-
公开(公告)号：CN115452799B
公开(公告)日：2023-08-18
申请号：CN202211096822.5
申请日：2022-09-06
Applicant: 哈尔滨医科大学
Abstract: 一种利用表面增强拉曼光谱技术无标签监测药物的方法及其应用，本发明涉及一种利用表面增强拉曼光谱技术无标签监测药物的方法及其应用。本发明的目的是为了解决现有药物成分分析方法复杂、耗时长的问题，本发明用柠檬酸钠溶液还原硝酸银生成银溶胶，加入卤化物孵育制备增强基底，将增强基底与待测样品混合，然后加入氯化钙溶液充分混合，再进行SERS检测。本发明在血清中检测小分子药物具有较好的灵敏度和信噪比，还成功监测了小鼠血清中阿霉素分子的代谢水平并检测到人血清中乐果的SERS信号，以及可以对血清中药物进行定量分析，本发明方法具有检测时间短、高灵敏性、高稳定性和重现性的特点。本发明应用于药物监测领域。
-
公开(公告)号：CN114839177A
公开(公告)日：2022-08-02
申请号：CN202210440615.0
申请日：2022-04-25
Applicant: 哈尔滨医科大学
IPC: G01N21/65
Abstract: 一种基于表面增强拉曼光谱技术无标签检测中草药有效成分的方法和应用，本发明涉及一种基于表面增强拉曼光谱技术无标签检测中草药有效成分的方法和应用。本发明的目的是为了解决现有中草药有效成分常见鉴定方法复杂、耗时长的问题，本发明用硼氢化钠还原硝酸银生成银溶胶，加入卤化物孵育制备增强基底，与待测样品混合加入聚集剂，进行SERS检测。本发明的增强基底成功检测到中草药有效成分的标准品在甲醇溶液和水溶液的SERS特征峰，同时成功检测到黄连的根茎叶提取溶液的SERS信号，通过标准品的的特征峰识别并鉴定中草药的有效成分，在人工血清中检测到小檗碱的SERS信号，具有较好的灵敏度和重现性。本发明应用于中药检测领域。
-
公开(公告)号：CN107290539B
公开(公告)日：2019-06-07
申请号：CN201710422633.5
申请日：2017-06-07
Applicant: 哈尔滨医科大学
IPC: C07K7/08
Abstract: 本发明公开了一种用于检测自身免疫病患者血清标志物的多肽组合物及其应用，本发明属于医药技术领域。本发明从噬菌体随机肽库中筛选出对自身免疫性疾病血清标志物具有结合能力的多肽，通过人工合成，用于血清标志物的免疫学检测。所述的多肽组合物包括SEQ ID NO.1‑19所示序列的全部或部分。此外，本发明还公开了含有所述多肽组合物的芯片、酶联免疫反应板以及试剂盒。本发明得到的多肽序列对自身免疫性疾病患者血清标志物具有良好的结合能力，可用于自身免疫病的诊断和评价。
-
公开(公告)号：CN107290539A
公开(公告)日：2017-10-24
申请号：CN201710422633.5
申请日：2017-06-07
Applicant: 哈尔滨医科大学
IPC: G01N33/577 , G01N33/543
CPC classification number: G01N33/577 , G01N33/543 , G01N2800/065 , G01N2800/067 , G01N2800/10 , G01N2800/101 , G01N2800/102 , G01N2800/104 , G01N2800/24 , G01N2800/2892 , G01N2800/60
Abstract: 本发明公开了一种用于检测自身免疫病患者血清标志物的多肽组合物及其应用，本发明属于医药技术领域。本发明从噬菌体随机肽库中筛选出对自身免疫性疾病血清标志物具有结合能力的多肽，通过人工合成，用于血清标志物的免疫学检测。所述的多肽组合物包括SEQ ID NO.1-19所示序列的全部或部分。此外，本发明还公开了含有所述多肽组合物的芯片、酶联免疫反应板以及试剂盒。本发明得到的多肽序列对自身免疫性疾病患者血清标志物具有良好的结合能力，可用于自身免疫病的诊断和评价。
-
公开(公告)号：CN113702350A
公开(公告)日：2021-11-26
申请号：CN202110791520.9
申请日：2021-07-13
Applicant: 哈尔滨医科大学
Abstract: 本发明为基于表面增强拉曼光谱的新型冠状病毒检测方法及试剂盒，提供一种基于表面增强拉曼光谱的生物大分子检测方法及试剂盒，先制备碘离子修饰的银纳米颗粒溶胶为混合物1；将混合物1中加入乙腈得到混合物2；将混合物2中加入待测样品得到混合物3；将混合物3中加入能提供钙离子的物质得到混合物4；再将混合物4进行SERS检测。可应用于实际的临床检测，将促进SERS在病毒检测领域的应用，提升对于突发、新发病毒性传染病的处置能力。
-
Patent Agency Ranking
