项目名称: 寻找与确认肺癌诊断及疗效评价生物标志物的代谢组学分析方法研究

项目编号: No.21175154

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 分析化学

项目作者: 再帕尔阿不力孜

作者单位: 中国医学科学院药物研究所

项目金额: 60万元

中文摘要: 代谢组学作为新兴前沿学科在重大疾病的早期诊断、治疗预后等方面表现出了巨大潜力。本项目以正负离子检测模式相结合的RRLC-MS/MS 技术为主要手段,开展肺癌尿液和血浆样本的代谢组学分析方法研究,旨在寻找及确认与肺癌诊断及疗效评价密切相关的生物标志物。通过建立适用于复杂混合物体系中多种类型内源性小分子代谢物的LC-MS分析方法,针对健康者、不同病程及不同治疗阶段肺癌患者的血浆和尿液样本进行系统检测及多变量统计分析研究,寻找差异代谢物,并通过它们的时间变化趋势挖掘其生物学信息,从而建立寻找与确认肺癌诊断及疗效评价生物标志物的代谢组学研究方法。此外,采用LC-MS与NMR的平行动态谱和异相关谱的新型谱学方法,对体液内难以鉴定的未知或微量代谢物进行无需完全分离的同步快速鉴定;同时对确认的生物标志物建立其定量分析方法和定量指标。本研究不仅有望在方法学上取得新突破,还将为临床应用提供重要依据。

中文关键词: 代谢组学;肺癌生物标志物;诊断;疗效评价;LC-MS 方法

英文摘要:

英文关键词: metabonomics;biomarkers for lung cancer;diagnosis;prognosis;LC-MS method

成为VIP会员查看完整内容
1

相关内容

专知会员服务
36+阅读 · 2021年10月16日
专知会员服务
85+阅读 · 2021年10月11日
专知会员服务
28+阅读 · 2021年8月27日
基于深度学习的视频目标检测综述
专知会员服务
82+阅读 · 2021年5月19日
专知会员服务
144+阅读 · 2021年2月3日
专知会员服务
27+阅读 · 2021年1月29日
最新《统计机器学习》课程,26页ppt
专知会员服务
80+阅读 · 2020年8月30日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
已删除
德先生
53+阅读 · 2019年4月28日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Dynamic Network Adaptation at Inference
Arxiv
0+阅读 · 2022年4月18日
Arxiv
14+阅读 · 2020年9月1日
Arxiv
110+阅读 · 2020年2月5日
Arxiv
136+阅读 · 2018年10月8日
小贴士
相关主题
相关VIP内容
专知会员服务
36+阅读 · 2021年10月16日
专知会员服务
85+阅读 · 2021年10月11日
专知会员服务
28+阅读 · 2021年8月27日
基于深度学习的视频目标检测综述
专知会员服务
82+阅读 · 2021年5月19日
专知会员服务
144+阅读 · 2021年2月3日
专知会员服务
27+阅读 · 2021年1月29日
最新《统计机器学习》课程,26页ppt
专知会员服务
80+阅读 · 2020年8月30日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员