美国FDA分子与临床遗传学专家委员会审议了GRAIL公司的Galleri多癌种早期检测产品，并在三项关键投票中亮明了态度： 10:0，认为Galleri具有合理的安全性保证； 6:4，认为其有效性具有合理保证； 7:2（1票弃权），认为Galleri的临床获益超过其风险。 虽然FDA最终的全国销售审批决定仍需在未来几个月内做出，但专家委员会的背书，已经大幅提振了市场信心。正如Guggenheim分析师Subbu Nambi所言，这几乎“消除了风险”。 #一管血筛查50多种癌症，# 这听起来像是科幻小说中的情节。但真正懂行的人知道，这场变革最值得关注的，是AI与数据在癌症筛查中吹响的时代号角。 抛弃传统路线：它出售的是一套AI癌症识别系统 谈到液体活检，很多人脑海中浮现的是寻找血液中肿瘤释放的特定“基因突变”。但Galleri走的是一条截然不同的路线。 当肿瘤细胞死亡后，会释放游离DNA（cfDNA）进入血液，这些DNA上保留着具有组织和肿瘤特异性的“甲基化模式”。Galleri的核心技术，正是通过靶向甲基化测序读取这些信号，随后将其交给机器学习（AI）模型。 模型不仅要判断样本中“是否存在癌症信号”，还要进一步预测这个信号“最可能来自哪个器官”。 因此，从商业和技术本质上看，GRAIL早已不是一家传统意义上的“检测试剂公司”。它真正出售的，是一套由分子检测、算法分类和临床解释共同组成的AI癌症识别系统。 35%敏感性与99.85%特异性：克制的产品哲学 如果你追求的是“一管血查出所有癌症”，Galleri的数据可能会让你意外：在美国PATHFINDER 2研究中，Galleri总体12个月的敏感性约为35.0%。 这意味着相当一部分癌症在检测时并未被发现。那为什么FDA专家还会投出支持票？答案藏在另一个惊人的数据里：99.85%的特异性。 在面向数千万甚至上亿普通健康人群的筛查中，最大的灾难不是“漏诊”，而是“假阳性”。哪怕只有几个百分点的假阳性，一旦放大到人口级别，都会制造海量的恐慌，并引发无数不必要的CT、PET、内镜甚至穿刺活检，足以压垮现有的医疗体系。 Galleri 99.85%的特异性，确保了它极少制造“假警报”。同时，它的阳性预测值（PPV）达到了约77.0%，意味着一旦它报警，确诊癌症的概率已经相当高。 “优先控制假阳性，精准打击致命盲区”，这就是Galleri的产品哲学。 数据显示，对于目前缺乏成熟筛查手段（如胰腺癌、卵巢癌、胆道癌等）、却造成美国约三分之二癌症死亡的12类高致死性癌症，Galleri的敏感性达到了约61.3%。 FDA委员会明确强调，Galleri的定位是现有标准筛查（如乳腺钼靶、肠镜）的“补充，而不是替代”。它的目标市场，是补足现有癌症筛查体系最明显的那块空白。 14万人大考：未达终点，却验证了“真正的价值” 围绕Galleri最大的争议，来自规模超14万人的英国NHS-Galleri随机对照试验。 英国一项针对14万人的Galleri癌症早筛技术大规模试验虽然未达到总量上减少中晚期癌症患者的预设主要终点，但在第二和第三轮筛查中使最致命的晚期癌症患者分别减少了22%和26%。 该试验成功将原本在晚期暴露的致命癌症提前至早中期发现，促使美国FDA专家组以7比2的投票结果认定其获益大于风险。 这项试验试图回答一个终极公共卫生问题：把Galleri加入医疗体系，能不能减少晚期（III/IV期）癌症？从严格的统计学意义上看，该试验没有达到预设的主要终点。 在癌症早筛领域，“发现得多”并不等于“筛查成功”（可能存在过度诊断），真正的成功是“把原本要在IV期才暴露的致命癌症，提前到了I/II期”。 这正是FDA投票出现“6:4”有效性分歧，却最终以“7:2”认定获益大于风险的核心原因。专家们认为，它虽然不完美，但其减少晚期癌症的潜力已经跨过了值得进入临床的门槛。 