检索结果-维普期刊中文期刊服务平台

应用SELDI-TOF-MS技术结合WCX纳米磁珠筛选原发性胆囊癌患者血清蛋白指纹图谱的变化被引量：1: 1; 作者邢人伟牟永华刘池波《中华中医药学刊》 CAS 2012年第11期2486-2488,共3页; 目的:应用蛋白质组学技术分析筛选胆囊癌患者外周血清中生物标记蛋白,初步探讨其对胆囊癌早期诊断的意义。方法:应用表面加强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术,对45例胆囊癌患者及50例对照者(健康体检者)外周血清蛋白质进行... 展开更多; 关键词表面加强激光解吸电离飞行时间质谱技术胆囊癌生物标记蛋白; 在线阅读下载PDF 职称材料

SELDI-TOF-MS技术筛查预测乳腺癌患者曲妥珠单抗耐药的生物标志物被引量：3: 2; 作者郑弘宇陈慧菁 +3 位作者吴凡黄伟炜陈强叶韵斌《中国肿瘤生物治疗杂志》 CAS CSCD 北大核心 2010年第4期368-373,共6页; 目的:应用表面加强激光解析电离化飞行时间质谱技术(surface enhanced laser desorption/ionization-time of flight-mass spectrometry,SELDI-TOF-MS)比较乳腺癌曲妥珠单抗治疗耐药患者与非耐药患者血清蛋白质谱的差异,筛选预测乳腺癌... 展开更多; 关键词表面加强激光解析电离化飞行时间质谱技术乳腺肿瘤曲妥珠单抗耐药生物标志物; 在线阅读下载PDF 职称材料

基于ACO-SVM的质谱数据分析被引量：3: 3; 作者张蓉冯斌《计算机工程》 CAS CSCD 北大核心 2010年第4期158-160,共3页; 生物信息学应用领域存在高维小样本和内部空间疏散的特性,因而数据分析面临着巨大的挑战。基于此,在蚁群算法的搜索过程中将特征的信噪比作为先验信息,结合支撑向量用于筛选血清蛋白相关生物标记物,实验结果表明,该方法建立的癌症诊断... 展开更多; 关键词表面增强激光解析电离飞行时间质谱蛋白质组学蚁群优化算法特征选择技术生物标记物; 在线阅读下载PDF 职称材料

基于QPSO-SVM算法的SELDI-TOF质谱数据分析被引量：1: 4; 作者张蓉冯斌孙俊《计算机应用与软件》 CSCD 2011年第1期57-60,共4页; 生物信息学领域的微阵列分析、质谱数据分析等大规模机器学习问题的不断涌现,对已有的特征选择算法提出了严峻的挑战,迫切需要研究适应于高维小样本特征的、准确性和运行效率等综合性能较好的、新的特征选择算法。将基于量子粒子群算法(... 展开更多; 关键词表面增强激光解析电离飞行时间质谱粒子群优化算法(PSO) 量子粒子群算法(QPSO) 特征选择技术生物标记物; 在线阅读下载PDF 职称材料

SELDI-TOF-MS技术在贲门癌诊断中的初步研究被引量：1: 5; 作者靳小可杨瑞红 +2 位作者郭素堂张旭东胡春松《安徽医科大学学报》 CAS 北大核心 2012年第9期1103-1107,共5页; 目的寻找贲门癌肿瘤标记物并建立诊断模型。筛选提示发生淋巴转移的差异蛋白,为临床早期诊断贲门癌及判断预后提供新方法。方法 CM10蛋白芯片结合表面增强激光解析电离飞行时间质谱(SELDI-TOF-MS)检测101例贲门癌患者及118例正常对照者... 展开更多; 关键词表面增强激光解析电离飞行时间质谱技术血清蛋白指纹图谱贲门癌诊断模型; 在线阅读下载PDF 职称材料