公开(公告)号：CN106492223A
公开(公告)日：2017-03-15
申请号：CN201610865505.3
申请日：2016-09-29
Applicant: 哈尔滨医科大学
IPC: A61K47/54 , A61K31/7125 , A61P19/02 , A61P29/00
Abstract: 本发明公开了microRNA-34a-5p抑制剂在制备治疗类风湿关节炎药物中的应用。免疫系统的紊乱和失衡是引起自身免疫病发生和发展的主要原因，而microRNA在免疫调节中发挥着重要作用。本发明提出microRNA-34a-5p抑制剂可以作为生物免疫抑制剂治疗类风湿关节炎。本发明涉及核酸干扰治疗方法对于类风湿关节炎的治疗价值，并且可以抑制体内的过度免疫活化状态，本发明的提出旨在为类风湿关节炎的生物治疗提供一条新途径。
-
公开(公告)号：CN116650542A
公开(公告)日：2023-08-29
申请号：CN202310738395.4
申请日：2023-06-20
Applicant: 哈尔滨医科大学
IPC: A61K36/074 , A61K31/715 , A61P19/08 , A61P35/00 , A61K36/481
Abstract: 本发明公开了黄芪多糖联合灵芝孢子粉在制备治疗骨肉瘤药物中的应用。本发明通过离体动物实验探索黄芪多糖与灵芝孢子粉联合用药对143B骨肉瘤组织的体积和质量的抑制作用，结果发现黄芪多糖与灵芝孢子粉联合用药的药效大于二者单独应用，同时药效也强于阳性对照药复方斑蝥胶囊。利用免疫组化实验检测发现，黄芪多糖与灵芝孢子粉联合应用通过上调GDF15导致凋亡因子Caspase3、Caspase9、Bad的蛋白水平升高，从而诱导143B骨肉瘤细胞发生凋亡。本发明通过HE染色实验证明，黄芪多糖与灵芝孢子粉联合应用对心、肝、脾、肺、肾等脏器均无损伤作用。本发明的提出为骨肉瘤的治疗提供了新的技术手段。
-
公开(公告)号：CN115452799A
公开(公告)日：2022-12-09
申请号：CN202211096822.5
申请日：2022-09-06
Applicant: 哈尔滨医科大学
Abstract: 一种利用表面增强拉曼光谱技术无标签监测药物的方法及其应用，本发明涉及一种利用表面增强拉曼光谱技术无标签监测药物的方法及其应用。本发明的目的是为了解决现有药物成分分析方法复杂、耗时长的问题，本发明用柠檬酸钠溶液还原硝酸银生成银溶胶，加入卤化物孵育制备增强基底，将增强基底与待测样品混合，然后加入氯化钙溶液充分混合，再进行SERS检测。本发明在血清中检测小分子药物具有较好的灵敏度和信噪比，还成功监测了小鼠血清中阿霉素分子的代谢水平并检测到人血清中乐果的SERS信号，以及可以对血清中药物进行定量分析，本发明方法具有检测时间短、高灵敏性、高稳定性和重现性的特点。本发明应用于药物监测领域。
-
公开(公告)号：CN114858777A
公开(公告)日：2022-08-05
申请号：CN202210439874.1
申请日：2022-04-25
Applicant: 哈尔滨医科大学
IPC: G01N21/65
Abstract: 一种基于表面增强拉曼光谱技术无标签检测细菌的方法及其应用，本发明涉及一种基于表面增强拉曼光谱技术无标签检测细菌的方法及其应用。本发明的目的是为了解决现有表面增强拉曼光谱技术检测细菌的方法不具有通用性的问题，本发明用硼氢化钠还原硝酸银生成银溶胶，加入卤化物孵育制备增强基底，将增强基底与细菌样品混合，然后加入硼氢化钠溶液充分混合，再进行SERS检测。本发明的方法通过特征峰不但能区分革兰氏阳性菌和革兰氏阴性菌，还能区分同种类型细菌分子的敏感株和耐药株。并首次利用其拉曼峰值比例，得到了抗生素作用后细菌死亡速度加快的拐点。本发明应用于细菌检测领域。
-
公开(公告)号：CN106492223B
公开(公告)日：2020-01-17
申请号：CN201610865505.3
申请日：2016-09-29
Applicant: 哈尔滨医科大学
IPC: A61K47/54 , A61K31/7125 , A61P19/02 , A61P29/00
Abstract: 本发明公开了microRNA‑34a‑5p抑制剂在制备治疗类风湿关节炎药物中的应用。免疫系统的紊乱和失衡是引起自身免疫病发生和发展的主要原因，而microRNA在免疫调节中发挥着重要作用。本发明提出microRNA‑34a‑5p抑制剂可以作为生物免疫抑制剂治疗类风湿关节炎。本发明涉及核酸干扰治疗方法对于类风湿关节炎的治疗价值，并且可以抑制体内的过度免疫活化状态，本发明的提出旨在为类风湿关节炎的生物治疗提供一条新途径。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.025 seconds)