颠覆旧规则：AI时代的筛查模式与数据飞轮 过去几十年，人类的癌症筛查是“按器官划分”的：查肺去做低剂量CT，查肠去做肠镜。 而Galleri带来的是一场范式转移：将基本单位从“器官”变成了“人”。未来的体检，可能是先抽一管血进行全身信号扫描，一旦AI提示异常，再根据算法指引的器官去定向精查。 在这场变革中，AI的机会才刚刚开始： 纵向时间轴的AI追踪： 癌症是动态的。如果一个人连续5年抽血，单一信号可能始终未达“阳性”标准，但在AI眼中，这5年的细微变化轨迹可能已经暴露了高风险趋势。 打通“阳性后”的决策闭环： 当血液查出异常后，患者应该先做CT还是MRI？什么时候该停止检查？未来结合病历、家族史的大语言模型和多模态AI，将成为指导医生决策的最强外脑。

台湾女子涉嫌走私“太空油”依托咪酯，东京羽田机场被捕 近日，一名23岁吕姓台湾女子，从马来西亚搭乘航班抵达日本东京羽田机场，因涉嫌走私管制物质依托咪酯（俗称太空油）被日本警方拘捕。 海关在她随身行李的威士忌酒瓶内，查获3公升含有依托咪酯的液体。 女子否认走私毒品，供述自己是在网上接兼职，受托运送盒装威士忌，声称并不知晓酒瓶内藏有管制药物。 目前，日本警方正在调查，深挖背后是否存在跨国贩毒团伙。 依托咪酯（俗称：太空油） 依托咪酯原本是医用短效静脉麻醉剂，被不法分子非法加工后，常混入电子烟油，俗称“太空油”“上头电子烟”。 滥用会造成意识混乱、抽搐、呼吸抑制，严重可致死。 日本：依托咪酯属于管制药物，私自携带、走私、交易均触犯当地法律。 中国：自2023‑10‑01起，依托咪酯被列为第二类精神药品，走私、运输、贩卖均属于毒品刑事犯罪，要承担刑事责任 。 案件警示： 网上所谓“兼职带货、帮忙捎带物品”，很多是跨国贩毒团伙设下的圈套。 不法分子会利用行李箱夹层、伪装酒瓶等方式藏匿管制毒品，诱导普通人充当运毒工具人。 即便辩称不知情，一旦在入境时查获，依然要面对当地司法审判。 跨境出行，不要帮陌生人捎带、托运不明物品，不接来路不明的兼职带货任务，避免卷入毒品犯罪。

咖啡巨头星巴克（Starbucks）正在逐步将菜单中的菜籽油彻底淘汰，转而替换为更健康的脂肪！ 这一举动瞬间引爆了美国公共卫生界。小罗伯特·肯尼迪（Robert F. Kennedy Jr.）更是公开盛赞此举，并再次重申了他的健康铁律：“消灭种子油，才能让美国人更健康！” 菜籽油作为无数家庭厨房里的“常客”，到底隐藏着什么不为人知的健康风险？今天就带你深度解密为什么星巴克要抛弃它，以及我们真正该选什么油。 ⚠️ 1. 菜籽油的“三大原罪”与大脑危机 菜籽油由油菜籽压榨而成，虽然看似天然，但商业化量产的菜籽油存在严重的健康隐患： 高度精炼与化学残留：它是高度工业化的产物，生产中涉及高温脱臭和“己烷”化学溶剂提取。这不仅剥夺了其原有的营养，更会产生反式脂肪。 极易酸败变质：高温和己烷加工破坏了脂肪分子的稳定性，导致Omega-3极易氧化酸败，产生有害的醛类、酮类等毒素。 转基因与农药残留：超过 90% 的商业菜籽油来自转基因作物，并伴随着大量除草剂和杀虫剂的滥用。 更致命的是它对大脑的损伤。发表在《自然》（Nature）子刊上的一项权威研究表明：长期摄入菜籽油（仅相当于人类每天 2 勺的量），会导致小鼠体重显著增加、记忆功能障碍，并使大脑中的β淀粉样斑块（阿尔茨海默症的标志物）大幅增加，直接加速神经退行性病变。大豆油、玉米油、花生油等种子油，同样存在类似问题。 🥑 2. 星巴克的全新选择：牛油果油与橄榄油 抛弃菜籽油后，星巴克将目光投向了牛油果油和特级初榨橄榄油（EVOO）。这类天然脂肪未经过度加工，富含单不饱和脂肪酸（主要是油酸）、抗氧化剂（生育酚、叶黄素、β-胡萝卜素）以及维生素 K 和 E。 特别是特级初榨橄榄油，通过物理冷榨保留了极高浓度的多酚类物质，堪称“液体黄金”。 🛡️ 3. 