乳腺癌诊断标记物组合、应用及其测定方法

    公开(公告)号:CN105675735A

    公开(公告)日:2016-06-15

    申请号:CN201410664535.9

    申请日:2014-11-19

    Abstract: 本发明公开了乳腺癌诊断标记物组合、应用及其测定方法,包括13种差异性代谢物(Aspartate、Glutamate、5-Oxoproline、Cystine、Glutamine、Cysteine、Hypotaurine、Asparagine、Glycerolphosphate、Glycerophosphocholine、Arachidonate、Glyoxylate、Pentosidine)及其组合作为乳腺癌早期发现和诊断的标记物、应用及其诊断标记物测定方法,是基于乳腺癌患者的血浆/血清进行液相/气相色谱质谱联用代谢组学分析方法。本发明的技术方案的诊断标记物组合具有灵敏度和特异性高的特点,对于早期乳腺癌诊断也具有较高的灵敏度和特异性,可用于乳腺癌的早期发现,为患者争取时间,尽早开始治疗,提高临床治疗效果。

    乳腺癌诊断标记物组合、应用及其测定方法

    公开(公告)号:CN105675735B

    公开(公告)日:2018-07-17

    申请号:CN201410664535.9

    申请日:2014-11-19

    Abstract: 本发明公开了乳腺癌诊断标记物组合、应用及其测定方法,包括13种差异性代谢物(Aspartate、Glutamate、5‑Oxoproline、Cystine、Glutamine、Cysteine、Hypotaurine、Asparagine、Glycerolphosphate、Glycerophosphocholine、Arachidonate、Glyoxylate、Pentosidine)及其组合作为乳腺癌早期发现和诊断的标记物、应用及其诊断标记物测定方法,是基于乳腺癌患者的血浆/血清进行液相/气相色谱质谱联用代谢组学分析方法。本发明的技术方案的诊断标记物组合具有灵敏度和特异性高的特点,对于早期乳腺癌诊断也具有较高的灵敏度和特异性,可用于乳腺癌的早期发现,为患者争取时间,尽早开始治疗,提高临床治疗效果。

    胰腺癌诊断标记物组合、应用及其测定方法

    公开(公告)号:CN105572276A

    公开(公告)日:2016-05-11

    申请号:CN201410624200.4

    申请日:2014-11-07

    Abstract: 本发明公开了胰腺癌诊断标记物组合、应用及其测定方法,包括15种差异性代谢物(2,5-dihydroxybenzoic acid,talopyranose,proline,glutamate,choline,1,5-anhydro-D-glucitol,tryptophan,glutamine,betaine,2-oxoglutaric acid,methylguanidine,adenine,glycocholic acid,valine,2-aminobutyric acid)及其组合作为胰腺癌早期发现和诊断的标记物、应用及其诊断标记物测定方法,是基于胰腺癌患者的血浆/血清进行液相/气相色谱质谱联用代谢组学分析方法。本发明的技术方案的诊断标记物组合具有灵敏度和特异性高的特点,对于早期胰腺癌诊断也具有较高的灵敏度和特异性,可用于胰腺癌的早期发现,为患者争取时间,尽早开始治疗,提高临床治疗效果。

    一种1,5-脱水葡萄糖醇的唾液无创检测方法及其应用

    公开(公告)号:CN110988165B

    公开(公告)日:2022-09-27

    申请号:CN201911207125.0

    申请日:2019-11-29

    Abstract: 本发明一方面提供了一种1,5‑脱水葡萄糖醇的唾液无创检测方法,用唾液采集管收集测试个体的唾液样本并进行液相色谱质谱联用分析,可精确定量唾液1,5‑AG水平,避免了血液检测给患者带来的痛苦和感染风险以及试剂盒交叉反应所致的不准确性。本发明的另一方面提供了上述方法在在筛查糖尿病中的应用,根据检测的唾液1,5‑脱水葡萄糖醇水平或通过联合唾液1,5‑脱水葡萄糖水平与空腹血糖或糖化血红蛋白,用于筛查糖尿病,提高了糖尿病的筛查效率,同时可减少行OGTT的人数。

    一种微生物组-代谢物组特征评价和分组的方法和系统

    公开(公告)号:CN114530204A

    公开(公告)日:2022-05-24

    申请号:CN202210169893.7

    申请日:2022-02-23

    Abstract: 本发明提供了一种微生物组‑代谢物组特征评价和分组的方法和系统。该方法纳入代谢物特征数据、微生物特征数据、代谢组功能特征数据、微生物组功能特征数据作为输入数据,然后分析得到一系列关联对特征;预设相关性系数和显著性大小为阈值筛选各关联对特征,以筛选后的关联对为边,构建全局相关网络,计算网络节点特征的评价得分IIS;通过预设的IIS阈值,进一步筛选出枢纽特征;基于关系数据库,按照功能群对枢纽特征进行分组并确定关键功能群及其中关键的特征。该方法和系统可以识别各类疾病的代谢组‑微生物组中最为关键且具有系统生物学意义的特征以及这些特征的关联和分类情况,为研究各类疾病的双组学生物标志物提供新思路。

Patent Agency Ranking