되어 있으며 생화학적 분석에 고유한 많은 양의 출력 데이터를 획득하는데 있어 효율성을 제공한다.
단지 하나의 예로서, 복수의 병렬 채널들의 출력 데이터를 생성하는 생화학적 분석의 한가지 유형은 DNA 서열 결정(sequencing)이다. 통상적인 DNA 서열 결정 기구 및, 실험실의 기구는 일반적으로 기구가 독립형 장치로서 작동하는 모델에 기초하고 있다. 통상적으로, 기구들은 미리 정해진 완성 기준과 함께 한정된 시간에 하나의 측정 과제를 수행한다. 이러한 디자인 모델은 "모노리식(monolithic)"으로서 설명할 수 있다.
일 예로서, DNA 서열 결정은 본래로부터 높은 처리량의 실험실 기술이다. 실험은 광범위한 데이타 크기들 및 지속 기간을 포괄하고, 생성된 데이터는 매우 복잡하고 이질적이며 강력한 사후 처리를 필요로 한다. DNA 서열 결정에 관한 연구의 특징은 분석의 핵심인 기구 시스템을 블랙 박스 측정 장치(black box measuring device)로서 처리하는 것을 곤란하게 한다는 것이다. 확장될 수 있고 축소될 수 있는, DNA 서열 결정을 위한 확장 가능 시스템들의 필요성이 증가하고 있다. 이것은 더 많은 것과 상이한 것을 더욱 값싸고, 신속하고 효과적으로 서열 결정하려는 최근의 시장 수요에 의해 지배된다. 서열 결정 시스템들은 따라서 이종의 작업 흐름을 수용할 수 있어야 하고 사용 경우들에 따라서 변화되는 유형 및 크기들의 샘플들의 파이프라인을 만들 수 있어야 한다. 이것이 소망스럽게는 효율적으로 그리고 경제적으로 이루어진다. 기재(substrate)와 관련된 측정 아티팩트(measurement artefacts) 또는 그것이 어떻게 준비되었던가는 기구에서의 효율적인 프로세싱을 벗어나서는 아니되며 그것은 과잉의 작업 중단 또는 시약 낭비에 이르게 된다. 효율적인 공장 기반의 서열 결정 프로세스를 작동할 수 있는 기관(institutes)은 저 비용 및 많은 처리량의 적용예들을 지배할 것이다. 그러나, 이러한 소망들은 달성하기 어렵다.
현재의 모노리식 DNA 서열 결정 기구들은 상이한 규모의 분석에 크기를 맞추는 것이 곤란하다. 기구들은 매우 큰 공장에서의 작동에 맞도록 설계될 수 없는 반면에, 동시에 소형 프로젝트에서 숙련되지 않은 실험실 보조원에게는 접근 가능하다. 현재의 DNA 서열 결정 기구들의 확장성은 일반적으로 하나의 기구에 의해 수행되는 단일 분석인, 기구가 진행중에 생성할 수 있는 데이터의 양을 증가시키는 것으로부터 온다. 그러나, 모듈 방식(modularity) 및 융통성은 제한되고, 그것을 달성하기 위하여, 사용자는 기재(substrates)들을 나누는 것에 의존하여야 하며, 레이블(label)을 붙이고 서열 결정기들의 반응 챔버들을 나눔으로써 기재들이 개별적으로 어드레스될 수 있게 한다. 어떤 경우에도, 아티팩트들이 도입되고, 기구 자체의 완전한 재설계 없이 모듈화의 얼마나 큰 규모가 달성될 수 있는지에 대한 본래의 제한이 있다. 즉, 기구의 기본적인 설계는 실제의 작업 흐름의 수요에 대처하는 능력을 저해하는 내장된 자원 한계(built in resource limit)를 가진다.
많은 DNA 서열 결정 기구들에서, DNA 의 제한된 길이들의 클론으로 증폭된 콜로니(colonies) 또는 개별 가닥(strand)들은 표면 또는 비이드(bead)에 국부화된다. 이러한 표면/비드 어레이는 시약들이 가로질러 통과할 수 있는 유동 셀(flow cell)에 항상 있어서, DNA 가 디코딩되는 것을 허용하는 다양한 유형의 화학제를 적용한다. 대부분의 기구들에서의 생화학적 분석 프로세스는 단계별의 주기적인 화학 반응을 이용하며, 이후에 연구중인 DNA 가 디코딩될 수 있게 하는 화학적으로 레이블(label)이 붙여진 형광 프로브들의 포함, 어닐링(annealing) 또는 제거를 검출하는 이미지 단계가 이어진다.
염기 식별 단계들 동안에, 대부분의 시스템들에서 고해상 이미지 장치는 전체 유동 셀 표면을 이미지들의 타일 어레이(tiled array)의 연속적인 계열로서 촬상한다. 어떤 기술에서, 염기들이 비동기적으로(asynchronously) 포함되므로 단일의 영역은 매우 신속하게 이미지 촬상되어 실시간으로 화학 작용 주기를 검출한다.
일반적으로, 동기화된 화학 반응에 기초한 시스템들의 순차적인 이미지 작용의 경우에, 전체 이미지 작용 단계는 상당한 시간이 걸리며, 사용자가 데이터를 취하고 그것을 분석할 수 있기 전에, 일반적으로 미리 설정된 수의 화학 반응 사이클 또는 미리 설정된 진행 시간을 완료하여야 하며, 그에 의해서 실험이 성공하였는지 그리고 충분히 유용한 정보를 산출하였는지를 판단한다. 일반적으로, 오직 분석 이후에만, 사용자는 실험이 성공했는지를 결정할 수 있고, 성공했다면, 전체적으로 새로운 분석의 진행이 수행되어야 하고, 이것은 필요한 품질의 충분한 데이터가 수집될 때까지 반복된다. 대부분의 경우에 있어서 각각의 진행은 시약의 가격으로부터 도출된 고정된 비용이 든다. 따라서 성공하는데 드는 가격은 결과를 얻는데 소요되는 시간처럼 앞서 판단하는 것이 곤란하다.
많은 기구들에 대하여, 한번의 진행은 적어도 수일 또는 종종 몇 주일이 소요되며 실험하는 동안에 기구에 의한 고장의 가능성이 상당히 있어서, 일반적으로 데이터의 단절 또는 심지어는 완전한 손실을 일으킨다. 진행 마다의 높은 출력은 더 많은 DNA 분자들을 유동 셀로 팩킹시킴으로써 달성될 수 있지만, 그것은 장치의 해상도 및 속도/감도에 따라서 이미지들을 촬상하는 시간을 증가시키는 경향이 있으며, 총 처리량에서의 향상을 궁극적으로 제한한다. 예를 들어, Helicos BioSciences 는 2 개의 유동 셀들에 부착된 600-800M DNA 조각들(fragments)을 가지는 Heliscope 로서 지칭되는 기구를 시중에 판매하고, Illumina 는 80 M-100M DNA 조각들을 가진 Genome Analyser 로 지칭되는 기구를 판매한다. 따라서 2 개의 기구들은 상이한 규모의 과제들에 각각 가장 적합하다.
그러한 기구의 상기 판매사들이 깨달은 바에 따르면, 그 기구가 실질적으로 모듈화, 융통성 및 유용성을 감소시키므로 사용자들이 하나의 샘플에서 많은 데이터의 출력을 반드시 원하지 않으며, 따라서 보통 물리적으로 표면 영역을 개별적으로 어드레스될 수 있는 섹션들(예를 들어, Genome Anlyser 의 유동 셀에서는 8 개의 서브채널 또는 '레인(lane)', Heliscope 에 대해서는 유동 셀 마다 25 개의 서브 채널)로 분할하여, 샘플마다의 데이터 출력이 부수적으로 감소됨에도 불구하고 사용자가 유동 셀 마다 하나 이상의 샘플을 측정할 수 있게 한다. 하나의 그러한 영역은 DNA 서열의 적어도 250 Mb 를 여전히 생성할 것이며, 따라서 작은 지놈들을 포함하는 샘플의 커다란 과도 샘플링을 발생시키며, 예를 들어 0.5 Mb 의 통상적인 박테리아는 적어도 500 회에 이를 것이다. 이러한 예는 사용자에게 비용 및 시간에 관하여 시약 및 기구 사용의 비효율적인 이용을 나타낸다.
현존하는 기구 이용에서 사용자가 경험하는 다른 문제는 아무리 적은 DNA/샘플들의 조각/가닥들의 서열이 정해지는 것이 요구될지라도, 처리량은 전체 유동 셀 표면에 걸친 측정의 주기 시간에 구속된다는 점이다. 현재의 기구들은 오직 하나의 프로세싱 유닛(카메라/유동 셀 표면)만을 가지며, 사용자에게 소망의 출력을 제공할 정도로 충분히 각각의 샘플을 측정하는 과제를 분할할 수 없다.
사용자의 다른 문제점은, 성공적으로 진행되는 것이 보장될지 앞서 알 수 없으면서, 결과를 달성하기 위하여 전체 표면에 걸친 시약들의 비용뿐만 아니라, 기구의 선불 비용의 감가 견적을 통해 프로세싱 유닛의 시간에 대하여 지불해야 한다는 것이다.
다른 복합적인 문제의 특정한 예는 생화학적 분석 프로세스 동안에 각각의 이용 가능한 조각에 염기들이 균일하게 더해지지 않는다는 것이며(일부 조각들은 C 들 보다 많은 A 의 불균형한 양을 가지게 될 것이며, 예를 들어 반복되는 호모폴리머(homopolymers)로 이루어진다), 항상 균일한 정확도로 측정되지 않는다는 것이다 (클러스터의 영위상화(dephasing)), 유동 셀 영역들의 초점 이탈, 효소/폴리머라제의 붕괴, 배경 신호의 빌트업(built up)). 이것은 유동 셀의 일부 영역들이 다른 것보다 많은 데이터를 발생시킨다는 것을 의미하지만, 단일 프로세싱의 특성은 그것이 유용하고 높은 품질의 정보를 발생시키는 영역들을 최대화시키거나 또는 충분한 데이터를 전달하는데 실패하는 영역들에 초점을 맞추도록 적합화될 수 없다는 것을 의미한다.
요약하면, 현존하는 시스템들은 정해진 시간 기간 동안 진행되고 따라서 정해진 비용이 소요되지만, 사용자에게 가변적인 측정 품질로써 고정된 수의 염기들에 대한 정보를 생성한다. 사용자를 위한 총 결과는 사용자의 관심 대상인 적용 범위가 주어진 상이한 DNA 서열 결정 실험을 수행할 때 시간 및 비용에서 매우 비효율적이다. 이것은 서열 결정 장치의 주어진 등급(class)에 있는 프로젝트에서 병렬로, 다수의 샘플들을 분석하려고 시도할 때 특히 그러하다.
비록 DNA 서열 결정 기구가 예시적인 예로서 설명되었을지라도, 복수의 병렬 채널들의 다량의 출력 데이터를 생성하는 광범위한 생화학적 분석을 위한 기구를 설계하는데 있어서 유사한 특징의 어려움과 마주칠 수 있다.
본 발명의 제 1 및 제 2 특징들은 생화학적 분석을 수행하기 위한 기구의 규모를 정하는데 있어서 이러한 문제점들중 일부를 경감시키려는 것이다.
본 발명의 제 3 특징과 관련하여, 최근에는 나노세공(nanopore)을 이용하는 샘플의 생화학적 분석에 대한 상당한 개선이 있었다. 나노세공은 전기적으로 절연된 층에 있는 작은 구멍이며, 예를 들어, 양친매성 멤브레인 안으로 도입된 단백질 세공(protein pores) 또는 채널(channel)로 형성될 수 있다. 나노세공들은 분석 대상물 상호 작용에 의해 변조된, 양친매성 멤브레인을 가로질러 이온의 유동이 이동하는 것을 허용할 수 있어서, 나노세공이 생화학적 분석을 제공할 수 있다. 다양한 유형의 나노세공 및 그것을 이용하는 분석 장치가 광범위한 유형의 생화학적 분석을 위하여 개발되었다. 상업적인 관심 대상인 한가지 예는 DNA 와 같은 폴리뉴클레오티드의 서열 결정을 위하여 나노세공을 이용하는 것이다. 나노세공을 이용하여 샘플의 생화학적 분석을 수행하는 분석 장치의 한가지 예는 국제 출원 WO 2009-077734 에 개시되어 있다.
그러한 나노세공은 상업적인 규모로 생화학적 분석을 위한 기반의 잠재성을 부여한다. 그러나, 그것과 관련하여 생화학적 분석을 수행하는 비용을 최소화시키고 처리량을 최대화시키기 위하여 장치에서 샘플들의 효율적인 취급을 제공하는 것이 소망스럽다.
본 발명의 제 1 특징에 따르면, 생화학적 분석을 수행하기 위한 분석 기구가 제공되는데, 기구는 복수의 모듈들을 포함하고,
각각의 모듈은 샘플의 생화학적 분석을 수행하도록 작동될 수 있는 분석 장치를 포함하고, 모듈은 생화학적 분석의 결과를 나타내는 적어도 하나의 채널의 출력 데이터를 생성하도록 구성되고, 모듈의 작동은 그것의 성능을 변화시키는 방식으로 제어 가능하고,
분석 기구는 제어 시스템을 더 포함하며, 제어 시스템은 공통의 생화학적 분석을 수행하기 위한 클러스터(cluster)로서 임의 개수의 모듈들을 선택하는 입력을 받아들이고 또한 공통의 생화학적 분석에 대한 전역적 성능 목표(global performance targets)들을 나타내는 입력을 받아들이도록 구성되고, 제어 시스템은 공통의 생화학적 분석을 수행하도록 클러스터의 모듈들의 작동을 제어하도록 구성되며,
제어 시스템은, 공통의 생화학적 분석의 수행 동안에 적어도 한번, 모듈들에 의해 생성된 출력 데이터로부터 각각의 모듈의 성능 측정치를 판단하도록 구성되고, 제어 시스템은, (a) 모든 모듈들의 성능의 판단된 측정치 및 전역적 성능 목표들에 기초하여 클러스터의 모듈들의 작동 제어를 변화시키도록 구성되고, 그리고/또는 (b) 모든 모듈들의 성능의 판단된 측정치에 기초하여 달성될 수 없는 전역적 성능 목표에 응답하여 교정 작용(remedial action)을 취하도록 구성된다.
사용자가 단일의 기구를 가지는 대신에, DNA 서열 결정의 경우에서 현존하는 모노리식 기구들과 유사하게, 사용자는 모듈들의 병렬화된 그룹을 처분하게 가지며, 그러한 모듈들의 임의 개수를 공통의 생화학적 분석을 수행할 수 있는 더 큰 기구로 그룹화시킬 수 있다. 따라서, 기구는 그것이 복수의 모듈들을 포함하고, 그 각각이 샘플의 생화학적 분석을 수행하도록 작동될 수 있는 분석 장치를 포함한다는 점에서 물리적으로 병렬화된다. 이러한 방식으로 공통의 생화학적 분석이 그러한 모듈들의 임의 수에 걸쳐 수행될 수 있다. 이것은 특성에 따라서 일반적으로 상이한 양의 자원을 필요로 할 수 있는 생화학적 분석을 수행하기에 적절한 모듈들의 수가 선택될 수 있다는 점에서 확장성(scalability)을 제공한다. 클러스터의 크기 및 이용성은 선택되어야 하는 개별 모듈들의 임의 개수의 함수이다. 모듈들의 디자인 및 캡슐화된 기능성은 모듈들이 외부 제어 시스템 또는 게이트웨이 콤퓨터(gateway computer)와 관련하여 단일의 작동 유닛으로서 선형적으로 규모가 정해지는 것을 허용한다. 이러한 확장성은 효율적인 이득을 제공하는데, 왜냐하면 적절한 수의 모듈들이 당면한 과제를 위하여 선택될 수 있고, 그에 의해 다른 과제를 위한 다른 모듈들을 자유롭게 하기 때문이다.
그러한 물리적인 모듈들의 임의 개수는 단일의 논리 장치로서 가동되고, 어드레스되고, 처리될 수 있다. 그러나 논리 장치의 크기 및 이용은 사용자가 앙상블(ensemble)(또는 '클러스터')로 구축했던 개별적인 모듈들의 임의 개수의 함수이다.
마찬가지로 중요하게도, 개별적인 모듈은 사용자 (또는 소프트웨어)에 의하여 어드레스될 수 있고 독립형 유닛으로 작동될 수 있어서 동일한 핵심 과제를 함께 같이 수행하며, 그러나 독립적으로 수행한다. 모듈들을 개별적으로나 또는 대형 그룹으로 가동시키기 위하여 모듈들의 더 이상의 변형이 필요하지 않다.
더욱이, 효율성의 이득은 모듈들 개수의 확장성으로부터 순수하게 초래된 것을 넘어서 달성되는데, 왜냐하면 개별적인 모듈들의 작동은 지능적으로 병렬화될 수 있기 때문이다. 이것은 다음과 같이 각각의 모듈의 분석 장치들의 독립적인 제어를 위한 성능을 이용한다. 각각의 모듈의 성능의 측정치들은 모듈들에 의해 생성된 출력 데이터로부터 판단된다. 이들 성능의 측정치들은 입력에 의해 설정된 전역적 성능 목표를 충족시키도록 모듈들의 작동을 제어하는 기초로서 이용되는데, 그 입력은 예를 들어 수행되고 있는 생화학적 분석에 대한 저장된 데이터이거나 또는 사용자 입력이다. 그러한 성능 목표 및 측정치들은 출력 데이터를 생성하기 위한 시간, 출력 데이터의 양, 및/또는 출력 데이터의 품질일 수 있다. 이러한 판단은 공통의 생화학적 분석의 수행 동안에 적어도 한번, 또는 바람직스럽게는 반복하여, 또는 심지어 연속적으로 수행된다.
개별적인 모듈들의 분석 장치의 작동의 제어는 전역적 성능 목표를 충족시키도록 모듈들의 클러스터에 대한 성능의 측정치들에 기초하여 변화될 수 있다. 일반적으로 각각의 모듈의 성능은 여러 인자들에 기초하여 변화될 수 있으며, 따라서 각각의 모듈의 작동 제어는 기구의 전체적인 성능이 전역적 성능 목표들을 충족시키도록 관리될 수 있게 한다. 이것은 효율성 이득을 발생시키는데, 왜냐하면 클러스터에 있는 개별 모듈들을 더 잘 이용할 수 있기 때문이다.
대안으로서 또는 추가적으로, 달성 불가능한 전역적 성능 목표들에 응답하여 교정 작용이 취해질 수 있다. 다양한 교정 작용이 가능한데, 예를 들면, 공통의 생화학적 분석을 수행하는 모듈들의 수를 증가시키거나, 사용자에 알리는 출력을 생성하거나, 또는 심지어 생화학적 분석을 중단시킨다. 이것은 효율성 이득을 발생시키는데, 왜냐하면 클러스터에 있는 개별 모듈을 더 잘 이용할 수 있기 때문이다. 예를 들어, 추가적인 모듈들을 이용하는 것이 그렇지 않으면 상실되었을 목표의 충족을 가능하게 하거나, 또는 분석을 중단하는 것이 다른 생화학적 분석을 위한 모듈들을 자유롭게 한다.
일 예로서, 기구는 출력 데이터의 양 및 품질을 실시간으로 측정할 수 있고, 시간 및 비용 효율을 최대화시키도록 사용자에 의하여 설정된 전역적 성능 목표들에 응답하고 그에 적합한 동적 융통성(dynamic flexibility)을 제공한다. 그러한 기구는 필요에 따라서 임의 모듈들에서 생화학적 분석의 성능을 변화시킬 수 있다. 제어될 수 있는 그러한 파라미터의 예는: 분석 장치의 온도; 생화학적 분석의 파라미터로서, 예를 들어, 전기적, 또는 광학적 파라미터; 유체역학적 파라미터; 또는 출력 데이터의 샘플링 특성들;을 포함한다. 전기적인 파라미터들의 예는 바이어스 전압 및 전류이다. 유체 역학적 파라미터의 예는 유량, 샘플의 추가, 샘플의 제거, 버퍼(buffer)의 변화, 시약의 추가 또는 제거, 나노세공들의 추가 또는 제거, 2 개층(bilayer)의 교체 및 시스템의 갱신이다. 샘플링 특성의 예는 샘플 비율, 증폭기 재설정 시간 및, 대역폭, 이득, 인터그레이터 캐패시턴스(integrator capacitance)와 같은 증폭기 설정들이다. 이러한 파라미터 및 다른 파라미터들의 변화는 성능이 변화되는 것을 허용하며, 예를 들어 출력 데이터의 양, 품질 및 비율을 변화시킨다. 예를 들어, 사용자의 실험상의 요구에 따라서 충분한 데이터를 이미 생성했던 샘플로부터 자원을 해제시키는 반면에, 충분한 데이터가 모였을 때 분석을 끝낼 수 있거나, 이미 충분한 데이터를 발생시킨 실험에 있는 샘플들에 초점을 맞출 수 있다.
예를 들어, 생화학적 분석이 샘플에 있는 뉴클레오티드의 서열 결정인 경우에, 기구는 여러가지 상이한 방법들로 작동될 수 있으며, 예를 들어, 정해진 수의 염기들이 서열 결정될 때까지; 특정한 서열이 검출될 때까지, 예를 들어, 거대한 배경 가운데에 있는 병원체의 검출, 플라즈마 DNA 에서 암 변종의 검출이 이루어질 때까지; 매우 희소한 양의 폴리머뉴클레오티드의 측정이 이루어질 수 있도록 매우 오랜 기간 동안; 또는 사용자의 지침 없이 최적의 성능으로 분석 파이프라인을 제공하는 것으로; 작동될 수 있다.
그러한 지능적이고 모듈화된 서열 결정 기구는 실험들 및 샘플들의 효율적인 파이프라인(pipeline)을 제공하도록 작업 흐름의 근본적인 재구성(re-shaping)을 허용한다. 작업 흐름은 우선 순위, 시간, 비용 및 전체적인 성과와 관련하여 최적화될 수 있다. 이것은 전통적인 모노리식 기구에 비해 현저한 효율성 이득을 제공한다.
본 발명의 다른 특징에 따르면, 생화학적 분석 장치를 형성하도록 다른 모듈들에 연결될 수 있는 격리된 단일의 모듈이 제공될 수 있거나, 또는 분석 장치 작동의 대응 방법이 제공될 수 있다.
유리하게는, 모듈들이 네트워크를 통해 함께 연결되는 것을 허용하도록 데이터 네트워크에 연결될 수 있으며, 예를 들어 피어 투 피어(peer to peer)에 기초하여 연결될 수 있다. 이것은 제어 시스템이 데이터 네트워크를 이용하는 것을 허용하여 통신 및 제어를 용이하게 한다.
비록 네트워크에 연결된 독립적인 장치로 제어 시스템이 구현될 수 있을지라도, 유리하게는, 제어 시스템이 그 모듈의 작동을 제어하도록 작동될 수 있는 각각의 모듈내의 제어 유닛을 포함한다. 이러한 경우에, 제어 유닛들은 데이터 네트워크를 통해 어드레스될 수 있어서 공통의 생화학적 분석을 수행하기 위한 클러스터로서 작동하는 모듈들의 임의 개수를 선택하는 상기 입력을 제공하고 공통의 생화학적 분석에 대하여 전역적 성능 목표들을 나타내는 입력을 상기 사용자에게 제공한다. 예를 들어, 브라우저를 이용하여 제어 유닛에 연결된 콤퓨터를 위한 데이터 네트워크를 통해 사용자 인터페이스를 제시하도록 구성된 제어 유닛들에 의해 상기와 같은 것이 달성될 수 있다. 다음에, 클러스터의 모듈들의 제어 유닛들은 공통의 생화학적 분석을 수행하도록 개별 모듈들의 작동을 제어한다.
제어 시스템을 모듈들의 제어 유닛들로 분할하는 것은 단순히 모듈들이 네트워크에 연결되었을 때 모듈들 자체가 단일의 기구로서 작동되고 어드레스되는 것을 허용한다. 모듈들의 큰 그룹들은 보다 단순하게 임의 개수의 생화학적 분석 인터페이스들을 제공하도록 될 수 있는데, 왜냐하면 네트워크 인터페이스는 단일의 명령이 클러스터로 동시에 내려질 수 있게 하기 때문이다. 마찬가지로 모듈들의 임의 클러스터로부터의 피드백 및 데이터는 단일 모듈로부터의 출력과 같이 조회될 수 있고 논리적으로 포맷될 수 있고 어드레스될 수 있다. 이러한 작동의 효율성은 그 자체를 파이프라인으로서 나타낼 수 있고 사전의 샘플 준비 및 사후의 출력 데이터의 분석에서 긍정적인 연쇄 반응을 가질 수 있다. 따라서 기재 또는 분석이 얼마나 복잡하거나 이종적이 되어야 하는 것에 상관 없이, 기재(substrate)로부터 분석까지의 실험실의 전체적인 작업 흐름은 보다 효율적으로 만들어질 수 있다. 모듈들에 제어 유닛을 제공하는 것은 개별적인 모듈이 독립형 유닛으로서 어드레스되고 작동되는 능력을 가져서, 클러스트로서 동일한 핵심 과제를 수행하지만 격리되어 있다는 것을 의미한다. 따라서, 개별적으로 또는 커다란 그룹들로 모듈들을 가동시키기 위하여 모듈들의 더 이상의 변형은 요구되지 않는다.
클러스터의 모듈들의 개별적인 제어 유닛들은, 개별 모듈에 의해 생성되는 출력 데이터로부터 개별 모듈에 대하여 성능의 측정치들을 도출하고, 더 이상의 제어에 대한 판단의 기초를 형성하도록 데이터 네트워크를 통해 성능의 측청치를 통신하도록 구성될 수 있다. 모듈들에서 국부적으로 성능의 측정치들을 도출함으로써, 제어를 구현하기 위해 성능의 측정치들을 공유할 필요만이 있다. 이것은 성능의 측정치들이 출력 데이터 보다 현저하게 작은 양의 데이터를 필요로 하므로 데이터 흐름에서 병목을 감소시키고 제어를 용이하게 한다.
클러스터의 모듈들의 제어 유닛들은 데이터 네트워크를 통해 통신하여 더 이상의 작동에 대한 의사 결정을 하도록 구성될 수 있다. 이것은 모듈들 각각에 제어 유닛들을 제공함으로써 제어 시스템이 구현되는 장점을 가진다. 따라서, 추가적인 제어 시스템이 제공되어야 하는 필요성 없이, 모듈들의 그룹은 모듈들을 데이터 네트워크에 연결함으로써 단순하게 작동될 수 있다.
유리하게는, 제어 시스템이 전역적 성능 목표들에 기초하여 각각의 모듈에 대한 국지적 성능 목표들을 판단하도록 구성되고, 각각의 모듈에 있는 제어 유닛은 국지적 성능 목표에 기초하여 그 모듈의 작동을 제어하도록 구성된다. 이러한 방식으로, 클러스터의 모듈들의 작동 제어를 변화시키기 위하여, 전역적 성능 목표들 및 성능의 판단된 측정치들에 기초하여, 제어 시스템은 국지적 성능 목표들을 변화시킬 수 있다.
국지적 성능 목표들의 판단을 분배하는 여러가지 방법들이 있다.
제 1 구현예에서, 모든 제어 유닛들에서 판단이 수행될 수 있으며, 예를 들어 각각의 제어 유닛이 국지적 성능 목표를 판단한다. 이것은 제어 유닛들에 의해 수행된 프로세싱 부하의 공유(load sharing)를 제공하여, 성능의 측정치들을 도출하고 요구되는 작동을 판단한다. 이것은 또한 단일 게이트웨이(gate-way) 또는 병목 콤퓨터 시스템을 회피함으로써 작동 및 관리의 확장성을 제공한다.
제 2 구현예에서, 이러한 판단은 제어 유닛들중 하나 (또는 서브세트(subset))에서 수행될 수 있다. 이것은 국지적 성능 목표들의 판단을 단일 제어 유닛(또는 클러스터에 있는 제어 유닛의 서브세트)에 집중시키며, 이는 제어 유닛에서의 프로세싱 부담을 증가시키지만, 판단을 수행하는데 필요한 프로세싱을 단순화시킬 수 있다.
제 3 구현예에서, 이러한 판단은 데이터 네트워크에 연결된 분리 연합 제어 유닛(separate federation control unit)에서 수행될 수 있다. 이것은 국지적 성능 목표들의 판단을 분리된 연합 제어 유닛에 집중시키는데, 이것은 모듈들의 제어 유닛들의 프로세싱 부담을 감소시킨다. 이것은 추가적인 연합 제어 유닛이 필요하게 되는 비용이 소요되지만, 판단을 수행하는데 필요한 프로세싱을 단순화시키는 장점을 가진다.
기구는 일반적으로 그 어떤 유형의 생화학적 분석이라도 수행하기 위한 것일 수 있으며, 예를 들어 샘플에 있는 분자의 분석을 수행하고, 예를 들어 폴리머 또는 보다 상세하게는 폴리뉴클레오티드의 분석을 수행할 수 있다.
유리한 일 예에서, 생화학적 분석은 샘플에 있는 폴리뉴클레오티드의 서열 결정이며, 따라서 출력 데이터는 폴리뉴클레오티드의 서열을 나타내는 서열 데이터를 포함한다.
다른 유리한 예에서, 분석 장치는 복수의 나노세공들을 지지할 수 있고, 나노 세공을 이용하여, 예를 들어 출력 데이터가 도출되는 각각의 나노세공 케이스에 걸쳐 전기 신호를 발생시키는 전극들을 이용하여 샘플의 생화학적 분석을 수행할 수 있다. 이러한 경우에, 생화학적 분석은 다시 폴리뉴클레오티드의 서열 결정일 수 있지만, 나노세공들은 다른 유형의 생화학적 분석을 제공하도록 동등하게 이용될 수 있다.
본 발명의 제 2 국면은 상세하게는 나노세공들을 이용하여 샘플의 생화학적 분석을 수행하는 기구에 관한 것으로서, 여기에서는 각각의 나노세공에 걸쳐 전기 신호를 발생시키도록 전극들이 이용되고 전기 신호들로부터 복수의 병렬 채널들의 출력 데이터를 발생시키도록 신호 처리 회로가 이용된다. 이러한 유형의 기구는 예를 들어 WO 2009/077734 에 개시되어 있다. 그러나 이것은 출력 데이터를 생성함에 있어 기구의 효율성을 최적화시키는 것이 소망스러운 것으로 남아있다.
본 발명의 제 2 특징에 따르면, 생화학적 분석을 수행하기 위한 모듈이 제공되는데, 상기 모듈은:
복수의 나노세공들을 지지할 수 있고 나노세공들을 이용하여 샘플의 생화학적 분석을 수행하도록 작동될 수 있는 분석 장치로서, 각각의 나노세공에 걸쳐 전기 신호를 발생시키도록 구성된 전극들을 포함하는, 분석 장치; 및,
상기 전극들로부터 발생된 전기 신호들로부터 생화학적 분석의 결과들을 나타내는 복수의 병렬 채널들의 출력 데이터를 발생시키도록 구성된 신호 프로세싱 회로;를 포함하고,
모듈은 그것의 성능을 변화시키는 방식으로 작동될 수 있고, 성능 목표에 기초하여 모듈의 작동을 제어하도록 작동할 수 있는 제어 유닛을 더 포함한다.
그러한 모듈은 생화학적 분석으로부터 출력 데이터의 발생에서 효율 이득을 제공하는데, 왜냐하면 모듈의 작동은 성능 목표들에 기초하여 제어되기 때문이다. 그러한 성능 목표들 및 측정치들은 출력 데이터를 생성시키기 위한 시간, 출력 데이터의 양, 및/또는 출력 데이터의 품질일 수 있다.
제어 유닛은, 생화학적 분석의 수행 동안에 적어도 한번, 성능 목표들을 충족시키도록 성능의 측정치들에 기초하여 모듈 작동의 제어를 변화시키고 생화학적 분석의 성능의 측정치들을 판단하도록 구성된다. 이것은 다음과 같이 모듈의 작동이 지능적으로 제어되기 때문에 생화학적 분석으로부터 출력 데이터의 발생에서 효율성 이득을 제공한다. 제어 유닛은 모듈에 의해 생성된 출력 데이터로부터 성능의 측정치들을 판단하고, 성능 목표를 충족시키도록 성능의 측정치들에 기초하여 생화학적 분석의 실험 파라미터들을 변화시킨다. 이러한 판단 및 제어는 생화학적 분석 동안에 반복적으로, 또는 심지어 연속적으로 수행될 수 있다. 변화될 수 있는 실험 파라미터의 예는 분석 장치의 온도, 생화학적 분석의 전기 파라미터, 또는 출력 데이터의 샘플링 특성들을 포함한다. 이러한 파라미터 및 다른 실험 파라미터의 변화는 성능이 변화되는 것을 허용하며, 예를 들어 출력 데이터의 양, 품질 및 비율이 변화되는 것을 허용한다. 일반적으로, 모듈의 성능은 다양한 인자들에 기초하여 변화될 수 있으며, 따라서 이러한 동적 작동 제어(dynamic operational control)는 기구의 전체적인 성능이 목표를 충족시키도록 효율적으로 관리되는 것을 허용한다. 이것은 효율 이득을 발생시킨다.
