肺癌呼吸标志物筛选及其生物信息学分析

• 作者: 吴谦 王平
• 来源期刊: 浙江大学学报（工学版）
• 学科: 医学
• 关键词: 呼出气体检测 肺癌标志物 生物信息学 转录组分析 蛋白结构分析 肺癌早期筛查
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 计算机科学与人工智能
• 页码范围: 2389-2395
• 页数: 7页
• 分类号: R318
• 字数: 5252字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2019.12.017

摘要

采用结合转录组、代谢通路、蛋白结构的呼出气体检测生物信息学分析方法来确定肺癌气体标志物,用于肺癌的筛选诊断.采用标准仪器(GCMS)检测肺癌病人和正常人的呼吸气体样本;经统计分析,筛选出10种特异性挥发性有机物(VOC).采用转录组分析得到肺癌和健康人的差异表达基因,其富集的代谢通路与人体内产生VOC的代谢通路一致,证明所筛选的VOC标志物与肺癌病人代谢具有相关性.基于此VOC建立的肺癌诊断模型的灵敏度、特异性和整体正确率分别为86.2％,91.2％和89.6％,说明所提方法能简便、有效区分正常人和肺癌病人,为早期肺癌筛查提供方便、可靠的检测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王平	浙江大学生物医学工程教育部重点实验室	170	1293	20.0	30.0
2	吴谦	浙江大学生物医学工程教育部重点实验室	4	80	1.0	4.0