-
公开(公告)号：CN117106917A
公开(公告)日：2023-11-24
申请号：CN202311138973.7
申请日：2023-09-05
Applicant: 上海交通大学医学院附属仁济医院
IPC: C12Q1/6886 , C12N15/11
Abstract: 本发明提供了CYP2A6基因型作为预测乳腺癌新辅助化疗联合新辅助内分泌治疗疗效的标记物的用途，CYP2A6中间/慢代谢型患者较正常代谢型患者更容易达到pCR，CYP2A6 rs61663607 T>C TT型相比较于TC和CC型更容易达到pCR，在新辅助化疗联合或不联合来曲唑的患者中，CYP2A6 rs7250713 G>C CC型相比较于CC和CG型更容易达到pCR。本发明还提供了CYP2A6基因型在制备诊断预测乳腺癌新辅助化疗联合新辅助内分泌治疗疗效的试剂中的用途。本发明对于接受新辅助治疗和手术的早期激素受体阳性乳腺癌患者的新辅助化疗联合或不联合来曲唑治疗疗效进行辅助诊断。
-
公开(公告)号：CN108315430B
公开(公告)日：2021-07-23
申请号：CN201810398263.0
申请日：2018-04-28
Applicant: 上海交通大学医学院附属仁济医院
IPC: C12Q1/6886 , C12N15/11
Abstract: 本发明提供了PDL1 SNP基因型在制备诊断预测乳腺癌新辅助化疗疗效标记物的用途。还提供了PDL1 SNP基因型作为标记物在制备诊断预测乳腺癌新辅助化疗疗效的试剂中的用途。还提供了一种用于检测PDL1 SNP基因型的试剂盒，含有SEQ ID NO.1~18所示的引物。本发明发现在所有乳腺癌人群以及HR阳性的人群中，PDL1基因非编码区SNP rs4143815 C至G改变后，GC基因型患者较GG和CC基因型患者更容易达到pCR。通过病人血液中的PDL1基因非编码区SNP的检测，尽早的发现GC基因型患者，进行新辅助化疗，以便达到病理的完全缓解，提高生存的时间。
-
公开(公告)号：CN118259013A
公开(公告)日：2024-06-28
申请号：CN202311773141.2
申请日：2023-12-21
Applicant: 上海交通大学医学院附属仁济医院
IPC: G01N33/68 , G01N33/92 , G01N33/574 , G16H20/17
Abstract: 本发明提供了低密度脂蛋白、总胆固醇和非高密度脂蛋白作为联合诊断标记物在制备预测接受新辅助化疗的局部晚期乳腺癌患者预后的诊断组合物中的用途，如果：新辅助化疗后低密度脂蛋白水平–新辅助化疗前低密度脂蛋白水平＞0.54mmol/L；新辅助化疗后总胆固醇水平–新辅助化疗前总胆固醇水平＞‑0.01mmol/L；新辅助化疗后非高密度脂蛋白水平–新辅助化疗前非高密度脂蛋白水平＞0.85mmol/L；如以上三个检测的水平有1个或1个以上符合，则提示患者预后不良。本发明还提供了一种对接受新辅助化疗的局部晚期乳腺癌患者进行预后诊断的系统。本发明发现低密度脂蛋白、总胆固醇和非高密度脂蛋白在新辅助化疗期间水平的变化可作为潜在的预后生物标志物在临床应用。
-
公开(公告)号：CN117593587A
公开(公告)日：2024-02-23
申请号：CN202311712937.7
申请日：2023-12-13
Applicant: 上海交通大学医学院附属仁济医院
IPC: G06V10/764 , G06T7/00 , G06V10/44 , G16H70/60
Abstract: 一种基于拉曼光谱的乳腺癌和癌旁分类系统及知识库构建方法，涉及医学技术领域，该系统包括共聚焦拉曼光谱仪、数据采集模块、病理分类知识库模块、病理分类模块；所述共聚焦拉曼光谱仪用于输出待检测乳腺组织样本的拉曼光谱检测数据；所述数据采集模块用于采集共聚焦拉曼光谱仪输出的待检测乳腺组织样本的拉曼光谱检测数据，并用收集的数据构建待检测乳腺组织样本光谱曲线；所述病理分类知识库模块中存储有乳腺癌和癌旁组织的拉曼光谱曲线特征峰数据；所述病理分类模块用于将待检测乳腺组织样本光谱曲线与病理分类知识库模块中的乳腺癌和癌旁组织的拉曼光谱曲线特征峰数据进行匹配，并根据匹配结果对待检测乳腺组织样本进行病理分类标记。
-
公开(公告)号：CN109321656A
公开(公告)日：2019-02-12
申请号：CN201811226653.6
申请日：2018-10-22
Applicant: 上海交通大学医学院附属仁济医院
IPC: C12Q1/6886 , G01N33/574 , A61K31/7105 , A61P35/00
Abstract: 本发明提供了蛋白DEPDC1作为诊断三阴乳腺癌的标记物的用途。本发明还提供了miR-26b在制备治疗三阴乳腺癌的药物中的用途。本发明还提供了miR-26b在制备抑制DEPDC1mRNA表达的药物中的用途。本发明发现在三阴乳腺癌组织中，DEPDC1表达明显高于配对的癌旁组织。三阴乳腺癌细胞中过表达DEPDC1可以通过上调FOXM1表达促进细胞生长和肿瘤形成。相反，敲低DEPDC1后显示相反作用。而且，三阴乳腺癌中，miR-26b作为肿瘤抑制因子能够直接抑制DEPDC1表达并减弱DEPDC1对细胞生长和克隆形成的促进作用。本发明为三阴乳腺癌的发生发展调控指出了一条新的重要机制。
