【摘 要】
:
卵巢癌是最常见的妇科癌症之一,其五年生存率不足50%。由于卵巢癌早期症状不明显同时临床上缺乏特异性诊断方法,超过半数的卵巢癌患者一经发现就是晚期,这对卵巢癌的治疗带来了挑战。探究卵巢癌潜在发病机制和寻找临床诊断标记物对于卵巢癌的早期诊断和预后尤为关键。越来越多的研究表明,肿瘤的形成和发展过程中,常伴有糖基化修饰异常和聚糖结构的改变,不同的肿瘤具有特异的糖链结构和含量变化。探讨不同疾病状态下糖基化的
论文部分内容阅读
卵巢癌是最常见的妇科癌症之一,其五年生存率不足50%。由于卵巢癌早期症状不明显同时临床上缺乏特异性诊断方法,超过半数的卵巢癌患者一经发现就是晚期,这对卵巢癌的治疗带来了挑战。探究卵巢癌潜在发病机制和寻找临床诊断标记物对于卵巢癌的早期诊断和预后尤为关键。越来越多的研究表明,肿瘤的形成和发展过程中,常伴有糖基化修饰异常和聚糖结构的改变,不同的肿瘤具有特异的糖链结构和含量变化。探讨不同疾病状态下糖基化的变化,有助于了解疾病的发生机制,可用于挖掘潜在的癌症生物标记物。因此,研究卵巢癌患者N-聚糖结构和含量的变化对于卵巢癌的诊断和治疗至关重要。血清蛋白上N-聚糖的结构和数量反映了血清宿主的生理状况,研究血清蛋白上N-聚糖对于理解疾病的发生发展具有重要价值。借助于MALDI-MS,探究了卵巢癌患者血清中N-聚糖的变化。结果发现,卵巢癌与血清中上调的半乳糖基化水平和核心岩藻糖基化水平以及下调的唾液酸水平和中性双分N-乙酰葡糖胺化水平密切相关。利用二元logistic回归模型,首次建立了能更稳定的区分健康人和卵巢癌患者及区分卵巢良性疾病患者和卵巢癌患者的N-聚糖组合诊断模型。最后,通过比较卵巢癌不同时期N-糖基化变化,发现19种N-聚糖在卵巢癌发展过程中发生了显著性变化。免疫球蛋白G(IgG)是存在于人体血液和体液中重要的高丰度糖蛋白质之一,它在机体获得性体液免疫中发挥着重要作用。已有研究发现,与Ig G相关的糖基化异常与自身免疫疾病以及多种恶性肿瘤的发生发展密切相关。本研究从Ig G糖基化角度全面分析了卵巢癌发生发展与糖基化的关系。结果表明,非半乳糖基化水平在卵巢癌组中显著性升高,单半乳糖基化和双半乳糖基化水平在卵巢癌组中出现了显著性下调。总的唾液酸化和单唾液酸化水平在卵巢癌组中出现了显著性下调。这些变化通常与Ig G效应器功能和抗炎活性的改变密切相关。通过曼-惠特尼(U)检验和受试者工作特征曲线,首次发现7种Ig G N-聚糖可以作为诊断健康人和卵巢癌患者的生物标记物,发现8种Ig G N-聚糖可以作为诊断卵巢良性疾病患者和卵巢癌患者的生物标记物。最后,通过曼-惠特尼(U)检验,发现卵巢癌早期和晚期患者Ig G中有6种N-聚糖发生了显著性变化。综上所述,本研究利用基于质谱的分析方法,分别探究了卵巢癌患者血清和IgG中N-聚糖的变化。研究表明,血清和Ig G中N-糖基化的差异性表达与卵巢癌的发生、发展密切相关。这些表达异常的N-聚糖对于发掘潜在的卵巢癌生物标记物具有重大意义。通过比较不同卵巢癌时期的N-糖基化,尝试从糖基化角度揭示卵巢癌的发展机制。
其他文献
随着互联网技术的飞速发展和社交媒体的爆炸式增长,数据量与信息量暴增。随着各种信息铺天盖地的到来,数据飞速更新。对于用户来说,想要准确地获得对于自己有价值的信息越来越难。因此自动化的文本分类与挖掘的技术应运而生,也随着时代的发展变得越来越重要。由于文本分类技术的飞速发展,数据挖掘、机器学习不断被运用到文本分类中。本文选取清华大学NLP实验室的THUCNews数据集的子集Cnews,共10个类别,训练
近年来,四川等地频发的森林火灾给国家造成巨大的经济损失与人员伤亡。森林山火检测任务中,传统传感器的检测方法存在效率低、预警滞后等缺点。基于长焦、高分辨率摄像头的森林早期预警方法覆盖范围广、时效性强。本文基于深度神经网络进行目标检测,充分考虑多帧图像间的时序信息,利用时空可分离的混合卷积模型提高烟雾检测性能。相较于主流的3D卷积神经网络,本文提出的模型在网络层数显著增加的同时参数量减小,误报率降低。
