浙江省科技计划项目(2004C33026)
- 作品数：6 被引量：42H指数：4
- 相关作者：程翼宇沈朋康宇飞曾真瞿海斌更多>>
- 相关机构：浙江大学医学院附属第一医院浙江大学更多>>
- 发文基金：浙江省科技计划项目国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：理学医药卫生更多>>
- 遗传算法优化尿样核苷毛细管电泳分析条件
- 2007年
- 目的:研究建立一种基于遗传算法的尿样核苷类成分的毛细管电泳条件优化方法。方法:用中心组成试验设计系统考察硼砂、SDS、pH 和电压等因素对尿样核苷类成分电泳分离结果的影响。采用色谱指数方程对分离结果进行评价,并将其作为适应度函数。运用实数编码的遗传算法进行全局寻优,获取最优分析条件。结果:在优化的分析条件(15.7 mmol·L^(-1)硼砂,250.0 mmol·L^(-1)SDS,pH 9.60,电压14.8 kV)下,各核苷类成分在12 min 内得到较好分离。结论:本文方法准确可靠,适用于毛细管电泳分析条件优化。
- 林中营虞科程翼宇沈朋
- 关键词：遗传算法毛细管电泳核苷
- 预测毛细管区带电泳有效淌度的支持向量回归建模方法被引量：7
- 2004年
- 提出预测毛细管电泳迁移行为的支持向量回归建模方法。以核苷为实际研究对象 ,利用正交试验获得的数据 ,结合二标记物技术 ,用支持向量回归算法建立毛细管区带电泳的柱温、电压、缓冲液浓度和pH值与 3种核苷的有效淌度之间的相关模型。将其与偏最小二乘回归和人工神经网络方法相比较 ,结果表明所建模型的预测准确性优于后两者 ,适宜用于毛细管电泳迁移行为的预测。
- 康宇飞瞿海斌沈朋程翼宇
- 关键词：毛细管区带电泳支持向量回归算法核苷
- 基于图像特征和数学形态学的蛋白质组双向电泳分析法被引量：6
- 2005年
- 针对复杂样品蛋白质组分析需求, 提出一种用于双向电泳像中蛋白质点自动识别新方法. 在根据电泳图像灰度值变化、蛋白质点大小等特征参数对蛋白质点进行预识别基础上,引入形状特征作为区分蛋白质点和非蛋白斑点的判据,从而将图像锐化、边缘分析和形态特征识别方法集成用于自动识别双向电泳图谱蛋白质点,可用于非蛋白斑点干扰较严重的凝胶图像处理. 细胞、组织和血清样品蛋白质组双向电泳分析实验结果表明,文中方法优于现有电泳图像处理软件算法,明显降低了蛋白质点的误识率.
- 沈朋范骁辉曾真程翼宇
- 关键词：数学形态学蛋白质生命分析化学形态学特征生物化学
- 乳腺癌血清蛋白质组与尿代谢物组协同分析研究被引量：13
- 2005年
- 目的研究血清蛋白质组和尿代谢物组协同分析乳腺癌诊断方法。方法用双向电泳、高效液相色谱和液质联用技术对7份正常人与14份乳腺癌患者血清蛋白质组和尿代谢物组进行分析,从中寻找差异蛋白和代谢组模式差异。结果与正常人相比,乳腺癌患者血清中谷胱甘肽S转移酶M5呈高表达状态,尿中乳清酸核苷、1甲酰化腺苷、S腺苷L蛋氨酸及N2甲酰化鸟苷等4种核苷代谢物组成模式异常。结论乳腺癌患者体液内化学物质与正常人相比具有特异性模式差异。经肿瘤蛋白质组与代谢物组协同研究,有望建立肿瘤早期诊断新方法,进行肿瘤发病机理研究。
- 沈朋曾真程翼宇
- 关键词：乳腺癌血清蛋白质组协同分析差异蛋白
- 乳腺癌代谢物组模式特征发现方法及HPLC/M S/M S分析被引量：16
- 2005年
- 提出一种基于单独最优特征组合和BP神经网络的代谢物组模式特征发现方法,并用其寻找到尿样中与乳腺癌最为相关的4种核苷,组成一组特异性检测参数.经HPLC/MS/MS联用法鉴定,它们是乳清酸核苷、1-甲酰化腺苷、S-腺苷-L-蛋氨酸及N2-甲酰化鸟苷.将这4种核苷作为输入变量,用BP神经分类网络建立乳腺癌诊断模型.留一法交叉验证和独立验证结果表明,该模型预测准确率达到90%以上.
- 沈朋康宇飞程翼宇
- 关键词：代谢组学乳腺癌诊断核苷
- 毛细管电泳径向基神经网络校正法定量分析核苷被引量：1
- 2004年
- 采用径向基神经网络算法对一组已知样品的核苷及内标物浓度与毛细管电泳峰面积数据进行回归计算 ,建立峰面积与核苷浓度之间的关系模型 ,对未知样品中待测核苷浓度作出预测 ,形成了毛细管电泳定量分析新方法 .将其用于鸟嘌呤核苷含量测定 ,所建模型预测结果平均相对误差为 0 86% ,明显低于线性回归及BP神经网络模型的 2 60 %和 1 0 7% .研究结果表明 ,本方法简便易用 ,能有效提高毛细管电泳定量分析的准确度 ,优于线性回归及BP神经网络法 .
- 毛利锋沈朋程翼宇
- 关键词：毛细管电泳径向基神经网络校正方法核苷
