毛细管电泳法测定血清中的法莫替丁.docVIP

毛细管电泳法测定血清中的法莫替丁 1、相关定义 1.1、蛋白质组学研究定义 Marc Wilkins 最先提出了蛋白质组(Proteome)的概念,即一个基因组(genome) 或者一个细胞及组织表达的所有蛋白质。它不是局限在一个或者几个蛋白质,而是对应 一个基因组所有蛋白质构成的整体。蛋白质组学(proteomics)是一门采用各种技术方 法来研究蛋白质组的新兴学科,目的在于从整体角度分析胞内动态变化的蛋白组成成 分、表达水平及修饰状态,理解蛋白之间的联系及相互作用,研究蛋白质的功能及细胞 的活动规律,是后基因组研究中最主要的部分。其研究可分三方面:蛋白质大规模的鉴 定及转录后修饰的微特征研究;蛋白质之间的相互作用及翻译后修饰的研究[103];蛋白表 达水平的对比研究,即差异蛋白质组学,在肿瘤中应用前景广阔。差异蛋白质组学为结 构蛋白质组学研究的分支之一,它对某体系蛋白质进行鉴定,并且详细阐述翻译后修饰 的特性差异蛋白,多以人类重大疾病或者重要的生命过程为对象,比较重要生理和病理 体系/过程的蛋白质表达,应用多种先进的技术研究蛋白质间的相互作用,从而绘制某 体系蛋白作用的网络图谱[103]。这在疾病的早期诊断、疗效观察等方面意义重大。 1.2、自定义减背景 生物样本的拉曼光谱有较强的荧光背景,虽然通过激发光波长的选择及金 属纳米粒子的吸附,降低了背景荧光,但相比于拉曼弱信号,光谱中仍存在明 显的荧光背景。此外,暗噪声、仪器本身噪声也会对拉曼信号的提取及分析带 来干扰,因此需要对光谱数据减背景处理。 利用 Origin8.1 对光谱进行自定义减背景处理。选取光谱中拉曼波谷位置, 用光滑的曲线相连接,视为光谱背景,校准后的光谱数据减去背景,所得数据 进行减基线处理,即将光谱数据中最低处平移至 0处,如图 4-2及 4-3所示。 光谱数据的减背景处理一般选择是多项式拟合方法,此方法虽操作简单, 但由于本实验中生物样本的拉曼光谱形状不规则,较为复杂。经多项式拟合 后,光谱形状差异较大,仍有荧光背景残留,不利于有效提取光谱中的拉曼信 号。如图 4-7所示,对图 4-1校准后数据利用三阶及四阶多项式拟合方法减去背 景,结果发现,多项式拟合后,虽光谱背景有所减弱,但多项式曲线拟合光谱 后使得光谱形状发生变化,又产生新的背景,没有达到减除背景的目的。 三阶拟合多项式减背景 4000四阶拟合多项式减背景 .u3000 ya/ifs tneIn2000 nam aR1000 0 400 600 800 1000 1200 1400 1600 1800 Raman shift/cm-1 图 4-4 三阶及四阶多项式拟合减背景后的光谱 1.3、判别分析概念 判别分析(Discriminant Analysis)的基本思路是:根据事物特点的变量值和所 属的类求出判别函数,再根据判别函数对未知所属类别的事物进行分类的方法。 判别分析要根据描述事物特征的变量值和它的所属类型找出判别函数,以此 为依据对所研究事物判别所属类别。其目的是对已知分类的数据建立由数值指标 构成的分类规则,然后把这样的分类规则应用到未知分类的样本去分类。例如, 通过患肺癌病人和健康人的一些化验指标,就可以从这些化验指标发现两类人的 区别,把这种区别表示成判别公式,对疑似患者依据其化验指标用判别公式加以 诊断。 判别分析有很多种。按判别的组数不同,判别分析可分为两组判别和多组判 别;按判别时所处理的变量方法不同,分为逐步判别和序贯判别等;按判别准则 不同,分为距离判别、费歇尔(Fisher)判别和贝叶斯(Bayes)判别;按区分不同总 体所用的数学模型,分为显性判别的非线性判别。常用的判别方法有贝叶斯判别、 距离判别、费歇尔判别和逐步判别[74,75]。 - 35 - 线性判别函数一般形式是: y= a1 x1 + a 2 x2 + a 3 x3 +L + an xn 式中 y 为判别值,a1,a2,a3, ,an为判别系数,x1,x2,x3, ,xn为反映研究 对象特征的变量。 SPSS 对分为 m 类的研究对象建立 m 个线性判别值,对每个个体进行判别时, 把测试的各变量值代入判别函数得出判别值,最终确定该个体的类别,并由所建 立标准化和未标准化的典型判别函数[76]可求出判别方程。 1.4、绿量概念的提出 随着生态城市理论的提出,我国 20 世纪 80 年代后期在上海和北京率先开展了 园林植物生态功能的量化研究,并在此基础上提出一个新的绿化评估概念”绿量 (Green quantity)”,但对其涵义的诠释不同地区有所不同,有的指城市绿化覆盖 率、绿地率;有的指环境,认为是环境标志(Environmental Label)也是生态标志, 绿色标志;有的指植物叶片表