-
公开(公告)号:CN118010833A
公开(公告)日:2024-05-10
申请号:CN202410175778.X
申请日:2024-02-07
Applicant: 上海交通大学
IPC: G01N27/64
Abstract: 本发明公开了一种用于诊断肾癌的质谱芯片及其制备方法和应用,涉及生物芯片检测领域,所述芯片通过液‑液界面自组装方法,将单宁酸修饰的金纳米花即TA@AuNFs构建成均一且高度有序的纳米阵列作为质谱芯片,具体使用TA@AuNFs采用1,2‑二氯乙烷‑水界面自组装法构建具有紧密堆积结构的二维纳米芯片。本发明能保证样品均匀分布在芯片表面,避免“咖啡环”效应,显著提高LDI‑MS在小分子检测中的重现性,有利于提高质谱增强效果,基于SA‑TA@AuNFs纳米芯片的LDI MS平台进行肾癌尿液代谢物的检测,根据代谢物的差异实现了疾病的高性能诊断及分型。
-
公开(公告)号:CN119959335A
公开(公告)日:2025-05-09
申请号:CN202510058865.1
申请日:2025-01-14
Applicant: 上海交通大学
IPC: G01N27/626 , G06N20/00 , G06F18/15 , G06F18/213
Abstract: 本发明公开了一种血清和尿液中的前列腺增生生物标志物组合及其筛选方法,涉及分子检测领域,所述生物标志物组合为:尿液中的生物标志物为尿苷丙酸、2‑羟基戊二酸、二氢硫代酰胺、尿苷5'‑单磷酸盐;血清中的生物标志物为二甲基砜,呋喃酮A,草酰乙酸、3‑巯基乳酸,其筛选方法包括:在MALDI MS平台检测血清和尿液样本的代谢指纹图谱;基于自动化机器学习构建生物标志物筛选模型;筛选前列腺增生生物标志物组合。本发明通过整合血清和尿液样本进行代谢物谱分析,极大提升了诊断结果的普适性和准确性,结合自动化机器学习(AutoML)优化模型选择和调参的创新,进一步提高了模型构建效率,并降低了人为因素导致的误判概率。
-
公开(公告)号:CN118448057A
公开(公告)日:2024-08-06
申请号:CN202410658243.8
申请日:2024-05-24
Applicant: 上海交通大学
Abstract: 本发明公开了一种血清联合尿液构建肾癌模型的方法及生物标志物和应用,涉及代谢组学分析技术领域。包括如下步骤:步骤1、使用纳米辅助的激光解析电离质谱技术,对肾癌患者和健康志愿者的样本溶液进行代谢检测,得到所述代谢检测结果;步骤2、将步骤1得到的代谢检测结果采用机器学习方法获取样本溶液的代谢指纹并构建所述肾癌模型;步骤3、应用步骤2构建的肾癌模型进行肾癌的代谢生物标志物鉴别。本发明实现了尿液及血清双体液样本代谢指纹谱图高通量,高灵敏度,高信号数量以及高可重复性检测,有效解决了传统技术样本量较大以及预处理复杂等缺陷。
-
-