예를 들어, 생화학적 분석이 샘플에 있는 폴리뉴클레오티드의 서열 결정인 경우에, 기구는 여러 상이한 방법들로 작동될 수 있으며, 예를 들어: 정해진 개수의 염기들이 서열 결정될 때까지; 특정의 서열이 검출될 때까지, 예를 들어, 거대한 배경 가운데에 있는 병원체의 검출, 플라즈마 DNA 에서 암 변종의 검출이 이루어질 때까지; 매우 희소한 양의 폴리머뉴클레오티드의 측정이 이루어질 수 있도록 매우 오랜 기간 동안; 또는 사용자의 지침 없이 최적의 성능으로 분석 파이프라인을 제공하는 것으로; 작동될 수 있다.
미국 출원 NO. 61/170,729 는 물리적 현상을 감지하는 방법을 개시하는데, 그 방법은: 개별의 전극들을 구비하는 센서 요소들의 어레이를 포함하는 센서 장치를 제공하는 단계로서, 각각의 센서 요소는 가변적인 성능과 함께 물리적 현상에 의존하는 전극에서 전기 신호를 출력하도록 구성된, 센서 장치 제공 단계; 센서 요소들중 하나로부터 전기 신호를 각각 증폭시킬 수 있는 복수개의 검출 채널들을 포함하는 검출 회로를 제공하는 단계로서, 어레이에 있는 센서 요소들의 수는 검출 채널들의 수보다 큰, 검출 회로 제공 단계; 검출 채널들을 개별의 센서 요소들에 선택적으로 연결할 수 있는 스위치 장치를 제공하는 단계; 검출 채널들로부터의 출력인 증폭된 전기 신호들에 기초하여 수용 가능한 성능을 가진 개별 센서 요소들에 검출 채널들을 선택적으로 연결시키도록 스위치 장치를 제어하는 단계;를 포함한다. 선택적으로, 본 발명의 제 2 특징은 미국 출원 No. 61/170,729 에 개시된 방법을 배제할 수 있다.
본 발명의 제 2 특징에 따른 모듈은 본 발명의 제 1 특징에 따른 공통의 생화학적 장치를 수행하는 클러스터의 일부로서 선택적으로 작동될 수 있다.
모듈은 일반적으로 나노세공들을 이용하여 임의 유형의 생화학적 분석을 수행하기 위한 것일 수 있다. 유리한 일 예에서, 생화학적 분석은 샘플내의 폴리뉴클레오티드의 서열 결정이며, 따라서 출력 데이터는 폴리뉴클레오티드의 서열을 나타내는 서열 데이터를 포함한다.
본 발명의 제 3 특징에 따르면, 생화학적 분석을 수행하기 위한 모듈이 제공되는데, 모듈은 전자 유닛에 제거 가능하게 부착될 수 있는 카트리지 및 전자 유닛을 포함하고, 여기에서,
카트리지는:
복수개의 나노세공을 지지할 수 있고 나노세공들을 이용하여 샘플의 생화학적 분석을 수행하도록 작동될 수 있는 센서 장치로서, 각각의 나노세공에 걸쳐 전극 구성부를 포함하는, 센서 장치;
샘플을 수용하기 위한 적어도 하나의 콘테이너;
생화학적 분석을 수행하기 위한 물질을 유지하기 위한 적어도 하나의 저장부; 및,
적어도 하나의 콘테이너로부터 샘플을 제어 가능하게 공급하고, 적어도 하나의 저장부로부터 센서 장치로 물질을 제어 가능하게 공급하도록 구성된, 유체 시스템;을 포함하고,
전자 유닛은, 카트리지가 전자 유닛에 부착되었을 때, 각각의 나노세공에 걸쳐 전극 구성부에 연결되도록 구성된 신호 프로세싱 회로 및 구동 회로를 포함하고, 구동 회로는 생화학적 분석을 수행하기 위하여 구동 신호를 발생시키도록 구성되고, 신호 처리 회로는 각각의 나노세공에 걸쳐 전극 구성부로부터 발생된 전기 신호들로부터의 생화학적 분석의 결과를 나타내는 출력 데이터를 발생시키도록 구성된다.
모듈은 구동 회로 및 신호 프로세싱 회로를 포함하는 전자 유닛들로부터 분리된 카트리지에서 생화학적 분석을 수행하는데 필요한 물질들 및 구성 요소들을 캡슐화(encapsulate)하는 구조를 가진다. 특히, 모듈은 필요한 물질을 유지하는 적어도 하나의 저장부 및, 적절한 제어하에 물질을 센서 장치로 공급할 수 있는 유체 시스템과 함께, 나노세공을 이용하여 샘플의 생화학적 분석을 수행하도록 작동될 수 있는 센서 장치를 포함한다. 카트리지는 전자 유닛들에 제거 가능하게 부착될 수 있고, 그에 의하여 카트리지가 다른 샘플들의 분석 수행을 위해 교체되는 것을 허용한다. 이것은 생화학적 분석의 효율적인 성능을 허용한다.
본 발명의 구현예들은 이제 첨부된 도면을 참조하여 비제한적인 예로서 설명될 것이다.
도 1 은 생화학적 분석 기구에 대한 개략적인 도면이다.
도 2 는 기구의 모듈에 대한 사시도이다.
도 3 은 모듈에서 교체 가능한 카트리지의 사시도이다.
도 4 는 카트리지의 센서 장치의 일부에 대한 단면도이다.
도 5 및 도 6 은 PCB 상에 장착된 센서 장치의 상부 및 저부 사시도이다.
도 7 은 모듈의 사시도이다.
도 8 은 모듈의 전기 회로에 대한 개략적인 도면이다.
도 9 는 제어 유닛의 개략적인 도면이다.
도 10 은 검출 채널의 도면이다.
도 11 은 대안의 구조를 가진 카트리지의 상부로부터의 사시도이다.
도 12 및 도 13 은 도 11 의 카트리지의 하부로부터의 사시도이며, 부착된 함몰부 플레이트 및 분리된 함몰부 플레이트를 나타낸다.
도 14 는 함몰부 플레이트의 일부에 대한 단면 사시도이다.
도 15 및 도 16 은 밸브를 포함하는 밸브 조립체를 위와 아래에서 각각 도시한 사시도이다.
도 17 은 밸브 조립체를 통한 단면도이다.
도 18 은 밸브의 고정자 둘레에서 밸브 조립체의 동체 위로부터의 부분적인 평면도이다.
도 19 는 밸브의 회전자의 아래로부터의 평면도이다.
도 20 은 함몰부 플레이트의 함몰부 및 밸브 조립체의 동체의 부분적인 단면도이다.
도 21 은 밸브 조립체의 제 2 플레이트의 아래로부터의 평면도이다.
도 22 는 모터를 포함하는 밸브 조립체의 사시도이다.
도 23 은 기구의 제어 프로세스에 대한 흐름도이다.
도 2 는 기구의 모듈에 대한 사시도이다.
도 3 은 모듈에서 교체 가능한 카트리지의 사시도이다.
도 4 는 카트리지의 센서 장치의 일부에 대한 단면도이다.
도 5 및 도 6 은 PCB 상에 장착된 센서 장치의 상부 및 저부 사시도이다.
도 7 은 모듈의 사시도이다.
도 8 은 모듈의 전기 회로에 대한 개략적인 도면이다.
도 9 는 제어 유닛의 개략적인 도면이다.
도 10 은 검출 채널의 도면이다.
도 11 은 대안의 구조를 가진 카트리지의 상부로부터의 사시도이다.
도 12 및 도 13 은 도 11 의 카트리지의 하부로부터의 사시도이며, 부착된 함몰부 플레이트 및 분리된 함몰부 플레이트를 나타낸다.
도 14 는 함몰부 플레이트의 일부에 대한 단면 사시도이다.
도 15 및 도 16 은 밸브를 포함하는 밸브 조립체를 위와 아래에서 각각 도시한 사시도이다.
도 17 은 밸브 조립체를 통한 단면도이다.
도 18 은 밸브의 고정자 둘레에서 밸브 조립체의 동체 위로부터의 부분적인 평면도이다.
도 19 는 밸브의 회전자의 아래로부터의 평면도이다.
도 20 은 함몰부 플레이트의 함몰부 및 밸브 조립체의 동체의 부분적인 단면도이다.
도 21 은 밸브 조립체의 제 2 플레이트의 아래로부터의 평면도이다.
도 22 는 모터를 포함하는 밸브 조립체의 사시도이다.
도 23 은 기구의 제어 프로세스에 대한 흐름도이다.
우선 양친매성 멤브레인(amphiphilic)에 지지된 단백질 세공(protein pores)의 형태인 나노세공(nanopore)을 이용하여 생화학적 분석을 수행하는 기구가 설명될 것이며, 그러나 그것이 본 발명을 제한하는 것은 아니다.
기구(1)는 데이터 네트워크(3)에 각각 연결된 복수개의 모듈(2)들로 형성된다. 이러한 예에서, 네트워크(3)는 케이블(4)에 의하여 네트워크 스위치(5)에 연결된 각각의 모듈(2)에 의해 통상적인 로컬 영역 네트워크로서 형성된다. 일반적으로, 모듈(2)들은 무선 네트워크, 광역 네트워크 및 인터넷을 포함하는 그 어떤 유형의 데이터 네트워크에라도 연결될 수 있다.
네트워크(3)에 부착되는 것으로서, 그 어떤 유형의 저장 장치(6)라도 있을 수 있는데, 예를 들어 모듈(2)들에 어드레스하도록 이용되는 외부 컴퓨터(7) 및 NAS 가 있을 수 있으며, HTTP 브라우저를 가진 통상적인 콤퓨터가 있을 수 있다.
기구(1)의 네트워크 구성에 기인하여, 예를 들어 작은 규모의 조사 설비에 있는 소수의 모듈(2) 또는 심지어 단일의 모듈(2)로부터, 상업적인 서열 결정 센터(sequencing certer)에 있는 모듈(2)들의 대형 저장소(bank)에 이르기까지, 지역적인 필요성에 따라서, 임의 개수의 모듈(2)들이 주어진 위치에 제공될 수 있다. 마찬가지로 모듈(2)들이 물리적으로 근접할 필요는 없으며 따라서 기구(1)는 상이한 위치들, 심지어 상이한 국가들에 분포된 모듈(2)들로부터 형성될 수 있다.
개별의 모듈(2)이 이제 설명될 것이다.
도 2 에 도시된 바와 같이, 모듈(2)은 모듈(2)의 하우징(11)에서 교체될 수 있는 카트리지(10)를 가진다. 카트리지(10)는 이제 설명될 생화학적 분석을 수행하기 위한 분석 장치를 형성한다. 카트리지(10)는 도 3 및 도 10 에 도시된 2 개의 대안의 구성들을 가진다.
카트리지(10)는 예를 들어 몰딩된 플라스틱으로 형성된 동체(37)를 포함한다. 카트리지(10)의 동체(37)는 센서 장치(14)를 장착하며 센서 장치는 본원에 참조로서 포함되는 WO 2009/077734 에 상세하게 설명된 바와 같은 장치이다. 여기에서 기재된 일반적인 내용에 재한되지 않으면서, 센서 장치(14)는 도 4 에서 단면으로 도시된 구조를 가지며, 동체(20)를 구비하여 그 내부에 복수개의 함몰부(well, 21)들이 형성되어 각각의 함몰부는 내부에 배치된 함몰부 전극(22)을 가지는 요부이다. 다수의 함몰부(21)들이 제공되어 데이터 수집 비율을 최적화시킨다. 일반적으로, 비록 도 4 에 몇개의 함몰부(21)들이 도시되어 있지만, 임의 개수의 함몰부(21)들이 있을 수 있다. 하나의 예에서, 함몰부들의 수는 256 또는 1024 이며, 그러나 크기의 1 차, 2 차, 3 차 또는 그 이상일 수 있다. 동체(20)는 동체(24)에 의해 덮히며, 덮개는 동체(20)에 걸쳐 연장되고 챔버(24)를 형성하도록 중공형이고, 챔버 안으로 각각의 함몰부가 열려 있다. 공통 전극(25)이 챔버(23) 안에 배치된다.
센서 장치(14)는 각각의 함몰부(21)를 가로질러 지질 이중층(lipid bilayer)과 같은 양친매성 멤브레인(26)을 형성하고 나노세공을 삽입하도록 제조되며, 나노세공은 양친매성 멤브레인(26)으로의 단백질 세공이다. 이러한 제조는 국제 출원 WO 2009/077734 에서 상세하게 설명된 재료 및 기술을 이용하여 달성되지만, 다음과 같이 요약될 수 있다. 수성 용액이 챔버(24) 안으로 도입되어 각각의 함몰부(21)를 가로질러 양친매성 멤브레인(26)을 형성하여 함몰부(21) 안의 수성 용액을 챔버(24) 안에 있는 수성 용액의 나머지 체적으로부터 분리시킨다. 단백질 세공들이 수성 용액 안으로 제공되는데, 예를 들어, 수성 용액이 챔버(24) 안으로 도입되기 전이나 또는 후에 수성 용액 안으로 도입됨으로써, 또는 챔버(24)의 내측 표면상에 침착됨으로써 제공된다. 단백질 세공들은 자연스럽게 수성 용액으로부터 양친매성 멤브레인(26)으로 삽입된다.
단백질 세공은 나노세공의 예이며, 다음과 같이 생화학적 분석을 수행하는데 이용될 수 있다. 주어진 임의의 함몰부(21)에서, 양친매성 멤브레인(21)이 형성되고 단백질 세공이 그 안에 삽입될 때, 함몰부(21)는 확률론적 물리 이벤트들인 단백질 세공과 분자체들(molecular entities) 사이의 상호 작용을 감지하는 센서 요소로서 사용될 수 있으며, 왜냐하면 양친매성 멤브레인(26)을 가로지르는 출력 전기 신호가 특징적인 변화를 내부에서 일으키는 상호 작용들에 의존하기 때문이다. 예를 들어, 세공을 통한 이온들의 흐름을 변조시켜서, 세공을 통한 전류에서의 특징적인 변화를 일으키는, 단백질 세공과 특정의 분석 대상물(analyte) 사이의 상호 작용이 통상적으로 있을 것이다. 분석 대상물은 분자 또는 분자의 일부일 수 있으며, 예를 들어 DNA 베이스일 수 있다. 따라서 상호 작용은 각각의 양친매성 멤브레인(26)에서 단백질 세공을 가로질러 전류 신호에서의 특징적인 이벤트로서 나타난다.
센서 장치(14)의 특성에 대한 보다 상세한 내용 및 그에 의해 수행되는 생화학적 분석은 이하에서 상세 설명의 끝까지 설명되어 있다.
전기 신호들은 함몰부 전극(22)들과 공통 전극(25) 사이의 신호로서 검출될 수 있고, 차후에 분석되어 생화학적 분석의 결과를 나타내는 출력 데이터를 발생시킨다. 분리된 전기 신호들은 상이한 함몰부(21)들에서 양친매성 멤브레인(26)들 안의 단백질 세공으로부터 유도되어, 각각 출력 데이터의 상이한 채널을 초래한다.
광범위한 유형의 생화학적 분석이 수행될 수 있다. 그러한 생화학적 분석중 하나는 폴리뉴클레오티드(polynucleotide)의 서열 결정(sequencing)이다. 이러한 경우에, 전기 신호는 각각의 상이한 베이스에 대하여 상이하게 변조되어, 그것의 구별을 가능하게 한다.
카트리지(10)의 동체(37)는 생화학적 분석을 수행하는데 필요한 재료 및 구성 요소들을 엔캡슐레이션(encapsulation)시키며, 센서 장치(14)를 자동적으로 준비할 수 있다. 이러한 목적을 위하여, 분석 장치의 많은 "갱신(refresh)"이 가능하도록, 버퍼 용액, 지질, (용액 내의) 단백질 세공, (필요한 경우의) 사전 처리(pre-treatment) 및 샘플과 같은 필요 재료들의 충분한 체적을 포함하는 저장부(30)가 카트리지(10)에 장착된다. 따라서 카트리지(10)는 생화학적 분석에 필요한 모든 시약 및 다른 물질들이 존재하고 또한 샘플 제조에 이용될 수 있다는 점에서 완전히 자체 포함(self-containe)된다. 카트리지(10)는 센서 장치(14)로부터의 폐기 생성물의 폐기를 위한 폐기물 저장부(35)를 장착하며, 폐기물 저장부(35)는 도 11 에 도시되어 있지만 도 3 의 구조에서는 동체(37) 아래에 있으며 따라서 도 3 에는 도시되어 있지 않다.
카트리지(10)의 동체(37)는 유체를 저장부(30)로부터 센서 장치(14)로 공급하기 위한 유체 시스템(31)을 장착한다. 유체 시스템(31)은 유체를 저장부(30)로부터 센서 장치(14)로 펌핑하기 위한 유입 펌프(33) 및 공급 채널(32)들을 구비한다. 유체 시스템(31)은 유체의 폐기를 위하여 폐기물 저장부(35)에 연결된 유출 채널(36)을 통하여 센서 장치(14) 밖으로 유체를 펌핑시키기 위한 유출 펌프(34)를 구비한다. 펌프(33,34)들은 필요한 유량 및 체적에 따라서 주사기 펌프(syringe pump)일 수 있다 (예를 들어, Via Crusch 8, Bonaduz, GR, Switzerland CH-7402 의 Hamilton Company 가 공급하는 것이다).
유체 시스템은 또한 유출 펌프(34)와 저장부(30)에 연결된 유입 펌프(33) 사이의 공급 채널(32)내에 배치된 선택기 밸브(selector valve, 45)를 구비한다. 선택기 밸브(45)는 선택적으로 센서 장치(14)를 저장부(30)로 연결하거나, 또는 폐기물 저장부(35)로 연결한다. 폐기물 저장부(35)는 대기로 개방된다.
저장부(30)들중 하나는 지질(lipid)을 유지하고, 유체 시스템(31)은 지질을 다른 물질과 같은 방식으로 센서 장치(14)로 공급한다. 지질을 공급하기 위한 대안으로서, 유체 시스템(31)의 공급 채널(32)들이 지질을 유지하는 지질 조립체를 통하여 센서 장치(14) 안으로 통과될 수 있어서, 센서 장치(14) 안으로 유동하는 유체가 지질을 얻고 그것을 센서 장치(14) 안으로 도입시킨다.
따라서 펌프(33,34)들은 위에서 설명된 바와 같이 유체 유동을 제어하도록 작동되어 센서 장치(14)를 준비시킴으로써 각각의 함몰부(well, 21)를 가로질러 양친매성 멤브레인(26)이 형성되고 나노세공들이 삽입되는데, 나노세공들은 양친매성 멤브레인(26)으로의 단백질 세공들이다.
도 3 에 도시된 구성에서, 카트리지(10)의 동체는 샘플을 수용하기 위한 콘테이너(44)를 장착한다. 사용시에, 카트리지(10)를 모듈(2) 안으로 로딩하기 전에 샘플은 콘테이너(44) 안으로 도입된다. 센서 장치(14)의 준비 이후에, 유체 시스템(31)은 샘플을 콘테이너(44)로부터 센서 장치(14)로 공급하도록 제어되어 생화학적 분석이 수행된다.
도 11 의 구조에서, 카트리지(10)는 다음과 같이 복수개의 샘플들을 수용할 수 있다. 도 12 에 도시된 바와 같이, 카트리지(10)의 동체(37)는 함몰부 플레이트(100)의 부착을 허용하도록 배치된다. 특히, 동체(37)는 하부측으로부터 돌출된 한쌍의 클립(clip,101)들을 가지며, 그에 대하여 함몰부 플레이트(100)가 도 13 의 화살표 방향에서 클립(101)들에 대하여 함몰부 플레이트(100)를 가압함으로써 부착될 수 있다.
도 14 에 도시된 바와 같이, 함몰부 플레이트(100)는 표준형의 구성이며, 함몰부 플레이트(100)의 평탄한 상부 표면(103)에 개방된 복수개의 함몰부(102)를 형성한다. 이러한 예에서 함몰부 플레이트(100)는 96 개의 함몰부(102)를 가지지만, 일반적으로 그 어떤 개수의 함몰부(102)라도 가질 수 있다. 함몰부(102)들은 개별의 샘플들을 수용하기 위한 콘테이너로서 이용된다. 사용시에, 함몰부 플레이트(102)의 카트리지(10)에 대한 부착 이전에, 그리고 카트리지(10)를 모듈(2) 안으로 로딩하기 이전에, 샘플들이 개별의 함몰부(102) 안으로 도입된다. 함몰부 플레이트(102)에는, 본질적으로 효율적인, 공지된 플레이트-베이스 평행 조작 기술(plate-based parallel manipulation techniques)을 이용하여 샘플들이 채워질 수 있다. 함몰부 플레이트(100)는 카트리지(10)의 동체(37)로부터 분리된 요소이므로, 부착되기 전에 용이하게 채워져서 함몰부(102)의 채움을 용이하게 한다. 보다 일반적으로, 함몰부 또는 폐쇄된 콘테이너일 수 있는 복수개의 콘테이너들을 포함하는 임의의 다른 유형의 콘테이너 요소로 함몰부 플레이트(100)를 교체함으로써 유사한 장점들이 얻어질 수 있다.
샘플들의 도입 이후에, 함몰부 플레이트(100)는 평탄한 상부 표면(103)이 동체(37)에 대하여 있으면서 카트리지(10)에 부착되어, 함몰부 플레이트(100)가 카트리지(10) 안으로 캡슐화(encapsulation)된다. 차후에, 카트리지(10)가 모듈(2) 안으로 로딩된다.
유체 시스템(31)은 밸브(110)를 이용하여 샘플들을 선택적으로 함몰부(102)로부터 센서 장치(14)로 공급하도록 구성되는데, 밸브는 로터리 밸브이며 이후에 설명될 것이다.
밸브(110)는 도 15 내지 도 21 에 도시된 밸브 조립체(111)내에 형성되며, 그것은 카트리지(10)의 동체(37) 안으로 포함된다.
밸브(110)는 고정자(112) 및 회전자(113)를 포함한다. 고정자(112)는 동체(120)상에 제공되는데, 동체는 제 1 플레이트(121), 제 2 플레이트(122) 및 제 3 플레이트(123)에 의해 형성되고, 이들은 제 1 플레이트(121)와 제 2 플레이트(122) 사이의 접촉 표면(124)을 접속(interfacing)시키고 제 1 플레이트(122)와 제 2 플레이트(123) 사이의 접촉 표면(125)을 접속시킴으로써 함께 고정된다.
회전자(113)는 회전축(R)을 중심으로 하는 회전을 위해 고정자(112)상에 회전 가능하게 장착된다. 회전 장착을 위한 베어링은 회전자(113)에 의해서 제공되는데, 그것은 고정자(112)내에 형성된 베어링 요부(115) 안에 장착된 베어링 스터브(bearing stub, 114)를 구비한다. 특히, 베어링 스터브(114)는 제 1 시트(121)와 베어링 스터브(114)의 단부 사이에 간극을 제공하도록 선택된 길이를 가진다. 베어링 요부(115)의 둘레에, 제 2 시트(122)는 고정자(113) 및 제 1 시트(121)를 향하여 돌출된 고리형 돌기(126)를 가지며, 제 2 시트(123)는 원형 통공(127)을 가져서 그 안에 고리형 돌기(126)가 끼워진다.
또한 회전 장착을 위한 베어링은 회전자(113)에 의해서 제공되는데, 이것은 실린더형 외측 표면(117)을 가진 디스크(116)를 포함하고, 실린더형 외측 표면은 고정자(112)내에 형성된 고리형 벽(118) 안에 장착되고 돌출되며, 특히 원형 통공(127) 외측으로 제 3 플레이트(123)로부터 돌출된다. 대안으로서, 디스크(116)와 고리형 벽(118) 사이에 간극 갭(clearance gap)이 있을 수 있다.
고정자(112)와 회전자(113)는 접속되는 접촉 표면(130)들을 가지며, 접촉 표면들은 고리형이고 회전축(R)에 직각으로 연장되고, 다음과 같이 제공된다. 회전자(113)의 접촉 표면(130)은 회전축(R)에 직각으로 연장되는 디스크(116)의 하부 표면에 의해 형성되어 제 2 플레이트(122)의 고리형 돌기(126)와 겹치고 통공(127)의 외측에서 제 3 플레이트(123)와 겹친다. 따라서 고정자(112)의 접촉 표면(130)은, 서로 같은 높이인, 제 2 플레이트(122)의 고리형 돌기(126)의 상부 표면 및 제 3 플레이트(123)의 상부 표면의 근접한 부분들에 의해서 형성된다.
고정자(112) 및 회전자(113)의 접속하는 접촉 표면(130)의 밀봉은 회전축(R)을 따라서 회전자(113)와 고정자(112) 사이에 부하(load)를 가함으로써 용이하게 이루어진다. 이것은 회전자(113)를 고정자(112)에 대하여 편향시키도록 다음과 같이 배치된 편향 장치에 의해 달성된다. 클램핑 링(131)은 고정자(113)에 부착되고, 특히 고리형 벽(118)에 나사 결합된다. 디스크 스프링(132)은 클램핑 링(131)과 회전자(121) 사이에 배치되어 그들과 맞물린다. 디스크 스프링(132)은 다른 유형의 탄성 편향 요소에 의해 대체될 수 있을지라도 고정자(112)와 회전자(113) 사이에 탄성 편향을 제공한다.
고정자(112)의 접촉 표면(130)은 도 18 에 도시된 바와 같이 배치되는데, 도 18 은 클램핑 링(131)이 없이 고정자(112)의 평면도를 도시한다. 특히, 복수개의 유입 포트(133)들이 고정자(122)의 접촉 표면(130)에 형성되는데, 회전축(R) 둘레에 원을 이루어 배치된다. 유입 포트(133)들은 균등하게 이격되고, 예외적으로 도 18 에서 가장 낮은 하나의 위치에 있는 갭(gap)에 대하여 균등하지 않다. 유입 포트(133)들은 특히 제 2 플레이트(122)의 고리형 돌기(126)의 상부 표면에 형성되어, 회전자(113)의 접촉 표면(130)을 향한다.
또한, 수집 챔버(134)가 고정자(112)의 접촉 표면(130)내에 형성된다. 수집 챔버(134)는 제 3 플레이트(122)의 상부 표면에 있는 홈으로서 형성되어, 회전자(113)의 접촉 표면(130)을 향한다. 수집 챔버(134)는 회전축(R) 둘레의 원형 고리로 유입 포트(133)들 밖에서 연장되어 유입 포트(133)들과 각도상으로 정렬되며, 즉, 유입 포트(133)들에 갭이 있으면서 갭이 회전축(R) 둘레에 각도상으로 정렬된갭을 가진다.
고정자(112)는 수집 챔버(134)의 하부 표면에 형성됨으로써 수집 챔버(134)와 소통하는 유출 포트(135)를 더 구비한다.
회전자(113)에는 통로(136)가 제공되는데, 그 통로는 회전자(113)의 접촉 표면(130)에 있는 홈으로서 형성된다. 통로(136)는 유입 포트(133)들의 위치로부터 수집 챔버(135)의 위치로 반경 방향으로 연장된다. 따라서, 회전자(113)의 회전 우치에 따라서, 통로(136)는 임의의 유입 포트(133)와 소통될 수 있다. 회전자(113)의 회전은 상이한 유입 포트(133)들이 선택되는 것을 허용한다. 수집 챔버(134)가 유입 포트(133)들과 각도상으로 정렬되므로, 통로(136)가 유입 포트(133)와 소통되는 모든 회전 위치들에서, 통로(136)는 수집 챔버(134)와도 소통되며, 그에 의해 선택된 유입 포트(133)를 유출 포트(135)로 연결시킨다. 따라서, 회전자(136)의 회전은 선택적으로 개별적인 유입 포트(133)들을 유출 포트(135)로 연결시킨다.
회전자(133)가 유입 포트(133)의 갭 및 수집 챔버(134)의 갭과 정렬될 때, 통로(136)는 고정자(112)의 접촉 표면(130)에 대하여 폐쇄되며, 그에 의하여 밸브(110)를 폐쇄시킨다. 그러나, 대안으로서, 유입 포트(133)들이 갭을 생략하도록 함께 모임으로써, 유입 포트들이 완전한 고리로 구성되고 밸브(110)는 폐쇄될 수 없다.
고정자(112)의 접촉 표면(130)에 수집 챔버(134)를 형성하는 것에 대한 대안으로서, 수집 챔버(134)를 통로(136)에 개방된 회전자(113)의 접촉 표면(130)에 있는 홈으로서 형성하는 것에 의하여 유사한 작용이 달성될 수 있다.
회전자(113)의 위치 선정을 제공하도록, 고정자(112)의 접촉 표면(130)은 유입 포트(133)들과 같은 피치에서 피트(pit,137)들의 원형 배열(array)을 가지며, 회전자(113)의 접촉 표면(130)은 피트(137)들 안으로 맞춰지는 볼록부(pip, 138)를 가지는데, 볼록부(138)는 회전자(112)의 회전시에 피트(137)의 밖으로 밀려날 수 있지만, 회전자(112)의 회전 위치를 단계화된 회전 위치들에서 유지하도록 정렬되어 그 각각이 통로(136)를 각각의 개별적인 유입 포트(133)와 소통되게 위치시키거나, 또는 단계화된 회전 위치들중 하나에서 통로(136)들을 유입 포트(133)들에 있는 갭 위에 위치시키고 수집 챔버(134)에 있는 갭 위에 위치시킨다.
밸브(110)의 크기는 유입 포트(133)들을 가능한 한 서로 근접하게 배치함으로써 최소화되지만, 유입 포트(133)들이 고리의 작은 부분 둘레에 연장되도록 유입 포트(133)들 안의 갭의 크기를 증가시킴으로써 동일한 작용이 달성될 수 있다. 그러한 경우에, 수집 챔버(134)는 그에 대응되게 길이가 감소되어 고리의 짧은 부분에서 연장될 수 있다.
동체(120)는 다음과 같이 함몰부 플레이트(100)의 함몰부(102)들을 유입 포트(133)들에 연결하는 채널을 형성한다.
제 1 플레이트(121)는, 함몰부 플레이트(100)가 부착되고 노즐(140)들의 열(array)을 가지는 위치에서 카트리지(10)의 하부측상에 배치되는데, 노즐들은 외측으로 돌출되고 함몰부 플레이트(100)의 함몰부(102)와 같은 간격을 가져서 그것과 정렬된다. 결과적으로, 플레이트(100)가 카트리지(10)에 부착되었을 때, 각각의 노즐(140)은 도 20 에 도시된 바와 같이 개별의 함몰부 안으로 돌출된다. 각각의 노즐(140)은 관통 구멍(141)을 포함하고 관통 구멍은 노즐(140) 및 제 1 플레이트(121)를 통하여 제 1 플레이트(121)의 접촉 표면(124)으로 연장되어 함몰부(102)에 대한 채널의 부분을 형성한다.
노즐(140)들은 노즐(140)의 단부가 함몰부(102)에 있는 샘플(142)의 표면 아래로 잠기는 충분한 거리로 함몰부(102) 안으로 연장된다. 이러한 방식으로, 샘플(142)은 효과적으로 노즐(140)을 밀봉한다. 이것은 함몰부 플레이트(100)와 제 1 플레이트(121) 사이의 밀폐 밀봉의 필요성을 회피시킨다.
제 2 플레이트(122)의 접촉 표면(124)에는 각각의 함몰부(102)에 대한 채널의 부분을 형성하는 홈(143)들의 세트가 형성된다. 각각의 홈(143)은 일 단부에서 관통 구멍(141)과 소통되는데, 관통 구멍은 노즐(140) 및 제 1 플레이트(121)를 통하여 연장된다. 도 20 에 도시된 바와 같이, 홈(143)들은 노즐(140)로부터 고정자(112)로 연장되며, 특히 유출 포트(133)로부터의 제 2 플레이트(122)의 대향측상에 있는 고리형 돌기(126)로 연장된다. 채널들의 나머지는 관통 구멍(144)들에 의해 형성되는데, 관통 구멍들은 제 2 플레이트(122)의 돌기(126)를 통하여 제 2 플레이트(122)의 접촉 표면(124)에 있는 개별의 홈(144)으로부터 개별의 유입 포트(133)로 연장된다.
