유전체학에 대한 접근

유전체학에 대한 접근 가속화

유전체학에 대한 접근 가속화

우리는 전 세계 수십억 명의 사람들의 건강 형평성을 실현하기 위해 유전체학에 대한 접근을 가속화하기 위해 최선을 다하고 있습니다.

모든 사람이 유전체학을 이용할 수 있도록 하는 것은 생명을 구하고 개선할 수 있는 잠재력을 실현하는 데 매우 중요합니다. 이것이 바로 우리가 시퀀싱 비용을 절감하고, 첨단 기술에 대한 접근성을 확대하며, 유전체학 데이터의 다양성을 높이는 이유입니다.

액세스를 가속화하는 방법:

유전체 혁신의 엔진이 되시길 바랍니다

2023년 진행 상황: 2023년 말 전 세계적으로 9,893건의 특허 발행

시퀀싱 비용 절감

2023년 진행 상황: 새로운 혁신적인 NovaSeq X 시리즈 352대 배송

유전체학의 범위 확대

2023년 진행 상황: 유전체학 검사 대상 13억 명

시퀀싱 비용 절감 및 유전체당 비용 이상의 가치 향상
2001년 이후 DNA 염기서열 분석 비용은 인간 유전체당 미화 1억 달러에서 25B 유동셀을 사용하는 NovaSeq X Series의 미화 200달러로 100,000배 이상 감소했습니다.

더 알아보기

*NovaSeq X Series의 경우 $200 USD 유전체는 25B 플로우 셀의 정가로 배송됩니다. 데이터는 파일을 확인해 주세요.

유전체의 잠재력을 실현하려면 우리 모집단의 다양성을 대표하는 글로벌 데이터가 필요합니다.

유전체학은 의학 역사상 거의 모든 혁신보다 빠른 속도로 임상 진료에 통합되었지만 여전히 불평등이 존재한다. 구현은 거의 모든 선진국으로 제한되어 있으며, 질병 위험에 대한 유전체학 연구에 포함된 사람들의 78%는 유럽 혈통입니다. 전 세계 다양성의 적절한 맥락에서 유전체를 해석할 수 있도록 하기 위해, 유전체 데이터의 공평한 표현을 증가시키는 것을 목표로 한다. 이를 통해 치료법과 솔루션을 보다 광범위한 유전체에 맞출 수 있으므로, 향후 의학에서 이러한 편향을 줄일 수 있습니다.

환자에게 iHope 제공

iHope 유전자 건강 프로그램

iHope는 전 세계의 소외된 가족들에게 임상 전장 유전체 염기서열분석(cWGS)을 제공하는 자선 활동입니다. 진단 여정을 단축하고 희망을 불어넣는 것을 목표로 하는 광범위한 조직을 하나로 모았습니다.

이 프로그램에는 비영리 Genetic Alliance의 후원 아래 iHope 프로그램과 3월 Dimes가 있는 iHope China가 포함됩니다.

iHope Genetic Health는 Genetic Alliance와의 파트너십을 통해 전 세계 수만 가족에게 유전병의 영향을 받는 임상 전장 유전체 염기서열분석(WGS)을 제공하는 것을 목표로 합니다. iHope Genetic Health의 노력 중 최소 절반은 미국 외에서 도움이 필요한 세계 지역에 집중하고 있으며, Illumina 지원의 1/3 이상이 아프리카의 환자들을 위해 헌신하고 있습니다.

  • 개시 이후 > 2000명의 환자가 영향을 받음
  • 환자의 43%가 cWGS 후 진단을 받음
  • > 전 세계 25개 iHope 임상시험 실시기관
더 알아보기
학생들에게 STEM 부트캠프를 제공하기 위해 샌디에이고 비영리 단체와 협력

우리 사명의 미래는 다음 세대를 육성하고 준비하는 데 달려 있습니다.

직접 프로그래밍, 비영리 파트너 및 직원 참여를 통해, 우리는 교육자들이 유전체학을 옹호하고 모든 연령대의 학습자들이 STEM의 미래 리더로서 자신을 구상할 수 있도록 하는 것을 목표로 합니다.

  • 2030년 목표: 전 세계 5백만 명의 STEM 학습자를 대상으로 지원
  • 2023년 진행 상황: 2019년 이후 약 160만 건 도달
더 알아보기
Illumina 스타트업

현재까지 Illumina for Startups 이니셔티브는 11억 달러 이상의 집합 벤처 캐피털 자금을 조달했습니다.

  • 74개 스타트업 출시
  • 47% 여성 창립자
더 알아보기

Genomics for Good 활동

난소암 환자의 분자 검사 접근성을 높일 때입니다
캐나다 원주민 아이들의 진단 격차 해소
Illumina, AI 소프트웨어를 공개하여 환자의 질병 유발 유전자 돌연변이 예측