在 Watchmaker Genomics，一切都以应用为中心开始和结束，这是一个充满见解和创新的迭代过程。
Watchmaker 平台借鉴了 50 年来在分子生物学和测序、实验室自动化和小型化、生物信息学和计算分析方面取得的巨大成就。所有这些领域取得的最新进展使得对科学疑问的解析广度、深度和通量都有了指数级的提高，从而把以前不可能的挑战转化为可能。However, existing enzymes and reagents are not keeping pace with the evolving performance requirements of high-stringency clinical applications enabled by next-generation sequencing technologies. 针对试剂配方的优化可实现渐进式的改进，但难以解决相关酶在其最适生物环境之外使用所带来的内在的低效和不足的局限性。
Our extensive experience with the distinct challenges in inherited disease, somatic oncology, transcriptomics, and epigenomics allows us to purpose-design enzymes and workflows to support emerging applications in precision medicine, genomics, and synthetic biology. We have established an innovative, computationally driven, and vertically integrated protein engineering and production platform to create best-in-class, tailor-made solutions for the reading, writing and editing of DNA and RNA.
我们的平台将“定向进化”与“硅基理性设计” 电脑模拟设计中， 并利用大规模平行测序来深入探索各种酶的“序列-功能”模型和应用全景。创新的“微流控”技术赋能微反应器的精确操作和控制，从而提高系统“功能筛选”反应的复杂度。合成生物学的创新和成本降低使我们能够突破影响变体文库多样性的传统限制。此外，深度测序和机器学习允许我们能够覆盖更大的序列空间，提高识别具有特定和改进性能特征的变体的可能性。
Watchmaker 的计算生物学家团队在基于新一代测序的临床数据分析、统计学、统计学习方法以及分子动力学和模拟方面具有丰富经验。我们已经构建了一个稳定且严格的框架，以快速开发、测试和部署新的数据分析流程，整合公共领域和专有的定制工具。
通过复杂、高分辨率、基于 NGS 的读取，我们能够阐明潜在的分子机制，并利用多维实验设计 (DOE) 数据来预测酶在特定的化学谱中的行为。这些深度学习为我们的蛋白质工程策略提供了信息，也可进一步应用于下游开发适用于应用产品的 QC 检测。
高度严格的酶制造对于我们整个酶工程平台的成功至关重要。我们在这一领域的专业知识能够生成高纯度、小规模的原型酶，确保后续的检测测量真实的酶属性，而不是生产和纯化流程的副产物。这些详细的特征将直接反馈到我们的见解和创新的迭代过程中。
深入的领域知识有助于从原型酶到大量生产特制酶的敏捷扩展，同时保持不同批次的高纯度和一致的质量。此外，我们还不断努力提高可制造性，包括合作将预测性融入电脑模拟设计中， 以增加酶的溶解度、抗聚集性和稳定性。
通过 Watchmaker 了解更多
Watchmaker DNA 文库制备解决方案
工作流程快，可处理所有样本类型，转化率高，偏差和伪影更少，结果可重复
RNA 文库制备解决方案
具有挑战性的临床相关样品类型（例如福尔马林固定石蜡包埋和低输入）的性能，有着高度的灵敏性、可扩展性和稳健的化学特性
Enzymes and Proteins
Purpose-built Enzymes and Proteins to address performance gaps in challenging molecular biology applications.