동체(120)는 다음과 같이 유출 포트(135)로 연결되는 채널을 형성한다. 제 3 플레이트(123)는 도 17 에서 점선으로 윤곽이 표시된 관통 구멍(145)을 가지는데,이것은 유출 포트(135)로부터 제 3 플레이트(123)를 통해 제 3 플레이트(123)의 접촉 표면(125)으로 연장되어, 채널의 부분을 형성한다. 채널의 나머지는 제 3 플레이트(123)의 접촉 표면(125)에 있는 홈(146)에 의해 형성되어 관통 구멍(145)으로부터 이탈되게 연장된다. 도 17 에 도시된 바와 같이, 홈(146)은 도징 펌프(dosing pump, 147)로 연장되는데, 도징 펌프는 밸브(110)의 회전 위치에 의해 선택된 함몰부(102)로부터 밸브(110)를 통해 센서 장치(14)로 샘플을 펌프시키도록 작동될 수 있다.
제 1, 제 2 및 제 3 플레이트(121-123)는 접촉 표면(124,125)들 사이에 형성된 채널들에 밀봉을 제공하는 임의의 적절한 재료로부터 형성될 수 있다. 적절한 재료들은 PMMA(폴리(메틸 메타크릴레이트)), PC(폴리카보네이트) 또는 COC (사이클릭 올레핀 코폴리머)를 포함한다. 제 1, 제 2 및 제 3 플레이트(121-123)들은 예를 들어 초음파 용접, 레이저 용접 또는 접합과 같은 임의의 적절한 기술에 의해 밀봉될 수 있다. PMMA 는 특히 PMMA 확산 접합을 이용하는 성능에 기인하여 특히 효과적이다. 제 1, 제 2 및 제 3 플레이트(121-123)는 사출 성형될 수 있다.
마찬가지로, 회전자(113)는 회전에 대하여 충분히 낮은 마찰 및 밀봉을 제공하는 임의의 적절한 재료로부터 형성될 수 있다. 하나의 적절한 재료는 PTFE(폴리테트라플루오로에틸렌)로서, 이것은 압축성을 제공하도록 엘라스토머(예를 들어, 실로콘(silocone))로 만들어진 단면으로 기계 가공될 수 있다. PTFE 는 회전에 필요한 토크를 낮출 수 있고 우수한 밀봉 특성을 가진다. 엘라스토머는 회전자(112)가 클램핑될 수 있지만 여전히 회전하는 것을 허용한다. 대안으로서, 회전자(113)는 사출 성형된 재료로 만들어질 수 있고, 예를 들어, FEP(플루오리네이티드 에틸렌 프로필렌) 또는 UHMWPE(울트라-하이-분자-중량 폴리에틸렌)으로 만들어질 수 있다.
밸브(110)는 카트리지(10)에서의 이용에 제한되지 않고 다른 적용예들에서 이용될 수 있다. 밸브(110)는 유출 포트(135)로부터 유입 포트(133)로의 반대 방향 유동을 위하여 이용될 수 있어서, 보다 일반적으로는 유입 포트(133)들이 제 1 포트들로 지칭될 수 있고 유출 포트(135)가 제 2 포트로서 지칭될 수 있다. 밸브(110)는 특히 적은 체적의 유체를 취급하기 위한 축소 요소로서 적절하며, 여기에서 유입 포트(133), 통로(136), 수집 챔버(134) 및 유출 포트(135)는 10 mm2 보다 크지 않은 단면적을 가지고, 바람직스럽게는 1 mm2 보다 크지 않은 단면적을 가진다.
회전자(133)는 도 22 에 도시된 바와 같은 모터(150)에 의해 작동된다. 회전자(113)는 결합 요소(152)를 가지며, 이것은 회전자(113)로부터 위로 돌출되고 기어 휘일(153)을 장착하는 구동 샤프트(151)가 그 안에 맞춰진다. 모터(151)는 기어 휘일(153)가 맞물리는 기어 형상부(155)를 장착한 출력 샤프트(154)를 가져서, 모터(150)는 구동 샤프트(151) 및, 따라서 회전자(113)의 회전을 구동시킨다. 구동 샤프트(151)는 엔코더 휘일(encoder wheel, 156)을 장착하는데, 엔코더 휘일의 위치는 센서(157)에 의해 감지된다. 모터(150)는 센서(157)의 출력에 기초하여 구동되어, 회전자(113)가 소망의 유입 포트(133)를 선택하도록 회전하는 것을 허용한다.
유체 시스템(31)은 연속적인 샘플들에 관한 생화학적 분석을 순차적으로 수행하도록 제어된다. 센서 장치(14)가 준비되고 다음에 유체 시스템(31)은 함몰부(102)들중 하나로부터 센서 장치(14)로 샘플을 공급하도록 제어된다. 생화학적 분석이 수행된 이후에, 센서 장치(14)는 비워지고 샘플을 제거하도록 씻겨진다. 다음에 센서 장치(14)가 다시 준비되고 유체 시스템(31)은 밸브(110)의 회전자(112)를 회전시킴으로써 다음의 함볼부로부터 샘플을 공급하도록 제어된다.
도 11 의 구조를 가진 카트리지(10)를 이용하는 방법의 특정한 예가 이제 설명될 것이다. 이용된 재료는 국제 출원 공개 WO 2009/077734 에 상세하게 설명되어 있다.
처음에, 사전 처리 코팅(pre-treatment coating)이 함몰부(21)를 둘러싸는 센서 장치(14)의 동체(20) 표면을 개질화시키도록 적용되어 양친매성 분자들에 대한 친화력(affinity)을 증가시킨다. 필요한 체적의 사전 처리물은 소수성 유체로 이루어지고, 유기 용매에 있는 통상적으로 유기 물질이 저장부(30)로부터 유인되어 유입 펌프(33)에 의하여 공급 채널(32)에 의해 분배되어 동체(20) 및 함몰부(210를 덮는 챔버(24)를 채운다. 과잉의 물질은 폐기물 저장부(35) 안으로 배출된다.
카트리지(10)는 사전 처리물을 배출시키는 다양한 구성들에서 이용될 수 있다. 한가지 예는 공급 채널(32) 및 챔버(24)를 통해 유입 펌프(33)로 개스 유동을 적용하여 유체를 유출 채널(36)을 통해 폐기 저장부(35)로 움직이는 것이다. 대안으로서, 사전 처리물은 필요한 체적 이후의 개스를 가지고 유입 펌프(33)로부터 분배될 수 있고, 과잉된 것은 챔버(24)를 통해 유출 챔버(36) 안으로 폐기 저장부(35)로 단일의 작용에 의해 배출된다. 최종의 사전 처리 코팅이 달성될 때까지 개스 유동은 챔버(24)를 통하여 계속되어 시스템으로부터 용매 증기를 씻어낸다. 다른 변형예에서, 이러한 최종 단계는 개스 유동 또는 동체(20)를 따뜻하게 함으로써 보다 신속하게 달성될 수 있다.
사전 처리 코팅의 적용 이후에, 양친매성 분자들을 포함하는 수성 용액은 동체(20)를 가로질러 유동하여 함몰부(21)를 덮는다. 수성 용액의 필요한 체적은 적절한 저장부(30)로부터 유인되어 유입 펌프(33)에 의하여 공급 채널(32)로써 분배되어 동체(20) 및 함몰부(21)를 덮는 챔버(24)를 채운다.
양친매성 멤브레인(26)의 형성은 양친매성 분자들로써 직접적으로 형성되거나, 또는 만약 다중-통과(multi-pass) 기술이 적용된다면 향상되는데, 멀티 패스 기술에서는 마지막에 함몰부(21)를 덮기 전에 수성 용액이 적어도 한번 요부 함몰부(21)를 덮고 그리고 그것을 덮지 않게 된다. 양친매성 분자들을 포함하는 수성 용액은 저장부(30)로부터 직접적으로 유인될 수 있거나, 또는 위에서 언급된 대안의 접근 방법에서는 수성 용액을 공급 채널(32)의 유동 경로에 있는 지질 조립체를 통하여 챔버(24)로 통과시킴으로써 형성된다.
제 1 예에서, 용액 공기 계면(solution air interface)의 다중 통과는 챔버(24)에서의 유동의 역전에 의해 달성될 수 있다. 저장부(30)로 그리고 저장부(30)로부터의 유동은 선택기 밸브(45)의 작동 및 유출 펌프(34)의 작동에 의해 방지되어, 용액을 포함하는 양친매성 분자를 공급 채널(32)을 통하여 챔버(24)로부터 유인하고 공기를 유출 채널(36)로부터 폐기물 저장부(35)로 끌어당긴다. 유출 펌프(34)의 방향은 역전되고 용액은 함몰부(21)를 채운 용액을 가로질러 복귀된다.
양친매성 멤브레인(26)의 형성 과정은, 전위가 저항성 배리어(resistive barrier) 및 측정 전류의 감소를 가져오는 상기 형성 과정에 인가되었을 때 전극(22,25)을 가로질러 결과적인 전기 신호를 모니터함으로써 관찰될 수 있다. 양친매성 멤브레인(26)이 형성되지 않을 경우에, 수성 용액 공기 계면의 통과(pass)는 간단히 수행된다.
대안으로서, 제 2 예에서, 용액 공기 계면의 멀티 패스는 공기 덩어리를 용액 공급에 포함시키는 것에 의해 단일 방향에서의 유동으로써 달성될 수 있다. 이러한 제 2 예에서, 양친매성 분자를 포함하는 수성 용액은 저장부(30)로부터 유입 펌프(33)로 유인되고, 다음에 비복원 밸브(non-return valve)의 작동으로 공급 채널(32)로 펌핑된다. 공기 덩어리는 양친매성 분자 수성 용액의 유동을 정지시키고 선택기 밸브(45)의 위치를 변경하며 다른 유입 펌프(33)의 작용에 의해 필요한 공기 체적을 (대기로 개방되어 있는) 폐기물 저장부(35)로부터 용액 뒤의 채널 안으로 유입함으로써 형성될 수 있다. 선택기 밸브(45)는 이전의 위치로 복귀되며 더 많은 양친매성 분자 수성 용액이 앞을 향해 펌핑된다. 유입 펌프(33)는 용액을 전방으로 공급 채널(32)을 통해 챔버(24)로 움직이고 유출 채널(36)를 통해 폐기물 저장부(35)로 움직이므로, 공기 덩어리를 포함하는 수성의 양친매성 분자 용액의 흐름은 함몰부(21) 위로 통과한다. 이러한 과정은 소망되는 수의 통과(pass)를 얻도록 반복된다.
과잉의 양친매성 분자들은 유입 펌프(33)의 작용에 의해 저장부(30)로부터 수성의 버퍼 용액(buffer solution)을 씻어냄으로써 챔버(24)로부터 제거된다. 다중 체적의 수성 버퍼 용액은 폐기물 저장부(35)로의 공급을 위하여 챔버(24)를 통해서 유출 채널(36)로 통과되었다.
센서 장치(14)의 준비는, 저장부(30)로부터 유입 펌프(33)의 작용에 의해 층(26)에 걸친 챔버 안으로의, 예를 들어 알파-헤모리진(alpha-hemolysin) 또는 그것의 변형과 같은, 멤브레인 단백질을 포함하는 수성 용액의 유동으로써 완성되어, 멤브레인 단백질이 양친매성 분자들의 층(26) 안으로 일정한 시간 이후에 자동적으로 삽입되는 것을 허용한다.
대안의 접근 방식에서, 멤브레인 단백질들은 건조하게 저장될 수 있다. 그러한 경우에, 유입 펌프(33)를 이용하여 결과적인 용액을 층(26)에 걸쳐 챔버(24) 안으로 유동시키기 이전에, 멤브레인 단백질들을 재수화(rehydrate)하는데 이용되는 선택기 밸브(45)의 위치를 변경시킴으로써, 수성 용액은 적절한 저장부(30)로부터 유입 펌프(33)에 의하여 공급 채널(32)들을 통해 건조 형태인 멤브레인 단백질을 포함하는 제 2 저장부(30) 안으로 지향될 수 있다.
층(26)으로의 삽입 과정은 이온 전도성에서의 증가 및 측정 전류의 증가를 초래하는 삽입에 전위가 인가될 때 전극(22,25)을 가로질러서 결과적인 전기 신호를 모니터함으로써 관찰될 수 있다.
삽입 기간이 완료되었을 때, 유입 펌프(33)의 작용에 의하여 저장부(30)로부터 수성 버퍼 용액의 씻김(flush)에 의해 챔버(24) 및 공급 채널(32)로부터 제거된다. 다중 체적의 수성 버퍼 용액은 폐기물 저장부(35)로의 공급을 위하여 챔버(24)를 통하여 유출 채널(36)로 통과된다.
함몰부 플레이트(100) 안에 포함된 샘플들의 분석은 센서 장치(14)의 준비를 완료했을 때 시작될 수 있다. 회전 밸브(110)는 제 1 유입 포트(133)와의 유체 접촉을 허용하도록 구성된다. 선택기 밸브(45)는 유체 저장부(30)로부터의 유동을 정지시키도록 위치되고 유출 펌프(34)는 샘플 물질을 샘플 함몰부(102)로부터 유인하도록 작동된다. 회전 밸브(110)는 유동을 공급 채널(32)을 향하여 지향시키고 챔버(24)를 채우도록 다시 위치됨으로써 센서 시스템의 멤브레인 층(26)들을 덮는다. 분석의 완료시에, 선택기 밸브(45)는 유입 펌프(33)로부터의 수성 버퍼(aqueous buffer)의 유동을 허용하도록 위치되어 공급 채널(32), 회전 밸브(110) 및 챔버(24)로부터 샘플을 씻어내는데, 연속되는 샘플들의 오염을 방지하도록 다중 체적의 버퍼를 유출 채널(36)을 통하여 폐기물 저장부(35)로 보낸다.
선택기 밸브(45)는 유체 저장부(30)로부터의 유동을 정지시키도록 위치되며 밸브(110)는 함몰부 플레이트(100)에 있는 다음의 샘플 함몰부(102)로의 유체 연결을 형성하도록 위치된다. 이러한 과정은 모든 샘플들에 대하여 반복된다.
모든 샘플들이 분석된 이후에, 카트리지(10)로 폐기될 수 있다. 대안으로서, 함몰부 플레이트(100)는 분리된 요소이므로, 이것이 제거되고, 폐기되며 새로운 샘플로 로딩된 새로운 함몰부 플레이트(100)로 교체된다. 폐기 가능한 요소로서의 함몰부 플레이트(100)의 사용은 카트리지(10)의 재사용을 허용한다.
센서 장치(14)는 칩에 형성되며 칩은 인쇄 회로 기판(PCB)(38)상에 장착되어 PCB(38)에 전기적으로 연결된다. PCB(38)로부터의 전기적인 접촉은 센서 장치(14)에 대한 전기 연결을 만들기 위한 에지 연결구 패드(edge connector pad)로서 구성된다. 모듈(2) 안으로의 카트리지(10)의 삽입시에, 접촉부(39)들은 아래에 설명되는 모듈(2)에 있는 전기 회로의 나머지에 대한 전기 연결을 만든다. 센서 장치(14) 및 PCB(38)에 대한 3 개의 대안 설계는 다음과 같다.
도 5 및 도 6 에 도시된 제 1 의 가능한 설계에서, 센서 장치(14)는 국제 출원 공개 WO-2009/077734 에 개시된 바와 같이 실리콘상에 제조된 함몰부 안에 매립된 전극들의 어레이로서 형성되는데, 함몰부들이 실리콘의 상부에 있는 적절한 패시베이션 층에 만들어지고, PCB(38)에 접합된 솔더-범프를 통하여 관통 웨이퍼를 이용함으로써 실리콘 기판의 베이스에서 전기적인 연결을 가진다. PCB 는 PCB(38)의 반대측에 유사한 방식으로 접합된 2 개의 (또는 일반적으로 임의 개수의) 주문형 반도체(ASIC)(40)들에 대하여 같은 수의 연결을 제공한다. ASIC(40)는 이후에 설명되는 모듈(2)의 전기 회로의 일부 구성 요소들을 포함한다. ASIC(40)는 예를 들어, 디지탈 출력을 제공하는 아날로그-디지탈 콘버터(ADC), 샘플링 회로 및 증폭기인, 센서 장치로부터의 전기 신호를 프로세싱하기 위한 프로세싱 회로의 구성 요소들을 포함한다. 디지털 출력은 접촉부(39)로부터 공급되어, 적절한 인터페이스, 예를 들어 저전압 차등 시그날링(low voltage differential signalling, LVDS)을 이용하여 디지털 출력이 센서 장치(14)를 떠나게 할 수 있다. 대안으로서, 출력 신호는 ADC 가 모듈 안에 제공되어 있으면서 증폭된 아날로그 형태로 제공될 수 있다. ASIC(40)들은, 예를 들어 바이어스 전압이 가해진, 비트 분해능(bit resolution), 전류 측정 샘플 비율(1Hz 내지 100 kHz), 인터그레이션 캐패시터(integration capacitors)를 포함하는 기능 파라미터들을 설정 및 모니터하기 위하여, 예를 들어 접촉부를 통하여 명령을 제어하고 전력을 받아들이는 제어 회로들의 일부 구성 요소들을 포함할 수도 있다.
제 2 의 가능한 설계는 센서 장치(14)를 실리콘상에서 제조된 단순한 전극 어레이 칩으로서 형성하는데, 그것은 PCB(38)상에 장착되고 접촉부(39)에 와이어 본딩된다. 이러한 연결은 일련의 분리된 채널들로서, 또는 적절한 ASIC 를 이용하여 전기 회로로 접속(interface)될 수 있다. 그러한 ASIC 는 통상적인 전자 판독 칩(readout chip)일 수 있으며, 예를 들어 어레이 전극 측정 장치로서 FLIR 시스템(예를 들어 FLIR ISC 9717)에 의해 공급된 바와 같은 것이다.
제 3 의 가능한 설계는 PCB(38)상에 장착된 하나의 장치로서 ASIC(40) 및 센서 장치(14)를 제조하는 것이다.
모듈(2)의 구성은 이제 도 7 을 참조하여 설명될 것이며, 이것은 물리적인 배치를 나타내도록 하우징(11)이 제거된 모듈(2)을 도시한다. 모듈(2)은 PCI 데이터 획득 모듈(52)에 의해 함께 연결된 매립 콤퓨터(51) 및 내부 보드(internal board, 50)를 구비하는데, 이들은 이후에 설명될 전기 회로를 함께 제공한다. 내부 보드(50)는 모듈(2)의 삽입시에 카트리지(10)의 접촉부(39)들과 접촉된다.
매립된 콤퓨터(51)는 통상적인 콤퓨터일 수 있으며, 프로세싱 유닛 및 저장 유닛을 포함한다. 매립된 콤퓨터(51)는 네트워크 인터페이스(53)를 구비하여, 네트워크 인터페이스는 모듈(2)이 네트워크(3)와 연결되는 것을 허용함으로써, 모듈(2)이 독립형의 네트워크 장치로 전환되지만, 또한 이후에 설명되는 바와 같이 많은 모듈(2)들이 클러스터(cluster)로서 진행되고, 관리되고 그리고 제어될 수 있도록 "후크(hook)"를 제공하기도 한다. 예를 들어, 매립된 콤퓨터(51)는 이후에 설명되는 다양한 기능들을 수행하는 어플리케이션 및 축소된 운영 체제(예를 들어 LINUX)를 진행시킬 수 있다. 매립 시스템을 위한 완성된 개발 키트(development kit)들이 상업적으로 이용 가능하다.
모듈(2)은 카트리지(10)를 모듈(2)로 로딩시키고 그리고 모듈(2)로부터 배출시키도록 로딩 메카니즘(54)을 구비한다. 로딩 메카니즘(54)은 예를 들어 높은 정밀도의 스테퍼 모터에 의해 구동되는 전용 메카니즘일 수 있다.
모듈(2)은 또한 내부 보드(50)상에 장착된 FPGA(72) 및 마이크로콘트롤러(58)를 포함하며, 이들은 이후에 설명되는 바와 같이 모듈(2)의 다양한 구성 요소들을 제어한다.
모듈(2)은 또한 유체 작동 유닛(60)을 구비하고, 이것은 내부 보드(50)상에 장착되어 유체 시스템(31)을 제어한다.
모듈(2)은 또한 열 제어 요소(42)를 구비하는데, 이것은 특히 카트리지(10) 및 센서 장치(14)의 온도를 제어하도록 배치된다. 열 제어 요소(42)는 예를 들어 펠티어 열 콘트롤러(Peltier thermal controller)일 수 있으며, 그것은 예를 들어 32 와트 단일 스테이지 써모일레트릭 모듈과 같은 것이다(예를 들어, 미국 33 Constitution Drive, Bedford NH 03110 의 Ferrotec Corp 에서 공급되는 것과 같은 것이다). 열 제어 요소(42)는 예를 들어 카트리지(10)의 아래에 장착될 수 있고 따라서 도 7 에 도시되어 있지 않다. 열 제어 요소(42)는 카트리지(10)에 의해 주로 형성된 분석 장치의 일부로서 간주될 수 있으며, 대안으로서 카트리지(10)상에 장착될 수 있다.
마지막으로, 모듈(2)은 기본 작동 상태 정보를 표시하기 위한 디스플레이(55), 전력을 모듈(2)의 다양한 구성 요소들로 공급하기 위한 전력 공급부(56) 및, 모듈(2)을 냉각시키기 위한 냉각기 조립체(57)를 구비한다.
내부 보드(50) 및 매립 콤퓨터(51)에 의해 제공되는 전기 회로는 이제 도 8 및 도 9 를 참조하여 설명될 것이다. 전기 회로는 2 개의 주요 기능들을 가지는데, 즉, 신호 프로세싱 기능 및 제어 기능을 가지며, 따라서 이것은 모듈(2)을 위한 제어 유닛 및 신호 프로세싱 회로로서 작용한다.
신호 프로세싱 기능은 내부 보드(50)와 매립 콤퓨터(51) 사이에 분포되고 다음과 같이 제공된다.
센서 장치(14)는 카트리지(10)의 PCB(38)상에서 ASIC(40)에 형성된 스위치 장치(62)에 연결되고 ASIC(40)에 대한 제어 인터페이스에 의해서 제어된다. 스위치 장치(62)는 신호 프로세싱 기능의 검출 채널(65)로의 공급을 위한 개별의 접촉부들에 센서 장치(14)의 함몰부 전극(22)들을 선택적으로 연결시키도록 구성되며, 검출 채널들보다 많은 수의 함몰부(21)들이 있다. 스위치 장치(62)는 미국 출원 US 61/170,729 에 상세하게 설명된 바와 같이 구성되고 작동되며, 상기 문헌은 본원에 참고로서 포함된다.
대안으로서 스위치 장치(62)는 센서 장치(14)와 검출 채널(65) 사이에 독립형의 기능 블록으로서 ASIC(40)로부터 분리 제어되고 제공될 수 있는데, 검출 채널(65)은 판독 칩(readout chip)내에, 예를 들어 FLIR 시스템에서 공급하는 바와 같이 (예를 들어, FLIR ISC 9717) 제공된다.
ASIC(40)는 검출 채널(65)들의 어레이(array)를 제공하며 그 각각은 도 10 에 도시된 바와 같이 배치되어 함몰부 전극(26)들중 하나로부터의 전기 신호를 증폭한다. 따라서 검출 채널(65)은 관심 대상인 상호 작용(interaction of interest)에 의해 야기되는 특성 변화를 검출하기에 충분한 분해능(resolution)으로 매우 작은 전류를 증폭한다. 검출 채널(65)은 각각의 그러한 상호 작용을 검출하는데 필요한 시간 분해능을 제공하기에 충분히 높은 대역폭으로써 설계된다. 이러한 제한은 민감하고 따라서 값비싼 구성 요소들을 필요로 한다.
검출 채널(65)은 전하 증폭기(charge amplifier, 66)를 포함하며, 이것은 전하 증폭기(66)의 출력부와 전하 증폭기(66)의 인버팅 입력부(inverting input) 사이에 연결되어 있는 캐패시터(67)에 의해 통합 증폭기로서 구성된다. 전하 증폭기(66)는 함몰부(21)로부터 그곳으로 공급된 전류를 통합하여 연속적인 인터그레이션 기간(integration period)에 공급된 전하를 나타내는 출력을 제공한다. 전하 증폭기(66)의 출력은 로우 패스 필터(68) 및 프로그래머블 이득 스테이지(programmable gain stage, 69)를 통하여 샘플 유지 스테이지(70)로 공급되는데, 샘플 유지 스테이지는 충전 증폭기(66)로부터의 출력 신호를 샘플링하고 샘플링된 전류 신호를 발생시키도록 작동된다. 출력 전류 신호는 ADC 71 로 공급되어 그것을 디지털 신호로 변환시킨다. 각각의 검출 채널(65)로부터의 디지털 신호는 ASIC(40)로부터의 출력이다.
ASIC(40)로부터의 디지털 신호 출력은 접촉부(39)들을 통하여 카트리지(2)의 PCB(38)로부터 모듈(2)의 내부 보드(50)상에 제공된 피일드 프로그래머블 게이트 어레이(field programmable gate array;FPGA, 72)로 공급된다. FPGA(72)는 PCI 데이터 획득 모듈(52)을 통해 매립 콤퓨터(51)로 공급하기 전에 각각의 검출 채널(65)로부터 디지털 신호들을 버퍼링하도록 구성된 버퍼를 구비한다.
대안의 장치에서, 검출로부터의 디지털 출력은 모듈(2)의 내부 보드(50)상에 위치된 판독 칩으로부터 제공되어 FPGA(72)로 공급된다.
매립 콤퓨터(51)는 다음과 같이 구성되어 각각의 검출 채널(65)로부터의 디지털 전류 신호들을 다음과 같이 처리한다. PCI 데이터 획득 모듈(52)은 FPGA(72)로부터 디지털 전류 신호들이 매립 컴퓨터(51)로 전달되는 것을 제어하며, 매립 콤퓨터에서 디지털 데이터로서 저장된다.
따라서, 매립 컴퓨터(51)내에 저장된 디지털 데이터는 미가공 출력 데이터로서, 즉, 각각의 검출 채널(65)로부터의 측정 전기 신호를 나타내는 신호 데이터이고, 대응하는 함몰부의 양친매성 멤브레인(26)들에 있는 나노세공에 대하여 각각의 함몰부 전극(22)에 의해 측정된 전류이다. 각각의 나노세공으로부터의 전류는 측정 전기 신호의 채널이다. 이러한 미가공 출력 데이터는 각각의 채널에 대하여 파이프라인(pipeline, 74)을 구비하는 프로세싱 모듈(73)에 의해 프로세싱된다. 프로세싱 모듈(73)은 매립 콤퓨터(51)에서 수행되는 소프트웨어에 의해 구현된다.
프로세싱 모듈(73)의 각각의 파이프라인(74)에서 수행되는 신호 프로세싱의 특성은 다음과 같다. 파이프라인(74)은 대응하는 채널에 대하여 생화학적 분석의 결과를 나타내는 출력 데이터를 생성하도록 측정된 전기 신호를 나타내는 미가공 출력 데이터를 프로세싱한다. 위에서 설명된 바와 같이, 나노세공과 샘플 사이의 상호 작용은 인식 가능한 이벤트인 전류의 특성 변화를 일으킨다. 예를 들어, 나노세공을 통과하는 분석 대상물(analyte)은 전류가 특징적인 양으로 감소되게 한다. 따라서, 파이프라인(74)은 이벤트들을 검출하고 그 이벤트들을 나타내는 이벤트 데이터인 출력 데이터를 발생시킨다. 그러한 프로세싱의 예는 국제 출원 WO 2008/102120 에 개시되어 있고, 상기 문헌은 본원에 참고로서 포함된다. 이벤트 데이터인 출력 데이터는 가장 단순한 경우에 이벤트가 발생되었다는 사실만을 나타낼 수 있지만, 보다 통상적으로는 이벤트에 대한 다른 정보를 포함할 수 있고, 예를 들어 이벤트의 기간 및 크기를 포함한다.
추가적으로, 파이프라인은 이벤트를 분류할 수 있고 출력 데이터는 이벤트의 분류를 나타낼 수 있다. 예를 들어, 나노세공은 샘플에 있는 상이한 분석 대상물 사이에서와 같이 상이한 상호 작용을 가질 수 있어서 전기 신호의 상이한 변조를 일으킨다. 그러한 경우에, 파이프라인(74)은 변조된 전기 신호에 기초하여 분석 대상물을 분류한다. 그것의 일 예는 나노세공이 폴리뉴클레오티드(polynucleotide)의 베이스들과 상호 작용하는 것일 수 있으며, 여기에서 각각의 염기는 전기 신호를 상이하게 변조시킨다. 예를 들어, 나노세공을 통과하는 염기는 염기의 특성인 양으로 전류가 감소되게 할 수 있다. 그러한 방식으로, 생화학적 분석은 샘플에 있는 폴리뉴클레오티드의 서열 결정(sequencing)이며, 결과적인 데이터 출력은 폴리뉴클레오티드의 서열을 나타내는 서열 데이터(sequence data)이다. 이것은 "염기 호출(base calling)"로서 지칭될 수 있다.
파이프라인(74)은 생화학 분석의 결과를 나타내는 출력 데이터의 품질을 표시하는 품질 데이터인 출력 데이터를 생성하기도 한다. 이것은 이벤트들의 검출 및/또는 분류가 부정확할 가능성을 나타낼 수 있다.
출력 데이터는 임의의 적절한 포맷으로 표시될 수 있다. 폴리뉴클레오티드의 서열 결정의 경우에, 서열 데이터인 출력 데이터 및 품질 데이터는 FASTQ 포맷(format)으로 나타낼 수 있는데, 이것은 뉴클레오티드 서열 및 그것의 관련 품질 스코어(quality score)에 대한 통상적인 텍스트 베이스 포맷(text-based format)이다.
모든 출력 데이터는 매립 콤퓨터(51)에 저장되고, 출력 데이터의 일부 또는 전부는 네트워크(3)에 걸쳐 전달되어 저장 장치(6)에 저장될 수 있다. 통상적으로 이것은 품질 데이터 및 이벤트의 분류를 나타내는 적어도 출력 데이터(예를 들어, 서열 데이터)를 포함하는데, 측정된 전기 신호를 나타내는 미가공 출력 데이터에 비교하여 상대적으로 작은 양의 데이터이기 때문이다. 추가적으로 그리고 사용자의 필요성에 따라서, 이벤트 데이터인 출력 데이터, 및/또는 각각의 나노세공을 가로질러 측정 전기 신호를 나타내는 미가공 데이터가 전달되어 저장될 수 있다.
프로세싱 모듈(73)은 생화학적 분석 자체의 파라미터를 나타내는 품질 제어 규준(quality control metrics)을 도출하고 저장할 수 있다.
파이프라인(74)에 의해 수행되는 신호 프로세싱의 국면들은 데이터가 매립 콤퓨터(51)로 전달되기 전에 내부 보드(50)상에서 수행될 수 있다. 이러한 접근 방식은 다수의 채널들에 대한 특별한 용도에 관한 것이고 FPGA(72)는 특히 이러한 유형의 과제에 적절할 수 있다.
이제 모듈(2)의 작동을 제어하도록 구성되는 제어 기능이 설명될 것이다. 제어 기능은 내부 보드(50)와 매립 콤퓨터(51) 사이에 분포되어 있으며 다음과 같이 제공된다.
제어 기능은 내부 보드(50)상에 제공된 콘트롤러(58)를 포함하며, 예를 들어 Cortex M3 마이크로콘트롤러를 포함한다. 콘트롤러(58)는 분석 장치(13)의 모든 구성 요소들중 작동을 제어한다. 콘트롤러(58)는 표준 프로토콜을 경유하고 저 레벨 장치 드라이버(low level drivers)들을 통하여, 유체 시스템(31)의 펌프(33,34)들에 명령을 보내고 데이터를 읽기 위한 다른 선행 조건(prerequisite)들을 보낸다. 상태 정보는 드라이버들로부터 유도된 에러 코드들에 기초하여 저장된다.
콘트롤러(58)는 콤퓨터에서 실행되는 소프트웨어에 의하여 매립 콤퓨터(51)에서 수행된 제어 모듈(80)에 의해 제어된다. 제어 모듈(80)은 RS232 인터페이스(81)를 통하여 콘트롤러(58)와 통신한다. 제어 모듈(80)은 콘트롤러(58)를 다음과 같이 제어함으로써 모듈(2)을 위한 제어 유닛을 구성하도록 함께 작동된다.
