一种CTC-497E21.4作为铁死亡调控靶点在制备胃癌靶向药物中的应用

    公开(公告)号:CN115006424A

    公开(公告)日:2022-09-06

    申请号:CN202210456735.X

    申请日:2022-04-28

    摘要: 本发明公开了一种CTC‑497E21.4作为铁死亡调控靶点在制备胃癌靶向药物中的应用,属于生物医药技术领域。本发明公开CTC‑497E21.4作为铁死亡调控靶点在制备胃癌靶向药物中的应用,通过干扰CTC‑497E21.4表达调控SLC7A11表达降低,以促进胃癌细胞铁死亡。本发明根据实验结果推断CTC‑497E21.4与胃癌细胞中的铁死亡相关,其对胃癌细胞铁死亡具有抑制作用,并进一步研究发现,SLC7A11可以作为CTC‑497E21.4影响胃癌细胞铁死亡的靶分子,阐明了CTC‑497E21.4调控胃癌细胞铁死亡的作用机制,为胃癌靶向治疗提供了新的作用靶点及技术支持。

    BCR-ABL1融合基因e14a2亚型质粒候选参考物质及其制备方法和用途

    公开(公告)号:CN108265117B

    公开(公告)日:2020-09-01

    申请号:CN201810093324.2

    申请日:2018-01-31

    摘要: 本发明公开了一种BCR‑ABL1融合基因e14a2亚型质粒候选参考物质及其制备方法和用途,所述的候选参考物质制备时,先设计引物,采用分子克隆技术构建含有BCR‑ABL1融合基因e14a2亚型的重组质粒候选参考物质;经酶切电泳、测序验证后,实时荧光定量PCR进行均匀性和稳定性评价;评定测量不确定度。本发明制备了一种均匀、稳定的BCR‑ABL1融合基因e14a2亚型的质粒候选参考物质,可用于慢性粒细胞白血病BCR‑ABL1融合基因e14a2亚型荧光定量PCR相关分子诊断试剂厂商产品的校准,也可用于临床实验室实时荧光定量PCR检测方法的性能评价,使不同临床实验室的检测结果具有可比性,促进临床检验的标准化。

    阿加曲班在血细胞和生化常规分析中的应用

    公开(公告)号:CN101598725B

    公开(公告)日:2012-07-18

    申请号:CN200910031674.7

    申请日:2009-06-23

    发明人: 崔明 王惠民

    IPC分类号: G01N33/48 G01N33/50

    摘要: 本发明公开了一种阿加曲班在血细胞和生化常规分析中的应用。本发明选用的阿加曲班是一种活性强、高度选择性的凝血酶抑制剂,能直接与凝血酶(因子IIa)结合,不但灭活血液中游离状态的凝血酶,还能够灭活与纤维蛋白结合的凝血酶,极低浓度时即可抑制由凝血酶所致的纤维蛋白形成和血小板聚集,达到抗凝目的。目前大多数临床实验室在一个工作日(8h)内出具血细胞和生化常规分析报告。本发明通过实验选定重复性、稳定性和干扰性实验的阿加曲班浓度约为0.7mg/ml,因为其可保证血液在10h内不凝固。

    阿加曲班在血细胞和生化常规分析中的应用

    公开(公告)号:CN101598725A

    公开(公告)日:2009-12-09

    申请号:CN200910031674.7

    申请日:2009-06-23

    发明人: 崔明 王惠民

    IPC分类号: G01N33/48 G01N33/50

    摘要: 本发明公开了一种阿加曲班在血细胞和生化常规分析中的应用。本发明选用的阿加曲班是一种活性强、高度选择性的凝血酶抑制剂,能直接与凝血酶(因子IIa)结合,不但灭活血液中游离状态的凝血酶,还能够灭活与纤维蛋白结合的凝血酶,极低浓度时即可抑制由凝血酶所致的纤维蛋白形成和血小板聚集,达到抗凝目的。目前大多数临床实验室在一个工作日(8h)内出具血细胞和生化常规分析报告。本发明通过实验选定重复性、稳定性和干扰性实验的阿加曲班浓度约为0.7mg/ml,因为其可保证血液在10h内不凝固。

    一种基于无创检验指标的胃癌淋巴结转移预测方法

    公开(公告)号:CN117877740A

    公开(公告)日:2024-04-12

    申请号:CN202311693136.0

    申请日:2023-12-08

    IPC分类号: G16H50/50 G16H50/70 G06N20/00

    摘要: 本发明涉及生物医学工程技术领域,公开了一种基于无创检验指标的胃癌淋巴结转移预测方法,包括以下步骤:S1、数据采集与清洗:对原始数据进行预处理,包括缺失值填充、数据归一化和数据集切分等,其中数值型数据如CA72‑4、CEA等取均值进行填充,类别型数据如性别、OBT等取众数进行填充,使用Z‑score方法对数据进行归一化,使用Scikit‑learn库中的Shuffle函数设置随机数生成器来实现数据的随机排列并将清洗后的741名受试对象数据按3:1的比例切分训练集和测试集。本发明开发并验证了一个基于V9指标的胃癌淋巴结转移(LNM)预测模型,该模型具有无创性、检测成本低等特点,满足对胃癌淋巴结转移(LNM)的高效精准预测,成功开发在线胃癌LNM预测系统,具备辅助临床诊断价值。