基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 运用蛋白质指纹图谱技术筛选系统性红斑狼疮(SLE)患者血清中的特异性蛋白标志物,建立SLE疾病相关的蛋白质组学诊断模型.方法 联用弱阳离子磁珠与蛋白质芯片阅读仪绘制64例SLE患者组及168例对照组的血清蛋白质指纹图谱,用Biomarker Patterns Software 5.0(BPS)软件筛选特异性的血清蛋白标志物并建立SLE诊断模型.结果 在SLE患者组和对照组之间找到60个差异蛋白峰(P<0.05),其中28个蛋白峰在SLE患者表达增高,32个蛋白峰表达降低.由BPS软件筛选的4个蛋白标志物(质荷比为3376.02、4070.09、7770.45、28045.10)建立的诊断模型能很好的把SLE患者与其他自身免疫性疾病和健康对照者区分出来,经过盲法验证,其对SLE的诊断敏感性为78%,特异性为96%.结论 采用蛋白质指纹图谱技术能筛查识别出与SLE疾病相关的特异性血清蛋白标志物,由4个质荷比分别为3376.02、4070.09、7770.45和28045.1的SLE特异性血清蛋白标志物建立的SLE疾病诊断模型具有高敏感性及特异性.
推荐文章
妊娠与系统性红斑狼疮
系统性红斑狼疮
妊娠
妊娠管理
治疗进展
妊娠合并系统性红斑狼疮的诊治
红斑狼疮,系统性
妊娠
胎儿发育
30例系统性红斑狼疮病人的护理
系统性红斑狼疮
护理
健康宣教
皮肤损害
糖皮质激素
免疫抑制剂
36例系统性红斑狼疮病人的护理
系统性红斑狼疮
冲击治疗
护理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 运用蛋白质指纹图谱技术建立系统性红斑狼疮诊断模式的研究
来源期刊 四川大学学报(医学版) 学科 医学
关键词 系统性红斑狼疮 蛋白质指纹图谱技术
年,卷(期) 2009,(3) 所属期刊栏目 论著
研究方向 页码范围 499-503
页数 5页 分类号 R593.24
字数 3843字 语种 中文
DOI 10.3969/j.issn.1672-173X.2009.03.032
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王兰兰 四川大学华西医院实验医学科 91 746 14.0 22.0
2 武永康 四川大学华西医院实验医学科 61 145 7.0 10.0
3 应斌武 四川大学华西医院实验医学科 71 160 6.0 9.0
4 胡朝军 中国医学科学院北京协和医院免疫内科 30 216 8.0 13.0
5 蔡蓓 四川大学华西医院实验医学科 48 353 11.0 18.0
6 李永哲 54 376 12.0 17.0
7 黄卓春 四川大学华西医院实验医学科 14 116 4.0 10.0
8 石运莹 四川大学华西医院肾脏内科 12 74 6.0 8.0
9 冯伟华 中国医学科学院北京协和医院免疫内科 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (9)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
系统性红斑狼疮
蛋白质指纹图谱技术
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
四川大学学报(医学版)
双月刊
1672-173X
51-1644/R
大16开
成都市人民南路三段17号
62-72
1959
chi
出版文献量(篇)
5493
总下载数(次)
8
总被引数(次)
35558
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导