콘트롤러(58)는 카트리지(10)를 로딩하고 배출시키는 로딩 메카니즘(loading mechanism, 54)을 제어한다. 로딩할 때 콘트롤러(58)는 적절한 전기 접촉이 접촉부(39)와 내부 보드(50) 사이에 만들어지는 것을 검출한다.
콘트롤러(58)는 유체 작동 유닛(60)을 제어하여 유체 시스템(31)을 제어함으로써 센서 장치(14)를 준비한다.
이러한 준비 동안에, 제어 모듈(80)은 준비가 정확하게 발생되는지를 검출하도록 센서 장치(14)로부터의 전기 신호 출력을 모니터할 수 있는데, 예를 들어 국제 출원 공개 WO 2008/102120 에 개시된 분석 기술을 이용하여 이루어지며, 상기 문헌은 본원에 참고로서 포함된다. 통상적으로, 제어 모듈(80)은 함몰부(22)들중 어느 것이 진행이 시작될 때 정확하게 설정되는지를 판단할 것이다. 이것은 2 층 품질(bi-layer quality), 전극 품질, 세공에 의한 점유 및, 나노세공이 샘플의 감지 이후에 활성화되는지의 여부를 감지하는 것을 포함할 수 있다.
이러한 모니터 작용에 기초하여, 콘트롤러(58)는 스위치 콘트롤러(63)를 제어하여 스위치 장치(62)가 검출 채널(65)들을, 수용 가능한 성능을 가진 센서 장치(14)의 함몰부(22)들중 함몰부 전극(26)들에 연결하게 하는데, 이것은 미국 특허 출원 No. 61/170729 에 상세하게 개시된 방식으로 이루어진다.
폴리뉴클레오티드의 서열 결정의 경우에, 제어 모듈(80)은, 예를 들어, 사이클로덱스트린 어댑터(cyclodextrin adaptor), 엑소뉴클레아스 효소(exonuclease enzymes)의 부착과 같은 DNA 를 처리하고 측정하기 위하여 필요할 수 있는 나노세공들에 대한 임의의 변형의 상태 및 존재를 감지할 수도 있다.
콘트롤러는 다음의 실험적인 파라미터들을 설정한다.
콘트롤러(58)는 공통 전극(26)에 바이어스 전압을 공급하는 바이어스 전압원(59)을 제어한다. 이러한 방식으로, 콘트롤러(58)는 각각의 나노세공을 가로질러 바이어스 전압을 제어한다. 콘트롤러(58)는 분석 장치(13)의 온도를 변화시키도록 열 제어 요소(42)를 제어한다. 콘트롤러(58)는, 예를 들어, 샘플링 비율, 캐패시터(67)의 인터그레이션 주기(integaration period) 및 재설정 주기(reset period) 및 결과적인 신호의 분해능을 변화시키도록 ASIC(40)의 작동을 제어한다.
콘트롤러(58)는 FPGA(72)를 통하여 상기의 제어 기능 및 다른 실험적인 파라미터들을 실행할 수 있다. 특히 ASIC(40)의 제어는 FPGA(72)를 통해 제공된다.
일단 센서 장치(14)가 정확하게 준비되었다면, 콘트롤러(58)는 샘플을 도입하고 생화학적 분석을 수행하도록 분석 장치(13)를 제어한다. 생화학적 분석은 전기 신호들이 센서 장치(13)로부터 출력되고 프로세싱 모듈(73)에 의해 프로세싱되어 분석을 나타내는 출력 데이터를 생성하는 결과를 가지고 수행된다.
이하에서 더 상세하게 설명되는 바와 같이, 제어 모듈(80)은 이하에서 설명된 입력에 기초하여 유도된 국지적 성능 목표(local performance target)를 가진다. 국지적 성능 목표들은: 생화학적 분석을 위한 요건들에 따라서, 출력 데이터가 생성되어야 하는 시간; 생성되는 출력 데이터의 품질; 또는 생성되는 출력 데이터의 품질;의 임의의 조합에 관련될 수 있다.
작동하는 동안에, 제어 모듈(80)은 출력 데이터로부터 생화학적 분석의 성능 에 대한 측정치를 판단하는데, 이것은 국지적 성능 목표들과 같은 특성이며, 즉, 출력 데이터가 생성되어야 하는 시간; 생성되어야 하는 출력 데이터의 품질; 또는 생성되어야 하는 출력 데이터의 품질이다. 성능의 측정치에 기초하여, 제어 모듈(80)은 콘트롤러(58)를 제어하여 분석 장치(13)를 제어하여 성능 목표를 충족시킨다. 이것은 분석 장치의 작동을 시작 및 정지시킴으로써 그리고/또는 작동 파라미터들을 변화시킴으로써 이루어진다. 국지적 성능 목표들을 충족시키도록, 콘트롤러(58)는 데이터 수집의 속도 및 품질에 관하여, 성능에 영향을 미치는 다음의 작동 파라미터들을 제어한다:
1) 분석 장치(13)의 온도를 변화시키는 열적 제어 요소(42). 이것은 센서 장치(14)에서 발생되는 생화학적 분석에 영향을 미치는데, 예를 들어 나노세공을 통하여 순차적으로 염기를 공급하는 효소의 서열 결정의 경우에, 예를 들어 나노세공을 통한 분자들의 움직임 비율 및/또는 효소에 의한 프로세싱의 비율을 변화시킴으로써 영향을 미치게 된다. 통상적으로, 온도의 상승은 데이터 수집 비율을 증가시키지만 품질을 감소시키며, 그리고 역의 관계에 있다.
2) 각각의 나노세공을 가로지르는 바이어스 전압을 변화시키는 바이어스 전압원(59). 이것은 성능에 영향을 미치는 생화학적 분석의 전기적인 파라미터이며 속도 및 품질을 변경시키도록 변화될 수 있거나, 또는 특정의 분석 대상물에 대한 고품질의 측정에 초점을 맞추도록 나노세공을 '미세 튜닝(fine tuning)'하게끔 이용된다.
3) 예를 들어, 샘플링 비율, 캐패시터(67)의 인터그레이션 주기 및 재설정 주기 및, 결과적인 신호의 분해능과 같은 샘플링 특성들을 변화시키는 ASIC(40)의 작동. 통상적으로, 샘플링 비율의 증가는 실제 이벤트들의 상실 가능성을 감소시키지만, 각각의 관찰된 이벤트의 측정치가 불량 품질이 되게 하는 노이즈를 증가시킨다.
국지적 성능 목표들을 충족시키도록, 콘트롤러(58)는 분석 장치(13)의 작동을 제어하며, 예를 들어,
4) 각각의 나노세공을 가로질러 바이어스 전압을 변화시키는 바이어스 전압원(59). 이것은 성능에 영향을 미치는 생화학적 분석의 전기적인 파라미터이다.
5) 전기적인 신호들이 검출 채널(65)로 공급되는 나노세공들을 변화시키도록 스위치 장치(62)를 제어함.
6) 더 많은 유체를 추가함; 나노세공들이 존재하지 않거나 또는 일부 존재하면서 양친매성 멤브레인(26)들의 기능 어레이에 더 많은 나노세공들을 추가함.
7) 만약 센서 장치(14)가 전체적으로 불충분한 측정치를 만들고 있다면 더 많은 샘플을 추가함.
8) 하나의 샘플에 대한 측정 요건들이 충족되었다면 상이한 샘플을 추가함.
9) 개별적인 나노세공에서의 제로 전류 유동의 경우에 나노세공을 '차단방지(unblock)'하도록 역의 바이어스 전위(reverse bias potential)를 인가함.
10) 만약 칩에서 전체적인 실패 설정에 도달되었거나, 또는 만약 측정되어야 하는 새로운 샘플이 도입되기 전에 필요하거나, 또는 상이한 유형의 나노세공이 샘플을 측정하는데 필요하다면, 모든 양친매성 멤브레인(26)을 파열시키기에 충분한 바이어스 전위를 인가하고 다음에 분석 장치(13)를 다시 준비함으로써, 분석 장치(13)를 재설정(reset)함.
폴리뉴클레오티드의 서열 결정의 경우에, 분석 장치(13)는 실제 샘플들로 첨가된(spiked) 제어 DNA(control DNA)를 포함할 수 있다. 이것은 개별 나노세공들의 상태에 대한 품질 모니터를 허용한다. 제어 샘플 스파이크(control sample spike)로부터 유도된 데이터는 병렬로 진행되는 실제 DNA 샘플들로부터 기원하는 데이터를 프로세싱하도록 이용된 알고리듬을 조절 및 리파이닝(refining)하는데 이용될 수도 있다.
제어 모듈(80)은 신호 프로세싱 기능을 제어할 수도 있는데, 예를 들어 파이프라인(74)을 제어하여 데이터 프로세싱의 변화 정도(varying degrees)를 수행한다.
콘트롤 모듈(80)은 생화학적 장치의 작동 동안에 반복적으로 작동의 제어 및 성능의 측정치들에 대한 판단을 수행하며, 통상적으로 연속하여 수행한다. 그러한 방식으로, 단일 모듈(2)의 작동은 실시간으로 최적화될 수 있고, 그 결과로서 모듈(2)은 보다 효율적으로 이용된다. 제어 모듈(80)이 생화학적 분석이 완료되었다는 것을 성능의 측정치로부터 판단하였을 때, 제어 모듈(80)은 콘트롤러(58)를 제어하여 생화학적 분석을 정지시키고 로딩 메카니즘(54)을 제어하여 카트리지(2)를 배출시킨다. 모듈(2)은 다음에 새로운 카트리지(2)의 삽입을 위해 준비되는데, 그것은 사용자의 전체적인 요구들을 충족시키는 기구에 의하여 수행되고 있는 일련의 실험 또는 실험에 대하여, 전체적인 작업 흐름의 파이프라인의 일부로서 자동화된 과정에 의해 수행될 수 있다.
상기에 설명된 방식으로, 각각의 모듈(2)은 다른 모듈(2)과 독립적으로 생화학적 분석을 수행할 수 있는 독립형 장치이다. 이제 모듈(2)들의 클러스터(cluster)가 공통의 생화학적 분석을 수행하는 공통적인 기구(1)로서 어떻게 작동되는지가 설명될 것이다. 이것은 네트워크(3)에 걸쳐서 네트워크 인터페이스(33)를 통해 함께 연결되어 있는 모듈(2)들의 클러스터에 의해 달성된다. 개관하면, 모듈(2)은 널리 이용되는 "어플라이언스(appliance)" 모델을 따르는 자체 인식 네트워크 장치(self aware network device)로서 네크워크(3)에 연결된다. 따라서 모듈(2)은 데이터 및 통신 서비스를 진행시킬 수 있다. 구성 및 프로토콜(configuration and protocol)들은 제어 모듈(80)의 일부로서 저장 및 진행된다. 각각의 모듈(2)은 임의의 다른 모듈(2)에 대하여, 데이터 및 서비스들에 대한 클라이언트 및, 서비스 및 데이터에 대한 서버 양쪽으로서 작동될 수 있다. 따라서 모듈(2)들의 임의의 수는 더 큰 논리 기구(logical instrument, 1)로 함께 클러스터링(clustering)될 수 있다.
모듈(2)들은 다른 정보를 공유하도록 통신할 수도 있는데, 예를 들어, 각각의 모듈(2)로부터의 일관된 데이터 품질을 가능하게 하는, 동적으로 결정된 캘리브레이션 판단 기준(criteria) 또는, 출력 데이터, 공유된 출력 위치들 및, 같은 명칭을 가진 기재(substrate)로부터 공유된 저장소(shared repository)로의 데이터의 충돌 없는 동시 출력(conflict free concurrent output)에 대한 필터링 규칙(filtering)과 같은 것을 공유하도록 통신할 수 있다.
각각의 모듈(2)은 웹 서비스 모듈(82)을 구비하며, 이것은 그래픽 사용자 인터페이스(graphical user interface, GUI) 및 결합/제어 어플리케이션 프로그래밍 인터페이스(federation/control application programming interface;API)를 제공한다.
GUI 는 네트워크(3)에 걸쳐 외부 컴퓨터(7)에 나타나고 그곳에서 표시된다. 예를 들어 GUI 는 표준의 HTTP 포트상에서 HTTP 로 나타낼 수 있거나, 또는 통상적인 브라우저(browser)에 의해 볼 수 있는 임의의 다른 포맷으로 나타낼 수 있다. 사용자는 표시된 GUI 를 볼 수 있고 GUI 를 이용하는 표준 프로토콜(예를 들어, HTTP)을 이용하여 웹 서비스에 연결되어 모듈(2)에 대한 사용자 입력을 제공한다. GUI 는 모듈(2)들의 제어, 파라미터들의 입력을 허용하고, 상태 및 그래프 데이터등을 나타내는 일련의 웹 페이지들일 수 있다. 사용자는 그들이 선택했던 모듈의 상태를 볼 수 있고 그것에 인터페이스를 통하여 명령을 보낼 수 있다. 그러한 동일한 서비스가 모든 모듈(2)들에서 진행되며 동일한 방식으로 연결될 수 있다. GUI 는 그 어떤 다른 적절한 인터페이스에 의해 대체될 수 있고, 예를 들어 명령 라인(command line)에 의해 대체될 수 있다.
API 는 모듈들이 서로 상호 작용하는 것을 허용한다.
GUI 는 사용자가 모듈(2)들에 어드레스하여 임의 수의 모듈(2)들을 선택함으로써 클러스터(cluster)로서 작동하여 공통의 생화학적 분석을 수행하는 것을 허용한다. 각각의 모듈은 GUI 를 나타내며, 따라서 임의의 모듈(2)이 사용자에 의해서 어드레스될 수 있고 다수의 모듈(2)들을 선택하도록 이용될 수 있다. 이것은 API 가 단일의 명령을 클러스터(2)에 있는 모든 모듈들에 보내게 하여 그들이 어드레스되는 것을 알린다. 클러스터를 위해 선택된 모듈(2)들에는 "명칭 공간(namespace)"으로서 지칭되는 일시적이고 임의적인 라벨(label)이 주어져서, 공통의 생화학적 분석을 수행하는 클러스터로서 제어 모듈(80) 및 사용자 양쪽에게 그들을 연상 방식으로(mnemonically) 식별시킨다.
더욱이, GUI 는 사용자가 기구(1)에 대하여 전역적 성능 목표들을 나타내는 입력을 제공하는 것을 허용한다. 대안으로서, 전역적 성능 목표들을 나타내는 입력은 기구(1)에 의하여 도출될 수 있는데, 예를 들어 생화학적 분석의 상이한 유형들에 대한 전역적 성능 목표들의 저장 테이블로부터 검색된다.
전역적 성능 목표들은 국지적 성능 목표들과 같은 특징이며, 즉, 생화학적 분석에 대한 사용자의 요구에 따라서, 출력 데이터가 생성되는 시간; 생성되는 출력 데이터의 양; 또는 생성되는 출력 데이터의 품질의 임의 조합이다. 전역적 성능 목표들은 완전히 정의될 수 있거나, 또는 일부는 정의되지 않고 남겨질 수 있는데, 예를 들어 특정 품질의 데이터의 특정 양을 발생시키는 요건이, 양 및 품질 목표들을 설정하지만, 시간 목표는 설정되지 않고 남겨짐으로써 달성된다. 예를 들어, 모듈들의 전역적 성능 목표들은 주어진 기간중에, 즉, 6 시간에 걸쳐 20 회로써 문제가 되는 샘플들을 포괄하기에 (또는 오버 샘플(over-sample)) 충분한 데이터를 획득할 수 있는데, 데이터 품질의 최소 필요 수준으로써, 즉, 모든 염기에 걸쳐 1 천번중 하나 보다 작은 최소 평균 에러 비율이 측정되면서 획득할 수 있다.
차후에, 카트리지(10)들은 클러스터의 모듈(2)들로 적재되고 분석되어야 하는 샘플의 부분 표본(aliquot)으로써 준비된다. 이러한 단계는 사용자에 의해 수행될 수 있다. 대안으로서, 이러한 단계는 예를 들어 카트리지(10)의 자동화된 등록(registration)을 위해 제공된 센서를 가진 모듈(2)에 의하여 일부 정도로 자동화될 수 있다. 다음에, 명령이 클러스터의 모듈(2)들로 통지되어서 그들이 분석을 개시할 것을 지시한다.
발전된 시스템들에서, 분석되어야 하는 샘플을 가진 카트리지(10)의 준비 및/또는 모듈(2)들로의 카트리지(10)의 로딩(loading)은 자동화될 수 있다.
다른 대안으로서, 카트리지(10)는 다수의 샘플들을 연속으로, 또는 시간 멀티플렉싱으로(time multiplexing)으로 관리하고 프로세싱하는 메카니즘을 포함하는데, 예를 들어 센서 칩(14)에 의해 연속으로 프로세싱되어야 하는 다수 샘플들을 저장하는 함몰부 플레이트(100)를 이용하는, 도 11 에 도시된 구조에서와 같은 것을 가지는 메카니즘을 포함한다. 이러한 경우에, 각각의 모듈(2)은 그 안에 로딩된 카트리지(10)를 제어하여 선택된 함몰부(102)로부터 샘플들을 프로세싱한다. 모듈(2)상의 소프트웨어는 사용자에 의해 설정되는데, 예를 들어 사용자 입력을 수신함으로써, 어느 샘플들이 어느 함몰부(102) 안에 있는지 알게 된다. 이것은 정보의 층(layer of information)을 샘플 관리에 추가한다. 클러스터의 모든 다른 작동들은 동일하게 유지되는데, 예외적으로, 각각의 카트리지(2)에 대한 하나의 샘플의 맵핑(mapping)이 있는 것을 가정하기 보다는, 어느 샘플들이 플레이트(100)상의 주어진 함몰부(102)로부터 프로세싱되는지를 조직화(co-ordination)에서 고려한다. 따라서 조직화는 카트리지(2) 마다의 샘플들에서 보다는 플레이트 마다의 샘플들의 레벨에서 발생된다. 새로운 카트리지(2)가 삽입되었을 때, 제어 모듈(80)은 사용자에 의해 로딩된 샘플 함몰부 표(table)를 참조한다. 이것은 순람 키이(lookup key)로서 카트리지(2) 상에 제공된 내부 바코드를 이용하여 중앙의 데이터베이스로부터 접근될 수도 있다(플레이트 및 샘플 정보는 함몰부 플레이트(100)가 카트리지(2)에 부착되었을 때의 순간에 사용자에 의해 카트리지와 관련되었다).
클러스터의 모듈(2)들은 이제 그들이 함께 작용하는 것을 "알게(aware)"되고 그들의 제어 모듈(80)들은 다음과 같이 통신하고 상호 작용하여, 전체적으로 기구(1)를 위한 제어 시스템을 함께 제공한다.
제어 프로세스는 도 23 에 도시되어 있다.
단계(S1)에서, 전역적 성능 목표(90)들에 기초하여, 전역적 성능 목표(90)들을 함께 충족시키는 기구(1)에서의 각각의 모듈(2)에 대한 국지적 성능 목표(91)들이 결정된다. 단계(S1)는 클러스터에 있는 모든 모듈(2)들에 대하여 수행되어야 하는 전체적인 결정이다. 아래에 설명되는 바와 같이, 차후에 S1 이 각각의 모듈(2)의 출력 데이터(92)로부터 도출된 클러스터에 있는 각각의 모듈(2)의 성능의 측정치(93)에 기초하여 수행될지라도, 단계(S1)는 전역적 성능 목표(90)에만 기초하여 수행된다.
단계(S2)는 클러스터에 있는 각각의 모듈(2)에 대하여 로컬 제어 프로세스를 수행하는데, 그 모듈(2)에 대한 국지적 성능 목표(91)들에 기초하여 수행된다. 도 23 에서, 4 개의 그러한 로컬 제어 프로세스들이 예로서 도시되어 있지만, 일반적으로 모듈(2)들과 같은 수의 로컬 제어 프로세스들이 있다. 국지적 성능 목표(91)들은 각각의 개별적인 모듈(2)로부터 필요한 작동을 효율적으로 지시하며, 단계(S2)에서, 각각의 모듈(2)은 국지적 성능 목표(91)들에 따라서 작동되어 필요한 작동을 제공하며, 따라서 모듈(2)들은 함께 공통적인 생화학적 분석을 수행한다.
단계(S2) 자체는 다음의 단계들을 포함한다.
단계(S3)에서, 국지적 성능 목표(91)들에 기초하여, 분석 장치(13)의 작동은 위에서 설명된 방식으로 제어되는데, 즉, 분석 장치의 작동을 시작 및 정지시키고 그리고/또는 작동 파라미터들을 변화시킴으로써 제어된다.
초기에, 단계(S3)는 전역적 성능 목표(90)에만 기초하여 수행된다. 그러나, 일단 작동이 시작되면, 출력 데이터(92)가 도출된다. 각각의 모듈(2)에 대한 단계(S2)의 로컬 제어 프로세스의 일부로서, 단계(S3)에는 위에서 설명된 바와 같이 출력 데이터(94)로부터 성능의 측정치(93)가 도출된다. 다음에 각각의 모듈(2)에 대한 단계(S2)의 로컬 제어 프로세스에서, 단계(S3)는 국지적 성능 목표(91)에서 뿐만 아니라 성능의 측정치(93)에 기초하여 수행될 수 있다. 이러한 방식으로, 각각의 모듈(2)의 작동의 제어는 모듈(2)에 의해 실제로 달성되고 있는 성능의 측정치(91)들에 기초하여 변화된다. 단계(S3)에서 수행되는 제어는 출력 데이터(92)로부터 도출된 성능의 측정치(93)의 피드백에 의해 이러한 방식으로 생화학적 분석의 수행 동안에 반복되게, 통상적으로 연속하여 업데이트된다.
더욱이, 생화학적 분석의 수행 동안에 적어도 한번, 클러스터에 있는 모든 모듈(2)들로부터의 성능의 측정치(93)는 단계(S1)로 피드백된다. 다음에, 단계(S1)에서, 모든 모듈(2)들 및 전역적 성능 목표(90)로부터의 성능 측정치(93)에 기초하여, 국지적 성능 목표(91)들이 필요하다면 전역적 성능 목표들을 충족시키도록 변화된다. 개별의 모듈(2)들은 업데이트된 국지적 성능 목표(91)들을 따라서 다음에 단계(S3)에서 수행된다. 국지적 성능 목표(91)들을 업데이트시키는 것은 각각의 개별 모듈(2)로부터 필요한 작동이 변화된 것을 효율적으로 지시한다. 업데이트된 국지적 성능 목표(21)에 따라서 제어 모듈(80)들의 제어하의 모듈(2)들의 작동은 전역적 성능 목표(90)들을 충족시키도록 모듈(2)들의 필요한 작동을 변화시킨다.
국지적 성능 목표들을 변화시키는 단계(S1)의 그러한 업데이트는, 필요하다면, 적어도 한번 수행되지만, 바람직스럽게는 반복적으로 수행되고, 바람직스럽게는 주기적으로 수행되고, 바람직스럽게는 통상적으로 적어도 차수의 크기(order magnitude)로써, 생화학 분석의 주기보다 훨씬 큰 간격으로 수행되고, 그리고 통상적으로 적어도 차수의 크기(order magnitude)로써 단계(S3)에서 모듈들의 작동 제어가 업데이트되는 주기보다 훨씬 큰 간격으로써 수행된다. 업데이트의 빈도를 증가시키는 것은 모듈(2)들의 관리를 향상시키지만, 그것은 매립 콤퓨터(51) 및 네트워크(3)의 자원(resources)을 요구하는 비용으로써 이루어지며, 그 간격이 생화학적 분석의 이벤트에 대한 특징적인 간격에 접근하면서 향상되는 점이 줄어든다. 통상적으로 간격은 1 내지 5 분의 정도일 수 있지만, 모듈(2)의 관리는 더 긴 간격에서 여전히 효과적이며, 즉, 수 시간의 정도인 간격에서 효과적이다. 그러나 생화학적 분석 동안에 한번의 업데이트를 수행하는 것도 모놀리식 장치(monolithic apparatus)에 비해 장점을 제공한다.
단계(S1)에서, 국지적 성능 목표(91)들을 업데이트하거나 또는 설정을 시도할 때, 필요한 작동이 달성될 수 없는 것이 가능한데, 왜냐하면 전역적 성능 목표(90)들을 충족시키는데 필요한 모듈(2)들의 국지적 성능 목표(91)들이 달성될 수 없기 때문이다. 이러한 것을 다루기 위해, 제어 모듈(80)들은 그러한 경우가 있는지를 판단하고 교정 작용(remedial action)을 취하도록 구성된다. 다양한 교정 작용이 가능하다.
교정 작용의 일 유형은 공통의 생화학적 분석을 수행하는데 이용되는 클러스터에 있는 모듈(2)들의 수를 증가시키는 것이다. 이것은 전역적 성능 목표(90)가 충족되는 것을 허용한다. 이를 달성하도록, 제어 유닛(80)들은 사용자에게 알리는 출력을 생성할 수 있다. 응답에서, 사용자는 GUI 를 이용하여 하나 또는 그 이상의 추가적인 모듈(2)들에 어드레스됨으로써 샘플을 카트리지(10) 안으로 도입하고 카트리지를 하나 또는 그 이상의 추가적인 모듈(2) 각각으로 로딩시키는 것을 포함하는, 원래 모듈들과 동일한 방식으로 그 모듈(2)들을 설정하고 클러스터의 일부를 형성한다.
교정 작용의 다른 유형은 클러스터의 모듈(2)들을 제어하여 생화학적 분석을 전체적으로 정지시키는 것이다. 이것은 전역적 성능 목표가 충족되지 않았다면 다른 생화학적 분석에 대하여 모듈(2)들을 자유롭게 한다.
단계(S1,S3)에서의 의사 결정은 임의의 적절한 컴퓨터 계산 방법의 수행일 수 있다. 가장 단순한 접근 방식은 주어진 시나리오에서 수행되어야 하는 우발 사건의, 매립 콤퓨터(51)에 저장된 순람 표(look up table)를 이용하는 것이다. 예를 들어, 수행 노드(performing node)에 있는 것에 대한 작용이 다른 노드들에 대해서는 그들의 데이터 획득 비율을 증가시키기 때문에 성능 판단 기준의 특정한 설정을 충족시키지 못하는 것이 그러한 시나라오중 하나일 수 있다. 소프트웨어에 코드화되어 있는 결정을 도출하고 데이터를 분석하도록 간단한 프로그램 로직이 이용될 수 있다. 보다 복잡한 다른 방법들은, 예를 들어 학습된 신경 네트워크(neural network)를 통하여, 응답의 발생 및 데이터에서의 특정 패턴들의 퍼지 인식(fuzzy recognition)을 포함할 수 있다.
도 23 에 도시된 제어 프로세스의 다양한 단계들이 수행되는 것이 이제 설명될 것이다.
단계(S2)는 각각의 모듈(2)에 대한 로컬 제어 과정으로서 그 모듈(2)에 대한 국지적 성능 목표(91)에 기초하여 수행되고 출력 데이터(92)로부터의 성능의 측정치(93)의 계산을 포함한다. 따라서 각각의 모듈(2)의 제어 모듈(80)이 유리하게는 자체 모듈에 대하여 단계(S2)의 로컬 제어 프로세스를 유리하게 수행한다. 이러한 방식으로, 단계(S3)에서의 작동 제어 및 성능 측정치(93)의 결정은 그 어떤 데이터도 네트워크를 통해 송신할 필요 없이 모듈(2)에서 로컬(local) 방식으로 수행될 수 있다. 이것은 모듈(2)들의 수(number)와 함께 제어 프로세스의 확장성(scalability)을 돕는다. 각각의 모듈(2)은 단계(S2)의 로컬 제어 프로세스를 독립적으로 수행하며, 따라서 단계(S2)의 로컬 제어 프로세스를 수행하는데 네크워크(3)에 걸친 데이터 전달에 대한 부담 증가가 필요 없이, 모듈(2)들의 그 어떠한 개수라도 클러스터에 포함될 수 있다. 이것은 또한 각각의 제어 모듈(80)이 자체의 프로세싱을 수행하므로 단계(S2)의 프로세싱 부하(processing load)를 모듈(2)들 사이에 효과적으로 공유한다.
원칙적으로, 단계(S3) 또는 단계(S4)는 하나 또는 그 이상의 모듈(2)들에 대하여 외부에서 수행될 수 있고, 즉, 상이한 모듈(2)내에서 또는 네트워크(3)에 연결된 다른 콤퓨터에서 수행될 수 있다. 단계(S4)를 외부에서 수행하도록 네크워크(3)를 가로질러 도출된 출력 데이터를 송신할 필요성이 있으며, 상기 출력 데이터로부터 성능의 측정치(93)가 있다. 마찬가지로, 단계(S3)를 외부에서 수행하도록, 네트워크(3)를 가로질러 도출된 성능의 측정치(94) 및 모듈(2)에 대한 제어 신호를 송신할 필요가 있다. 이것은 특히 단계(S3)에서 제어가 종종 변화하게 되므로, 네크워크상의 부담을 증가시킬 것이다. 네크워크(3)의 그 어떤 실제적인 실행 및 외부 프로세싱에 대하여, 데이터 전송 및 프로세싱에 관하여 병목(bottleneck)이 발생될 것이다. 그러한 병목은 클러스터에 포함될 수 있는 모듈(2)들의 수를 유효하게 제한함으로써 감소된다.
단계(S1)가 수행되는 곳에서 융통성이 증가된다. 단계(S1)는 모든 모듈(2)들의 성능의 측정치(94)들이 고려되어야 하는 것을 필요로 하지 않으며 결과적으로 네크워크(2)에 걸쳐 데이터의 일부 전달이 있어야 하며, 따라서 단계(S1)는 성능의 측정치(94)에 기초하여 수행될 수 있다. 그러나, 송신될 필요가 있는 데이터의 양은 상대적으로 작으며, 성능의 측정치(94)이고 제어 모듈(80)들 사이의 절충(negotiation)을 이행하는 메세지들이다. 이것은 출력 데이터 자체보다 현저하게 작은 데이터의 양을 필요로 한다. 예를 들어, 성능의 측정치들은 오직 소량만이 존재하는, 각각의 측정치의 값을 단순하게 나타내지만, 서열 데이터인 출력 데이터의 양은 크게 될 것이며, 이벤트 데이터인 출력 데이터의 양은 통상적으로 서열 데이터보다 큰 크기의 차수(order of magnitude)이고, 측정된 신호를 나타내는 출력 데이터의 양은 통상적으로 이벤트 데이터보다 큰 크기의 차수이다. 더욱이, 단계(S1)는, 단계(S3)에서의 모듈들의 작동 제어가 업데이트되는 주기보다 훨신 큰 주기에서 업데이트되므로, 네트워크(3)를 가로질러 전달될 필요성이 있는 데이터의 빈도는 낮으며, 그것은 만약 단계(S2)가 모듈(2)의 외부에서 이행되었을 경우보다 네트워크(3)상의 부담을 훨씬 낮게 할 것이다.
제 1 의 이행에서, 단계(S1)의 프로세싱은 클러스터에 있는 모듈(2)들의 제어 모듈(80) 사이에 공유된다. 이러한 경우에, 제 2 모듈(2)들은 단계(S1)를 수행하도록 서로 함께 작용하여 전역적 성능 목표(90)들을 함께 충족시키는, 기구(1)내의 각각의 모듈(2)에 대한 국지적 성능 목표(91)를 결정한다. 그것은 반복적인 프로세스에 의해 달성될 수 있다. 각각의 제어 모듈(80)은 그 자체의 제안된 국지적 성능 목표들을 도출하며 다음에 그것을 클러스터에 있는 다른 모듈(2)들로 통신한다. 모든 다른 모듈(80)들로부터 제안된 국지적 성능 목표들을 수신했을 때, 각각의 제어 모듈(80)은 전역적 성능 목표들이 충족되었는지 여부를 결정하고, 필요하다면 그 자체의 제안된 국지적 성능 목표들을 수신한다. 이러한 과정은 국지적 성능 목표들이 합치될 때까지 반복된다.
단계(S1)가 초기에 수행될 때, 그것은 다른 출력 데이터가 발생되지 않았기 때문에 전역적 성능 목표(90)들 만에 기초하여 발생된다. 필요하다면, 각각의 모듈(2)의 국지적 성능 목표들을 업데이트하도록 단계(S1)가 차후에 수행될 때, 단계(S1)는 그 모듈(S2)에 대하여 각각의 모듈(2)의 제어 모듈(80)에 의해 도출된 성능의 측정치(94)에 기초하여 수행된다. 이러한 목적을 위하여, 제어 모듈(80)은 성능의 측정치(94)를 네트워크(3)에 걸쳐 서로 통신시킨다. 이러한 방식으로, 제어 모듈(80)은 생화학적 분석이 가장 효율적으로 완료되도록 하기 위하여 서로 성능의 측정치(94)를 능동적으로 보고한다. 다음에 결정은 각각의 모듈(2)에 존재하는 순람표로 코드화될 수 있다. 각각의 모듈(2)은 웹 서비스를 통하여 그것의 결정을 다른 모듈(2)로 송신함으로써, 각각의 모듈(2)은 이제 다른 모듈(2)들의 표(table)를 제안된 응답으로 저장한다. 이러한 표를 대조함로써, 만약 하나 이상이 신호되었다면 제안된 작용 과정을 선택하도록 단순한 다수결(majority vote)이 적용될 수 있다.
