-
公开(公告)号：CN114371290A
公开(公告)日：2022-04-19
申请号：CN202111623336.X
申请日：2021-12-28
Applicant: 复旦大学
Abstract: 本发明涉及多癌筛查血清生物标志物群及其应用。本发明通过靶向蛋白质组学定义了192种癌症分泌血清蛋白，用于肝癌、胃癌、肺癌、乳腺癌的检测以及定位。与现有基于循环肿瘤DNA(ctDNA)以及已知肿瘤标志物的多癌筛查方法相比，本发明应用基于靶向质谱的蛋白质组学技术及机器学习方法建立了多癌筛查模型，显示出更高的检测灵敏度和特异性，并且耗样量极低(1μl血清)，使得血液检查的侵入性更小，在临床上更具有吸引力，符合精准医学的需求。
-
公开(公告)号：CN114371296A
公开(公告)日：2022-04-19
申请号：CN202111623320.9
申请日：2021-12-28
Applicant: 复旦大学
Abstract: 本发明涉及一种肝癌筛查血清生物标志物群及其应用。本发明采用t检验和SVM built‑in算法筛选蛋白质质谱定量的肝癌相关的蛋白质组合，结合机器学习中的线性支持向量机(Linear SVM)模型利用所选的蛋白组合对肝癌患者和正常人进行精准分类，可弥补临床上基于甲胎蛋白(肝癌诊断标志物)的筛查方法灵敏度和特异性不足的缺点。同时可以作为辅助手段结合临床其他检查结果进行进一步临床决策，实现肝癌早发现、早诊断和早治疗，大大改善患者的预后。
-
公开(公告)号：CN114354933A
公开(公告)日：2022-04-15
申请号：CN202111622215.3
申请日：2021-12-28
Applicant: 复旦大学
IPC: G01N33/574 , G01N33/68 , G16B20/00 , G16B25/10
Abstract: 本发明涉及一种胃癌筛查血清生物标志物群及其应用。本发明采用t检验和SVM built‑in算法筛选蛋白质质谱定量的胃癌相关的蛋白质组合，结合机器学习中的线性支持向量机(Linear SVM)模型利用所选的蛋白组合对胃癌患者和正常人进行精准分类，可弥补临床上胃癌筛查方法灵敏度和特异性不足的缺点。同时可以作为辅助手段结合临床其他检查结果进行进一步临床决策，实现胃癌早发现、早诊断和早治疗，大大改善患者的预后。
-
公开(公告)号：CN110592658A
公开(公告)日：2019-12-20
申请号：CN201910830875.7
申请日：2019-09-04
Applicant: 复旦大学
Abstract: 本发明涉及一种通过晶格对称性匹配二维材料模板实现金属有机框架表面外延生长的制备方法。采用化学气相沉积法，在铜箔上生长出石墨烯，或采用液相剥离法制备石墨烯；以所得的石墨烯为模板，采用溶剂热法，在石墨烯表面外延生长出金属有机框架材料；所述模板基底还可以是其它二维材料（如硫化钼）。要求二维模板材料和二维金属有机框架具有匹配的晶格对称性，符合外延生长的重合位置点阵匹配理论。通过本方法得到的金属有机框架薄膜具有高度的晶面选择性，以及与模板耦合作用强的综合性能。本方法分步控制，操作简单，可根据性能要求更改外延生长模板材料，并可以在不同种类金属有机框架上拓展，可以精确构造符合需求的金属有机框架复合材料。
-
-
-
Search Results
4
records
(took 0.014 seconds)
