Evolutionary Genomics, Inc. informa de los resultados del tercer trimestre finalizado el 30 de septiembre de 2020
13 de noviembre 2020 a las 20:48
Comparte
Evolutionary Genomics, Inc. ha anunciado los resultados del tercer trimestre que finalizó el 30 de septiembre de 2020. Para el tercer trimestre, la empresa anunció que la pérdida operativa fue de 474.509 USD en comparación con los 162.511 USD de hace un año. Los ingresos netos fueron de 535.885 dólares, frente a la pérdida neta de 156.321 dólares de hace un año. El beneficio básico por acción de las operaciones continuadas fue de 0,08 USD, frente a la pérdida básica por acción de las operaciones continuadas de 0,04 USD de hace un año. En los nueve meses, la pérdida de explotación fue de 1,014 millones de dólares, frente a los 546.189 dólares de hace un año. La pérdida neta fue de 729 USD frente a los 538.463 USD de hace un año. La pérdida básica por acción de las operaciones continuas fue de 0,04 USD frente a los 0,13 USD de hace un año.
Comparte
Acceder al artículo original.
Aviso legal
Aviso legal
Póngase en contacto con nosotros para cualquier solicitud de corrección
Evolutionary Genomics, Inc. es una empresa de investigación y desarrollo genómico. La empresa se centra en la identificación y validación de genes que influyen comercialmente en los rasgos de los cultivos para la industria agrícola. Utiliza la Plataforma de Rasgos Adaptados (ATP) para identificar genes de valor comercial que controlan rasgos importantes en animales y plantas. Su plataforma identifica genes que han cambiado con éxito para impartir rasgos nuevos o mejorados. La empresa ha aplicado su ATP en proyectos de investigación, como la identificación de genes responsables del aumento del rendimiento en el maíz, el aumento del rendimiento en el arroz, la tolerancia a la sequía y el contenido de azúcar en los tomates y la resistencia a plagas/enfermedades en la soja, la mandioca, las judías, los tomates y el algodón. La empresa utiliza el ATP para realizar análisis de evolución molecular de alto rendimiento con el fin de identificar genes seleccionados positivamente basándose en el análisis de sitios no sinónimos (Ka) y sitios sinónimos (Ks).