따라서, 각각의 모듈(2)의 제어 모듈(80)은 사용자 입력 없이 필요한 계산 및 의사 결정(decision making)을 수행할 수 있지만, 이들은 또한 집합적으로 같은 것을 제휴하여(in concert) 할 수 있다. 이들은 또한 개별적인 내부 결정을 공유할 수 있고, 그에 관한 레벨에서, 전체적인 성과에 관하여, 집합적으로 의사 결정을 할 수 있다. 이러한 방식으로, 연합/제어 API 는 실험실의 작업 흐름을 최적화시키기 위하여 클러스터에서 모듈(2)에 걸쳐 의사 결정을 연합시킨다.
이러한 방식으로, 기구(1)를 구성하는 클러스터내의 모듈(2)들은 공통의 생화학적 분석으로부터 복수의 채널들의 출력 데이터를 생성한다. 선택적으로, 모듈들은 출력 데이터의 일관된 필터링, 정규화(normalization) 및 집단화(aggregation)를 허용하는 연합층(federation layer, 미도시)을 포함할 수 있다. 폴리뉴클레오티드들의 서열 결정의 경우에, 모듈(2)들은 단일 샘플들에서 높은 처리량으로 제휴하여 함께 서열 결정을 수행하도록 제어될 수 있어서; 각각의 모듈(2)은 통상적인 흐름의 셀 베이스(cell-based) 광학 측정 DAN 서열 결정 기구상의 서브 채널(sub-channel) 또는 '레인(lane)'에 등가이다.
이러한 제 1 의 이행은 모듈(2)의 수로써 제어 프로세스의 확장성을 돕는다. 각각의 모듈(2)은 단계(S1)에 동등하게 기여하고, 따라서 프로세싱 로드(processing load)는 동등하게 공유되고, 단일 모듈(2)상의 프로세싱 로드는 크러스터에 있는 모듈(2)들의 수에서의 증가에 의하여 최소한으로 증가된다. 크러스터에서의 모듈(2)들의 수를 증가시키는 것은 모듈(2)들의 수에 비례하여 네트워크를 통해 송신되는 데이터의 양을 단순히 증가시킨다. 이것은 원칙적으로 임의의 주어진 실제 네트워크(3)에 대한 클러스터의 크기를 결국 제한하지만, 데이터의 양은 상대적으로 낮으며, 따라서 실제에 있어서 다수의 모듈들이 수용될 수 있다.
각각의 모듈(2)이 이러한 제 1 의 이행에서 의사 결정 과정에 참여하므로, 그것은 프로세싱 로드를 공유하고, 모듈(2)들의 임의 조합으로부터 기구(1)가 형성될 수 있다는 장점을 가지는데, 왜냐하면 이들은 모두 의사 결정을 위한 능력을 가지기 때문이다. 그러나, 의사 결정은 상이한 방식으로 공유될 수 있다.
제 2 의 이행에서, 단계(S1)의 프로세싱은 마스터(master)로서 작용하는 모듈(2)들중 오직 하나의 제어 유닛(80)에 의해서, 또는 모듈(2)들의 하위세트(subset)의 제어 유닛(80)에 의해서 수행되어, 다른 모듈(2)들로부터 통신되는 성능의 측정치(94)에 기초하여, 클러스터에 있는 모듈(2) 마다의 국지적 성능 목표(91)들에서 의사 결정을 한다. 이것은 네트워크(3)에 걸쳐 송신되어야 하는 성능의 측정치를 나타내는 데이터를 필요로 하며, 마스터로서 작용하는 모듈(2)에 대한 프로세싱 부담을 증가시킨다. 이상적으로는 클러스터로서 어드레스되는 모듈(2)들이 어떤 것이건 그것으로부터 마스터가 임의로 선택되도록, 임의의 모듈(2)이 마스터로서 작용하는 능력을 가진다. 대안으로서, 유일한 특별 모듈(2)이 마스터로서 작용할 수 있지만, 그것은 어드레스되는 클러스터 마다 모듈(2)들중 하나를 사용자가 선택할 필요가 있다는 단점을 가진다.
제 3 의 이행에서, 단계(S1)의 프로세싱은, 작동 분석 장치(13)를 가지지 않는 더미 모듈(dummy module, 2) 또는 외부 콤퓨터(7)와 같이 네트워크(3)에 연결된 다른 콤퓨터에 의해서 수행되어, 국지적 성능 목표들에 대한 의사 결정을 하는 연합 제어 유닛(federatioin control unit)으로서 작용한다. 이러한 경우에, 다른 콤퓨터는 전체적인 제어 시스템의 부분이 되고 성능의 측정치는 모듈(2)들로부터 다른 콤퓨터로 통신되어 의사 결정의 기초(basis)를 형성한다. 그러나, 적절하게 프로그램된 다른 콤퓨터에 대한 필요성은 격리된 모듈(2)들이 제어를 수행하기에 충분하지 않다는 의미에서 자체로서 불리하다. 다른 한편으로, 그 이행은 모듈(2)들 자체의 프로세싱 필요성을 감소시킨다.
피드백의 추가적으로 내포된 레벨(nested level)에 대한 다른 대안은 도 23 에 도시된 제어 프로세스로 도입되는 것이다. 도 23 에서, 2 개 레벨에서 성능의 측정치(94)의 피드백이 있는데, 첫번째로는 단일 모듈에 대하여 단계(S2)의 로컬 제어 프로세스의 레벨에 존재하고, 두번째로는 클러스터의 레벨에서 전체로서 존재한다. 추가적인 레벨들은 클러스터의 모듈(2)들을 모듈(2)들의 논리 그룹(logic group)들로 분할함으로써 도입될 수 있는데, 논리 그룹들 각각은 클러스터에 있는 모듈(2)들의 전체 수의 하위 세트(subset)들이다. 각각의 논리 그룹에 대한 성능 측정치 및 성능 목표는 위에서 설명된 바와 같은 개별 모듈(2)에 대한 성능 측정치 및 국지적 성능 목표와 같은 방식으로 도출된다. 도 23 에 도시된 제어 프로세스의 단계(S1)는 피드백의 추가적인 레벨을 포함하도록 수정된다. 즉, 가장 높은 레벨에서, 그룹 성능 목표는 각각의 그룹의 성능의 측정치 및 전역적 성능 목표에 기초하여 결정된다. 다음의 레벨에서, 각각의 그룹에 대한 분리된 그룹 제어 프로세스에서, 그룹에 있는 각각의 모듈(2)의 국지적 성능 목표들은 그룹에 있는 각각의 모듈(2)의 성능의 측정치 및 그룹 성능 목표들에 기초하여 결정된다. 마찬가지로, 전체로서의 그룹의 성능의 측정치는 그룹에 있는 각각의 모듈(2)의 성능의 측정치로부터 결정된다. 일반적으로, 예를 들어 그룹들을 서브 그룹으로 분할하는 등에 의하여, 임의 개수의 피드백의 내포된 레벨들이 채용될 수 있다.
이러한 경우에, 피드백의 추가적인 레벨들은 위에서 설명된 바와 같이 단계(S1)에 대한 그 어떤 이행이라도 이용하여 이루어질 수 있다.
이러한 대안은 제어 프로세스의 복잡성을 증가시키지만, 제어 프로세스가 공통적인 생화학적 분석의 특성에 적합화되고 그리고/또는 상이한 네트워크 구조들에 적합화되는 것을 허용하는 장점을 가진다. 제어 프로세스의 상이한 레벨들은 기구(1)의 상이한 요소들에서 수행될 수 있고, 상이한 주기로 업데이트될 수 있어서, 결과적으로 네트워크(3)상의 부담이 감소된다. 예를 들어, 그룹들은, 전체 그룹에 대한 그룹 성능 목표를 참조하여 유리하게 제어되는 공통적인 생화학적 분석의 동일한 부분을 수행하는 모듈(2)들의 그룹일 수 있다. 대안으로서, 그룹들은, 예를 들어 인터넷에 걸쳐서 상호 연결된 개별의 로컬 네트워크들에 연결된 모듈(2)들의 그룹일 수 있으며, 그러한 경우에, 로컬 네트워크들 사이의 데이터의 흐름은 로컬 네트워크에 부착된 임의의 개별 그룹의 제어에 충격을 주지 않으면서 감소된다.
모듈(2)들이 네트워크(3)에 연결되고 피어 투 피어(peer to peer)에 기초하여 통신되는 방식이 이제 설명될 것이다. 일반적으로 이야기하면, 성능 관리(performance management)를 위하여 주로 자동화된 의사 결정을 용이하게 하도록 모듈들 사이에서 상태 데이터를 교환하는 것은, 업데이트 빈도가 낮은 것이 수용 가능하므로, "결과적인 일관성(eventual consistency)"에 기초하여 수행된다.
모듈(2)들은 서비스 디스커버리 프로토콜(service discovery protocol), 예를 들어 Universal Plug Play (UPnP) 또는 Zeroconf (또는 Bonjour)를 이용하여 서로를 식별할 수 있다.
제안된 국지적 성능 목표 및 성능의 측정치와 같은 메타데이터(metadata)는 CouchDB(HTTP, JSON), Tokyo Cabinet, or MemcacheDB 와 같이 다양한 유형의 분포된 데이터베이스 기술을 이용하여 전파될 수 있다.
대안으로서, 디스커버리 및 메타데이터 전파는 네트워크 방송, 네트워크 멀티캐스트(multicast), 스프레드 툴키트(Spread Toolkit), ActiveMQ, RabbitMQ 와 같은 메세지 기술 또는 일반적인 메세지 대기열(message queues)을 이용하여 달성될 수 있다.
한가지 가능한 이행은 펄 스크립을 이용하는 것인데, 이것은 사용자 데이터그램 프로토콜(User Datagram Protocol)을 이용하는 비컨 패킷(beacon packet)들의 네트워크 방송을 이행하도록 퍼브리셔 모드(publisher mode), 서브스크라이버 모드(subscriber mode) 또는 퍼브+서브 모드(pub+sub mode)에서 진행되며, 각각의 비컨 패킷은 엔코딩된 JSON(plain text javascript object notation) 데이터를 포함한다. 각각의 모듈(2)은 자체의 세부사항을 방송하는 노드(node)로서 작용하고 다른 것을 청휘한다. 수신된 비컨 패킷들은 디코딩되고 모듈 명칭에 키이 설정된(keyed) 해쉬(hash)와 같이, 내부의 인메모리 데이터(in-memory) 구조내에 포함된다. 이것은 비컨 패킷들이 최소한으로 피어 명칭(peer name)(디폴트로 호스트네임), 피어 시간 및 시스템 성능 & 상태 데이터를 포함하는 단순성의 장점을 가진다. 다음에 모듈(2)들은 다른 모듈(2)들로부터 수신된 데이터를 포함하는 전체적인 데이터 구조를 재전송한다. UDP 패킷들은 신뢰성이 없고 비컨 패킷들의 전달이 보장되지 않으므로, 이러한 재전송은 모듈(2)이 다른 모듈(2)들로부터의 데이터를 수신할 가능성을 향상시킨다. 비컨 패킷들은 클러스터에 있는 모든 모듈(2)들에 대한 데이터를 포함할 수 있으므로, 모듈(2)들은 자체로부터 있게 되는 외부 데이터를 결코 포함하지 않는다.
UDP 패킷들은 서브넷(subnet)의 최대 송신 유닛(MTU)에 이르기까지 가장 효율적이다. 디폴트로서 이것은 대략 ~1500 바이트이다. (예를 들어, 공통 gzip/LZW 을 이용하는) 패이로드(payload)의 압축은 송신 크기를 MTU 하에 유지하는데 유용할 수 있다. 고정된 비컨 주파수를 가지고, 클러스터에 있는 모듈(2)들의 수는 증가하므로, 대역폭의 상실 및 폭주(congestion)를 일으키는 재전송 및 네트워크 패킷 충돌의 훨씬 큰 위험성이 있다. 이것은 활성 모듈(2)들의 수에 역으로 비례하는 다이나믹 비컨 주파수를 이용함으로써 처리될 수 있다.
기구(1)의 장점은, 분석 장치(13)들 자체의 모듈화에 기인하여, 그리고 지능적으로 병렬화된(intelligently parallelised) 개별 모듈(2)들의 작동에 기인하여, 효율성 이득(efficiency gain)이 모노리식 기구에 비교하여 달성된다는 것이다. 사용자는 모듈(2)들의 병렬화된 그룹을 그들의 의도대로 가지며, 그러한 모듈들의 임의 개수의 클러스터를 수행이 소망되는 공통적인 생화학적 분석의 요건을 충족시키는 대형의 기구(1)로 그룹으로 만들 수 있다. 이러한 확장성은 단일 기구의 능력에 의해 제한되지 않으면서 복잡성 범위의 생화학적 분석의 성능을 허용한다. 마찬가지로 모듈(2)들의 작동의 제어는 전체 목표를 충족시키는 성능을 최적화시킨다. 이들 인자들은 효율성 이득을 생성하는데, 왜냐하면 개별적인 모듈(2)의 더 나은 이용이 이루어져서, 다른 모듈(2)들이 다른 과제를 수행하도록 효과적으로 자유롭게 하기 때문이다.
예를 들어, 적은 수의 모듈(2)들 또는 심지어 단일의 모듈(2)이 적은 처리량의 적용예를 위하여 이용될 수 있고, 많은 클러스터들은 많은 서열 결정의 프로젝트들, 예를 들어 인간의 지놈(genome)의 서열 결정과 같은 대규모의 병렬 적용예들에 대하여 이용될 수 있다. 이것은 장비의 이용에서 효율성 이득을 제공하는 작업 흐름의 관리를 허용한다. 서열 결정의 특정한 경우에, 결과적인 작업 흐름은 현재의 모노리식 DNA 서열 결정 기구 사용과 관련된 문제점을 극복하고 많은 처리량이 필요한 대형의 지놈 서열 결정 프로젝트를 수행하는 사용자들의 필요성을 충족시키며, 동시에 작지만 고도로 복제되거나 또는 이종(heterogeneous)의 디자인을 수행하는 중간 랩(intermediate lab) 또는 단지 작은 실험의 필요성과도 맞는다.
기구(1)는 분석 유형의 일 범위를 수행하는 상이한 수의 모듈(2)들과 적용될 수 있으며, 예를 들면:
* 인간 지놈 재 서열 결정/어셈블리(human genome Re-sequencing/assembly)
* 낮은 적용 범위의 메틸화(methylation) 또는 암(cancer)의 재구성(re-arrangement)
* 유전자 표현과 같이, 고도로 복제된 짧은 리딩의 실험(short read experiment)
* 작은 샘플 또는 혼합된 세포 개체군을 이용하는 단일 분자 분석
이제 효율성이 얻어지는 상황의 일부 특정한 예들이 설명될 것이다.
1) 사용자는 단일 샘플로부터 DNA 를 측정하도록 10 개 모듈(2)의 클러스터를 설정한다. 사용자는 샘플의 10 개의 부분 표본이 각각의 모듈(2)에 더해져서 필요한 샘플 물질을 제공하도록 실험을 설정하고, 그가 선호하는 설정(예를 들어, 완료 시간, 데이터 품질 등)을 선택한 후에, 실험을 시작한다. 하나의 모듈(2)은 불완전 칩(faulty chip)을 가지며, 데이터를 거의 보고하지 않는다. 사용자는 특정한 시간내에 실험의 완료를 요청하며, 따라서 클러스터에 있는 다른 9 개의 모듈(2)들은 그러한 목표를 맞추기 위하여, 각각의 나노세공의 프로세싱 속도를 높이는 온도의 자동적인 조작을 통하여, 그들의 서열 결정 비율을 증가시킨다. 이러한 다이나믹 재조절이 없이는, 실험이 설정 프레임내에 완료되지만, 사용자가 기대하는 데이터보다 적은 데이터를 발생시킬 것이며, 잠재적으로는 그의 결과 및 전체적인 실험 성과를 손상시킨다.
2) 다른 경우에, 사용자는 단일 샘플을 측정하도록 8 개의 모듈(2)들의 클러스터를 만들고 다시 8 개의 모듈(2)들에 걸쳐 부분 표본화된다. 8 개의 모듈(2)들중 4 개는 매우 낮은 데이터 품질을 보고하고, 다른 4 개는 사용자가 필요로 하는 사전에 지정된 성능 파라미터(예를 들어, 출력 및 측정 품질)에 기인하여 보상할 수 없다. 따라서 불와전 모듈(2)들은 그들의 진행을 종료시키고 작업자에게 무엇이 이루어졌고 왜 그랬는지를 이메일로 보내며, 따라서 사용자에게 시간 또는 비용의 최소 손실을 일으키는 샘플의 대안의 부분 샘플을 가지는 불완전 모듈(2)내의 동일한 칩에서 나노세공들의 신규 전환(reflesh)을 작업자가 할 수 있게 하거나, 또는 임의의 시간 손실을 최소화시킬, 4 개 칩들의 다른 세트를 작업자가 즉각적으로 로딩할 수 있게 한다. 이러한 예에서 오류는 진행의 초기에 검출될 수 있고, 샘플의 완성을 위한 시간 예산이 소멸되기 전에 추가적인 칩들이 로딩될 수 있어서 프로젝트를 구한다. 비교로서, 만약 사용자가 동일한 실험을 Illumina Genome Analyser 에서 수행하였고, 그것의 8 개의 '레인(lane)들중 4 개가 오류를 가짐으로써 낮은 데이터 품질의 제품을 야기했다면, 사용자는 오직 전체적인 실험을 초기에 종료할 수 있을 뿐이어서, 그 시간에 그 지점까지 모든 레인들에 걸쳐 발생된 모든 데이터를 상실하거나, 또는 우수한 품질의 데이터 예상량의 대략 절반을 가지지만, 완전한 기능 실험과 동일한 비용이 들고 동일한 시간이 소요되면서 진행이 종료되어 끝나는 것이 허용된다.
3) 상기의 시나리오의 계속으로서, 다른 유용한 상황이 발생될 수 있다. 문제가 되는 사용자의 실험실(lab)에는 오직 8 개의 모듈(2)들이 설치되어, 4 개의 오류로 된 것은 배출되었다. 그러나 다른 긴급한 프로젝트는 시스템상에서 진행되기를 대기(queue)하고 있다. 다음에 작업자는 남아 있는 모듈(2)들에서 원래의 프로젝트의 완료를 위하여 더 오랜 시간을 허용하고 대기하는 프로젝트가 가능한 한 신속하게 프로세싱되도록 4 개의 자유롭게 된 모듈들을 이용하는 의사 결정을 할 수 있다. 따라서 자원들은 실험실의 우선 순위에 전체적으로 맞춰질 수 있다.
4) 사용자는 샘플 또는 샘플들의 어레이에서 실험을 수행하여, 그 안에서 특정의 결과를 찾기를 희망한다. 따라서 사용자는 특정의 데이터(예를 들어, DNA 서열 모티프(sequence motif)가 한번 관찰될 때까지, 또는 지정된 회수로 관찰될 때까지 샘플 또는 샘플들의 실험적인 프로세싱이 계속되는 것을 지정할 수 있다. 특히, 일단 전체 데이터 세트가 분석되었다면 데이터는 실험의 유망한 전체적인 성공에 대한 표시(marker) 또는 프록시(proxy)로서 이용될 수 있다. 예를 들어, 지놈의 특정 영역의 어떤 레벨의 적용 범위(coverage)가 DNA 조각(fragment)들의 동일한 라이브러리(library)를 이용하는 이전의 서열 결정 진행으로부터 알려져서, 사용자가 필요로 하는 연구에 충분한 전체 샘플에 걸친 총괄적인 적용 범위(오버 샘플링(over-sampling)의 정도)를 보장한다. 모듈(2)들의 클러스터에서 그러한 연구는 모듈(2)들에 걸쳐 공유될 수 있고, 요구되는 유형의 충분한 데이터가 관찰되었을 때 그것은 참여하고 있는 모듈(2)들중 일부 또는 전부에 대한 정지 조건을 설정하는데 이용될 수 있다. 실험적인 성과에 도달하는 시간 및 비용의 최적화는 현재의 DNA 서열 결정 기구에서 수행될 수 없다.
5) 사용자는 DNA 샘플을 미리 지정된 높은 품질로 분석하도록 모듈(2)들의 클러스터에 대한 요건을 설정하였다. 실험하는 동안에, 모듈(2)은 사용자가 예상하는 것보다 많은 양으로 데이터를 수집하지만, 충분히 높은 품질을 가진 것은 아니다. 요구되는 품질의 목표에 더 빨리 도달하기 위하여, (데이터의 양이 이미 초과 달성되었다면) 처리량을 희생할지라도 모듈(2)들은 데이터 품질을 향상시키도록 분석 조건들을 집합적으로 조절한다. 예를 들어, 작동 온도를 낮춤으로써, DNA 염기는 각각의 나노세공을 평균적으로 더 느리게 움직여서, 염기 마다 더 긴 분석 시간을 가능하게 하는데, 이것은 나노세공 마다 데이터가 느리게 산출됨에도 불구하고, 염기 측정의 품질을 향상시킨다. 대안으로서, 또는 병행하여, 각각의 나노세공을 통해 유동하는 전류가 측정되는 비율이 변경될 수 있어서, 샘플링을 더 빠르게 하거나 더 느리게 하며, 이것은 나노세공을 통한 염기의 속도 및 노이즈 프로파일(noise profile)에 대한 신호에 따라서, 데이터 품질의 특정 국면들을 향상시킬 수 있다.
6) 실험중에 클러스터에 있는 하나의 모듈(2)이 파멸적인 하드웨어 고장을 겪고, 실험 데이터의 손실을 일으키면서 안전하게 정지된다 (주의. 고장 시간까지 모듈(2)에 의해 발생되는 모든 데이터가 이용 가능하며, 이미 전용의 저장 영역으로 통과되었다). 모든 남아있는 모듈(2)들은, 사용자의 개입 없이 요구되는 데이터 출력의 미리 설정된 사용자 필요성을 충족시키기 위하여, 예상된 실험 시간 틀(time frame)을 증가시키는 것으로 응답한다. 시스템은 또한 자동화된 메시지를 제조자에게 보내서 교체 제품을 주문한다. 사용자의 실험 및 작업 흐름에 최소의 혼란이 발생되었다.
카트리지(2)가 다수 샘플들을 프로세싱할 수 있는 경우에, 예를 들어 도 11 의 구조로 프로세싱할 수 있는 경우에, 충족될 수 있는 전역적 성능 목표들의 예는 다음과 같다.
1) 샘플은 함께 작동하는 클러스터에 있는 노드(node)에 있는 플레이트(100)상에서 프로세싱되고 있다. 사용자는 특정양의 데이터가 필요하다는 점을 지정하였다. 샘플은 다른 플레이트(100)상에 존재하고, 또한 다른 클러스터 노드에 의해 프로세싱된다. 모듈(2)은 이전에 설명된 바와 같이 조직화(co-ordinate)된다.
2) 상기 1)에 나타난 시나리오를 따르지만 이러한 경우에는 제 2 플레이트(100)상의 제 2 샘플의 품질이 불량하다. 모듈(2)은 샘플의 다른 예가 플레이트(100) 상에 존재하는지의 여부를 판단하도록 내부에 저장된 플레이트-샘플 표를 스캐닝함으로써 성능 목표에 대하여 응답하며, 만약 존재한다면 그것을 비우기보다는 밸브를 재설정하여 그 샘플을 이용하며 조직화(coordiantion)는 계속된다.
3) 다른 예에서, 10 개의 모듈(2)들이 샘플의 동일한 플레이트(100)를 프로세싱하고 그것을 통해 작동한다. 사용자는 아직 프로세싱되지 않은 자신의 샘플들중 하나의 우선 순위를 바꾼다. 클러스터의 모듈(2)들중 일부는 데이터를 정시에 전달하기 위하여 이제 그것의 밸브들을 재설정하여 그 샘플로 움직인다. 클러스터의 남겨진 모듈(2)들은 원래의 샘플들에서 계속되며 온도를 변경함으로써 프로세싱의 비율을 가속시킨다.
4) 다른 예에서, 모듈(2)들의 클러스터는 동일한 플레이트들을 프로세싱한다. 그것이 시작되기 전에, 함몰부(110)를 통해 움직이도록 밸브(110)를 설정하여 그곳에서 샘플의 일부를 취하여 짧은 진행을 수행한다. 그곳으로부터 함께, 각각의 샘플로부터 (또는 함몰부(102)로부터) 발생되는 유망한 데이터의 품질 및 양을 미리 계산한다. 다음에, 미리 설정된 우선 순위와 일치되게 요구되는 품질 및 양의 데이터를 개별의 사용자들에게 전달하기 위하여, 샘플들이 프로세싱되는 최적의 서열이 계산된다. 만약 함몰부(102)가 비워진 것으로 밝혀지거나, 또는 샘플들이 목표를 충족시키기에 너무 불량한 품질이라면, 클러스터는 사용자들에게 쓸모 없는 샘플들이 다시 준비되면서 새로운 플레이트들이 만들어질 필요가 있다는 점을 알린다.
중요한 가능자(key enabler)는, 개별적으로 그리고 제휴하여, 충분하고 때로는 미리 설정된 정지 조건을 결정하는 모듈(2)의 능력이다. 이것은 요구되는 품질의 너무 많지도 너무 작지도 않은 데이터가 발생되는 것을 보장한다. 이러한 방식으로, 시스템들의 완전한 이용(occupancy)이 달성되며, 과잉의 경우에 '느슨한(slack)' 데이터가 생성되지 않는다. 출력 또는 품질에서의 그 어떤 결함이라도 조절하기 위하여 가외의 전체 진행이 그 이후에 수행될 필요는 없다. 이러한 일반적인 계획은 샘플들 및 데이터가 전체적인 서열 결정 작업 흐름을 통해 효율적으로 파이프라인을 만드는 것을 허용하여 처리량, 품질 및 비용을 최적화시킨다. 임의의 고급 실험실에서 그것은 고정된 데이터 산출로써 고정된 진행 시간 동안 작동하는 시스템에 비하여 효율에서 몇배의 향상을 달성하는데, 통상적으로 있는 일이지만 특히 만약 그 데이터 산출이 항상 예측 가능하지 않다면 그러하다.
상기의 작동들 모두는 각각의 모듈(2)내에 공유된 특정의 제어를 이행하는 것으로써 수행되고 가능해진다는 점이 주목되어야 한다. 또한 모듈(2)들이 개별적으로 진행될 수 있고, 상기 시나리오들중 일부이지만 전부가 아닌 것이 하나의 모듈(2)에 의하여 이루어질 수 있다는 점도 주목되어야 한다. 내부적인 최적화가 이루어질 수 있지만, 몇개의 모듈(2)들에 걸친 최적화는 이루어질 수 없다.
예(1)에서의 작동이 이제 상세하게 설명될 것이다.
이러한 경우에 기구(1)는 DNA 서열 결정을 위해 이용된다. 이것은 염기 G, C, A, T 에 대응하는 적어도 4 개의 가능한 분석 대상물들을 검출하는 것을 의미한다. 10 개의 모듈(2)들이 이용중이고 그들에게 동일한 샘플이 주어져서 프로세싱된다. 데이터의 12 기가베이스(Gigabase (109)가 하루에 요구되고 기록된 염기들의 100 % 가 Q20 또는 그보다 높은 품질의 스코어(score)(즉, 염기가 100 번중에 1 번 미만으로 부정확하게 되는 것)를 가질 것을 사용자가 요구한다. 데이터의 양 및 데이터의 품질은 DNA 샘플이 분석되었을 때 사용자가 유전학적인 요소들(예를 들어, 그들이 찾고 있는 돌연 변이)을 발견할 수 있는 것을 보장하도록 선택된다. 이러한 판단 기준은 이전의 실험적인 경험 또는 일부 시뮬레이션으로부터 도출될 수 있었다.
사용자는 적절한 위치들에서 적어도 10 개의 모듈(2)들을 가지며, 각각의 모듈(2)내에 있는 매립 콤퓨터(51)의 네트워크 주소를 안다. 사용자는 주어진 장비에 적절한 방식으로 DNA 샘플을 준비한다. 만약 그것이 인간 지놈의 서열 결정이라면, 적절한 기성(旣成)의 장비를 이용하여 DNA 의 샘플을 무작위로 전단할 수 있다.
사용자는 샘플에 대하여 가망성 있는 처리량(단위 시간당 데이터)에 기초하여 10 개의 모듈(2)을 이용하도록 판단하였다. 샘플은 10 개의 카트리지(10) 안으로 도입되고 카트리지들은 모듈(2)들로 로딩된다. 모듈(2)들은 카트리지(10)를 유일하게 식별하는 각각의 카트리지(10)상의 RFID 또는 바코드를 자동적으로 읽을 수 있고 카트리지(10)의 ID 를 저장할 수 있다.
모듈(2)들은 클러스터에 있는 다른 모듈(2)들을 식별하고 핸드섀이크(handshake)를 보내며 다른 모듈(2)들에 대한 기본적인 정보를 수신한다. 그 정보는 GUI 에서 디스플레이된다. 이러한 예에서 사용자는 네트워크상에 20 개의 모듈(2)들을 볼 수 있지만, 그의 샘플을 포함하는 카트리지(10)가 로딩된 10 개에만 관심을 가진다. 이들은 명칭, 어드레스, 상태, 위치등으로 GUI 를 통해 식별되며, 그들 모두는 아래에 놓인 웹 서비스로부터 맞춰진다. 임의의 모듈(2)이 임의의 다른 모듈(2)을 이러한 방식으로 관리하도록 이용될 수 있고 다른 콤퓨터가 필요하지 않다. 따라서 모듈(2)들의 그 어떤 임의의 개수라도, 게이트웨이 시스템을 통한 작업의 병목 없이, 선형의 확장 가능 방식(linear scalable fashion)으로 연결, 관리 및 진행될수 있다.
사용자는 이제 GUI 를 통하여 관심 대상인 10 개의 모듈(2)들에 어드레스한다. GUI 요소는 명칭이 할당되는 것을 허용한다 (예를 들어, '휴먼(human)'). 동일한 GUI 는 명령들이 오직 그러한 수집(collection)에만 어드레스되는 것을 허용하고, 이들 모듈(2)로부터 돌아온 임의의 데이터가 집단(aggregate)으로서 모듈(2)들의 임의의 다른 클러스터로부터 독립적으로 취급되는 것을 허용한다. 사용자는 연구중인 샘플에 대한 다른 정보에 직접적으로 진입할 수도 있고 또는 전체 프로세스를 외부 데이터베이스 시스템에 링크시킬 수 있다.
