您的位置： 专家智库 > >

浙江省科技厅项目(2008C33067)

作品数：1 被引量：0H指数：0
相关作者：毛捷鸿郑树刘建邹璎余捷凯更多>>
相关机构：第二军医大学浙江大学医学院附属第二医院浙江中医药大学更多>>
发文基金：浙江省科技厅项目更多>>
相关领域：医药卫生更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇医药卫生

主题

  • 1篇蛋白
  • 1篇蛋白质
  • 1篇蛋白质指纹
  • 1篇蛋白质指纹图...
  • 1篇蛋白质质谱
  • 1篇血清
  • 1篇血清蛋白
  • 1篇血清蛋白质
  • 1篇血清蛋白质指...
  • 1篇胰腺
  • 1篇胰腺癌
  • 1篇胰腺肿瘤
  • 1篇早期胰腺癌
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇清蛋白
  • 1篇肿瘤
  • 1篇腺癌
  • 1篇腺肿瘤
  • 1篇向量

机构

  • 1篇第二军医大学
  • 1篇浙江中医药大...
  • 1篇浙江大学医学...

作者

  • 1篇彭佳萍
  • 1篇林汉庭
  • 1篇刘颖斌
  • 1篇余捷凯
  • 1篇邹璎
  • 1篇刘建
  • 1篇郑树
  • 1篇毛捷鸿

传媒

  • 1篇肿瘤学杂志

年份

  • 1篇2011
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
血清蛋白质指纹图谱诊断模型在早期胰腺癌中的应用研究
2011年
[目的]利用表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术和生物信息学方法筛选胰腺癌的血清肿瘤标志物。[方法]用弱阳离子交换芯片(CM10)结合并用SELDI-TOF-MS检测54例胰腺癌样本(22例早期胰腺癌,32例晚期胰腺癌)。用支持向量机(SVM)方法建立辨别模型。[结果]利用筛选出的5个蛋白峰(m/z6667.68、8572.38、2958.76、6441.59、5913.36Da)用于建立区分早、晚期胰腺癌的SVM模型,模型的灵敏度和特异性分别为90.9%和78.1%。[结论]SELDI-TOF-MS技术结合生物信息学方法可找到辨别早期胰腺癌和晚期胰腺癌的标志物,并建立区分模型。
刘建余捷凯邹璎毛捷鸿彭佳萍刘颖斌林汉庭郑树
关键词：胰腺肿瘤支持向量机蛋白质质谱
全选 清除 导出
共1页<1>
聚类工具0