由质谱分析数据建立肝癌病人与健康人血清的分类模型被引量：1: 6; 作者徐琨朱尔一 +1 位作者杨芃原刘银坤《质谱学报》 EI CAS CSCD 2008年第5期268-273,共6页; 通过对质谱数据处理和分析,建立肝细胞癌(HCC)病人与健康人的分类模型,可以用来判别样本是否来源于肝癌病人。运用表面加强激光解析电离-飞行时间质谱(SELDI-TOF-MS)获取肝癌病人和健康人血清蛋白指纹图谱数据,并运用偏最小二乘(PLS)变... 展开更多; 关键词肝细胞癌表面加强激光解析电离-飞行时间质谱偏最小二乘变量筛选分类模型海量数据建模; 在线阅读下载PDF 职称材料

题名应用SELDI-TOF-MS技术结合WCX纳米磁珠筛选原发性胆囊癌患者血清蛋白指纹图谱的变化被引量：1: 1; 作者邢人伟牟永华刘池波; 机构台州学院医学院附属台州市立医院; 出处《中华中医药学刊》 CAS 2012年第11期2486-2488,共3页; 基金浙江省卫生厅资助项目(2007B233); 文摘目的:应用蛋白质组学技术分析筛选胆囊癌患者外周血清中生物标记蛋白,初步探讨其对胆囊癌早期诊断的意义。方法:应用表面加强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术,对45例胆囊癌患者及50例对照者(健康体检者)外周血清蛋白质进行检测,应用蛋白质芯片软件对蛋白质谱进行分析,建立诊断模型,并进行模型验证。结果:胆囊癌患者外周血清蛋白质表达谱与对照组相比,(5913Da,6181Da,13752Da)3个蛋白质荷比峰(M/Z)具有显著性差异,结果表明,该方法的灵敏度为86.7%,特异性为93.3%,这3个蛋白质峰数据建立蛋白质谱模型,用样本进行盲法测试。其敏感性为80%,特异性为90%。结论:应用SELDI-TOF-MS技术可有效筛选胆囊癌患者血清中特异性蛋白标记物,为胆囊癌患者的诊断提供了一条可靠的高灵敏度及特异性的方法。; 关键词表面加强激光解吸电离飞行时间质谱技术胆囊癌生物标记蛋白; Keywords SELDI - TOF - MS gallbladder cancer biomarker protein; 分类号 R735.8 [医药卫生—肿瘤]; 在线阅读下载PDF 职称材料

题名SELDI-TOF-MS技术筛查预测乳腺癌患者曲妥珠单抗耐药的生物标志物被引量：3: 2; 作者郑弘宇陈慧菁吴凡黄伟炜陈强叶韵斌; 机构福建医科大学教学医院福建省肿瘤医院内科福建省肿瘤医院肿瘤免疫学研究室; 出处《中国肿瘤生物治疗杂志》 CAS CSCD 北大核心 2010年第4期368-373,共6页; 基金福建省自然科学基金资助项目(No.2007J0263)~~; 文摘目的:应用表面加强激光解析电离化飞行时间质谱技术(surface enhanced laser desorption/ionization-time of flight-mass spectrometry,SELDI-TOF-MS)比较乳腺癌曲妥珠单抗治疗耐药患者与非耐药患者血清蛋白质谱的差异,筛选预测乳腺癌患者曲妥珠单抗耐药的标志蛋白。方法:选择福建省肿瘤医院2008年1月至2009年10月曲妥珠单抗治疗的乳腺癌患者35例,以临床界定标准将患者分为耐药组(11例)和非耐药组(24例)。应用SELDI-TOF-MS技术检测两组患者外周血蛋白质表达谱的差异,以差异蛋白峰值比1.5为耐药的蛋白界定标准,以此标准判定患者耐药与否。分析该蛋白界定标准评判曲妥珠单抗耐药的灵敏度、特异度以及阳性预测值、阴性预测值。结果:以临床界定标准评判的曲妥珠单抗耐药的发生与患者年龄、分期、腋窝淋巴结转移和ER/PR双阴无关。临床耐药组和非耐药组患者外周血蛋白质表达谱比较显示,耐药患者的蛋白质峰7971Da、9284Da显著降低(P<0.05)。以蛋白界定标准评判患者曲妥单抗耐药与非耐药,7971Da评判时的灵敏度为81.82%(9/11)、特异度为83.33%(20/24)、阳性预测值为69.23%(9/13)、阴性预测值为90.91%(20/22);以9284Da评判时的灵敏度为72.73%(8/11)、特异度为79.17%(19/24)、阳性预测值为61.54%(8/13)、阴性预测值为86.36%(19/22)。结论:应用SELDI-TOF-MS技术检测的差异蛋白质峰7971Da、9284Da似可作为预测乳腺癌患者曲妥珠单抗耐药的生物标志物。; 关键词表面加强激光解析电离化飞行时间质谱技术乳腺肿瘤曲妥珠单抗耐药生物标志物; Keywords surface enhanced laser desorption ionization time of flight mass spectrometry（SELDI-TOF-MS） breast cancer trastuzumab drug resistance biomarker; 分类号 R446.69 [医药卫生—诊断学] R737.9 [医药卫生—肿瘤]; 在线阅读下载PDF 职称材料