顶级橄榄油对身体的八大降维打击 调节胆固醇，洗刷血管：富含的油酸能有效降低“坏胆固醇”（LDL），并维持“好胆固醇”（HDL）的水平，同时其强大的抗氧化性还能防止 LDL 被氧化，从源头预防动脉粥样硬化。 强效抗氧化与降血压：丰富的维生素 E 与 40 多种多酚化合物能中和自由基，增加动脉壁弹性，让血压更平稳。 媲美布洛芬的天然抗炎：慢性炎症是百病之源。橄榄油中的多酚（如羟基酪醇）能抑制炎症信号通路。特级初榨橄榄油中更含有一种罕见的“油橄榄素（Oleocanthal）”，它是布洛芬的同源物质，具有极强的天然抗炎阵痛作用。 守护心血管，防血栓：维护血管内皮细胞的完整性，防止血管老化、硬化，并减少血小板聚集，全面降低血栓风险。 修复血脑屏障，降低痴呆风险：临床随机对照试验显示，特级初榨橄榄油能够降低血脑屏障的异常通透性，增强大脑功能连接，有效减轻并预防阿尔茨海默症等神经退行性变化。 激活长寿蛋白（Sirtuin）：哈佛大学 David Sinclair 博士团队发现，橄榄油中的油酸能激活体内的 Sirtuin 长寿蛋白家族，在分子层面延缓细胞老化，提高抗压能力。 天然驻颜剂，防皱抗衰：橄榄油是常见植物油中角鲨烯（Squalene）含量最高的。角鲨烯能维持皮肤的水分屏障，涂抹或食用都能减缓皮肤氧化损伤，防止早生皱纹。 改善肠道微生态：发表在《营养素》等权威杂志的研究证实，橄榄油中的多酚能直接被肠道吸收，显著增加双歧杆菌等有益菌，提高免疫力，甚至有助于控制肥胖、提升饱腹感。 从星巴克的菜单变革可以看出，全球对于“健康脂肪”的认知正在发生深刻的巨变。移除不健康的种子油，换上天然的单不饱和脂肪，不仅仅是一次饮食成分的升级，更是一项对长远健康的终身投资。 你的厨房里还在用菜籽油、大豆油或花生油吗？是时候为了家人和自己的健康狠狠升级了！关注我，一起用营养提升生命质量！

从半导体微缩到精准医疗：拆解 Twist Bioscience 的技术护城河与产业突围 在合成生物学与生命科学工具赛道中，Twist Bioscience（NASDAQ: TWST） 常被称为“生物界的台积电”。通过将传统的 DNA 化学合成搬上半导体硅芯片，Twist 实现了单碱基合成成本 1~2 个数量级（90%~99%）的断崖式削减。 这种颠覆性的制造范式究竟构建了多宽的护城河？为什么在面对 IDT、金斯瑞（GenScript）等传统巨头以及新一代无细胞/酶法合成玩家时，市场呈现出分庭抗礼而非完全替代的格局？ 1. 认知基石：DNA、基因与合成生物学的“物理约束” 要理解合成生物学的商业逻辑，首先需要理清底层的生物学与物理常识： 基因是 DNA 的一部分： 基因是具有遗传效应的特定 DNA 片段。在人类基因组约 30 亿个碱基对中，直接编码蛋白质的功能基因区仅占 1%~2%，其余 98% 为调控元件、内含子等非编码序列。 传统合成的物理天花板： 传统的 96 孔板或柱式固相合成采用微升（$\mu\text{L}$）级反应槽。由于物理体积大，反应必须注入过量的亚磷酰胺单体与脱水乙腈等昂贵试剂。 惊人的材料浪费： 传统工艺中超过 99% 的昂贵试剂最终作为废液被冲洗掉，导致试剂成本直接占到成品售价的 20% ~ 50%（约 $\$0.10 \sim \$0.20$ / bp）。这一化学物理极限，长期将高通量基因应用的商业化门槛死死封锁。 2. 硅芯片微缩：降维打击的成本革命 Twist 的底层创新并非发明了新化学，而是完成了一场将半导体微纳制造、微流控与分子生物学高度融合的跨学科工程重构。 Twist 将反应体积微缩至皮升（$\text{pL}$）级别，在单张标准尺寸的硅芯片上集成了 超 100 万个独立反应位点。单碱基成本直接被打到了 $\$0.007$ 甚至更低。 削减 1-2 个数量级为何是“质变”而非“量变”？ 成本下降 90%~99% 不是常规利润率的优化，而是跨越了商业可行性的生死临界点： 液体活检与肿瘤微小残留病灶（MRD）： 动辄数万至数十万条探针的杂交捕获 Panel，成本从数万美元压缩至几百美元以内，直接激活了肿瘤早筛与术后监测的百亿级临床市场。 