検索結果
-
〜やはりバイオ3Dプリンターを使用して心筋細胞の構築を追求している人がいましたね。大阪大学生体工学・生体材料学 塚本佳也特別 研究員〜 インクジェット方式のバイオ3Dプリンター研究用で心筋細胞の培養研究はされてるでしょ。 PIJは基礎研究用途でバイオプリンターとして使われてます。 でも検体をいくつも培養するような創薬研究には使われてません。 クラからPIJの特徴が示されてます。 他社との違いなども上げられてますが、決定的なのは下にある特徴 ◯市販シリンジにより試料(溶液)導入が簡単 ◯ 少量の試料で吐出評価が可能 ◯ 少ないパラメーターのみで安定吐出を見極め 市販シリンジによる試料導入が簡単というのは、注射器のようなシリンジで細胞のインク溶液をインクジェットヘッドへの供給は手動で注入するという事です。 細胞インクをインクジェットヘッドに自動供給できない。 だから創薬用の評価マトリックスを大量に作成できない。 少量の試料で吐出評価ぎ可能というのは、あくまでも細胞インクの吐出評価できるのであって、同質の評価可能なマトリックスを複数作成するプリンターでは無い。 少ないパラメーターのみで安定吐出を見極めるという事ですから、あくまでも細胞インクが安定的に吐出できるか評価するのに適しているという事で、創薬用評価マトリックス作成用では無いのですよ。 パルスインジェクターの特徴 https://www.cluster-tech.co.jp/pulse それに対して他社の研究用バイオプリンター。 RICOHは、実際に創薬研究用のマトリックを作成する為のバイオプリンターとして販売してます、 〜『ヒト遺伝子相関マトリックス』を用いて、ご希望の細胞への分化方法の開発が可能です。 リコーグループは、神経細胞をはじめ、さまざまな細胞への分化方法を既に樹立しています。また、CIRM(カリフォルニア州再医療機構)に寄託されている1,500を超える各種ヒト患者由来iPS細胞に対してリコーグループから提供する分化細胞はラインセンスフリーでご利用いただけます。〜 創薬用などに使用する、研究者が希望する大量培養する為の細胞分化方法の開発ができるという事です。 PIJが目的とする吐出状況の確認などとは研究のレベルが一段も二段も上の内容です。 しかも1500を超えるRICOHの分化細胞を利用できるとしています。 RICOH iPS細胞テクノロジー https://industry.ricoh.com/special/healthcare/biomedical/ipsc メイワフォーシスのバイオ3Dプリンターは世界20ヶ国に導入実績があって、複数のバイオインクを様々な割合や諧調での複雑な3D組織を作製する革新的な技術が売りです。 メイワフォーシス TissueStart ミクストルーサー式バイオ3Dプリンター https://meiwanet.co.jp/products/tissuestart/ Allevi社バイオプリンターは 〜プリントヘッドは、加熱/冷却機構(4-160℃)および光硬化システム(波長365nmおよび405nm)を備え、コラーゲン、マトリジェルから熱可塑性樹脂まで幅広い範囲の材料に対応します〜 Allevi社バイオプリンター https://www.yakukensha.co.jp/ctg/det.php?i=3484 inventia Life Science社はバイオ3Dプリンターのベンチャー企業ですが、1000の3D細胞モデルをわずか6時間でプリントできるというバイオプリンターを開発して、2500万ドルの資金提供を受けました。 inventia Life Science社 https://sekapri.com/business/20220111-13727/ 現在では、このほかにも研究用で多くのバイオプリンターが世に出てます。 あなた方が何を言おうと、世界のバイオプリンターと比較したら、どう考えても投資家の注目はPIJに向くとは考えられないし、あり得ないでしょ。 PIJが注目されるのであれば、他のバイオプリンターが注目されますよ。 だから、バイオ研究でどんな研究報告がされても、PIJが研究や特許に使用されていても、マーケットは反応しないと見るのが普通です。 ここの板の住人を除いて。 実際に武庫川女子大の研究が発表されても、サイフューズのニュースが出ても、心筋シートの治療のニュースが出てもクラの株価は反応してませんしね。
-
ティアフォーの概要を見た後、kudanの説明会資料17ページ参照 AWF参画×自動運転企業で公共案件を始めるというとティアフォーしかない そしてあまり内容が理解できない人は資金調達からして桁違いだと理解できるはず >ティアフォーは創業した2015年にオープンソースの自動運転用オペレーションシステム(OS)「オートウェア」を無償で公開。 現在世界で500社以上が使用し、自動運転用OSの利用社数としては世界トップを誇る Autowareの世界展開も進めており、2018年に業界標準化を目指す国際業界団体「The Autoware Foundation(AWF)」を立ち上げ、同ソフトウェアのすべての権利を団体に譲渡している。 2019年のシリーズAラウンドで累計113億円(損害保険ジャパン、ヤマハ発動機、KDDI、アイサンテクノロジーなど)、2022年のシリーズBで121億円(SOMPOホールディングス、ヤマハ発動機、ブリヂストン)など、2022年7月時点で累計資金調達額は296億円に達している。その後三菱商事が出資、いすゞが60億円出資、大成建設とどんどん増加中
