产品
iNeo–Vac 系列
IND approved
IIT
IIT
IIT
iNeo-ABassistantTM 平台
亲和力改造
AI驱动的亲和力（Kd)定量预测模型进行大规模高通量筛选，在更广阔的序列空间中搜索具有合适亲和力的全局最优序列。
可开发性优化
利用多种AI预测模型（聚集性、溶解性和热稳定性等）进行可开发性评估，在高通量筛选中获取性能更加均衡的抗体序列。
免疫原性优化
利用AI精准识别T细胞和B细胞的免疫表位，辅助蛋白的定向改造，确保大分子药物的安全性和有效性。
抗体从头设计
AI驱动的面向特定功能的蛋白分子从头设计，突破自然筛选的序列限制，获得性能更加优异的抗体。
一站式多属性并行优化
AI驱动的亲和力（Kd)定量预测模型进行大规模高通量筛选，在更广阔的序列空间中搜索具有合适亲和力的全局最优序列。
更广阔空间的全局搜索
利用多种AI预测模型（聚集性、溶解性和热稳定性等）进行可开发性评估，在高通量筛选中获取性能更加均衡的抗体序列。
加速抗体研发进程
利用AI精准识别T细胞和B细胞的免疫表位，辅助蛋白的定向改造，确保大分子药物的安全性和有效性。
iNeo–Panorama 系列
- iNeo-Panorama系列产品运用高通量测序技术（NGS）、免疫组化等多种临床“金标准”技术，实现了从DNA、 RNA和蛋白质多个维度的对患者肿瘤细胞中所有蛋白编码基因的检测，是目前比较全面的基因检测方案。
检测内容
.png)
新生抗原疫苗的可行性评估
该检测能够整体评估患者是否适合新生抗原疫苗治疗，如新生抗原序列分析、新生抗原免疫原性预测，进而评估患者免疫系统被激活的可能性。 同时检测新生抗原治疗相关标志物，如B2M基因缺陷等，评估新生抗原治疗的潜在疗效。
.png)
肿瘤免疫原性评估
检测肿瘤突变负荷（TMB）、肿瘤新生抗原负荷（ TNB）以及微卫星稳定状况，进而评估肿瘤免疫原性强弱，提高免疫治疗有效率。
.png)
PD-L1表达量的检测
患者肿瘤PD-L1表达量能够预测PD-1/L1抗体疗效，是FDA批准用于预测免疫检查点抑制剂疗效的标志物之一， PD-L1表达量越高，患者越能从PD-1/L1抗体治疗中获益。
.png)
疗效相关基因检测
大量的临床试验以及研究表明， 一些基因及其相关通路的表达或突变能够影响对免疫治疗疗效，可以作为分子标志物来指导用药或提示预后。
.png)
肿瘤微环境评估
肿瘤微环境中免疫细胞类型及其各自数量代表了肿瘤“冷”“暖”状态，进而能够预测肿瘤免疫治疗疗效以及是否适用新生抗原免疫治疗。
.png)
T细胞受体（TCR）检测
肿瘤浸润T细胞是杀伤肿瘤细胞的重要免疫细胞之一，TCR检测能够反映T细胞状态，目前已经作为肿瘤免疫治疗伴随检测，用于预测肿瘤免疫治疗病人的预后。
临床意义
- 国家卫健委之前颁布的《新型抗肿瘤药物临床应用指导原则（2018年版）》，明确指出： 抗肿瘤药物临床应用需在病理组织学确诊后或基因检测后方可使用。广义上讲， 所有肿瘤患者均可以接受基因检测；狭义上讲，根据指南推荐，不同的病种、不同的分期、 出于不同的目的，不同的患者，可选择不同方向的基因检测。 而iNeo–Panorama检测产品，包含所有外显子区域和部分内含子区的突变信息， 以及转录组测序信息，一次采样，满足多种类型检测，让患者无需为需要选择哪些panel检测而烦恼， 同时，使样本最大利用化，满足临床医生的不同专业需求。
产品优势
.png)
信息全
深度全外显子测序，包含所有外显子区域和部分内含子区，以及转录组测序，能够满足临床不同分析要求。
.png)
范围广
能够匹配全球已上市的抗癌药品，以及Ⅲ期临床研究正在开发的药物。
.png)
专有算法三重保障
利用浙江大学、加拿大UBC和iNEO独立自主专利的算法评估，并行评估患者个体化免疫治疗可行性。
.png)
专业医学顾问随访
深度全外显子测序，包含所有外显子区域和部分内含子区，以及转录组测序，能够满足临床不同分析要求。
服务流程
Consultation before inspection
Signing informed consent
Sample collection
DNA, RNA sequencing
Report analysis
Professional follow-up
咨询洽谈