抗体与蛋白工程的“暴力穷举”： 药企不再受限于几十个突变体的试错，可直接订购包含百万种序列变异的合成抗体库，进行饱和突变扫描（DMS）。 全基因组 CRISPR 筛选： 数万条 gRNA 引物池的合成成本降至科研实验室日常经费可承受区间。 DNA 数据冷存储： 成为人类将二进制数据编码写入 DNA 介质的早期工业敲门砖。 3. 技术护城河深度与物理边界 Twist 的技术护城河极深，但由于其特殊的物理特性，这道护城河也存在明确的边界。 核心壁垒（跨学科工程与下游粘性） 表面化学与微纳制造： 芯片表面必须实现极高精度的亲水/疏水微图案化，抵御强酸强碱与有机溶剂的反复冲蚀，防止皮升级液滴交叉污染。 微量拼接与生化纠错算法： 芯片单点产物仅为飞摩尔（$\text{fmol}$）级别（肉眼不可见）。如何将这些超微量短链寡核苷酸高效洗脱、并高保真地酶促拼接为 1~5 kb 的长链基因，涉及高度专有的酶学配方与软件调度。 临床注册锁定（IVD 转换成本）： 肿瘤诊断公司的探针库一旦通过 FDA/NMPA 的临床验证与注册，更换上游探针耗材需重新进行昂贵的临床试验，迁移成本极高。 固有局限与边界 物理得量（Yield）极低： 产物必须经过 PCR 扩增，无法直接交付微克至毫克级别的未扩增纯引物。 “拼单发车”的交付节奏： 芯片开机成本高，需要汇聚全网订单集中“烧录”，在单条/极小批量的应急订单（24~48 小时隔日达）上，灵活性逊于柱式合成。 长链与复杂序列受限： 化学合成单链极限在 300~500 nt，长基因依赖算法拼接。面对极端高 GC、发夹结构或长重复序列时，拼接成功率面临挑战。 结语：从“试剂作坊”到“半导体生物学” Twist 的本质，是用半导体制造范式颠覆了传统湿实验的耗材与试剂经济学。它并没有消灭传统引物合成或 CRO 巨头，而是通过断崖式的成本削减，在超高通量探针库、全外显子富集、高位点 MRD 液体活检等领域开辟了原本不存在的增量市场。 随着未来无细胞合成与酶法技术的演进，基因合成赛道的下半场竞争，正从单纯的“单碱基化学成本”比拼，升级为“通量、保真度、交付时效与全流程生物解决方案”的综合多维博弈。 免责声明： 本人持有推文提及标的，观点充满偏见，非投资建议dyor

SLAS（Society for Laboratory Automation and Screening，国际实验室自动化与筛选学会）是全球实验室自动化、高通量筛选（HTS）、药物发现和 AI + Wet Lab 最重要的行业组织之一。 如果说 NeurIPS、ICML 代表 AI 算法的发展方向，NVIDIA GTC 代表 AI 算力的发展方向，那么 SLAS 正逐渐成为 AI for Science 和 AI 驱动 Wet Lab 的产业风向标。 今年的 SLAS Europe 2026，行业关注点发生了明显变化。从模型性能转向实验室现实。 数据质量（Data Quality）、系统互联（Interoperability）、实验执行（Lab Execution）、自动化基础设施（Automation Infrastructure）成为会议最频繁出现的关键词。 行业开始意识到，AI 已经不是最大的瓶颈。真正的瓶颈是实验室。 过去几年，AI 可以轻松设计数百万个候选分子，但这些候选分子最终仍然需要实验验证。真正限制研发效率的，不是模型还能提升多少，而是实验能否更快完成、数据能否高质量产生、结果能否快速反馈。 AI 本身已经开始走出 super Cycle，但对ai驱动的生命科学来说，模型越来越成熟，实验能力开始成为新的稀缺资源。 新的关键词是Orchestration。（是不是有点耳熟？） 过去谈实验室自动化，更多指的是 Automation。 自动移液机器人，自动培养，自动筛选。。。 