-
Patent Agency Ranking
公开(公告)号：CN118969252A
公开(公告)日：2024-11-15
申请号：CN202411068706.1
申请日：2024-08-06
Applicant: 上海交通大学医学院附属仁济医院
Abstract: 一种CDK4/6抑制剂对晚期乳腺癌疗效评分系统及评分机制构建方法，涉及临床医学技术领域。该系统通过中性粒细胞绝对值与红细胞绝对值的比值、淋巴细胞绝对值与红细胞绝对值的比值、单核细胞绝对值与红细胞绝对值的比值、血小板绝对值与红细胞绝对值的比值及CDK4/6抑制剂疗效预测评分机制，计算出血液样本提供者的疗效评分值，根据疗效评分值，确定血液样本提供者预后不良程度的等级。
-
公开(公告)号：CN118866114A
公开(公告)日：2024-10-29
申请号：CN202410867349.9
申请日：2024-07-01
Applicant: 上海交通大学医学院附属仁济医院
IPC: G16B40/00 , G16H50/30 , G01N33/574
Abstract: 本发明提供一种预后结果预测方法、系统、介质、电子设备及诊断标记物；所述预后结果预测方法包括：获取对应所述诊断标记物的目标数据；基于所述目标数据预测使用CDK4/6抑制剂治疗晚期乳腺癌患者的预后结果；本发明通过将诊断标记物应用于使用CDK4/6抑制剂治疗晚期乳腺癌患者的预后结果的预测，达到了无创、高效预测CDK4/6抑制剂治疗晚期乳腺癌患者的预后结果，解决了现有通过基因检测这种有创检查存在的问题。
-
公开(公告)号：CN118173275A
公开(公告)日：2024-06-11
申请号：CN202410283234.5
申请日：2024-03-13
Applicant: 上海交通大学医学院附属仁济医院
Abstract: 本发明提供一种新辅助化疗后乳腺癌预后改良模型构建方法、系统及预后系统；所述新辅助化疗后乳腺癌预后改良模型构建方法包括：构建一个基于Neo‑Bioscore预后评价体系的预后传统模型；所述预后传统模型中，HER2状态为二分类，分别为：HER2阳性和HER2阴性；在所述预后传统模型的基础上，引入HER2低表达和HER2零表达，将所述HER2状态扩充为三分类，分别为：HER2阳性、HER2低表达和HER2零表达，以实现构建预后改良模型；本发明在原有Neo‑Bioscore的基础上，提出了预后改良模型，首次将HER2阴性拆分为HER2低表达、HER2零表达分别纳入预后改良模型的评分标准。
-
公开(公告)号：CN117511937A
公开(公告)日：2024-02-06
申请号：CN202210934775.0
申请日：2022-08-04
Applicant: 上海交通大学医学院附属仁济医院
IPC: C12N15/113 , C12Q1/6886 , C12N15/11 , C12Q1/6851
Abstract: 本发明提供了环状RNA CDR1‑AS在制备作为乳腺癌接受新辅助化疗的疗效和预后预测生物标志物中的用途，所述的环状RNA CDR1‑AS序列如SEQ ID NO.1所示。本发明还提供了检测环状RNA CDR1‑AS的试剂在制备用于诊断乳腺癌接受新辅助化疗的疗效和预后预测效果的诊断试剂中的用途。本发明通过收集患者组织样本，通过qRT‑PCR检测组织CDR1‑AS表达，并通过logistic回归分析、Kaplan‑Meier法和Cox比例风险模型等来研究CDR1‑AS表达和乳腺癌接受新辅助化疗的患者的疗效和生存的关系。本发明首次阐述了CDR1‑AS是乳腺癌接受新辅助化疗的疗效和预后预测中潜在的新型预测生物标志物，它能有助于识别特定的患者亚组并指导治疗决策。
-
公开(公告)号：CN116416471A
公开(公告)日：2023-07-11
申请号：CN202310397544.5
申请日：2023-04-14
Applicant: 上海交通大学医学院附属仁济医院
IPC: G06V10/764 , G06V10/774 , G06T7/00
Abstract: 一种乳腺上皮纤维肿瘤样本分类模型构建方法及其构建系统，涉及医学技术领域，该方法根据拉曼光谱检测数据构建乳腺上皮纤维肿瘤样本的肿瘤样本光谱曲线，并根据病理信息对肿瘤样本光谱曲线标注病理分类标签；再对肿瘤样本光谱曲线实施标准化及归一化处理后组成肿瘤样本训练集；再利用基于L1正则化的线性支持向量机筛选出对纤维腺瘤、分叶状肿瘤的区分贡献程度最大的一组拉曼光谱曲线特征峰，利用筛选出的拉曼光谱曲线特征峰对基于带有径向基函数核的支持向量机的肿瘤样本分类模型进行训练、验证、测试，最终得到达到预期目标的肿瘤样本分类模型；即可利用肿瘤样本分类模型对后续乳腺上皮纤维肿瘤样本的拉曼光谱曲线特征峰进行分类判断。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.027 seconds)
