两种癌症的代谢轮廓分析方法研讨.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
两种癌症的代谢轮廓分析方法研讨

摘要 摘要 代谢组学是继“基因组学、“转录组学”、“蛋白质组学之后新兴的又一 门“组学”研究。其关注的是小分子的代谢物,通过核磁共振、色谱质谱等实 现对样品的检测,又借助于数据分析技术实现对高通量数据的分析。而模式识 别就是一种常用且重要的数据分析技术。代谢组学模式识别技术的发展,为牛 命科学,医药学以及临床诊断等的发展带来了契机。尤其基于核磁共振(NMR) 的代谢组学技术,其在疾病诊断中的作用显得越来越为重要。 胃癌作为全球第二大癌症,一直威胁着人类生命健康。尽管近几十年来癌 症诊断技术发展迅速,例如各种内镜检查(如色素内镜法、荧光光潜内镜法及 超声内镜等)和影像学检查、细胞动力学分析以及分子生物学诊断(如肿瘤基 因、单克隆抗体、端粒酶和幽门螺杆菌感染等方面)等,但是这些方法多数存 在阳性率不高、技术性强、费用昂贵等诸多问题,临床应用无法普及。 同时,引起科学界极大关注的还有近年来发病率逐年上升的胆道恶性肿瘤。 胆道肿瘤起病隐匿,其临床表现常被胆道结石等其他疾病的症状所掩盖;就诊 时往往已属晚期,手术切除率低,术后牛存期短,这些都极大地影响了治疗效 果。因此,寻求一种快速简单的诊断手段迫在眉睫。虽然ERCP(经内镜逆行胰 胆管造影)技术以及一些细胞学技术、影像学技术的发展在一定程度上为疾病 诊断带来了帮助,但是由于它们高成本以及操作的复杂化使得研究者们迫切希 望找到一种简单易普及的手段。 然而,代谢组学技术作为一种快速而强劲的分析手段,近年来在恶性肿瘤 诊断中发展非常迅速,但是国内外很少有对该方法应用于胃癌与胆道恶性肿瘤 诊断的报道。 本文基于血浆与胆汁的核磁共振代谢组学数据,构建了一套有监督与无监 督相结合的模式识别研究方法,并将其应用于胃癌以及胆道恶性肿瘤的诊断。 首先,分别对收集到的病人血样及胆汁进行NMR检测,获取高分辨率的1H.NMR 指纹图谱。其次,根据谱图数据特点分别尝试使用三种预处理方法对其进行主 成分分析,获得最佳预处理方法。再对该数据进行有监督模式识别预报,分别 种方法,并且对预报结果做了Relative Operating 摘要 本文研究结果表明:线归一(inf-norm)预处理方法比较适合基于NMR的代谢 组学数据分析;同时,分别建立了适用于两种癌症诊断的良好识别模型,得到 较高的aug评价值。 本文所建立的研究方法,能较好地应用于基于核磁的代谢组学数据分析; 同时提出将该种方法应用到胃癌与胆道恶性肿瘤的诊断中,是一种很有发展潜 力的癌症临床诊断辅助手段。 关键词:基于核磁(NMR)的代谢组学,疾病诊断,模式识别,线归(inf-norm), 核偏最小二乘(KPLS) Ⅱ Abstract ABSTRACT Metabolomicsisthefast developingstudy concernsmoreonlow moleculardetected ”proteomics”.It weight byNMR,GC.MS. The data is data which high—throughputprocessedthroughanalysis technique,of pattem isacommonand data recognition importantanalysis techniques.Pattern ofmetabon

您可能关注的文档

文档评论(0)

yxutcangfp + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档