今天讨论是整个实验室如何作为一个整体协同运行。 Automation 关注单个设备，Orchestration 管理整个实验室。 未来实验室越来越像数据中心。AI、机器人、仪器、数据库、分析平台需要组成一个连续运行的系统，而不是一堆独立设备。 整个流程开始变成：AI 提出假设、自动设计实验、机器人执行实验、仪器产生数据、AI 分析结果、重新设计下一轮实验、不断循环。 这就是 Closed-loop Lab。真正重要的不是机器人，而是整个实验流程能够形成闭环。 因此，API 开始成为新的基础设施。未来 Agent 不仅需要调用大模型，还需要调用实验室、调用仪器、调用机器人、调用分析平台。 没有统一 API，Agent 无法真正操作实验室。没有数据接口，AI 无法形成反馈。 未来实验室的核心竞争力，是谁拥有最好的 Instrument API、Workflow API 和 Data API。 AI 与 Wet Lab 的融合，本质上就是数字世界和物理世界之间建立统一接口。 这也是为什么 LIMS、ELN、SDMS 这些实验室的信息化软件，未来，它们更像 AI 的长期记忆。 LIMS（Laboratory Information Management System）负责管理样品、实验流程和实验结果。 ELN（Electronic Laboratory Notebook）负责保存实验设计和研究记录。 SDMS（Scientific Data Management System）负责管理科学仪器产生的大规模原始数据。 未来 AI 并不是直接读取 PDF 或 Excel，而是直接调用这些系统，理解过去所有实验历史，设计下一轮实验。 实验室开始从事后分析（Reactive）进入预测干预（Predictive）。Agent 不再只是分析实验，而是开始参与实验。整个行业也越来越认可一个现实，Wet Lab将越来越重要（这点从wet lab大牛最近加入anthropic也可以看出）： 模型必须经过实验验证。 实验不断产生真实数据。 真实数据继续训练模型。 模型再提出新的假设。 Hypothesis → Experiment → Learn → Hypothesis。 这个循环无法被跳过，这就是未来的Closed-loop Lab 对于接下来的ai驱动生物科学的重要节点，最值得关注的可能是实验室基础设施。 高通量实验平台、实验室机器人、液体处理系统、LIMS、ELN、SDMS、Workflow Orchestration、Lab OS、Connected Lab、Closed-loop Lab，这些过去相对边缘的领域，正在成为 AI for Science 最重要的新基础设施。

日本这次彻底破防了！他们 捂了整整半个世纪、连美国 盟友都不肯松口的半导体核 心绝密，居然被中国用 AI 这 个 “降维打击” 的武器给掀了 个底朝天。 就在 5 月 11 日，上海人工智 能实验室联合国内多所顶尖 高校，突然抛出一个炸翻全 球半导体圈的重磅消息。 依托国产 “书生” 大模型，我 们实现了，KrF 光刻胶树脂 的完全自主创制，而且各项 核心指标均达到国际顶尖水 平。 这事儿有多狠。 这么说吧，光刻胶就像是芯 片制造里的 "特种油墨"，没 有它，再先进的光刻机也只 能当摆设。 而 KrF 光刻胶又是目前全球 用量最大、应用最广的中端 光刻胶，从 28 纳米到 90 纳 米的芯片都离不开它，咱们 平时用的手机、电脑、汽车 里的绝大多数芯片，都是用 这种光刻胶做出来的。 过去半个世纪，这块市场几 乎被日本企业牢牢攥在手 里。 JSR、东京应化、信越化 学、富士胶片这四家日本公 司，加起来拿走了全球 KrF 光刻胶 80% 以上的市场份 额。 更气人的是，他们卖的不是 产品，是 "黑箱"。你花钱买 他们的光刻胶，只能拿到一 瓶液体，至于里面到底是什 么成分、怎么合成的、反应 条件是什么，人家一个字都 不会告诉你。 