GUI 를 통하여, Q20+DNA 서열의 12 기가베이스가 수집될 때까지 진행된다는 것을 사용자는 모듈(2)들의 '휴먼(human)' 클러스터에 알린다. 또한 모듈들이 동일한 샘플을 진행하고 있다는 것이 알려진다. 각각의 모듈(2)의 제어 모듈(80)들은 이러한 명령을 정하여, 얼마나 많은 데이터가 수집되었고 품질이 어떠한지와 같은 성능의 측정치들을 저장한다. 다른 측정 기준이 상이한 사용의 경우에 대하여 유용할 수 있다. 이러한 제어 모듈(80)은 실시간 또는 근 실시간(near real time)의 모듈(2)의 상태 및 데이터를 모니터하며, 의사 결정을 할 수 있다. 이러한 경우에, 제어 모듈(80)은 그것이 '휴먼'으로 칭해진 그룹에 속하고 그 그룹은 전체적으로 Q20 데이터의 12Gb 의 협동 목표(cooperative target)를 가진다는 사실을 저장하였다. 그것은 이름, 발생된 데이터, 목표 데이터 및 품질등을 모듈(2)에 나타내는 표로서 프로세스의 메모리내에 내부적으로 단순하게 저장될 수 있거나 또는 예를 들어 표 1 에서와 같이 보다 영구적인 저장부상에 저장될 수 있다.
| 모듈 2 | 그룹 | 그룹 목표 | 출력 | 내부 목표 | 품질 | 진행시간(hrs) |
| 124.45.23.1 | 휴먼 | 12Gb | 1Gb | 1Gb | Q20 | 6 |
| 124.45.23.2 | 휴먼 | 12Gb | 0.4Gb | 1Gb | Q20 | 6 |
| 124.45.23.3 | 휴먼 | 12Gb | 1Gb | 1Gb | Q20 | 6 |
| ...등등 |
표 1 에 도시된 바와 같이, 그룹 '휴먼'에 있는 각각의 모듈(2)은 이 표(데이터 구조)를 공유한다. 그 작동의 표준적인 부분은 내부 웹 서비스(82)를 통하여, 상기 표의 복사를 다른 모듈(2)들로 규칙적인 간격으로 동보 통신(broadcast)함으로써 그들을 동기화시키는 것이다. 각각의 모듈(2)은 다른 모듈(2)들의 상태를 볼 수 있으며 언제라도 '출력' 칼럼의 집단화(aggregation) 및 '그룹 목표' 칼럼에 대한 전체의 비교와 같은 미리 계획된 작동을 수행할 수 있다. 다른 내부적인 계산은 주어진 품질의 데이터 발생의 비율이 진행 시간 칼럼(runtime column)에 대하여 인터폴레이션(interpolation)되는 것을 허용하여, 개별적인 모듈(2) 또는 모듈(2)의 출력들의 합이 사용자가 설정한 시간 요건을 충족시키는 목표상에 있는지의 여부를 나타낸다. 각각의 모듈(2)은 이들 계산들이 제어 모듈(80)로 코딩되게 하며, 각각의 모듈(2)은 공유되고 동기화된 상태 데이터 표에서 주기적으로 계산을 수행한다. 다수의 그러한 계산들이 제어 모듈(80)로 엔코딩되어, 이러한 단순한 예가 아닌 경우들인 다른 용도들을 포괄한다. 6 시간 이후에, 발생된 데이터의 양은 목표를 충족시키는 궤적에 있지 않고 각각의 모듈(2)이 내부적으로 그것을 안다는 점을 알 수 있다. 특히 하나의 모듈(2)이 불량하게 수행되고 있는 것으로 나타난다. 이것은 임의의 수의 이유들 때문일 수 있지만, 탑재된 진단 정보는 그 어떤 오류도 나타내지 않는다.
모듈(2)은 이제 위에서 설명된 바와 같이 그들의 목표를 충족시키기 위하여 그들이 가진 정보에 기초하여 의사를 결정한다. 이러한 경우에, 모든 모듈(2)들로부터의 작용의 선택된 과정은 기능 모듈(2)들의 출력을 증가시킨다. 표는 일치하였다. 내부적으로 집단화된 이러한 결과를 가지면서 모듈(2)들은 이제 목적에 도달하는데 얼마나 많은 데이터가 필요한지를 계산하여야 한다. 그들 각각이 얼마나 많은 데이터를 단위 시간당 생성하고 있는지를 그들이 이미 알고 있으며, 또한 다른 모듈(3)들로부터 그들이 얼마나 많이 발생시키고 있는지 이미 알고 있다. 작용의 선택된 과정과 관련된 미리 코딩된 로직(즉, 소프트웨어 함수)을 이용하여, 모듈(2)들은 목표를 충족시키는데 얼마나 많은 자체 출력이 증가될 필요가 있는지 계산한다. 가장 간단한 알고리듬에서 각각의 모듈(2)은 특정 백분율의 작은 증가를 제안하고 그것을 다른 모듈(2)들로 송신한다. 다음에 각각의 모듈(2)은 내부 표를 이용하여 그것이 집단 및 목표 결과에 어떤 효과를 미치는지를 계산한다. 이러한 프로세스는 목표에 도달될 수 있다는 점을 모든 모듈(2)들이 그들의 내부 테이블을 통하여 나타낼 때까지 반복된다. 보다 정교한 대안에서는 낮은 출력을 가지는 모듈(2)들이 제안된 증가를 이루는데, 그 증가는 우수한 출력을 가진 모듈들보다 더 커서, '부하의 공유(load sharing)'를 이룬다. 다시 데이터의 동일한 공유에 이어 공유된 계산이 이루어지고, 결과를 공유하고, 모듈(2)들이 작용의 집합적인 과정을 선택할 수 있도록 공동체 의결(community vote)이 이용되는 것이 이어진다.
이러한 예에서, 표 2 에 도시된 바와 같이, 일부 모듈(2)들(오직 3 개만 도시되어 있음)은 국지적 성능 목표를 1 일당 1Gb 로부터 1 일당 1.4 Gb 로 증가시켜서 약한 것들을 보상하도록 내부 표가 업데이트되었다. 아무것도 변화되지 않은 것을 가정하면 전체로서의 그룹에 대한 총 출력은 시간 및 품질 목표를 충족시킬 것이다. 따라서 모듈(2)들은, 다른 모듈(2)들로부터의 피드백과 함께, 집합적인 목표를 충족시키는 조절된 내부 로직(internal logic)을 가진다.
| 모듈 2 | 그룹 | 그룹 목표 | 출력 | 내부 목표 | 품질 | 진행시간(hrs) |
| 124.45.23.1 | 휴먼 | 12Gb | 1Gb | 1.4 Gb | Q20 | 6 |
| 124.45.23.2 | 휴먼 | 12Gb | 0.4Gb | 1Gb | Q20 | 6 |
| 124.45.23.3 | 휴먼 | 12Gb | 1Gb | 1.4 Gb | Q20 | 6 |
| ...등등 |
상기와 같은 것을 이루고 개별적인 모듈(2)들은 이제 내부적인 교정 작용(remedial action)에 대한 집합적인 의사 결정을 해석해야한다. 이를 시행하는 로직은 제어 모듈(80) 안에 코딩된다. 예를 들어, 서열 결정기 온도(sequencer temperature)는 뉴클레오티드들이 DNA 가닥(strand)으로부터 쪼개져서 나노세공으로 통과되는 비율을 제어하도록 이용될 수 있다. 이것은 온도가 너무 높게 상승된다면 관찰된 데이터(아래 참조)의 품질을 약간 내릴 수 있지만, 위의 단계들에서 설명된 기본적인 과정은 그것을 검출하고 품질의 저하에 대한 수정을 시도한다. 이러한 경우에 교정 작용은 염기의 더 높은 처리량이다. 따라서 제어 모듈(80)은 적절한 기능 콜(function)인, RPC 콜로서, 또는 통신 소켓으로 포맷된 스트링(formatted string)을 보냄으로써, 명령을 내부 보드(50)상의 마이크로콘트롤러(58)로 보낸다. 이러한 명령은 마이크로콘트롤러(58)에게 분석 장치(13)의 온도를 변화시키도록 지시한다. 이것은 열 제어 요소(42)를 제어하는 장치 드라이버로 보내지는 다른 명령에 의해 시행될 수 있다. 구성 요소의 '설정된' 온도는 아마도 순람표(look-up table)로부터 도출된 증분 만큼 증가되며, 그것은 소망되는 양만큼 단위 시간당 염기들의 수를 증가시키도록 예상된다. 열 제어 요소(42)는 냉각이 덜 됨으로써 응답하며, 카트리지(10)에 탑재된 센서들은 소망되는 수준으로의 온도 변화를 감지한다. 이러한 정보, 기록된 값들, 임의의 에러 코드등은 제어 모듈(80)로 다시 송신되는데, 제어 모듈은 이제 교정 작용이 성공적으로 취해졌음을 기록한다.
제어 모듈(80)은 그것이 ASIC(40)로부터 이전되어 프로세싱 모듈(73)에 의해 프로세싱될 때 데이터로부터의 품질의 스코어 및 염기를 일관되게 기록 및 계수한다. 이러한 프로세스는 계속되고 내부 표들은 업데이트되며 그 결과들은 그룹에 있는 다른 모듈(2)들로 송신된다. 모든 것이 잘 이루어져서 전체로서의 기구(1)는 이제 전역적 성능 목표를 전달하는 궤도에 있다. 만약 그렇지 않다면, 다른 작용이 취해질 필요가 있으며 다른 시나리오가 탐구된다. 이러한 시나리오들은 동일한 기초 데이터 흐름을 따르지만, 제어 모듈(80)에 의해 접근 가능한 소프트웨어 모듈들로 코딩된 특정의 로직(logic)을 가질 것이다. 예를 들어, 만약 여기에서의 작용들이 조절 온도 이후에 시간 요건들 및 품질 요건들을 충족시킬 수 없다면, 모듈(2)들은 다음에 다수의 가외 모듈(2)들이 목표를 충족시키는데 필요하다는 점을 지시하는 메시지를 (실행시간에 접속한) 사용자에게 보낼 것을 결정할 수 있다. 이것은 사용자가, 아마도 쓰이고 있지 않은 다른 모듈(2)들을 이용하고, 같은 샘플을 가진 가외의 카트리지(10)들을 삽입하고, 위에 설명된 방식으로 그들을 클러스터에 추가하는 것을 허용함으로써, 카트리지들이 집합적인 작동에 참여할 수 있다.
핵심적인 방법은 모듈(2)들에 걸쳐서 집합적인 의사 결정을 허용하는 것이다. 모듈들 각각은 단독으로 작동될 수 있는 능력을 가지고 있지만, 상태(status)에 관한 내부 데이터 구조를 공유할 수도 있고 그들을 업데이트하여 유지할 수도 있다. 모듈(2)들은 일단 집단화되어 함께 작용하는 시스템들의 클러스터로 접합되면, 그 구조에 응답하고 그리고/또는 그 구조를 변형시키는 저장된 프로토콜을 수행할 수 있다. 이러한 프로토콜은 모듈(2)간 통신을 허용할 뿐만 아니라, 적어도 하나의 매립된 컴퓨터상에서 실행될 수 있는 미리 코딩된 로직의 수행을 촉발하는데, 그것은 모듈(2)들이 그들의 거동을 변형시킬 수 있게 하고 다른 모듈(2)들과의 변형(modification)을 조화시킬 수 있게 한다.
모듈(2)들은 기구(1)의 모듈(2)들에 공통인 생화학적 분석을 수행하도록 함께 작용한다. 각각의 모듈(2)에서 수행되는 개별의 생화학적 분석은 같거나 또는 다를 수 있어서, 전역적 성능의 판단 기준이 종합적인 분석에 대해서 설정될 수 있다는 의미에서만 일반적인 용어로 "공통"일 필요가 있다. 전형적인 예는 각각의 모듈(2)에서 수행된 생화학적 분석이 동일한 샘플의 부분 표본상에서 수행된 같은 분석이 되거나, 또는 상이하지만 아마도 일부 방식에서 관련된 샘플, 예를 들어 주어진 개체군으로부터 샘플링된 샘플상에서 수행되는 같은 분석이 되는 것이다. 다른 전형적인 예는 각각의 모듈(2)에서 수행된 생화학적 분석이, 상이하지만 아마도 관련된 샘플들에서, 또는 동일한 샘플의 상이한 부분 표본상에서 수행된 상이하지만 관련된 유형의 분석이 되는 것이다.
수행될 수 있는 생화학적 분석의 특성에 대한 보다 상세한 내용은 다음과 같다. 다음의 문단들은 본원에 참고로서 포함되는 여러 문헌들을 참조한다.
위에 설명된 분석 장치(13)는 양친매성 멤브레인(26)에 지지된 단백질 세공들의 형태로 나노세공을 이용하는 생화학적 분석을 수행할 수 있다.
양친매성 멤브레인(26)의 특성은 다음과 같다. 양친매성 시스템에 대하여, 멤브레인(26)은 통상적으로 지질 분자들 또는 그들의 유사체로 구성되며 천연산(예를 들어, phoshatidylcholine) 또는 합성(DphPC, diphytanoylphosphatidylcholine)일 수 있다. 천연산이 아닌 지질 유사체들이 이용될 수 있는데, 1,2-dioleoyl-3-trimethylammonium-propane (DOTAP)와 같은 것이다. 양친매성 멤브레인들은 단일의 종(species) 또는 그 종들의 혼합물로 이루어질 수 있다. 지방산, 지방 알코홀, 콜레스테롤(또는 유사한 유도체)와 같은 첨가물이 이용되어 멤브레인 거동을 조절할 수 있다. 양친매성 멤브레인들은 멤브레인에 걸쳐 이온의 흐름에 대한 높은 저항성의 방벽을 제공한다. 본 발명에 적용될 수 있는 양친매성 멤브레인들에 대한 다른 상세한 내용은 국제 출원 공개 WO-2008/102121, WO-2008/102120 및 WO-2009/077734 에 주어져 있다.
분석 장치(13)에서, 양친매성 멤브레인(26)은 함몰부(22)를 가로질러 형성되지만, 분석 장치(13)는 다음과 같은 것을 포함하는 다른 방식으로 양친매성 멤브레인을 지지하도록 적합화될 수 있다. 전기적으로 어드레스 가능한 양친매성 멤브레인들의 형성은 다수의 공지된 기술에 의해 달성될 수 있다. 이들은 하나 또는 그 이상의 전극들상에 포함되고 두개 또는 그 이상의 전극들 사이의 분리부(divider)를 제공하는 2 개층 또는 멤브레인들로 분할될 수 있다. 전극에 부착된 멤브레인들은 양친매성 종(species)들의 단일층 또는 2 개층일 수 있고, 직류 측정치 또는 임피던스 분석을 이용할 수 있으며, 이들의 예는 Kohli et al. Biomacromolecules. 2006; 7(12):3327-35; Andersson et al., Langmuir. 2007; 23(6);2924-7; 및 국제 출원 공개 WO 1997-020203 에 개시되어 있다. 2 개 또는 그 이상의 전극들을 분할하는 멤브레인들은 다음을 포함하는 여러가지 방식으로 형성될 수 있지만 그에 제한되는 것은 아니다: 접힘(예를 들어, Montal 등, Proc Natl Acad Sci USA. 1972, 69(12), 3561-3566); tip-dip(예를 들어, Coronado 등, Biophys J. 1983, 43, 231-236); 액적 (Holden 등, J Am Chem Soc. 2007; 129(27);8650-5; 및 Heron 등, Mol Biosyst. 2008;4(12):1191-208); 글래스 지지(예를 들어 WO-2008/042018); 젤-지지(예를 들어, WO 2008/102120); 젤 엔캡슐레이션(예를 들어, WO 2007/127327); 및 테더(tetherd) 및 세공 지지(예를 들어, Schmitt 등, Biophys J. 2006;91:2163-71).
나노세공들은 양친매성 멤브레인(26)들로 도입된 단백질 세공 또는 채널들에 의해 형성된다. 단백질 세공 또는 채널들은 천연산이거나 또는 인공적인 단백질일 수 있으며, 그 예는 WO-00/79257; WO-00/78668; US 5368712; WO 1997/20203; 및, Holden 등, Nat Chem Biol; 2(6):314-8)]에 개시되어 있다. 천연적인 세공 및 채널들은 단백질의 멤브레인 스패닝 부분(membrane spanning portion)이 알파-헤모실린과 같은 베타-배럴(beta-barrel)을 포함하는 구조를 포함할 수 있다 (예를 들어, Butler 2008; 105(17):6272-7), OmpF(예를 들어, Schmitt 등, Biophys J. 2006;91(6):2163-71) 또는 MsPA (예를 들어 Butler 등, Proc Natl Acad Sci USA 2008; 105(52):20647-52). 대안으로서, 단백질의 멤브레인 스패닝 부분은 포타쥼 채널과 같은 알파 헬릭스(alpha-helix)로 이루어질 수 있다 (예를 efmdj, Holde 등, Nat Chem Biol;2(6):314-8), (Syeda 등, J Am Chem Soc. 2008;130 (46):15543-8)]. 세공부 또는 채널은 천연적으로 발생되는 단백일 수 있으며, 이것은 소망의 나노세공 거동을 제공하도록 화학적으로 또는 유전적으로 변형된다. 화학적으로 변형된 단백질 세공(pore)의 예는 국제 출원 공개 WO-01/59453 에 주어져 있으며 유전적으로 변형된 단백질 세공의 예는 국제 출원 공개 WO-99/05167 에 주어져 있다. 어댑터들이 시스템에 추가되어 더욱 제어되고 더욱 목표화된 분석 대상물 검출을 제공하라 수 있으며, 그 예는 미국 특허 US 6,426,231; US 6,927,070 및 국제 출원 공개 WO 2009044170 에 개시되어 있다.
나노세공들은 이온들의 흐름이 양친매성 멤브레인(26)을 가로질러 이동하는 것을 허용한다. 이온의 흐름은 분석 대상물 상호 작용에 기초하여 변조되고, 따라서 나노세공이 생화학적 분석을 제공하는 것을 허용한다. 그러한 변조가 생화학적 분석을 위한 기초로서 이용되는 많은 예들이 있다. 예를 들어, 미국 특허 US 6,426,231;US-6,927,070; US 6,426,231; US 6,927,070; 국제 출원 공개 WO 99/05167; WO 03/095669; WO 2007/057668; WO 1997020233; Clarke 등, Nat Nanotechnol. 2009;4(4):265-270; 및 Stoddart 등, Proc Natl Acad Sci USA 2009;106(19):7702-7707.
분석 장치(13)는 폴리뉴클레오티드의 서열 결정을 위해 나노세공을 이용하며, 폴리뉴클레오티드는 DNA 및 RNA 를 포함하고, 천연 및 인공적인 폴리뉴클레오티드를 포함한다. 이것은 신속하고 비용 효과적인 방식으로 서열 정보를 도출하기 위해 제안되었던 다양한 기술들을 적용할 수 있으며, 통상적으로 DNA 의 단일 가닥이 나노세공을 통과할 때 단일 나노세공을 가로질러 전기 신호의 변화의 측정치를 이용한다. 그러한 기술은 제한 없이 다음과 같은 것을 포함한다: 하이드라이디제이션(hydridisation)에 의한 나노세공 보조의 서열 결정; 가닥 서열 결정(strand sequencing) 및 엑소뉴클레아스-나노세공 서열 결정(exonuclease-nanopore sequencing) (예를 들어, D. Branton 등, Nature Biotechnology 26(10), p1-9 (2009)). 이러한 기술은 폴리뉴클레오티드가 나노세공을 통하여 손상되지 않은 폴리머(변형되거나 또는 변형되지 않음)로서 통과되거나 또는 성분 뉴클레오티드 또는 염기로 파괴되는 것을 포함한다 (예를 들어, US 5,795,782; EP 1,956,367; US 6,105,714;US 7,189,503; US 6,627,067; EP 1,192,453; WO 89/03432;US 4,962,037; WO 2007/057668; 국제 출원 NO. PCT/GB09/001690 (영국 출원 No. 0812693.0 및 US No. 61/078687 에 대응); 국제 출원 No.PCT/GB09/001679 (영국 출원 No.0812697 및 US No. 61/078695 에 대응).
일반적으로, 본 발명은 2 개의 전극들이 절연 멤브레인의 양측에 하나씩 제공되는 것에 의하여 나노세공의 측정치를 제공하는 임의의 장치에 적용될 수 있으며, 나노세공은 절연 멤브레인 안으로 삽입된다. 이온 용액 안에 잠겨졌을 때, 전극들 사이의 편향 전위는 나노세공을 통하여 이온의 흐름을 구동하며, 그것은 외부 전기 회로에서 전류로서 측정될 수 있다. 이러한 전류는 DNA 가 나노세공을 통과할때 충분한 분해능으로 변경되며, 성분 염기는 그 변화로부터 인식될 수 있는데, 예를 들면 다음과 같은 것에 개시되어 있다:Clarke 등. Nat Nanotechnol. 2009;4(4):265-270;국제 출원 PCT/GB09/001690 (영국 출원 0812693.0 및 US No. 61/078687 에 대응) 및 D. Stoddart. PNAS doi 10.1073/pnas.0901054106, 2009 년 4월.
더욱이, 본 발명은 공통 전극에 연결된 어레이에서 각각의 나노세공의 일측에 개별적으로 어드레스 가능한 전극들을 제공하거나 또는 다른 측에서 샘플에 균등한 개수의 어드레스 가능한 전극들을 제공함으로써 나노세공들의 어레이가 같은 샘플을 측정하는 임의의 장치에 적용될 수 있다. 외부 회로는 어레이에 있는 각각의 나노세공에 대한 염기 추가의 동기화 없이 어레이에서 각각의 나노세공을 통과하는 DNA 의 측정을 수행할 수 있으며, 즉, 각각의 나노세공은 다른 모든것에 독립적으로 단일의 DNA 가닥을 자유롭게 프로세싱하나. 이러한 것은 예를 들어 US 2009/0167288; WO 2009-077734; 및 US No. 61/170,729 에 개시되어 있다. 하나의 가닥을 프로세싱하면, 각각의 나노세공은 다음 가닥의 프로세싱을 자유롭게 시작한다.
나노세공에 기초한 분석들의 한가지 장점은 완전히 기능하는 나노세공에 대하여 시간이 지나도 측정의 품질이 변화하지 않으며, 즉, 염기 식별의 정확성은 예상되는 실험상의 제한을 받는 미래의 어떤 시점에서도 서열 결정의 시작에서와 같다. 이것은 각각의 센서가 일정한 평균적 품질로써 동일한 샘플 또는 다수의 샘플에서 일정 기간에 걸쳐 순차적인 방식으로 다수의 분석을 수행할 수 있게 한다.
폴리뉴클레오티드의 서열 결정 이외에, 나노세공들은 다양한 범위의 다른 생화학적 분석에 적용될 수 있는데, 이것은 제한 없이 다음을 포함한다: 진단(예를 들어, Howorka 등, Nat Biotechnol. 2001; 19(7):636-9); 단백질 검출(예를 들어, Cheley 등, Chembiochem. 2006;7(12):1923-7; 및 Shim 등, J Phys Chem B. 2008;112(28):8354-60); 약품 분자 분석(예를 들어, Kang 등, J Am Chem Soc. 2006;128(33); 10684-5); 이온 채널 검사(예를 들어, Syeda 등, J am Chem Soc. 2008 Nov 19;130(46):15543-8), 디펜스(defense)(예를 들어, Wu 등. J Am Chem Soc. 2008;130(21):6813-9; 및 Guan 등, Chembiochem. 2005;6(10):1875-81); and 폴리머(예를 들어, Gu 등, Biophys. J. 2009;79, 1967-1975; Movileanu 등, Biophys J.2005;89, 1030-1045; 및 Maglia 등, Proc Natl Acad Sci USA. USA 2008; 105, 19720-19725).
본 발명은 또한 나노세공들이 고체 상태 멤브레인에 제공되는 분석 장치에 적용될 수도 있다. 그러한 경우에, 나노세공은 고체 재료로 형성된 멤브레인에 있는 물리적 세공이다. 그러한 멤브레인은 유체 또는 반 유체(semi-fluid) 층에 비해 많은 장점을 가지는데, 특히 안정성 및 크기와 관련하여 장점을 가진다. 시초의 개념은 DNA 와 같은 폴리머를 시험하는 하바드(Harvard) 대학의 연구자들에 의해 제안되었다 (예를 들어 WO 00/79257 및 WO 00/78668). 그 이래로 상기와 같은 것은 본 발명에 적용될 수 있는 다음의 기술들로 확장되었다: 제조 방법(예를 들어, WO 03/003446; US 7,258,838; WO 2005/000732; WO 2004/077503; WO 2005/035437; WO 2005-061373); 데이터 획득 및 평가(예를 들어, WO 01/59684; WO 03/000920; WO 2005/017025 및 WO 2009/045472), 나노튜브들의 포함(예를 들어, WO2005/000739; WO 2005/124888; WO 2007/084163), 분자 모터의 추가(예를 들어 WO 2006/028508); 나노세공 구조내에 매립된 피일드 효과 트랜지스터 또는 유사한 것의 이용 (예를 들어 US 6,413,792, US 7,001,792); 나노세공 또는 나노채널과 상호 작용하는 형광체 프로브의 검출(예를 들어, US 6,355,420; WO 98/35012) 및, 목표 기재(target substrate)들이 나노세공의 위치를 이전시킬 때 목표 기재들로부터 이동된 형광 프로브들의 검출 및 조명(예를 들어, US 2009-0029477). 관심 대상인 폴리머는 나노세공 또는 채널을 통과하여 그것의 모노머들이 쪼개져서 이온화되어 질량 분광 분석법을 이용하여 순차적으로 분석되므로 질량 분광 분석법의 이용이 분석 장치에서 채용될 수 있다.
본 발명은 또한 나노세공이 아닌 다른 기술들을 이용하여 폴리뉴클레오티드 서열 결정을 수행하도록 구성된 분석 장치에 적용될 수 있으며, 예를 들어 다음과 같은 기술을 이용한다. 연구중인 폴리뉴클레오티드가 디코딩될 수 있게 하는 화학적 레이블(label)이 붙은 형광 프로브의 포함, 어닐링 또는 제거를 검출하는 이미지 단계가 이어지는, 단계별 주기적 화학 반응의 이용; 실시간으로 DNA-처리 효소들의 활성을 측정하는 기술로서, 제로-모드 파장에서 DNA 폴리머라제 활성도의 측정을 포함하는(예를 들어, Levene 등, "Zero-Mode Waveguides for Single-Molecule Analysis at High Concentrations", Science 299:682-686; Eid 등, "Real-Time DNA Sequencing from Single Polymerase Molecules", Science 323:133-138; US-7,170,050; US 7,476,503) 기술; 폴리머라제 및 함유된 DNA 염기의 양쪽에 제공된 적절한 화학적 그룹들 사이의 형광 배출물 전달에 의하여 제공된 에너지 방출을 측정하는 기술로서 (예를 들어, US 7,329,492), 예를 들어 DNA 상에 작용하는 폴리머라제에 부착된 활성화된 양자(quantum)를 이용하며, 여기에서 형광 그룹들을 함유하는 새롭게 합성된 가닥으로 포함된 DNA 염기들은 활성화된 양자 도트(quantum dot)들의 존재하에 전력을 인가받는, 기술; 또는 DNA 염기들이 새로운 가닥에 포함되므로 이온 감응성 FET 를 이용하여 이온의 국부적인 변화(예를 들어 pH)를 측정함으로써 화학적 활성을 추론하는 기술(예를 들어 WO 2008/076406).
본 발명은 또한 나노세공들을 이용하지 않는 생화학적 분석의 다른 유형들을 수행하도록 구성된 분석 장치에 적용될 수 있으며, 그것의 일부 예는 다음과 같다. 본 발명은 나노 세공을 이용하지 않는 생화학적 분석의 다른 유형을 수행하도록 구성된 분석 장치에 적용될 수도 있으며, 다음을 포함하지만, 그에 제한되는 것은 아니다.
1) 이온 채널 검사(ion channel screening);
2) 실시간 DNA 증폭(PCR, RCA, NASBA);
3) 다음을 포함하는, 반응물 또는 생성물 변화의 측정에 의한 효소 활성;
a. 클루코스 산화효소
b. G-결합 단백질 수용체
c. 형광 단백질 유전자 활성화
4. 목표 분자들에 대한 리간드(ligand)의 동적 바인딩을 포함하는, 표면 플라즈몬 리조넌스 모터 반응(Surface Plasmon Resonance monitored reaction) (예를 들어, 화학적 억제자에 대한 단백질)
5) 전사체 해석 또는 감염성 질병 식별을 위한 DNA 마이크로어레이;
6) 샘플 또는 용액들에 있는 단백질 측정을 위한 항체 어레이 칩(Antibody array chip)
7) 형광 또는 전자기 판독(reaout)을 이용하여, 기재, 목표, 리간드등과 단백질의 상호 작용의 운동성을 모니터하는 단백질 바인딩 어레이 칩.
각각의 경우에 다양한 실험적 파라미터들이 실험에 대한 사용자의 전체적인 요구들을 충족시키기 위하여 변화될 수 있는데, 그것은 온도, 실험 시간, 판독의 샘플링 비율, 광의 강도 또는 전위의 정도, pH 또는 이온 강도를 포함한다.
분석은 화학적 또는 생물학적 분석일 수 있으며, 생체 지표 타당성 연구, 임상 시험 및 많은 처리량의 검사(high throughput screening)를 수행하도록 이용될 수 있다. 이러한 시험들은, (흡수, 형광 발광, 방사 측정 방법, 광 산란, 입자 분석, 질량 분광 분석에 의한) 액체 용리제에 있는 분석 대상물의 검출과 함께, 크로마토그래피(HPLC (고성능 액체 크로마토그래피), TLC(박막 크로마토그래피), FPLC(신속 단백질 액체 크로마토그래피), 플래쉬 크로마토그래피, 또는 면역 분석을 수행하는 것을 포함하거나, 또는 직접 질량 분광 분석(MALDI(matrix assisted laser desoption ionization), APCI(atmospheric pressure chemical ionization), ESI(electrospray ionization) ionization with Quadrupole (single and multiple), time-of-flight, ion trap detection)을 이용하는 것을 포함한다. 면역 분석은 ELISA(enzyme-linked immunosorbent assay), 측방향 유동 분석, 방사성 면역 측정법, 자기 면역분석법 또는 면역형광법을 포함한다.
이들 시험 및 분석은 다음과 관련하여 이용될 수 있다: 다운 증후군과 같은 태아 장애의 식별, 지놈 범위의 관련 연구, 조직 및 전체 동물에 대한 약물 동태학 및 약역학 조사, 스포츠에서의 약물 시험, 환경 기반(하수, 오염된 물 등)에서의 미생물에 대한 시험, 처리된 물에서의 성장 인자 및 호르몬에 대한 시험등.
분석은 생체 표지 타당성 연구에 적용될 수 있다. 본 발명은 매우 많은 샘플들이 신속하고 용이하게 분석될 수 있게 한다. 예를 들어, 생체 표지 발견의 현재 과정은 타당성 단계에 의하여 저지되는데, 즉, 일단 후보 생체 표지가 발견되었다면, 다수의 샘플들은 관심 대상인 조직에서의 변경된 수준을 통계적으로 확인하기 위하여 검사되어야 한다. 따라서 분석은 각각의 표지에 대하여 개발되어야 한다. 본 발명의 시스템은 모든 분석 대상물, 예를 들어, DNA, RNA, 단백질 또는 작은 분자에 대한 단일의 판독(readout)을 하여, 분석 개발 단계들을 감축시킨다.
분석은 임상 시험 및 ELISA 대체에 적용될 수 있다. 샘플이 병원 또는 클리닉에서 시험을 위해 제출되었을 때, 시험 과정은 질량 분광 분석 또는 ELISA 를 포함할 가능성이 매우 높다. 이들 양쪽은 본 발명의 시스템에 의해 대체될 수 있다. 본 발명의 시스템에서 적절한 시험의 개발은 처리량의 커다란 증가 및 샘플 준비 시간과 취급에서의 절감을 가져온다. 이것은 인슐린과 같은 펩티드, 성장 인자와 같은 대형 단백질, 또는 남용 약물 또는 처방 약물과 같은 작은 분자들에 적용될 것이다.
분석은 많은 처리량의 검사(screening)에 적용될 수 있다. 본 발명의 시스템에서 양적인 검사가 수행될 수 있다. 따라서, 만약 생성물로서 작은 분자 또는 펩타이드를 제공하는 분석(예를 들어, 단백질 분해 효소 분석)이 많은 처리량의 검사에서 이용된다면, 본 발명은 처리량을 증가시킬 수 있고 샘플 취급 및 준비 시간을 감축시킬 수 있다.