-
固定資産税、自動車税をポイントを得て支払う事ができるようになりました 初めて楽天ペイを使いました 楽天ペイを使い感じた事 獲得ポイントは楽天モバイルなどにすべて使うと設定しました 楽天ペイへのチャージは楽天カードから設定すると0.5%のポイントが得られます 楽天ペイで支払うと1%のポイントが得られます 楽天ペイにはチャージした分も獲得ポイントも合算されポイントの形になります 楽天ペイの利用履歴だけでは入出金をすべて見るのは困難です、チャージと使用後の残高が合わない時があり、騙されたと勘違いします 楽天PointClubと検索しログインしポイント実績をみると楽天ペイでの入出金がすべてわかります 楽天ペイから楽天ポイントクラブのポイント実績をみれるようにすればすべての誤解がなくなり、安心して使えるようになると思います。
-
【日 時】2024 年 5 月 31 日(金) 14:00〜15:00 ※ 開始5分前から入室可能です 【定 員】50 名(1 社 2 名様迄) 【参加費】無料(事前申込み制)※ 同じ企業から複数名参加される場合でも、1人ずつお申し込みください。 【主 催】株式会社電算システム 【協 力】グーグル・クラウド・ジャパン合同会社 【会 場】オンライン開催 Google Meet を使用しますので、お好きな場所から利用可能なデバイスで参加可能です。 詳しい参加方法につきましては、後日参加証と併せてメールでお知らせ致します。 【対象者】このような方におすすめです 生成AIとは何か、従来のAIとの違いについて知りたい方 ビジネスでどのように生成AIが活用できるかを知りたい方 活用情報や事例を知りたい方 生成AIの活用に必要な準備について知りたい方 Google Cloud(GCP)を利用中の方 Google Workspaceを利用中の方
-
サーバセンターとデータセンターは、ITインフラの管理と運用において重要な役割を果たす施設ですが、それぞれの役割と機能には微妙な違いがあります。以下にその違いを説明します。 サーバセンター 定義: サーバセンターは、主に企業内部で使用されるサーバーを設置し、運用するための施設です。 規模: 通常、サーバセンターは中小規模の施設であり、特定の企業や組織のニーズに応じて設計されています。 目的: 一般的には、特定の企業の業務アプリケーションやサービスをホスティングし、社内のITリソースを管理します。 管理: 主に企業内部のIT部門が管理し、外部のサービスプロバイダを利用することは少ないです。 データセンター 定義: データセンターは、大規模なデータの保存、処理、および管理を行うための専門的な施設です。多数のサーバー、ストレージデバイス、ネットワーキング機器が設置されています。 規模: データセンターは大規模な施設であり、複数の企業やサービスプロバイダーに対してサービスを提供することができます。 目的: クラウドサービス、ウェブホスティング、大規模なデータ処理、ストレージソリューションなど、多様なITサービスを提供します。 管理: 専門のデータセンター運用企業やサービスプロバイダーが管理し、企業はこれらのプロバイダーからサービスをレンタルすることが一般的です。 主な違い 規模とスコープ: サーバセンターは特定の企業や組織のために設計され、規模が比較的小さい。 データセンターは大規模で、多数の企業やサービスプロバイダーにサービスを提供します。 運用管理: サーバセンターは通常、企業の内部IT部門によって管理される。 データセンターは専門の運用企業やサービスプロバイダーが管理し、24/7の運用サポートが提供されることが多い。 サービス提供: サーバセンターは企業内部のニーズに特化したサーバーの運用に焦点を当てる。 データセンターは広範なITサービスを提供し、クラウドコンピューティング、データストレージ、災害復旧サービスなど多様なサービスを提供します。 これらの違いを理解することで、企業は自社のニーズに最適なインフラストラクチャを選択することができます。
-
「ルミナー、ライダーセンサー最大の顧客はテスラだと発表」 2024年5月8日08:28 JST https://jp.tradingview.com/news/reuters.com,2024:newsml_L4N3HA6CR:0/ 自動運転車用のライダーセンサー・メーカーであるルミナー・テクノロジーズ は 火曜日、テスラ が 第1四半期のセンサーにとって最大の顧客であり、期間中の総収入2100万ドルの10%以上を占めたと発表した。 テスラが販売する電気自動車にはライダーは使用されておらず、テスラがどこでセンサーを使用したかは不明である。テスラのイーロン・マスク最高経営責任者(CEO)は以前、ライダーセンサーを使用するライバルを "高価な付属品 "と非難した。 「ライダーは愚の骨頂だ。ライダーに頼る者は破滅する」とマスクは2019年に述べた。 ライダーは光検出と測距の略で、物体に反射する光パルスを発射し、自動運転システムや運転支援ソフトウェアが道路の3次元地図を得ることを可能にする。多くの自動運転会社や専門家は、特に低照度の状況下で、このセンサーを重要なコンポーネントとみなしている。 