这就好比你去饭店吃饭，菜 做得特别好吃，但老板死活 不告诉你配方，还说 "你爱吃 不吃，反正全世界就我会 做"。 更过分的是，他们还会根据 你的身份定价，卖给中国企 业的价格往往比卖给其他国 家的贵好几倍。而且一旦国 际形势有个风吹草动，人家 随时可以断供，让你整个芯 片产业都停摆。 以前咱们也不是没想过自己 搞，但实在是太难了。 光刻胶这东西，差一点都不 行。金属杂质含量要控制在 十亿分之一以下，相当于在 一个标准游泳池里不能有超 过一滴水的杂质。分子量分 布稍微有点波动，做出来的 芯片就全是废品。 传统的研发模式就是 "经验试 错"，科研人员要在几千种单 体配比、几百种聚合体系和 无数个反应条件里一个一个 试，一轮实验下来就是好几 个月，有时候辛辛苦苦干了 好几年，可能连门都没摸 着。 日本人就是靠着这种 "笨办 法"，花了三四十年时间，一 点点积累经验，才筑起了这 道技术高墙。 他们以为只要把这个 "黑箱" 捂得严严实实，咱们就永远 也追不上。可他们万万没想 到，咱们根本没走他们的老 路，而是直接开了一条新赛 道 —— 用 AI 来搞科研。 这次上海 AI 实验室搞出来的 这套 "AI 决策 + 自动化合成" 闭环体系，简直就是降维打 击。 以前需要科研人员熬夜做实 验、记数据、分析结果，现 在全交给 AI 和机器了。"书 生" 科学大模型就像是一个超 级大脑，它能在几秒钟内模 拟出几百万种可能的分子结 构和合成路径，精准找到最 有潜力的那几个。 然后自动化合成平台就按照 AI 给出的方案，在全密封的 环境里精准完成所有实验步 骤，从根本上杜绝了人工操 作带来的污染和误差。 结果怎么样呢？咱们不仅成 功合成出了 KrF 光刻胶树 脂，而且关键指标一点都不 比日本的差。 金属杂质含量稳定控制在 10ppb 以下，PDI 指标稳定 在 1.3 以下，这两个都是日 本企业长期把持的核心技术 指标。 更重要的是，研发周期从原 来的几个月缩短到了几天， 成本也降了一大截。 这就相当于日本人花了半个 世纪、用无数次失败堆出来 的 "经验宝库"，被咱们的 AI 用几天时间就给 "抄" 明白 了。 而且 AI 还能不断学习、不断 优化，越用越聪明。 以后再研发更先进的 ArF 光 刻胶甚至 EUV 光刻胶，咱们 也不用再从零开始一点点试 错了，直接让 AI 帮咱们找最 优解就行。 现在厦门恒坤新材已经基于 这套体系完成了树脂适配， 关键性能指标都达到了预 期，接下来就要进入客户端 验证阶段了。 用不了多久，咱们自己生产 的 KrF 光刻胶就能大规模上 市，到时候日本企业再想靠 "黑箱" 垄断市场、漫天要 价，可就没那么容易了。 其实这事儿最有意思的地方 在于，它证明了一个道理： 在 AI 时代，很多传统的技术 壁垒可能会变得不堪一击。 以前那些需要几十年经验积 累才能掌握的 "手艺活"，现 在可能被 AI 在很短的时间内 就破解了。日本人捂了半个 世纪的 "绝密配方"，被咱们 用 AI 几个月就搞定了，这就 是最好的例子。 当然，咱们也不能太骄傲, 这次突破的是 KrF 光刻胶树 脂，更先进的 ArF 和 EUV 光 刻胶还有很长的路要走。但 至少咱们已经找到了正确的 方向，而且走在了世界前 列。 相信用不了多久，咱们就能 在更多的 "卡脖子" 领域实现 突破，让那些曾经看不起我 们的人刮目相看。

不法分子分别冒充家电商员工和政府官员，谎称受害者个人资料被盗、可能涉及洗黑钱，要求转账或交出财物“配合调查”。自今年1月以来，警方已接获至少119起相关报案，损失金额至少480万元。

做分子生物学实验必备的微型离心机最早是德国埃本多夫公司在1964年推出的，叫模型3200，在现在在eBay还能买得到。埃本多夫管早一年问世。分子生物学的诞生催生了仪器微型化，这些仪器又大大加速分子生物学的研究。