题名基于ACO-SVM的质谱数据分析被引量：3: 3; 作者张蓉冯斌; 机构江南大学信息工程学院江苏信息职业技术学院计算机工程系; 出处《计算机工程》 CAS CSCD 北大核心 2010年第4期158-160,共3页; 基金国家自然科学基金资助项目(60474030); 文摘生物信息学应用领域存在高维小样本和内部空间疏散的特性,因而数据分析面临着巨大的挑战。基于此,在蚁群算法的搜索过程中将特征的信噪比作为先验信息,结合支撑向量用于筛选血清蛋白相关生物标记物,实验结果表明,该方法建立的癌症诊断模型取得了较好的分类性能测试仿真结果,敏感度和特异度分别达到94%和92.4%。; 关键词表面增强激光解析电离飞行时间质谱蛋白质组学蚁群优化算法特征选择技术生物标记物; Keywords Surface-Enhanced Laster Desorption/Ionization Time-Of-Flight Mass Spectrometry（SELDI-TOF-MS） proteomics Ant Colony Optimization（ACO） algorithm feature selection technology biomarker; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于QPSO-SVM算法的SELDI-TOF质谱数据分析被引量：1: 4; 作者张蓉冯斌孙俊; 机构江苏信息职业技术学院计算机工程系江南大学信息工程学院; 出处《计算机应用与软件》 CSCD 2011年第1期57-60,共4页; 基金国家自然科学基金(60474030); 文摘生物信息学领域的微阵列分析、质谱数据分析等大规模机器学习问题的不断涌现,对已有的特征选择算法提出了严峻的挑战,迫切需要研究适应于高维小样本特征的、准确性和运行效率等综合性能较好的、新的特征选择算法。将基于量子粒子群算法(QPSO)与SVM结合,并将建立的诊断模型用于生物标记物的选择。实验结果表明,新的基于量子粒子群算法建立的模型不仅具有良好的预测精度,而且在速度上有大幅的提高。; 关键词表面增强激光解析电离飞行时间质谱粒子群优化算法(PSO) 量子粒子群算法(QPSO) 特征选择技术生物标记物; Keywords Surface-enhanced laser desorption/ionization with time-of-flight mass spectrometry（SELDI-TOF-MS） Particle swarm optimization（PSO） Quantum-behaved particle swarm optimization（QPSO） Feature selection technology Biomarker; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名SELDI-TOF-MS技术在贲门癌诊断中的初步研究被引量：1: 5; 作者靳小可杨瑞红郭素堂张旭东胡春松; 机构安徽医科大学免疫学教研室山西省肿瘤医院分子生物室; 出处《安徽医科大学学报》 CAS 北大核心 2012年第9期1103-1107,共5页; 基金山西省留学基金项目(编号:200477); 文摘目的寻找贲门癌肿瘤标记物并建立诊断模型。筛选提示发生淋巴转移的差异蛋白,为临床早期诊断贲门癌及判断预后提供新方法。方法 CM10蛋白芯片结合表面增强激光解析电离飞行时间质谱(SELDI-TOF-MS)检测101例贲门癌患者及118例正常对照者血清蛋白,Biomarker Wizard软件和Biomarker Patterns System(BPS)分析得差异蛋白并建立贲门癌诊断分类树,双盲法验证其准确性。进一步分析对比有、无淋巴转移的贲门癌患者血清蛋白指纹图谱,得到差异蛋白。结果对照分析贲门癌患者和正常对照组的血清蛋白指纹图谱得56个差异蛋白(P<0.05),经BPS软件筛选,以质荷比为5 480.49(P<10-8)的蛋白为主根结点建立贲门癌诊断模型,其灵敏度为95.05%,特异度为95.76%。得到可提示淋巴转移的差异蛋白3 820.87(P<0.05),其灵敏度为84.4%,特异度为82.1%。结论 SELDI-TOF-MS技术可建立有较高灵敏度和特异度的贲门癌诊断模型,筛选出能够提示发生淋巴转移的差异蛋白,有助于贲门癌的早期筛查、诊断和预后判断。; 关键词表面增强激光解析电离飞行时间质谱技术血清蛋白指纹图谱贲门癌诊断模型; Keywords SELDI-TOF-MS serum protein fingerprints gastric cardia adenocarcinoma diagnostic model; 分类号 A735.1 [哲学宗教—马克思主义哲学]; 在线阅读下载PDF 职称材料