テスラは近年、レーダーやサウンドセンサーといった他のセンサーを廃止した。オートパイロットやフルセルフドライビング・ソフトウェアの対象物検知はカメラに依存しているが、これはテスラの車両を自律走行させるものではない。 ライダーセンサーをルーフに搭載したテスラ車の写真がソーシャルメディアに出回った。テスラは過去に、オートパイロット・システムの一部としてライダーを使用するのではないかという憶測を否定し、「カメラ、ソナー、レーダー・システムを校正するために、定期的に他のセンサーと比較して独自の技術をテストしている」と述べた。 マスクは自動運転車に大きく賭けており、8月にはロボットタクシーを発表する予定だ。GMの Cruiseのようなライバルは、多額の投資と技術的・規制的課題に阻まれ、自動運転車への投資を縮小している。 【結論】 この材料があるから投稿しただけ。世間が偽物を本物と勘違いしているうちに正式発表があれば、本物はもう少し上げるかな? テスラの利用価値は+10%程度も仕方なし。
-
>あの・・GP-SEとHSMの違いってなんなんですか? 両方ハード的に情報を秘匿できるが、 GP-SEはAndroid用で業界規格に準拠し、一方HSMはAppleの独自規格だ。 GP-SEは業界規格なので仕様は公開され誰でも利用可能。バージョンアップなども業界で決める。 HSMはAPI経由で誰でも使えるが、 APIレベルでの仕様以外Apple社外からは何も分からず、 またバージョンアップ時等、いつ使用条件を変えられるかも分からない。 問題が生じた時も対応はApple次第ということになる。 尚、日本通信がHSMを使うのは自由だが、 特別な技術やApple社との関係がある訳ではない。 (nknk (^^
長文、大変失礼いたします。 C…
2024/05/31 07:24
長文、大変失礼いたします。 ChatGPTに聞いてみました。 よい方向に進んでほしい。 下記①②について、FDAとEMAとの間に考え方や判断基準の違いがあれば、教えてください。 ①試験結果が少数例の結果であることによる「ばらつき・信頼性」(すなわち統計学的な精度) ②多剤併用における「1剤ごとの寄与」 FDA(米国食品医薬品局)とEMA(欧州医薬品庁)は、医薬品の承認と評価においてそれぞれのガイドラインと基準を持っていますが、いくつかの点でアプローチに違いがあります。以下に、①「試験結果が少数例の結果であることによる『ばらつき・信頼性』(統計学的な精度)」および②「多剤併用における『1剤ごとの寄与』」に関する考え方や判断基準の違いを説明します。 ### ①試験結果が少数例の結果であることによる「ばらつき・信頼性」(統計学的な精度) #### FDAの考え方 - **小規模試験の扱い**: FDAは、小規模な試験データに対して慎重であり、ばらつきや信頼性を重視します。特に、統計的な精度に関しては、サンプルサイズが十分でない場合、試験結果の解釈に注意を払います。小規模試験の場合、追加の試験データやより大規模な試験の実施を求めることが多いです。 - **統計的手法**: FDAはp値や信頼区間などの伝統的な統計手法を重視し、少数例に対しては多重比較や調整を行うことを求めます。また、希少疾患などでは柔軟なアプローチをとることもありますが、それでも一定の統計的裏付けが必要です。 #### EMAの考え方 - **小規模試験の扱い**: EMAも少数例の試験データに対して慎重ですが、希少疾病や緊急性の高い治療においては、FDAよりも柔軟なアプローチをとることがあります。特に希少疾患に対しては、小規模試験データの信頼性を高めるための代替的な評価方法や、補完的なデータを考慮することがあります。 - **統計的手法**: EMAは、ベイズ統計や適応デザインなどの新しい統計手法にも積極的であり、少数例のデータに対しても統計学的に有効な手法を適用します。また、臨床的意義や総合的なリスク・ベネフィット分析を重視する傾向があります。 ### ②多剤併用における「1剤ごとの寄与」 #### FDAの考え方 - **1剤ごとの評価**: FDAは多剤併用療法において、各成分の独立した寄与を明確にすることを求めます。各成分の効果を個別に証明するために、プラセボ対照試験やクロスオーバー試験を利用することが一般的です。また、相互作用の評価も重視されます。 - **統計的アプローチ**: FDAは、因子解析や分割解析などの統計手法を用いて、各成分の寄与を評価します。また、併用効果のシナジーや拮抗効果を理解するために、統計モデルを活用します。 #### EMAの考え方 - **1剤ごとの評価**: EMAも同様に各成分の寄与を評価することを重視しますが、特に実臨床における使用状況を考慮した柔軟なアプローチを取ることがあります。多剤併用が標準的な治療である場合、その総合的な有効性と安全性を重視します。 - **統計的アプローチ**: EMAは、リーダブルな臨床データやリアルワールドエビデンスを重視し、実臨床での使用に即した評価を行います。ベイズ統計や複雑な多変量解析なども活用し、各成分の寄与とその相互作用を評価します。 ### 結論 FDAとEMAの間には、試験結果の解釈や多剤併用の評価に関して共通する基準が多い一方で、アプローチの柔軟性や臨床現場の状況に対する対応において違いがあります。FDAは厳格な統計的評価を重視し、EMAは臨床的な実用性と柔軟性を重視する傾向があります。