1. 기구 2. 모듈
3. 네트워크 6. 저장 장치
7. 외부 콤퓨터 10. 카트리지
3. 네트워크 6. 저장 장치
7. 외부 콤퓨터 10. 카트리지
Claims (46)
- 삭제
- 생화학적 분석을 수행하기 위한 분석 기구로서, 상기 기구는 복수개의 모듈들을 포함하고,
각각의 모듈은 샘플의 생화학적 분석을 수행하도록 작동될 수 있는 분석 장치를 포함하고, 모듈은 생화학적 분석의 결과를 나타내는 적어도 하나의 채널의 출력 데이터를 생성하도록 구성되고, 모듈의 작동은 그것의 성능을 변화시키는 방식으로 제어 가능하고,
분석 기구는 제어 시스템을 더 포함하며, 제어 시스템은 공통의 생화학적 분석을 수행하기 위한 클러스터(cluster)로서 임의 개수의 모듈들을 선택하는 입력을 받아들이고 또한 공통의 생화학적 분석에 대한 전역적 성능 목표(global performance targets)들을 나타내는 입력을 받아들이도록 구성되고, 제어 시스템은 공통의 생화학적 분석을 수행하도록 클러스터의 모듈들의 작동을 제어하도록 구성되며,
제어 시스템은, 공통의 생화학적 분석의 수행 동안에 적어도 한번, 모듈들에 의해 생성된 출력 데이터로부터 각각의 모듈의 성능 측정치를 판단하도록 구성되고, 제어 시스템은, (a) 모든 모듈들 성능의 판단된 측정치 및 전역적 성능 목표들에 기초하여 클러스터의 모듈들의 작동 제어를 변화시키도록 구성되고, 그리고/또는 (b) 모든 모듈들의 성능의 판단된 측정치에 기초하여 달성될 수 없는 전역적 성능 목표에 응답하여 교정 작용(remedial action)을 취하도록 구성되는, 생화학적 분석 수행을 위한 분석 기구. - 제 2 항에 있어서,
모듈들은 네크워크에 걸쳐 함께 연결되는 것이 허용되도록 데이터 네트워크에 연결될 수 있는, 생화학적 분석 수행을 위한 분석 기구. - 제 3 항에 있어서,
제어 시스템은 모듈의 작동을 제어하도록 작동될 수 있는 제어 유닛들을 각각의 모듈에 포함하는, 생화학적 분석 수행을 위한 분석 기구. - 제 4 항에 있어서,
제어 유닛들은 그에 연결된 콤퓨터를 위한 데이터 네트워크를 통해 사용자 인터페이스를 나타내도록 구성되고, 사용자 인터페이스는 사용자가 제어 유닛들에 어드레스(address)하는 것을 허용함으로써, 임의 개수의 모듈들을 클러스터로서 선택하는 상기 입력을 제공하고 전역적 성능 목표들을 나타내는 상기 입력을 제공하는, 생화학적 분석 수행을 위한 분석 기구. - 제 4 항에 있어서,
제어 시스템은 전역적 성능 목표들에 기초하여 각각의 모듈을 위한 국지적 성능 목표들(local performance targets)을 판단하도록 구성되고, 각각의 모듈에 있는 제어 유닛은 그것의 국지적 성능 목표에 기초하여 모듈의 작동을 제어하도록 구성되는, 생화학적 분석 수행을 위한 분석 기구. - 제 6 항에 있어서,
각각의 제어 유닛은 그것의 국지적 성능 목표를 충족시키도록 모듈에 대하여 판단된 성능의 측정치들에 기초하여 모듈 작동의 제어를 변화시키도록 구성된, 생화학적 분석 수행을 위한 분석 기구. - 제 7 항에 있어서,
클러스터의 모듈들의 개별적인 제어 유닛은 개별적인 모듈에 의해 생성된 출력으로부터의 개별적인 모듈에 대한 상기 성능의 측정치를 판단하도록 구성되는, 생화학적 분석 수행을 위한 분석 기구. - 제 6 항에 있어서,
클러스터의 모듈들의 작동 제어를 변화시키기 위하여, 제어 시스템은 성능의 판단된 측정치 및 전역적 성능 목표들에 기초하여 국지적 성능 목표들을 변화시키도록 구성되는, 생화학적 분석 수행을 위한 분석 기구. - 제 9 항에 있어서,
클러스터의 모듈들의 개별적인 제어 유닛들은 개별적인 모듈에 의해 생성된 출력 데이터로부터 개별적인 모듈에 대하여 상기 성능의 측정치들을 판단하고, 데이터 네트워크를 통해 상기 성능의 측정치를 통신하도록 구성되는, 생화학적 분석 수행을 위한 분석 기구. - 제 10 항에 있어서,
클러스터의 모듈들중 적어도 하나의 제어 유닛은 데이터 네트워크를 통해 통신된 판단 측정치들에 기초하여 국지적 성능 목표들을 변화시키도록 구성되는, 생화학적 분석 수행을 위한 분석 기구. - 제 11 항에 있어서,
클러스터의 모든 모듈들의 제어 유닛들은 데이터 네트워크를 통해 통신된 성능의 판단된 측정치들에 기초하여 국지적 성능 목표들을 변화시키게끔 함께 작동하도록 구성되는, 생화학적 분석 수행을 위한 분석 기구. - 제 12 항에 있어서,
클러스터의 모듈들의 제어 유닛들은 피어 투 피어(peer-to-peer) 방식으로 함께 작동되도록 구성되는, 생화학적 분석 수행을 위한 분석 기구. - 제 12 항에 있어서,
클러스터의 각각의 모듈의 제어 유닛은, 클러스터의 모듈들의 다른 제어 유닛들로부터 데이터 네트워크를 통해 통신된 모든 모듈들의 성능의 측정치에 기초하여, 개별 모듈의 국지적 성능 목표를 변화시키도록 구성되는, 생화학적 분석 수행을 위한 분석 기구. - 제 11 항에 있어서,
모듈들중 하나 또는 하위 세트(subset)의 제어 유닛은, 클러스터의 모듈들 모두의 국지적 성능 목표들(local performance targets)을, 다른 모듈들의 제어 유닛들로부터 데이터 네트워크를 통해 통신된 모든 모듈들의 성능의 측정치들에 기초하여 변화시키도록 구성되고, 상기 제어 유닛들중 하나 또는 하위 세트는 변화된 국지적 성능 목표들을 클러스터의 다른 모듈들의 제어 유닛들로 통신시키도록 구성된, 생화학적 분석 수행을 위한 분석 기구. - 제 11 항에 있어서,
제어 시스템은 네트워크에 연결된 연합 제어 유닛(federation control unit)을 더 포함하고,
연합 제어 유닛은, 모듈들의 제어 유닛들로부터 데이터 네트워크를 통해 통신된 모든 모듈들의 성능의 상기 측정치들에 기초하여 클러스터의 모듈들 모두의 국지적 성능 목표들을 변화시키도록 구성되고, 연합 제어 유닛은 변화된 국지적 성능 목표들을 개별의 제어 유닛들로 통신시키도록 구성되고, 개별의 제어 유닛들은 그에 응답하여 클러스터의 모듈들의 작동 제어를 변화시키도록 구성된, 생화학적 분석 수행을 위한 분석 기구. - 제 2 항 내지 제 16 항중 어느 한 항에 있어서,
성능의 측정치들 및 전역적 성능 목표들은:
출력 데이터가 생성되는 시간;
생성되는 출력 데이터의 양; 또는
생성되는 출력 데이터의 품질;중 적어도 하나를 나타내는, 생화학적 분석 수행을 위한 분석 기구. - 제 2 항 내지 제 16 항중 어느 한 항에 있어서,
제어 시스템은 공통의 생화학적 분석 동안에 모듈들에 의해 반복적으로 생성되는 출력 데이터로부터 각각의 모듈의 성능 측정치를 판단하도록 구성되는, 생화학적 분석 수행을 위한 분석 기구. - 제 2 항 내지 제 16 항중 어느 한 항에 있어서,
제어 시스템은, (a) 전역적 성능 목표들 및 모든 모듈들의 성능의 판단된 측정치들에 기초하여 클러스터의 모듈들의 작동 제어를 변화시키고, (b) 모든 모듈들의 성능의 판단된 측정치들에 기초하여 달성 불가능한 전역적 성능 목표들에 응답하여 교정 작용을 취하도록 구성되는, 생화학적 분석 수행을 위한 분석 기구. - 제 19 항에 있어서,
상기 교정 작용은 상기 공통적인 생화학적 분석을 수행하는 모듈들의 수를 증가시키는 것인, 생화학적 분석 수행을 위한 분석 기구. - 제 20 항에 있어서,
상기 교정 작용은, 상기 공통의 생화학적 분석을 수행하는데 모듈들이 더 필요하다는 점을 사용자에게 나타내는 출력의 생성을 포함하는, 생화학적 분석 수행을 위한 분석 기구. - 제 2 항 내지 제 16 항중 어느 한 항에 있어서,
생화학적 분석은 샘플에 있는 분자의 분석인, 생화학적 분석 수행을 위한 분석 기구. - 제 22 항에 있어서,
분자는 폴리머인, 생화학적 분석 수행을 위한 분석 기구. - 제 23 항에 있어서,
폴리머는 폴리뉴클레오티드(polynucleotide)인, 생화학적 분석 수행을 위한 분석 기구. - 제 22 항에 있어서,
생화학적 분석은 폴리뉴클레오티드의 서열 결정(sequencing)이고, 출력 데이터는 폴리뉴클레오티드의 서열을 나타내는 출력 서열 데이터를 포함하는, 생화학적 분석 수행을 위한 분석 기구. - 제 2 항 내지 제 16 항중 어느 한 항에 있어서,
분석 장치는 복수의 나노세공들(nanopores)을 지지할 수 있고, 나노세공을 이용하여 샘플의 생화학적 분석을 수행하도록 작동될 수 있는, 생화학적 분석 수행을 위한 분석 기구. - 제 26 항에 있어서,
분석 장치는 각각의 나노세공에 걸쳐 전기 신호를 발생시키도록 구성된 전극들을 포함하고, 모듈은 상기 전극들로부터 발생된 전기 신호들로부터 상기 출력 데이터를 발생시키도록 구성된 신호 프로세싱 회로를 포함하는, 생화학적 분석 수행을 위한 분석 기구. - 제 27 항에 있어서,
제어 시스템은:
분석 장치의 온도;
생화학적 분석의 전기적인 파라미터(electrical parameter);
분석 장치의 유체 파라미터; 또는
출력 데이터의 샘플링 특성들(sampling characteristic);중 적어도 하나를 변화시킴으로써 클러스터의 모듈들의 작동을 변화시키도록 구성된, 생화학적 분석 수행을 위한 분석 기구. - 제 26 항에 있어서,
신호 처리 회로는 각각의 나노세공에 걸친 전기 신호들로부터 나노세공들에서 발생되는 이벤트(event)를 검출하고, 그 이벤트들을 나타내는 출력 데이터를 발생시키도록 구성되는, 생화학적 분석 수행을 위한 분석 기구. - 데이터 네트워크를 통해 다른 모듈들과 연결될 수 있는, 생화학적 분석을 수행하기 위한 모듈로서,
모듈은 샘플의 생화학적 분석을 수행하도록 작동될 수 있는 분석 장치를 포함하고, 모듈은 생화학적 분석의 결과들을 나타내는 적어도 하나의 채널의 출력 데이터를 생성하도록 구성되고, 모듈의 작동은 그것의 성능을 변화시키는 방식으로 제어 가능하며,
모듈은 모듈의 작동을 제어하도록 작동될 수 있는 제어 유닛을 포함하고, 제어 유닛은, 공통의 생화학적 분석을 수행하기 위한 클러스터로서의 임의 개수의 모듈들중 하나로서 모듈을 선택하는 입력을 제공하도록 그리고 공통의 생화학적 분석에 대하여 전역적 성능 목표들을 나타내는 입력을 제공하도록 데이터 네트워크를 통해 어드레스될 수 있고, 제어 유닛은 공통의 생화학적 분석을 수행하는 모듈의 작동을 제어하도록 그에 응답하여 구성되고,
제어 유닛은, 공통의 생화학적 분석의 수행 동안 적어도 한번, 모듈에 의해 생성된 출력 데이터로부터 모듈 성능의 측정치를 판단하고 상기 성능의 측정치들을 데이터 네트워크를 통해 통신시키도록 구성되고,
제어 유닛은, (a) 모든 모듈들의 판단된 성능의 측정치들 및 전역적 성능 목표들에 기초하여 클러스터의 모듈들의 작동의 제어를 변화시키기 위하여 그리고/또는 (b) 모든 모듈들의 판단된 성능의 측정치들에 기초하여 달성 불가능한 전역적 성능 목표들에 응답하여 교정 작용을 취하기 위하여, 클러스터의 다른 모듈들의 제어 유닛들과 데이터 네트워크를 통해 통신하도록 구성되는, 생화학적 분석을 수행하기 위한 모듈. - 제 30 항에 있어서,
제어 유닛은 네크워크에 걸쳐서 통신되는 클러스터의 다른 모듈들의 성능 측정치를 수신하도록 구성되고,
제어 유닛은, 전역적 성능 목표들에 기초하여 그리고 제어 유닛에 의해 판단된 모듈의 성능 측정치들 및 클러스터의 다른 모듈들의 성능의 수신 측정치(recieved measure)들에 기초하여, 모듈에 대한 국부적인 성능 목표(local perfomance target)를 판단 및 변화시키도록 구성되고,
제어 유닛은, 판단된 국부적인 성능 목표를 충족시키도록, 제어 유닛에 의해 판단된 모듈들의 성능의 측정치들에 기초하여 모듈 작동의 제어를 변화시키도록 구성되는, 생화학적 분석을 수행하기 위한 모듈. - 생화학적 분석을 수행하기 위한 분석 기구의 작동 방법으로서, 분석 기구는 복수의 모듈들을 포함하고, 각각의 모듈은 샘플의 생화학적 분석을 수행하도록 작동될 수 있는 분석 장치를 포함하고, 모듈은 생화학적 분석의 결과들을 나타내는 적어도 하나의 채널의 출력 데이터를 생성하도록 구성되고, 모듈의 작동은 그것의 성능을 변화시키는 방식으로 제어 가능하며,
작동 방법은:
공통의 생화학적 분석을 수행하기 위한 클러스터로서 임의 개수의 모듈들을 선택하는 단계;
공통의 생화학적 분석에 대한 전역적 성능 목표들을 입력하는 단계;
공통의 생화학적 분석을 수행하도록 클러스터의 모듈들의 작동을 제어하는 단계; 및,
공통의 생화학적 분석의 수행 동안 적어도 한번, 모듈들에 의해 생성된 출력 데이터로부터 각각의 모듈의 성능 측정치들을 판단하고, (a) 모든 모듈들의 판단된 성능의 측정치들 및 전역적 성능 목표들에 기초하여 클러스터의 모듈들의 작동의 제어를 변화시킴, 및/또는 (b) 모든 모듈들의 판단된 성능의 측정치들에 기초하여 달성 불가능한 전역적 성능 목표들에 응답하여 교정 작용을 취함의 어느 하나 또는 양쪽 모두를 수행하는 단계;를 포함하는, 생화학적 분석을 수행하기 위한 분석 기구의 작동 방법. - 제 32 항에 있어서,
생화학적 분석은 폴리뉴클레오티드(polynucleotide)의 서열 결정(sequencing)이고,
생화학적 분석을 수행하기 위한 분석 기구의 작동 방법은, 베이스들의 정해진 수(defined number)가 서열 결정될 때까지 또는 특정의 서열이 검출될 때까지 수행되는, 생화학적 분석을 수행하기 위한 분석 기구의 작동 방법. - 생화학적 분석을 수행하기 위한 모듈로서,
복수의 나노세공들을 지지할 수 있고 나노세공들을 이용하여 샘플의 생화학적 분석을 수행하도록 작동될 수 있는 분석 장치로서, 각각의 나노세공에 걸쳐 전기 신호를 발생시키도록 구성된 전극들을 포함하는, 분석 장치; 및,
상기 전극들로부터 발생된 전기 신호들로부터 생화학적 분석의 결과들을 나타내는 복수의 병렬 채널들의 출력 데이터를 발생시키도록 구성된 신호 프로세싱 회로;를 포함하고,
모듈은 그것의 성능을 변화시키는 방식으로 제어될 수 있고, 성능 목표에 기초하여 모듈의 작동을 제어하도록 작동할 수 있는 제어 유닛을 더 포함하는, 생화학적 분석을 수행하기 위한 모듈. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Applications Claiming Priority (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US26548809P | 2009-12-01 | 2009-12-01 | |
| US61/265,488 | 2009-12-01 | ||
| GB0922743.0 | 2009-12-31 | ||
| GB0922743A GB0922743D0 (en) | 2009-12-31 | 2009-12-31 | Biiochemical analysis instrument |
| GB1016614.8 | 2010-10-01 | ||
| GB201016614A GB201016614D0 (en) | 2010-10-01 | 2010-10-01 | Biochemical analysis instrument |
| PCT/GB2010/002206 WO2011067559A1 (en) | 2009-12-01 | 2010-12-01 | Biochemical analysis instrument |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20120107105A KR20120107105A (ko) | 2012-09-28 |
| KR101814056B1 true KR101814056B1 (ko) | 2018-01-02 |
Family
ID=44114643
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020127017119A KR101814056B1 (ko) | 2009-12-01 | 2010-12-01 | 생화학적 분석 기구 |
Country Status (9)
| Country | Link |
|---|---|
| US (9) | US9127313B2 (ko) |
| EP (1) | EP2507387B1 (ko) |
| JP (1) | JP5873023B2 (ko) |
| KR (1) | KR101814056B1 (ko) |
| CN (1) | CN102741430B (ko) |
| AU (1) | AU2010326349B2 (ko) |
| BR (1) | BR112012013074B1 (ko) |
| CA (1) | CA2781581C (ko) |
| WO (1) | WO2011067559A1 (ko) |
Families Citing this family (194)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6301263B1 (en) * | 1999-03-24 | 2001-10-09 | Qualcomm Inc. | Method and apparatus for providing fair access in a group communication system in which users experience differing signaling delays |
| WO2008102120A1 (en) | 2007-02-20 | 2008-08-28 | Oxford Nanopore Technologies Limited | Lipid bilayer sensor system |
| CN101680873B (zh) | 2007-04-04 | 2015-11-25 | 加利福尼亚大学董事会 | 使用纳米孔的组合物、设备、系统和方法 |
| US9121843B2 (en) | 2007-05-08 | 2015-09-01 | Trustees Of Boston University | Chemical functionalization of solid-state nanopores and nanopore arrays and applications thereof |
| GB0724736D0 (en) | 2007-12-19 | 2008-01-30 | Oxford Nanolabs Ltd | Formation of layers of amphiphilic molecules |
| US20110229877A1 (en) | 2008-07-07 | 2011-09-22 | Oxford Nanopore Technologies Limited | Enzyme-pore constructs |
| KR101797773B1 (ko) | 2009-01-30 | 2017-11-15 | 옥스포드 나노포어 테크놀로지즈 리미티드 | 막횡단 시퀀싱에서 핵산 구축물용 어댑터 |
| GB0905140D0 (en) | 2009-03-25 | 2009-05-06 | Isis Innovation | Method |
| CA2808576A1 (en) | 2009-09-30 | 2011-04-07 | Quantapore, Inc. | Ultrafast sequencing of biological polymers using a labeled nanopore |
| KR101814056B1 (ko) | 2009-12-01 | 2018-01-02 | 옥스포드 나노포어 테크놀로지즈 리미티드 | 생화학적 분석 기구 |
| US20120052188A1 (en) | 2010-02-08 | 2012-03-01 | Genia Technologies, Inc. | Systems and methods for assembling a lipid bilayer on a substantially planar solid surface |
| US9678055B2 (en) | 2010-02-08 | 2017-06-13 | Genia Technologies, Inc. | Methods for forming a nanopore in a lipid bilayer |
| US8324914B2 (en) | 2010-02-08 | 2012-12-04 | Genia Technologies, Inc. | Systems and methods for characterizing a molecule |
| CA2995178C (en) * | 2010-02-08 | 2023-09-12 | Genia Technologies, Inc. | Method and system for forming a nanopore in a lipid bilayer |
| US9605307B2 (en) | 2010-02-08 | 2017-03-28 | Genia Technologies, Inc. | Systems and methods for forming a nanopore in a lipid bilayer |
| EP2622343B1 (en) | 2010-10-01 | 2016-01-20 | Oxford Nanopore Technologies Limited | Biochemical analysis apparatus using nanopores |
| GB2500360B (en) | 2010-12-22 | 2019-10-23 | Genia Tech Inc | Nanopore-based single DNA molecule characterization, identification and isolation using speed bumps |
| US8962242B2 (en) | 2011-01-24 | 2015-02-24 | Genia Technologies, Inc. | System for detecting electrical properties of a molecular complex |
| CA2826374C (en) | 2011-02-11 | 2024-01-23 | Oxford Nanopore Technologies Limited | Mutant pores |
| CA2837306C (en) | 2011-05-27 | 2020-03-10 | Oxford Nanopore Technologies Limited | Determining the presence, absence or characteristics of an analyte coupled to a membrane |
| GB2492955A (en) | 2011-07-13 | 2013-01-23 | Oxford Nanopore Tech Ltd | One way valve |
| AU2012288629B2 (en) | 2011-07-25 | 2017-02-02 | Oxford Nanopore Technologies Limited | Hairpin loop method for double strand polynucleotide sequencing using transmembrane pores |
| US9551338B2 (en) | 2011-09-15 | 2017-01-24 | Oxford Nanopore Technologies Ltd. | Pump |
| WO2013041878A1 (en) | 2011-09-23 | 2013-03-28 | Oxford Nanopore Technologies Limited | Analysis of a polymer comprising polymer units |
| JP6226869B2 (ja) | 2011-10-21 | 2017-11-08 | オックスフォード ナノポール テクノロジーズ リミテッド | 酵素法 |
| US9617591B2 (en) | 2011-12-29 | 2017-04-11 | Oxford Nanopore Technologies Ltd. | Method for characterising a polynucleotide by using a XPD helicase |
| CN104126018B (zh) | 2011-12-29 | 2021-09-14 | 牛津纳米孔技术公司 | 酶方法 |
| GB201202519D0 (en) | 2012-02-13 | 2012-03-28 | Oxford Nanopore Tech Ltd | Apparatus for supporting an array of layers of amphiphilic molecules and method of forming an array of layers of amphiphilic molecules |
| EP2815235B1 (en) | 2012-02-15 | 2020-04-15 | Oxford Nanopore Technologies Limited | Aptamer method |
| EP3736339B1 (en) | 2012-02-16 | 2022-07-27 | Oxford Nanopore Technologies plc | Analysis of measurements of a polymer |
| EP2814939B1 (en) | 2012-02-16 | 2018-04-18 | The Regents of the University of California | Nanopore sensor for enzyme-mediated protein translocation |
| US8986629B2 (en) | 2012-02-27 | 2015-03-24 | Genia Technologies, Inc. | Sensor circuit for controlling, detecting, and measuring a molecular complex |
| CA2867665C (en) | 2012-04-03 | 2022-01-04 | Illumina, Inc. | Integrated optoelectronic read head and fluidic cartridge useful for nucleic acid sequencing |
| AU2013246702B2 (en) | 2012-04-10 | 2017-06-15 | Oxford Nanopore Technologies Limited | Mutant lysenin pores |
| US20130274148A1 (en) | 2012-04-11 | 2013-10-17 | Illumina, Inc. | Portable genetic detection and analysis system and method |
| US9444880B2 (en) | 2012-04-11 | 2016-09-13 | Illumina, Inc. | Cloud computing environment for biological data |
| JP6197030B2 (ja) * | 2012-04-27 | 2017-09-13 | セフェィド | 異種の処理モジュールを有する装置 |
| EP2861768A4 (en) | 2012-06-15 | 2016-03-02 | Genia Technologies Inc | CHIP SETUP AND HIGH ACCURACY NUCLEIC ACID SEQUENCING |
| BR112015001054A8 (pt) | 2012-07-19 | 2022-08-02 | Oxford Nanopore Tech Ltd | Helicase monomérica que é membro da superfamília 1 ou superfamília 2, helicase hel308 isolada, método para caracterizar um polinucleotídeo alvo, e, sensor para a caracterização de um polinucleotídeo alvo |
| US11155860B2 (en) | 2012-07-19 | 2021-10-26 | Oxford Nanopore Technologies Ltd. | SSB method |
| BR112015001052B8 (pt) | 2012-07-19 | 2022-12-27 | Oxford Nanopore Tech Ltd | Métodos para distinguir um polinucleotídeo alvo,sensor para distinguir um polinucleotídeo alvo, e, uso de um construto |
| NL2017959B1 (en) * | 2016-12-08 | 2018-06-19 | Illumina Inc | Cartridge assembly |
| EP2895618B1 (en) | 2012-09-14 | 2017-07-26 | Oxford Nanopore Technologies Limited | Sample preparation method |
| GB201313121D0 (en) | 2013-07-23 | 2013-09-04 | Oxford Nanopore Tech Ltd | Array of volumes of polar medium |
| AU2013336430B2 (en) | 2012-10-26 | 2018-02-15 | Oxford Nanopore Technologies Limited | Droplet interfaces |
| US9651539B2 (en) | 2012-10-28 | 2017-05-16 | Quantapore, Inc. | Reducing background fluorescence in MEMS materials by low energy ion beam treatment |
| US9116139B2 (en) | 2012-11-05 | 2015-08-25 | Illumina, Inc. | Sequence scheduling and sample distribution techniques |
| US9995728B2 (en) | 2012-11-06 | 2018-06-12 | Oxford Nanopore Technologies Ltd. | Quadruplex method |
| US9605309B2 (en) | 2012-11-09 | 2017-03-28 | Genia Technologies, Inc. | Nucleic acid sequencing using tags |
| GB201222928D0 (en) | 2012-12-19 | 2013-01-30 | Oxford Nanopore Tech Ltd | Analysis of a polynucleotide |
| US9759711B2 (en) * | 2013-02-05 | 2017-09-12 | Genia Technologies, Inc. | Nanopore arrays |
| WO2014122467A1 (en) | 2013-02-06 | 2014-08-14 | Loxbridge Research Llp | Systems and methods for early disease detection and real-time disease monitoring |
| GB201318465D0 (en) | 2013-10-18 | 2013-12-04 | Oxford Nanopore Tech Ltd | Method |
| GB201314695D0 (en) | 2013-08-16 | 2013-10-02 | Oxford Nanopore Tech Ltd | Method |
| EP2964779B1 (en) | 2013-03-08 | 2018-08-29 | Oxford Nanopore Technologies Limited | Use of spacer elements in a nucleic acid to control movement of a helicase |
| GB201313477D0 (en) | 2013-07-29 | 2013-09-11 | Univ Leuven Kath | Nanopore biosensors for detection of proteins and nucleic acids |
| US9862997B2 (en) | 2013-05-24 | 2018-01-09 | Quantapore, Inc. | Nanopore-based nucleic acid analysis with mixed FRET detection |
| GB201316849D0 (en) | 2013-09-23 | 2013-11-06 | Isis Innovation | Method |
| US9551697B2 (en) | 2013-10-17 | 2017-01-24 | Genia Technologies, Inc. | Non-faradaic, capacitively coupled measurement in a nanopore cell array |
| CN117947149A (zh) | 2013-10-18 | 2024-04-30 | 牛津纳米孔科技公开有限公司 | 经修饰的酶 |
| GB201406151D0 (en) | 2014-04-04 | 2014-05-21 | Oxford Nanopore Tech Ltd | Method |
| US9567630B2 (en) | 2013-10-23 | 2017-02-14 | Genia Technologies, Inc. | Methods for forming lipid bilayers on biochips |
| EP3640349A3 (en) | 2013-10-23 | 2020-07-29 | Roche Sequencing Solutions, Inc. | High speed molecular sensing with nanopores |
| GB201406155D0 (en) | 2014-04-04 | 2014-05-21 | Oxford Nanopore Tech Ltd | Method |
| CN111534504B (zh) | 2014-01-22 | 2024-06-21 | 牛津纳米孔科技公开有限公司 | 将一个或多个多核苷酸结合蛋白连接到靶多核苷酸的方法 |
| GB201403096D0 (en) | 2014-02-21 | 2014-04-09 | Oxford Nanopore Tech Ltd | Sample preparation method |
| US10337060B2 (en) | 2014-04-04 | 2019-07-02 | Oxford Nanopore Technologies Ltd. | Method for characterising a double stranded nucleic acid using a nano-pore and anchor molecules at both ends of said nucleic acid |
| GB201417712D0 (en) | 2014-10-07 | 2014-11-19 | Oxford Nanopore Tech Ltd | Method |
| US10167503B2 (en) | 2014-05-02 | 2019-01-01 | Oxford Nanopore Technologies Ltd. | Mutant pores |
| CN114605507A (zh) | 2014-09-01 | 2022-06-10 | 弗拉芒区生物技术研究所 | 突变csgg孔 |
| WO2016055778A1 (en) | 2014-10-07 | 2016-04-14 | Oxford Nanopore Technologies Limited | Mutant pores |
| ES2789000T3 (es) | 2014-10-10 | 2020-10-23 | Quantapore Inc | Análisis de polinucleótidos basado en nanoporos con marcadores fluorescentes que se inactivan mutuamente |
| GB201418159D0 (en) | 2014-10-14 | 2014-11-26 | Oxford Nanopore Tech Ltd | Method |
| CN115851894A (zh) * | 2014-10-16 | 2023-03-28 | 牛津楠路珀尔科技股份有限公司 | 聚合物的分析 |
| GB201418512D0 (en) | 2014-10-17 | 2014-12-03 | Oxford Nanopore Tech Ltd | Electrical device with detachable components |
| US10480026B2 (en) | 2014-10-17 | 2019-11-19 | Oxford Nanopore Technologies Ltd. | Method for nanopore RNA characterisation |
| GB201418469D0 (en) | 2014-10-17 | 2014-12-03 | Oxford Nanopore Tech Ltd | Method |
| JP6757316B2 (ja) | 2014-10-24 | 2020-09-16 | クアンタポール， インコーポレイテッド | ナノ構造のアレイを使用するポリマーの効率的光学分析 |
| GB201502810D0 (en) | 2015-02-19 | 2015-04-08 | Oxford Nanopore Tech Ltd | Method |
| GB201502809D0 (en) | 2015-02-19 | 2015-04-08 | Oxford Nanopore Tech Ltd | Mutant pore |
| JP5952446B1 (ja) | 2015-02-24 | 2016-07-13 | シャープ株式会社 | 転写膜保持器具及び分離転写装置 |
| WO2016166232A1 (en) | 2015-04-14 | 2016-10-20 | Katholieke Universiteit Leuven | Nanopores with internal protein adaptors |
| GB201508669D0 (en) | 2015-05-20 | 2015-07-01 | Oxford Nanopore Tech Ltd | Methods and apparatus for forming apertures in a solid state membrane using dielectric breakdown |
| US10488365B2 (en) | 2015-06-17 | 2019-11-26 | Qualcomm Incorporated | Current sensors using bipolar transistors |
| US10102338B2 (en) | 2015-09-24 | 2018-10-16 | Genia Technologies, Inc. | Adaptive compression and modification of nanopore measurement data |
| US10935512B2 (en) * | 2015-09-24 | 2021-03-02 | Roche Sequencing Solutions, Inc. | Encoding state change of nanopore to reduce data size |
| US10280411B2 (en) | 2015-10-27 | 2019-05-07 | Pacific Biosciences of California, In.c | Methods, systems, and reagents for direct RNA sequencing |
| US20190078145A1 (en) | 2015-12-08 | 2019-03-14 | Quantapore, Inc. | Method of translocating nucleic acids through nanopores |
| CA3011830A1 (en) | 2015-12-08 | 2017-06-15 | Katholieke Universiteit Leuven Ku Leuven Research & Development | Modified nanopores, compositions comprising the same, and uses thereof |
| WO2017123647A1 (en) | 2016-01-15 | 2017-07-20 | Quantapore, Inc. | Optically-based nanopore analysis with reduced background |
| US10640822B2 (en) | 2016-02-29 | 2020-05-05 | Iridia, Inc. | Systems and methods for writing, reading, and controlling data stored in a polymer |
| US10438662B2 (en) | 2016-02-29 | 2019-10-08 | Iridia, Inc. | Methods, compositions, and devices for information storage |
| US10859562B2 (en) | 2016-02-29 | 2020-12-08 | Iridia, Inc. | Methods, compositions, and devices for information storage |
| JP6776366B2 (ja) | 2016-03-02 | 2020-10-28 | オックスフォード ナノポール テクノロジーズ リミテッド | 変異体ポア |
| CA3212147A1 (en) | 2016-04-06 | 2017-10-12 | Oxford Nanopore Technologies Plc | Mutant pore |
| GB201609220D0 (en) | 2016-05-25 | 2016-07-06 | Oxford Nanopore Tech Ltd | Method |
| US20190203288A1 (en) | 2016-05-25 | 2019-07-04 | Oxford Nanopore Technologies Ltd. | Method |
| GB201609221D0 (en) | 2016-05-25 | 2016-07-06 | Oxford Nanopore Tech Ltd | Method |
| EP3464612A4 (en) | 2016-05-31 | 2019-11-27 | Quantapore Inc. | BICOLOR SEQUENCING BY NANOPORES |
| CN106226510B (zh) * | 2016-07-05 | 2018-01-02 | 南京天纵易康生物科技股份有限公司 | 一种基于互联网的高通量快速诊断系统及方法 |
| EP3482196B1 (en) | 2016-07-05 | 2022-02-23 | Quantapore, Inc. | Optically based nanopore sequencing |
| GB201611770D0 (en) | 2016-07-06 | 2016-08-17 | Oxford Nanopore Tech | Microfluidic device |
| GB201612458D0 (en) | 2016-07-14 | 2016-08-31 | Howorka Stefan And Pugh Genevieve | Membrane spanning DNA nanopores for molecular transport |
| CA3031812A1 (en) | 2016-08-19 | 2018-02-22 | Quantapore, Inc. | Optically-based nanopore sequencing using quenching agents |
| US11195611B2 (en) * | 2016-08-29 | 2021-12-07 | Beckman Coulter, Inc. | Remote data analysis and diagnosis |
| GB201616590D0 (en) | 2016-09-29 | 2016-11-16 | Oxford Nanopore Technologies Limited | Method |
| BR112019006930A2 (pt) | 2016-10-05 | 2019-07-02 | Abbott Lab | dispositivos e métodos para análise de amostra |
| IL290157B2 (en) | 2016-10-14 | 2023-09-01 | Illumina Inc | cartridge kit |
| GB201617886D0 (en) | 2016-10-21 | 2016-12-07 | Oxford Nanopore Technologies Limited | Method |
| CN110140179A (zh) | 2016-10-26 | 2019-08-16 | 拜克门寇尔特公司 | 实验室仪器的远程监测 |
| ES2843732T3 (es) | 2016-10-26 | 2021-07-20 | Hoffmann La Roche | Encapsulado de múltiples chips de circuitos integrados y celdas de flujo para secuenciación por nanoporos |
| GB201620450D0 (en) | 2016-12-01 | 2017-01-18 | Oxford Nanopore Tech Ltd | Method |
| GB201704766D0 (en) * | 2017-01-05 | 2017-05-10 | Illumia Inc | System and methods for selective effluent collection |
| GB201704772D0 (en) * | 2017-01-05 | 2017-05-10 | Illumina Inc | Automated volumetric reagent delivery testing |
| US10381105B1 (en) | 2017-01-24 | 2019-08-13 | Bao | Personalized beauty system |
| AU2018218531B2 (en) | 2017-02-10 | 2021-01-28 | Oxford Nanopore Technologies Limited | Modified nanopores, compositions comprising the same, and uses thereof |
| CN113755319A (zh) * | 2017-02-14 | 2021-12-07 | 阿克斯比尔公司 | 用于大分子的连续诊断的设备和方法 |
| LU100171B1 (de) * | 2017-04-13 | 2018-10-15 | Cytena Gmbh | Vorrichtung zur Prozessierung einer flüssigen Probe |
| GB201707122D0 (en) | 2017-05-04 | 2017-06-21 | Oxford Nanopore Tech Ltd | Pore |
| GB201707138D0 (en) * | 2017-05-04 | 2017-06-21 | Oxford Nanopore Tech Ltd | Machine learning analysis of nanopore measurements |
| GB201707140D0 (en) | 2017-05-04 | 2017-06-21 | Oxford Nanopore Tech Ltd | Method |
| JP7282697B2 (ja) | 2017-06-30 | 2023-05-29 | ブイアイビー ブイゼットダブリュ | 新規タンパク質細孔 |
| CN109932285B (zh) * | 2017-12-15 | 2021-11-23 | Tcl科技集团股份有限公司 | 量子点表面配体含量的测定方法与量子点墨水配制方法 |
| GB2569630B (en) | 2017-12-21 | 2022-10-12 | Sharp Life Science Eu Ltd | Droplet Interfaces in Electro-wetting Devices |
| EP3731959A4 (en) | 2017-12-29 | 2021-10-13 | Clear Labs Inc. | AUTOMATED PRIMING AND LIBRARY LOADER |
| WO2019149626A1 (de) | 2018-02-02 | 2019-08-08 | Bayer Aktiengesellschaft | Bekämpfung resistenter schadorganismen |
| EP3671197A4 (en) * | 2018-03-06 | 2021-06-02 | Hitachi High-Tech Corporation | ION CONCENTRATION MEASURING DEVICE |
| GB201807793D0 (en) | 2018-05-14 | 2018-06-27 | Oxford Nanopore Tech Ltd | Method |