题名由质谱分析数据建立肝癌病人与健康人血清的分类模型被引量：1: 6; 作者徐琨朱尔一杨芃原刘银坤; 机构厦门大学化学化工学院现代分析科学教育部重点实验室复旦大学化学系复旦大学生物医学研究院复旦大学附属中山医院肝癌研究所; 出处《质谱学报》 EI CAS CSCD 2008年第5期268-273,共6页; 基金福建省自然科学基金(批准号:2007J0290)资助; 文摘通过对质谱数据处理和分析,建立肝细胞癌(HCC)病人与健康人的分类模型,可以用来判别样本是否来源于肝癌病人。运用表面加强激光解析电离-飞行时间质谱(SELDI-TOF-MS)获取肝癌病人和健康人血清蛋白指纹图谱数据,并运用偏最小二乘(PLS)变量筛选法建立分类模型,最终得到分类模型的交叉检验相关系数达0.96以上,判别准确率大大提高。同时对模型进行分析,找出对肝癌病人和健康人的差异有重要影响的因素或变量。这些变量为30个质荷比区间内特定蛋白的峰强度值,反映这些质荷比区间内蛋白量的增加或减少与肝癌的形成有密切关系,可作为重要的生物标志物进一步加以研究。并且采用所得模型的拟合值等一些信息做分类图,能较好地表达回归模型的分类效果。; 关键词肝细胞癌表面加强激光解析电离-飞行时间质谱偏最小二乘变量筛选分类模型海量数据建模; Keywords HCC SELDI-TOF-MS PLS variable selection classification model huge datamodeling; 分类号 O657.63 [理学—分析化学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	应用SELDI-TOF-MS技术结合WCX纳米磁珠筛选原发性胆囊癌患者血清蛋白指纹图谱的变化	邢人伟牟永华刘池波	《中华中医药学刊》 CAS	2012	1	在线阅读下载PDF 职称材料
2	SELDI-TOF-MS技术筛查预测乳腺癌患者曲妥珠单抗耐药的生物标志物	郑弘宇陈慧菁吴凡黄伟炜陈强叶韵斌	《中国肿瘤生物治疗杂志》 CAS CSCD 北大核心	2010	3	在线阅读下载PDF 职称材料
3	基于ACO-SVM的质谱数据分析	张蓉冯斌	《计算机工程》 CAS CSCD 北大核心	2010	3	在线阅读下载PDF 职称材料
4	基于QPSO-SVM算法的SELDI-TOF质谱数据分析	张蓉冯斌孙俊	《计算机应用与软件》 CSCD	2011	1	在线阅读下载PDF 职称材料
5	SELDI-TOF-MS技术在贲门癌诊断中的初步研究	靳小可杨瑞红郭素堂张旭东胡春松	《安徽医科大学学报》 CAS 北大核心	2012	1	在线阅读下载PDF 职称材料
6	由质谱分析数据建立肝癌病人与健康人血清的分类模型	徐琨朱尔一杨芃原刘银坤	《质谱学报》 EI CAS CSCD	2008	1	在线阅读下载PDF 职称材料