当前,物联网应用的大规模部署催生了对轻量级分组密码技术的巨大需求。2019年,深度学习在轻量级分组密码分析领域取得了突破性进展。相比传统密码分析方法,基于深度学习的密码分析方法在效率和泛用性方面具有一定优势,应用前景广阔,值得深入探索。目前,基于深度学习的差分密码分析方法研究主要使用深度学习模型实现差分区分器,以提升密码分析的性能。然而,现有方法存在着深度学习模型复杂度高,分类性能有待改善,模型训
随着我国经济的发展和国际影响力的增强,护照鉴伪系统开始发挥重要作用。作为一种重要的身份证件,护照含有大量的防伪特征,护照鉴伪系统则通过对这些防伪特征进行检测识别来实现鉴伪目标。在众多护照鉴伪方法中,护照紫外光谱图像鉴伪是一种重要的鉴伪手段,而紫外荧光防伪图案是护照紫外光谱图像中常见的防伪特征。紫外荧光防伪图案由印刷在护照表面的紫外荧光油墨受紫外光照射所激发的荧光形成,在不同版本护照上可随机地呈现各
合理的断面设计尺寸是提高地下洞库防护能力的重要前提,而断面设计尺寸也对机械化掘进有重要的影响。因而在设计断面尺寸时不仅要保证洞库各部位的防护能力,还要有利于掘进施工。笔者根据某地下洞库施工中掘进效率的统计数据,分析断面设计尺寸对机械化掘进效率的影响,研究结论可为类似工程的断面设计和机械化施工组织提供参考。
眼动跟踪技术作为一种新兴的人机交互方式,在许多领域有着广阔的应用前景。本文开发了一套面向人机交互的头戴式眼动跟踪系统,研究了瞳孔特征提取方法、凝视估计方法、以及场景物体识别方法,最终进行了凝视估计精度实验以及人机交互实验,主要的研究内容有以下几点:(1)瞳孔特征提取方法研究。本文利用改进后的Canny算法提取图像边缘,应用形态学方法得到独立的轮廓,并根据图像中的瞳孔特征筛选轮廓,最终利用改进的RA
随着电缆隧道的广泛普及,电缆隧道的检测中存在的问题开始凸显。传统的人工检测方式危险性高、效率低、检测方式单一,采用机器人替换人工对电缆隧道进行检测是一个可行的方案。在本文中,设计了一款可用于电缆隧道检测的机器人,用于替代人工进行电缆隧道检测。为了设计搭建电缆隧道机器人的硬件系统,对电缆隧道的环境进行了分析,提出了电缆隧道检测机器人应当满足的需求和参数,以此制定了机器人的总体方案,并对重要的硬件进行
智能无线设备的普及和移动业务的推进对Wi-Fi性能提出了更高的要求。IEEE802.11标准在用户需求驱动下不断发展,但目前其演进工作主要集中于物理层。近年来基于数据驱动的人工智能技术飞速发展,并逐渐在无线通信领域展开应用。因此,本文着眼于IEEE 802.11 MAC层,围绕真实场景的IEEE 802.11帧和反映当前信道繁忙程度与无线干扰状况的空口利用率这两种数据进行深入分析,并基于数据驱动方
步态识别作为一种新的生物识别技术,具有采集距离远、隐蔽性好、难以伪造模仿、破伪装能力强等优点,受到研究者越来越广泛的关注与研究。由于步态识别易受视角、光照、遮挡等因素的影响,以及不同行人之间的行走姿势具有相似性,故当前的步态识别任务仍具有较大的挑战。针对于以上难点,本文提出了基于上下文敏感性分析的步态识别算法。根据日常的经验,人类在区分不同的视频帧序列的时候,会在时间维度上的自适应地调整观察的范围
全双工因其相比于传统收发技术,能够理论上提升一倍的频谱效率,得到了研究人员的青睐。全双工技术面临的最大挑战在于自身的发射信号会对其接收信号产生极强的干扰(一般在底噪电平以上近100d B),简称“自干扰”,为了实现全双工,必须将自干扰消除到底噪的水平,这意味着系统的自干扰消除能力需要高达100d B以上,而让问题变得更有挑战的是自干扰中还包含有非线性畸变以及发射机噪声。目前对全双工自干扰消除的研究