| GB201808556D0 (en) | 2018-05-24 | 2018-07-11 | Oxford Nanopore Tech Ltd | Method |
| JP7333794B2 (ja) | 2018-05-24 | 2023-08-25 | オックスフォード ナノポール テクノロジーズ ピーエルシー | エレクトロウェッティングデバイスにおける液滴界面 |
| GB201809323D0 (en) | 2018-06-06 | 2018-07-25 | Oxford Nanopore Tech Ltd | Method |
| CN112292462B (zh) * | 2018-06-27 | 2024-06-14 | 豪夫迈·罗氏有限公司 | 生化传感器阵列中的多路复用模拟部件 |
| GB201811623D0 (en) | 2018-07-16 | 2018-08-29 | Univ Oxford Innovation Ltd | Molecular hopper |
| US20220162692A1 (en) | 2018-07-30 | 2022-05-26 | Oxford University Innovation Limited | Assemblies |
| GB201812615D0 (en) | 2018-08-02 | 2018-09-19 | Ucl Business Plc | Membrane bound nucleic acid nanopores |
| JP7324835B2 (ja) | 2018-08-28 | 2023-08-10 | エフ． ホフマン－ラ ロシュ アーゲー | ルテニウム含有電極を備えるナノポアシーケンシングデバイス |
| GB201814369D0 (en) | 2018-09-04 | 2018-10-17 | Oxford Nanopore Tech Ltd | Method for determining a polymersequence |
| KR102187497B1 (ko) * | 2018-09-21 | 2020-12-07 | 고려대학교 세종산학협력단 | 릴레이 스위치 모듈 어레이와 저 잡음 프리-앰플리파이어를 통한 다중채널 센서 측정 시스템 및 방법 |
| TWI665553B (zh) * | 2018-11-02 | 2019-07-11 | 致伸科技股份有限公司 | 具儀器控制功能之轉接裝置及其儀器控制系統與應用於其上的儀器控制方法 |
| GB201818216D0 (en) | 2018-11-08 | 2018-12-26 | Oxford Nanopore Tech Ltd | Pore |
| CA3118808A1 (en) | 2018-11-08 | 2020-05-14 | Oxford Nanopore Technologies Limited | Pore |
| USD910198S1 (en) * | 2018-11-21 | 2021-02-09 | Oxford Nanopore Technologies Ltd. | Analysis device for biological samples |
| USD910199S1 (en) * | 2018-11-21 | 2021-02-09 | Oxford Nanopore Technologies Ltd. | Analysis device for biological samples |
| WO2020109800A1 (en) | 2018-11-28 | 2020-06-04 | Oxford Nanopore Technologies Ltd. | Sensing system and method of operation |
| GB201819378D0 (en) | 2018-11-28 | 2019-01-09 | Oxford Nanopore Tech Ltd | Analysis of nanopore signal using a machine-learning technique |
| GB201821155D0 (en) | 2018-12-21 | 2019-02-06 | Oxford Nanopore Tech Ltd | Method |
| AU2020239385A1 (en) | 2019-03-12 | 2021-08-26 | Oxford Nanopore Technologies Plc | Nanopore sensing device and methods of operation and of forming it |
| GB2586339B (en) * | 2019-03-19 | 2021-12-01 | Oxford Nanopore Tech Ltd | Current measurement apparatus, molecular entity sensing apparatus, method of measuring a current, method of sensing a molecular entity |
| GB2580988B (en) | 2019-03-19 | 2022-04-13 | Oxford Nanopore Tech Ltd | Current measurement apparatus, molecular entity sensing apparatus, method of measuring a current, method of sensing a molecular entity |
| CA3134796A1 (en) | 2019-04-09 | 2020-10-15 | Oxford Nanopore Technologies Limited | Pore |
| WO2020219011A1 (en) * | 2019-04-22 | 2020-10-29 | Ontera Inc. | Multipore determination of fractional abundance of polynucleotide sequences in a sample |
| CN110057733B (zh) * | 2019-04-30 | 2022-02-11 | 常州大学 | 一种暖体假人呼吸系统实验装置 |
| GB201907243D0 (en) | 2019-05-22 | 2019-07-03 | Oxford Nanopore Tech Ltd | Sensing interactions between molecular entities and nanapores |
| US11926819B2 (en) | 2019-05-28 | 2024-03-12 | The Regents Of The University Of California | Methods of adding polymers to ribonucleic acids |
| CN113383221B (zh) * | 2019-09-30 | 2024-03-29 | 伊鲁米纳新加坡有限公司 | 分析仪器的测试盒 |
| US11545346B2 (en) | 2020-03-06 | 2023-01-03 | Applied Materials, Inc. | Capacitive sensing data integration for plasma chamber condition monitoring |
| GB202016874D0 (en) | 2020-10-23 | 2020-12-09 | Oxford Nanopore Tech Ltd | Nanopore support structure and manufacture thereof |
| KR20230038566A (ko) | 2020-07-17 | 2023-03-20 | 옥스포드 나노포어 테크놀로지즈 피엘씨 | 나노포어 감지 디바이스 |
| EP4185865A1 (en) | 2020-07-22 | 2023-05-31 | Oxford Nanopore Technologies PLC | Solid state nanopore formation |
| EP4121561A4 (en) | 2020-08-06 | 2024-04-17 | Singular Genomics Systems, Inc. | METHODS FOR IN SITU TRANSCRIPTOMICS AND PROTEOMICS |
| WO2022032195A2 (en) | 2020-08-06 | 2022-02-10 | Singular Genomics Systems, Inc. | Spatial sequencing |
| US11837302B1 (en) | 2020-08-07 | 2023-12-05 | Iridia, Inc. | Systems and methods for writing and reading data stored in a polymer using nano-channels |
| CN112063512B (zh) * | 2020-09-01 | 2023-03-28 | 北京乐普智慧医疗科技有限公司 | 一种包含提取扩增检测全流程的分子诊断卡及其使用工艺方法 |
| EP4050614A1 (en) * | 2021-02-26 | 2022-08-31 | F. Hoffmann-La Roche AG | Method and system of managing sample priorities |
| EP4334706A1 (en) * | 2021-05-05 | 2024-03-13 | Singular Genomics Systems, Inc. | Multiomic analysis device and methods of use thereof |
| CN117337333A (zh) | 2021-05-19 | 2024-01-02 | 牛津纳米孔科技公开有限公司 | 用于补体链测序的方法 |
| WO2023019470A1 (zh) | 2021-08-18 | 2023-02-23 | 成都齐碳科技有限公司 | 孔蛋白单体的突变体、蛋白孔及其应用 |
| EP4371998A1 (en) | 2021-08-18 | 2024-05-22 | Qitan Technology Ltd., Chengdu | Mutant of porin monomer, protein pore and application thereof |
| GB202112235D0 (en) | 2021-08-26 | 2021-10-13 | Oxford Nanopore Tech Ltd | Nanopore |
| GB202114183D0 (en) | 2021-10-04 | 2021-11-17 | Oxford Nanopore Tech Ltd | Method |
| WO2023094806A1 (en) | 2021-11-29 | 2023-06-01 | Oxford Nanopore Technologies Plc | Nanopore measurement signal analysis |
| GB202118939D0 (en) | 2021-12-23 | 2022-02-09 | Oxford Nanopore Tech Plc | Pore |
| CN114410459A (zh) * | 2022-01-11 | 2022-04-29 | 深圳清华大学研究院 | 基因测序装置和测序方法 |
| GB202205617D0 (en) | 2022-04-14 | 2022-06-01 | Oxford Nanopore Tech Plc | Novel modified protein pores and enzymes |
| GB202207267D0 (en) | 2022-05-18 | 2022-06-29 | Oxford Nanopore Tech Plc | Calibration and profiling of a nanopore array device |
| CN115155682B (zh) * | 2022-06-30 | 2024-03-12 | 中国科学院苏州生物医学工程技术研究所 | 基于旋转阀的微流控芯片及检测方法 |
| WO2024033443A1 (en) | 2022-08-09 | 2024-02-15 | Oxford Nanopore Technologies Plc | Novel pore monomers and pores |
| WO2024033447A1 (en) | 2022-08-09 | 2024-02-15 | Oxford Nanopore Technologies Plc | De novo pores |
| GB202211602D0 (en) | 2022-08-09 | 2022-09-21 | Oxford Nanopore Tech Plc | Novel pore monomers and pores |
| GB202211607D0 (en) | 2022-08-09 | 2022-09-21 | Oxford Nanopore Tech Plc | Novel pore monomers and pores |
| GB202215442D0 (en) | 2022-10-19 | 2022-11-30 | Oxford Nanopore Tech Plc | Analysis of a polymer |
| WO2024089270A2 (en) | 2022-10-28 | 2024-05-02 | Oxford Nanopore Technologies Plc | Pore monomers and pores |
| EP4362028A1 (en) | 2022-10-31 | 2024-05-01 | Ecole Polytechnique Federale De Lausanne (Epfl) | Mutant aerolysin and uses thereof |
| WO2024094966A1 (en) | 2022-11-01 | 2024-05-10 | Oxford Nanopore Technologies Plc | Biochemical analysis system and method of controlling a biochemical analysis system |
| WO2024099985A1 (en) | 2022-11-10 | 2024-05-16 | Bayer Aktiengesellschaft | Targeted crop protection product application based on genetic profiles |
| GB202216905D0 (en) | 2022-11-11 | 2022-12-28 | Oxford Nanopore Tech Plc | Novel pore monomers and pores |
| GB202301095D0 (en) | 2023-01-25 | 2023-03-08 | Oxford Nanopore Tech Plc | Calibration of a nanopore array device |
| WO2024165853A1 (en) | 2023-02-07 | 2024-08-15 | Oxford University Innovation Limited | Method of characterising a peptide, polypeptide or protein using a nanopore |
| CN115839930B (zh) * | 2023-02-14 | 2023-05-12 | 成都华芯众合电子科技有限公司 | 一种通过等离激元共振测量液体折射率的光学平台 |
| GB202302813D0 (en) | 2023-02-27 | 2023-04-12 | Oxford Nanopore Tech Plc | Nanopore sensor device |
| GB202302811D0 (en) | 2023-02-27 | 2023-04-12 | Oxford Nanopore Tech Plc | Nanopore sensor device |
| GB202302810D0 (en) | 2023-02-27 | 2023-04-12 | Oxford Nanopore Tech Plc | Nanopore sensor device |
| GB202302812D0 (en) | 2023-02-27 | 2023-04-12 | Oxford Nanopore Tech Plc | Nanopore sensor device |
| GB202401864D0 (en) | 2024-02-12 | 2024-03-27 | Fund Centre De Regulacio Genòmica | A method of detecting non-canonical bases in sequencing data |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002025934A2 (en) | 2000-09-25 | 2002-03-28 | Sensovation Ag | Image sensor device, apparatus and method for optical measurements |
Family Cites Families (91)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4315432A (en) * | 1980-06-12 | 1982-02-16 | Newton Roger A | Enclosure for protecting instruments against adverse environments |
| JPS6154756A (ja) | 1984-08-25 | 1986-03-19 | Fuji Electric Corp Res & Dev Ltd | 密着型イメ−ジセンサ |
| US4962037A (en) | 1987-10-07 | 1990-10-09 | United States Of America | Method for rapid base sequencing in DNA and RNA |
| US5368712A (en) | 1989-11-02 | 1994-11-29 | Synporin Technologies, Inc. | Biologically mimetic synthetic ion channel transducers |
| US5386373A (en) | 1993-08-05 | 1995-01-31 | Pavilion Technologies, Inc. | Virtual continuous emission monitoring system with sensor validation |
| US5965452A (en) | 1996-07-09 | 1999-10-12 | Nanogen, Inc. | Multiplexed active biologic array |
| US5795782A (en) | 1995-03-17 | 1998-08-18 | President & Fellows Of Harvard College | Characterization of individual polymer molecules based on monomer-interface interactions |
| US6362002B1 (en) | 1995-03-17 | 2002-03-26 | President And Fellows Of Harvard College | Characterization of individual polymer molecules based on monomer-interface interactions |
| JPH08292998A (ja) | 1995-04-20 | 1996-11-05 | Mitsubishi Electric Corp | 画像検出装置及び画像検出方法 |
| US6265212B1 (en) | 1995-06-15 | 2001-07-24 | Introgene B.V. | Packaging systems for human recombinant adenovirus to be used in gene therapy |
| WO1997020203A1 (de) | 1995-11-28 | 1997-06-05 | Thomas Schalkhammer | Neuartige membranen und membran-dna/rna-sensoren |
| JP3668799B2 (ja) | 1996-06-27 | 2005-07-06 | アークレイ株式会社 | 検体検査システム |
| JP3493910B2 (ja) | 1996-08-23 | 2004-02-03 | 株式会社日立製作所 | 自動化処理システム |
| US6699719B2 (en) * | 1996-11-29 | 2004-03-02 | Proteomic Systems, Inc. | Biosensor arrays and methods |
| WO1998035012A2 (en) | 1997-02-12 | 1998-08-13 | Chan Eugene Y | Methods and products for analyzing polymers |
| AU8586298A (en) | 1997-07-25 | 1999-02-16 | University Of Massachusetts | Designed protein pores as components for biosensors |
| US7155344B1 (en) | 1998-07-27 | 2006-12-26 | Caliper Life Sciences, Inc. | Distributed database for analytical instruments |
| US6426231B1 (en) | 1998-11-18 | 2002-07-30 | The Texas A&M University System | Analyte sensing mediated by adapter/carrier molecules |
| EP2383776B1 (en) | 1999-06-22 | 2015-02-25 | President and Fellows of Harvard College | Solid state nanopore device for evaluating biopolymers |
| US7258838B2 (en) | 1999-06-22 | 2007-08-21 | President And Fellows Of Harvard College | Solid state molecular probe device |
| US6682649B1 (en) * | 1999-10-01 | 2004-01-27 | Sophion Bioscience A/S | Substrate and a method for determining and/or monitoring electrophysiological properties of ion channels |
| US6380790B1 (en) | 2000-02-11 | 2002-04-30 | President And Fellows Of Harvard College | Integrator topplogy for continuous integration |
| US6413792B1 (en) | 2000-04-24 | 2002-07-02 | Eagle Research Development, Llc | Ultra-fast nucleic acid sequencing device and a method for making and using the same |
| US7001792B2 (en) | 2000-04-24 | 2006-02-21 | Eagle Research & Development, Llc | Ultra-fast nucleic acid sequencing device and a method for making and using the same |
| AU2001282881B2 (en) | 2000-07-07 | 2007-06-14 | Visigen Biotechnologies, Inc. | Real-time sequence determination |
| US7270730B2 (en) | 2000-08-04 | 2007-09-18 | Essen Instruments, Inc. | High-throughput electrophysiological measurement system |
| DK1322955T3 (da) | 2000-10-02 | 2012-09-10 | Sophion Bioscience As | System til elektrofysiologiske målinger |
| GB0028647D0 (en) * | 2000-11-24 | 2001-01-10 | Nextgen Sciences Ltd | Apparatus for chemical assays |
| EP1478771A4 (en) | 2001-06-21 | 2005-06-15 | Harvard College | PROCESS FOR CHARACTERIZING NUCLEIC ACID MOLECULES |
| JP2005520178A (ja) | 2001-06-27 | 2005-07-07 | プレジデント・アンド・フェローズ・オブ・ハーバード・カレッジ | ソリッドステート寸法フィーチャの制御 |
| JP4015934B2 (ja) | 2002-04-18 | 2007-11-28 | 株式会社東芝 | 動画像符号化方法及び装置 |
| EP1504114B1 (en) | 2002-05-10 | 2017-07-12 | The Texas A & M University System | Stochastic sensing through covalent interactions |
| US7005264B2 (en) * | 2002-05-20 | 2006-02-28 | Intel Corporation | Method and apparatus for nucleic acid sequencing and identification |
| US20040040868A1 (en) | 2002-06-19 | 2004-03-04 | Denuzzio John D. | Microfabricated sensor arrays for multi-component analysis in minute volumes |
| AU2003304247A1 (en) | 2002-10-29 | 2005-01-13 | President And Fellows Of Harvard College | Pulsed ion beam control of solid state features |
| EP1560792B1 (en) | 2002-10-29 | 2014-07-30 | President and Fellows of Harvard College | Carbon nanotube device fabrication |
| WO2004077503A2 (en) | 2003-02-03 | 2004-09-10 | President And Fellows Of Harvard College | Controlled fabrication of gaps in electrically conducting structures |
| AU2004223493A1 (en) * | 2003-02-28 | 2004-10-07 | Brown University | Nanopores, methods for using same, methods for making same and methods for characterizing biomolecules using same |
| US7501279B2 (en) * | 2003-04-03 | 2009-03-10 | University Of Washington | Microwell arrays with nanoholes |
| JP4695851B2 (ja) | 2003-07-10 | 2011-06-08 | シチズンホールディングス株式会社 | マイクロ化学チップ温度調節装置 |
| US7846738B2 (en) | 2003-08-15 | 2010-12-07 | President And Fellows Of Harvard College | Study of polymer molecules and conformations with a nanopore |
| WO2005035437A2 (en) | 2003-10-08 | 2005-04-21 | President And Fellows Of Harvard College | High-precision feedback control for ion sculpting of solid state features |
| DE602004021033D1 (de) | 2003-12-19 | 2009-06-18 | Harvard College | Analyse von molekülen durch translokation durch eine beschichtete öffnung |
| US20060121624A1 (en) * | 2004-03-03 | 2006-06-08 | Huang Lotien R | Methods and systems for fluid delivery |
| US7238485B2 (en) | 2004-03-23 | 2007-07-03 | President And Fellows Of Harvard College | Methods and apparatus for characterizing polynucleotides |
| WO2005124888A1 (en) | 2004-06-08 | 2005-12-29 | President And Fellows Of Harvard College | Suspended carbon nanotube field effect transistor |
| CN101103357B (zh) | 2004-08-13 | 2012-10-03 | 哈佛学院院长等 | 超高处理量光学-纳米孔dna读出平台 |
| EP3415641B1 (en) | 2004-09-17 | 2023-11-01 | Pacific Biosciences Of California, Inc. | Method for analysis of molecules |
| US7170050B2 (en) | 2004-09-17 | 2007-01-30 | Pacific Biosciences Of California, Inc. | Apparatus and methods for optical analysis of molecules |
| US20060073489A1 (en) * | 2004-10-05 | 2006-04-06 | Gangqiang Li | Nanopore separation devices and methods of using same |
| US20130071837A1 (en) * | 2004-10-06 | 2013-03-21 | Stephen N. Winters-Hilt | Method and System for Characterizing or Identifying Molecules and Molecular Mixtures |
| US20060105461A1 (en) * | 2004-10-22 | 2006-05-18 | May Tom-Moy | Nanopore analysis system |
| US20060086626A1 (en) * | 2004-10-22 | 2006-04-27 | Joyce Timothy H | Nanostructure resonant tunneling with a gate voltage source |
| US20060210995A1 (en) * | 2005-03-15 | 2006-09-21 | Joyce Timothy H | Nanopore analysis systems and methods of using nanopore devices |
| US7507575B2 (en) * | 2005-04-01 | 2009-03-24 | 3M Innovative Properties Company | Multiplex fluorescence detection device having removable optical modules |
| CN101203740B (zh) | 2005-04-06 | 2011-03-23 | 哈佛大学校长及研究员协会 | 用碳纳米管控制的分子鉴定 |
| DE102005043623A1 (de) | 2005-09-13 | 2007-03-15 | Schott Ag | Herstellung hochhomogener spannungsarmer Einkristalle durch Ziehen, eine Vorrichtung hierfür sowie die Verwendung solcher Kristalle |
| US7877154B2 (en) * | 2005-09-30 | 2011-01-25 | Fisher-Rosemount Systems, Inc. | Method and system for controlling a batch process |
| KR100730350B1 (ko) * | 2005-10-17 | 2007-06-19 | 삼성전자주식회사 | 표면처리된 나노포어를 이용한 ｄｎａ 검출방법 및검출장치 |
| US7835870B2 (en) * | 2005-11-01 | 2010-11-16 | Georgia Institute Of Technology | Methods and systems for evaluating the length of elongated elements |
| GB0523282D0 (en) | 2005-11-15 | 2005-12-21 | Isis Innovation | Methods using pores |
| US20070202008A1 (en) * | 2006-02-28 | 2007-08-30 | Schembri Carol T | Systems and methods of lipoprotein size fraction assaying |
| US20070298511A1 (en) | 2006-04-27 | 2007-12-27 | The Texas A&M University System | Nanopore sensor system |
| US7777505B2 (en) | 2006-05-05 | 2010-08-17 | University Of Utah Research Foundation | Nanopore platforms for ion channel recordings and single molecule detection and analysis |
| EP2481815B1 (en) * | 2006-05-11 | 2016-01-27 | Raindance Technologies, Inc. | Microfluidic devices |
| CN101495656B (zh) * | 2006-06-07 | 2017-02-08 | 纽约哥伦比亚大学理事会 | 采用带修饰的核苷酸通过纳米通道进行dna序列测定 |
| US7638034B2 (en) | 2006-09-21 | 2009-12-29 | Los Alamos National Security, Llc | Electrochemical detection of single molecules using abiotic nanopores having electrically tunable dimensions |
| US8594848B2 (en) * | 2006-11-28 | 2013-11-26 | Lester F. Ludwig | Reconfigurable chemical process systems |
| EP2677308B1 (en) | 2006-12-14 | 2017-04-26 | Life Technologies Corporation | Method for fabricating large scale FET arrays |
| GB2445016B (en) * | 2006-12-19 | 2012-03-07 | Microsaic Systems Plc | Microengineered ionisation device |
| WO2008102120A1 (en) | 2007-02-20 | 2008-08-28 | Oxford Nanopore Technologies Limited | Lipid bilayer sensor system |
| US8962304B2 (en) | 2007-02-28 | 2015-02-24 | Imec | Interface device and method for using the same |
| CN101680873B (zh) | 2007-04-04 | 2015-11-25 | 加利福尼亚大学董事会 | 使用纳米孔的组合物、设备、系统和方法 |
| US9121843B2 (en) * | 2007-05-08 | 2015-09-01 | Trustees Of Boston University | Chemical functionalization of solid-state nanopores and nanopore arrays and applications thereof |
| GB0716005D0 (en) * | 2007-08-16 | 2007-09-26 | Imp Innovations Ltd | Single molecule spectroscopy using nanoporpus membranes |
| EP2205765B1 (en) | 2007-10-02 | 2012-09-12 | President and Fellows of Harvard College | Capture, recapture, and trapping of molecules with a nanopore |
| GB2453377A (en) | 2007-10-05 | 2009-04-08 | Isis Innovation | Transmembrane protein pores and molecular adapters therefore. |
| GB0724736D0 (en) | 2007-12-19 | 2008-01-30 | Oxford Nanolabs Ltd | Formation of layers of amphiphilic molecules |
| US8628940B2 (en) | 2008-09-24 | 2014-01-14 | Pacific Biosciences Of California, Inc. | Intermittent detection during analytical reactions |
| EP2359289A4 (en) | 2008-11-26 | 2015-11-11 | Illumina Inc | METHODS AND SYSTEMS FOR ANALYZING SEQUENCING DATA |
| US8986928B2 (en) | 2009-04-10 | 2015-03-24 | Pacific Biosciences Of California, Inc. | Nanopore sequencing devices and methods |
| JP5781502B2 (ja) | 2009-04-20 | 2015-09-24 | オックスフォード ナノポール テクノロジーズ リミテッド | 脂質二重層センサアレイ |
| WO2011032040A1 (en) * | 2009-09-10 | 2011-03-17 | Centrillion Technology Holding Corporation | Methods of targeted sequencing |
| US9234239B2 (en) * | 2009-10-23 | 2016-01-12 | Life Technologies Corporation | Systems and methods for error correction in DNA sequencing |
| KR101814056B1 (ko) | 2009-12-01 | 2018-01-02 | 옥스포드 나노포어 테크놀로지즈 리미티드 | 생화학적 분석 기구 |
| US8324914B2 (en) * | 2010-02-08 | 2012-12-04 | Genia Technologies, Inc. | Systems and methods for characterizing a molecule |
| US20110287414A1 (en) * | 2010-02-08 | 2011-11-24 | Genia Technologies, Inc. | Systems and methods for identifying a portion of a molecule |
| US9632102B2 (en) * | 2011-09-25 | 2017-04-25 | Theranos, Inc. | Systems and methods for multi-purpose analysis |
| US9810704B2 (en) * | 2013-02-18 | 2017-11-07 | Theranos, Inc. | Systems and methods for multi-analysis |
| US20140308661A1 (en) * | 2011-09-25 | 2014-10-16 | Theranos, Inc. | Systems and methods for multi-analysis |
| EP4404200A3 (en) | 2017-03-24 | 2024-09-18 | Garvan Institute of Medical Research | Processing of sequencing data streams |
-
2010
- 2010-12-01 KR KR1020127017119A patent/KR101814056B1/ko active IP Right Grant
- 2010-12-01 BR BR112012013074A patent/BR112012013074B1/pt active IP Right Grant
- 2010-12-01 AU AU2010326349A patent/AU2010326349B2/en active Active
- 2010-12-01 US US13/512,937 patent/US9127313B2/en active Active
- 2010-12-01 CA CA2781581A patent/CA2781581C/en active Active
- 2010-12-01 WO PCT/GB2010/002206 patent/WO2011067559A1/en active Application Filing
- 2010-12-01 EP EP10793017.4A patent/EP2507387B1/en active Active
- 2010-12-01 CN CN201080062958.3A patent/CN102741430B/zh active Active
- 2010-12-01 JP JP2012541570A patent/JP5873023B2/ja active Active
-
2014
- 2014-06-11 US US14/302,303 patent/US20140296083A1/en not_active Abandoned
-
2015
- 2015-07-29 US US14/812,510 patent/US9651519B2/en active Active
-
2017
- 2017-04-19 US US15/491,450 patent/US10788451B2/en active Active
-
2018
- 2018-10-25 US US16/170,620 patent/US11169113B2/en active Active
-
2019
- 2019-03-08 US US16/297,555 patent/US10386330B2/en active Active
- 2019-04-03 US US16/374,703 patent/US20190265193A1/en not_active Abandoned
-
2022
- 2022-09-01 US US17/901,113 patent/US20230243777A1/en active Pending
-
2024
- 2024-02-26 US US18/587,733 patent/US20240248060A1/en active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002025934A2 (en) | 2000-09-25 | 2002-03-28 | Sensovation Ag | Image sensor device, apparatus and method for optical measurements |
Non-Patent Citations (1)
| Title |
|---|
| The potential and challenges of nanopore sequencing(nature biotechnology, 2008. 10월) |
Also Published As
| Publication number | Publication date |
|---|---|
| US20230243777A1 (en) | 2023-08-03 |
| KR20120107105A (ko) | 2012-09-28 |
| US20190204267A1 (en) | 2019-07-04 |
| US9127313B2 (en) | 2015-09-08 |
| US20120322679A1 (en) | 2012-12-20 |
| US9651519B2 (en) | 2017-05-16 |
| US10386330B2 (en) | 2019-08-20 |
| CA2781581A1 (en) | 2011-06-09 |
| JP2013512447A (ja) | 2013-04-11 |
| AU2010326349B2 (en) | 2015-10-29 |
| CN102741430A (zh) | 2012-10-17 |
| CN102741430B (zh) | 2016-07-13 |
| US20190064109A1 (en) | 2019-02-28 |
| BR112012013074A2 (pt) | 2016-10-04 |
| US20150346149A1 (en) | 2015-12-03 |
| US20240248060A1 (en) | 2024-07-25 |
| WO2011067559A1 (en) | 2011-06-09 |
| US11169113B2 (en) | 2021-11-09 |
| US20170350859A1 (en) | 2017-12-07 |
| EP2507387B1 (en) | 2017-01-25 |
| CA2781581C (en) | 2018-03-06 |
| EP2507387A1 (en) | 2012-10-10 |
| US10788451B2 (en) | 2020-09-29 |
| JP5873023B2 (ja) | 2016-03-01 |
| AU2010326349A1 (en) | 2012-06-07 |
| US20190265193A1 (en) | 2019-08-29 |
| BR112012013074B1 (pt) | 2018-09-18 |
| US20140296083A1 (en) | 2014-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101814056B1 (ko) | 생화학적 분석 기구 | |
| JP2013512447A5 (ko) | ||
| US10036065B2 (en) | Biochemical analysis apparatus and rotary valve | |
| Afshar Bakshloo et al. | Nanopore-based protein identification | |
| US20230194469A1 (en) | Electrophoresis cassettes and instrumentation | |
| Tang et al. | Current developments in SELDI affinity technology | |
| US20060073489A1 (en) | Nanopore separation devices and methods of using same | |
| Grant et al. | High-throughput enzyme kinetics with 3D microfluidics and imaging SAMDI mass spectrometry | |
| JP7522804B2 (ja) | 分子分析及び同定のための方法及び装置 | |
| Furuhata et al. | Highly conductive nucleotide analogue facilitates base-calling in quantum-tunneling-based DNA sequencing | |
| JP2024512325A (ja) | 液滴操作のための方法およびシステム | |
| Ravi Kumar et al. | ChipFilter: Microfluidic-Based Comprehensive Sample Preparation Methodology for Microbial Consortia | |
| Donovan et al. | Chemistrode for High Temporal-and Spatial-Resolution Chemical Analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |