备案控制台
学习
实践
活动
专区
工具
TVP
文章/答案/技术大牛
写文章

临床样本组学研究Day6 : 临床样本的代谢组学研究

研究表明，包括癌症在内的多种疾病，如肝脏疾病、肾病、心血管和神经系统疾病等都与细胞内代谢状态改变导致的生理学紊乱或细胞功能缺失相关联。 代谢组学流程 4 案列解析 1.代谢小分子作为诊断疾病的新型标志物 Cancer Res. 2013 Aug 15;73(16):4992-5002. ①研究思路： ②主要研究结果： 数据呈现：HCC 数据呈现：Be和Pro可以很好地区分HCC 与肝炎和肝硬化，其联合诊断的灵敏度和特异性要远优于目前临床使用的肝癌诊断指标AFP，尤其在AFP表达阴性的HCC患者中，诊断准确性为92%，具有很好的临床应用前景 2.血浆代谢组学用于预测卒中风险/分型 Neurology. 2019 Apr 16;92(16):e1890-e1898. ①研究思路： 血浆样本来自于ARIC队列研究 首先，在2010和2014年两批样本都检测到小分子代谢物 启示：无论在做代谢组学还是蛋白质组学，当筛选到差异代谢物/蛋白质时，一定要和传统临床指标/传统危险因素进行校正。

47430

临床相关突变查询数据库

写在前面 越来越多的研究发现某一个基因的突变和很多的临床特征有关系。如果我们想有查找临床性状和基因突变的关系的话，内容比较全面的就是ClinVar数据库了。 ClinVar 数据库是ncbi旗下用于查看临床相关突变的数据库。但是其数据库的内容比较多，而且检索界面不是很友好。所以经常看不懂其结果。所以今天就介绍一个检索简单的突变和表型的数据库。 通过其名字我们就知道这个是一个简易版的Clinvar数据库。 输入 数据库的输入很简单，我们可以数据疾病；基因名; 突变等。都可以。 我这里输入gastric cancer。 另外数据库也提供了下载的功能。我们点击Show Table就可以看到其下载结果的地方了。 写在后面 以上就是这个数据的所有功能的。输入关键词—界面友好的查看结果。是不是很简单。 一直再说这类汇总其他数据库的资源，最怕的资源更新慢的问题。不过看这个数据库还是经常更新的。所以可以放心使用的

54640
  • 广告
    关闭

    云原生TDSQL-C MySQL 数据库开发者限时免费认证了！

    为帮助各类数据库从业者，提升云原生数据库专业技能、加速业务交付能力和个人从业竞争力，腾讯产业互联网学堂联合腾讯云数据库团推出TDSQL-C MySQL 数据库开发者限时免费认证。适于开发工程师、运维工程师、架构师、测试工程师、项目经理、产品经理、数据库爱好者等。

    • 您找到你想要的搜索结果了吗？
    是的
    没有找到

    4+分临床回顾性研究深度分享

    截至目前，已有研究报道抗抑郁药等多种药物可引起DILI，然而考虑到抗抑郁药物处方率的不断提高和多种药物的频繁使用，研究抗抑郁药引起的肝损伤、潜伏期和共病躯体变化等具有重要的临床意义。 本研究回顾性地分析了德国六个中心住院患者的自然临床样本中与DILI相关的因素。 二、研究设计 ? 三、研究方法 1，受试者纳入标准 329名受试者来自德国4个联邦州的6家成人精神病诊所。 四、研究结果 如表1所示，首先作者分析了纳入的329名受试者的人口统计学特征和临床特征，包括年龄、性别、BMI、患病及嗜烟嗜酒情况等。 ? Hanson解读 之所以解析这篇论文，是因为这篇论文有以下特点： 纯临床研究； 研究的药物性肝损伤这个任何疾病都可以做的研究； 只需要调取临床资料就可以完成； 课题设计简单易行，其他医生可以照猫画虎。 这篇论文不仅仅是一篇非常好的SCI论文模板，也是一个很好的研究生课题，以及一些小的基金设计，如首特基金、或者博士后基金等的课题模板。 只要有完整的临床数据库，就可以做类似的研究。

    1.1K31

    临床样本组学研究Day6 : 临床样本的单细胞转录组测序

    今天我们就来聊聊基于临床样本的单细胞转录组测序。 目的：针对单个细胞研究其整体水平的基因表达情况，成功解决细胞分子机制研究中常见的细胞异质性、细胞量少而无法进行常规高通量测序等难题。 小结 1．单细胞转录组测序技术是一种高分辨的在单细胞水平对某一确定的细胞群体转录组的异质性进行分析，其最大的优势在于研究细胞的异质性，以及探索传统bulk测序不能发现的细胞新表型和新功能； 2．构建组织细胞全转录组图谱的单细胞转录组研究已经比较泛滥 ，下一步需要对多种研究靶细胞进行深入挖掘，从而发现新型功能细胞亚群。 在组织中分选特定细胞，组织样本的处理和细胞分选技术非常重要（技术注意事项可以多向测序公司咨询）； 3．对于利用临床样本纯单细胞测序研究来说，要重视单细胞测序数据分析算法的个性化，利用各种不同巧妙的算法尽可能多挖掘测序数据中隐藏的信息

    39020

    临床样本组学研究Day3--RNA 及转录组学研究（ncRNA ）

    一般情况下，非编码RNA只能通过间接调控来发挥生物学作用，因此，非编码RNA组学一定要深入研究其调控分子的机制才行。 目前非编码RNA的常用研究方法，与编码RNA相同，都是测序，芯片已经较为少见了。 （需要注意的是：如今这类研究血浆vs组织中lncRNA差异性的研究，通常会被质疑其严谨性。 2：非编码RNA的研究务必结合机制研究，通过基础实验阐明其间接影响mRNA或功能蛋白的转录和翻译，这样才能使研究具有实际意义。 3：如果要筛选临床生物标记物（bio-maker），必须保证前提条件是该ncRNA在临床检验中有标准定量方法，测量的重复性和准确性好，否则意义不大。 4：常见的研究思路 两组研究对象--ncRNA测序--RT-PCR验证--进一步的基础机制研究（mRNA、功能蛋白等）。

    30630

    临床样本组学研究Day2--RNA 及转录组学研究（mRNA ）

    我们所熟知的传统的转录组学研究，就是表达谱组学研究，研究对象是可编码蛋白质的mRNA。 01 研究目的 1：了解不同分组间样本mRNA转录组特征的差异 2：发现不同分组间，差异表达的关键基因（上调/下调） 3：了解差异表达基因主要影响哪些生物学功能或过程 4：为后续的机制实验研究提供分子靶标 表达谱组学研究的生物样本种类丰富，可包括：体外培养细胞、临床患者细胞/组织，动物细胞/组织等。 1：为我们挑选重要的靶基因分子或进行二次处理后的信息挖掘 2：利用公共数据库进行数据挖掘和多样本/数据集比对，例如:GEO 3：表达谱类的研究已经非常普遍了，我们在做表达谱临床研究中，尤其要注重临床表型选择和分组上的新颖性 4：表达谱组学研究的难点还在于细胞分离、纯化和RNA提取过程。 临床样本组学研究系列往期 临床样本组学研究Day1--组学的研究背景及概述

    52950

    . | 人工智能临床研究新指南

    不能过分强调临床环境与计算环境的鲜明对比，因此需要AI的临床试验。 到目前为止，有过两次系统评价和所有临床研究人工智能的荟萃分析，已经暴露出严重缺陷。 另一项对81项研究的评论确认了先前的评论并发现了进一步的缺陷。 人工智能临床试验案例 代表患者护理的前瞻性试验至关重要。例如，医学界对AI进行的首批重大研究之一：对皮肤神经的深层神经网络诊断与21位经过董事会认证的皮肤科医生的比较。 起草之初，先是由临床试验开展和方法学方面经验丰富的学术教师组成的指导小组对300多项注册试验进行审查，然后由169名德高望重的跨学科专家进行两阶段的德尔菲研究审查和候选内容投票，最终于2020年1月在组织者所在机构 会议的产物是15个基本项目，以两个独立的检查表的形式，用于临床试验方案和报告。这些项目旨在覆盖迄今为止人工智能医学研究的关键不足。它们旨在提高试验的可复制性和独立评估的便利性。

    26570

    临床基因组分析相关数据库汇总

    、权威的研究人类表型和基因型关系的数据库，收录了所有已知的孟德尔疾病，和超过4532个基因包含影响表型的突变的信息。 ClinGen https://www.clinicalgenome.org/ ClinGen是美国国立卫生研究院(NIH)资助的数据库资源，用于精准医学，研究基因和变异的临床相关性。 三、表型数据库 数据库名称 网站 简介 GeneReviews http://www.genereviews.org/ GeneReviews 是为忙碌的临床医生提供的国际即时护理资源，以标准化的期刊样式格式提供与遗传病相关的临床相关和医学上可操作的信息 DECIPHER https://www.deciphergenomics.org/ 使用Ensemble基因组浏览器，将基因芯片数据和临床表型进行关联，便于临床医生和研究人员使用的细胞分子遗传学数据库 七、其他数据库 数据库名称 网站 简介 Pharmgkb https://www.pharmgkb.org/ PharmGKB是一个综合资源，为临床医生和研究人员管理有关基因变异对药物反应影响的知识。

    91520

    Petuum新研究助力临床决策：使用深度学习实现自动ICD编码

    原标题:学界 | Petuum新研究助力临床决策：使用深度学习实现自动ICD编码 Petuum 专栏 作者：Haoran Shi、Pengtao Xie、Zhiting Hu、Ming Zhang、Eric 这些不从实际应用场景出发的研究，甚至无限放大人机对战，对人工智能研究者、医疗从业者和公众都是误导。 为更好地传播人工智能与医疗结合的研究成果，同时为人工智能研究者和医疗从业者带来更加实用的参考，机器之心和 Petuum 将带来系列论文介绍。 尽管 ICD 编码对制定临床和财务决策而言非常重要，但医疗编码（medical coding，即在患者就诊时为其分配正确的 ICD 编码）很耗时、易出错且成本高昂。 医疗编码人员需要查阅医生对一次临床事件用文本短语和句子写的诊断描述以及（如有必要）电子病历中的其它信息，然后再按照编码指导以人工的方式分配合适的 ICD 编码。这个过程中有几种常出现的错误。

    66300

    临床研究新风向，巧用LASSO回归构建属于你的心仪模型

    作为一种评估风险和收益的定量工具，临床预测模型可以为医生，患者和卫生管理人员的决策提供更客观，准确的信息，因此其应用变得越来越普遍。在这种刚性需求下，临床预测模型的研究方兴未艾。 随着数据的维度和深度继续变得复杂，对于临床研究的变量选择变得越来越困难。在目前的研究背景和研究趋势下，从临床医生的角度来看，当前的临床预测模型研究分为三种类型。 （2）随着影像组学研究方法的发展，越来越多的研究人员意识到影像的某些表现形式或参数可以代表特定的生物学特征。 （3）随着高通量生物技术(如基因组学和蛋白质组学)的广泛应用，临床研究人员正试图从这些海量生物信息中挖掘生物标志物特征，以构建临床预测模型。这种预测模型是基础医学进入临床医学的良好切入点。 这个研究的目的是确定活检结果是良性还是恶性。研究人员使用细针抽吸(FNA)技术收集样本并进行活检以确定诊断(恶性或良性)。我们的任务是开发尽可能精确的预测模型来确定肿瘤的性质。

    3.2K42

    学界 | Petuum新研究助力临床决策：使用深度学习实现自动ICD编码

    这些不从实际应用场景出发的研究，甚至无限放大人机对战，对人工智能研究者、医疗从业者和公众都是误导。 为更好地传播人工智能与医疗结合的研究成果，同时为人工智能研究者和医疗从业者带来更加实用的参考，机器之心和 Petuum 将带来系列论文介绍。 尽管 ICD 编码对制定临床和财务决策而言非常重要，但医疗编码（medical coding，即在患者就诊时为其分配正确的 ICD 编码）很耗时、易出错且成本高昂。 医疗编码人员需要查阅医生对一次临床事件用文本短语和句子写的诊断描述以及（如有必要）电子病历中的其它信息，然后再按照编码指导以人工的方式分配合适的 ICD 编码。这个过程中有几种常出现的错误。 论文地址：https://arxiv.org/abs/1711.04075 摘要：国际疾病分类（ICD）是一个权威的医疗分类系统，其中包含了不同的疾病和健康状况，可应用于临床和管理。

    67480

    Deep Genomics：扩大实验室，任命Johan Fransson为临床前研究主管

    领先的AI治疗研究公司Deep Genomics宣布，其发现管道的产量在过去一年翻了两番，并任命了Johan Fransson博士作为临床前研究负责人。 Fransson于2006年至2015年在圣地亚哥的Janssen研究与开发部门担任临床前研究的项目负责人，并于2015年至2019年在Northern Biologics（一家开发免疫肿瘤学疗法的创业公司 创始人兼首席执行官Brendan Frey说，“我们已经发现了许多新的目标，可以解决数万名患有罕见遗传疾病的患者的未满足需求，我们管道中的项目数量从两个增加到七个，我们相应地扩展了我们的实验设施，以支持临床前研究 他在大型制药和生物技术初创公司的临床前研究经验，以及他对AI加速发现方法的开放性，使他成为这一角色的理想选择。” 它正在构建一个人工智能工作台，其团队将利用这个工作台加速药物发现和开发的所有方面，包括目标发现、先导优化和临床试验设计。

    23520

    Neuron综述：机器学习在大数据影像研究临床转化中的挑战

    简介大多数神经成像数据集局限于小规模、低N的集合，通常集中于特定的研究问题或感兴趣的临床人群。然而，广泛被试的大规模大数据收集已经开始被整理，其中许多数据已经公开提供给研究人员。 这是神经成像和计算机视觉领域的众多区别之一;许多挑战都是针对神经成像数据的工作，特别是当目标是临床应用时。3. 数据可获得性对于临床可译性或将深度学习技术应用于临床研究，数据可用性是一个主要限制。 迁移学习可以跨数据域(数据集)、任务或两者进行，这取决于可用于预训练的数据集，因此可以使我们在感兴趣的临床数据上训练模型，从而直接探索临床研究问题;例如，Peng等人(2021)表明，通过对英国生物银行数据进行训练 图3 域漂移3.5 数据组成和算法偏差最后，我们必须考虑到研究数据的人口统计数据通常不能完全代表整个人口，因此当我们试图从研究领域转移到临床领域时，就会经历领域转移。 因此，在考虑研究数据时了解到的关联可能无法推广，在将在这些数据集上训练的任何模型外推到临床人群时必须小心。4.

    39720

    临床样本检测

    国际顶级学术期刊 Nature Biotechnology 以《纳米孔上的临床宏基因组学》（Clinical metagenomics on a nanopore）为封面，刊登了英国东安格利亚大学 Justin O'Grady 博士及合作者共同发布的首个使用纳米孔技术的快速、经济的宏基因组测序方法，直接从患者呼吸道样本中准确快速地识别细菌病原体，并在 6 小时内准确检测抗性基因的突破性研究。 据悉，为了能够准确、快速地识别细菌病原体，研究团队开发了一种能够从临床样本中去除多达 99.99％的宿主核酸的流程，并在便携式 MinION 测序仪上开展了实时的检测和分析。 该团队在 40 个临床呼吸道样品上进行初期测试，在另外 41 个样品上进行了优化和测试。与培养法和 PCR 相比，优化的流程具有较高对病原体鉴定的敏感性（96.6％）和临床特异性（41.7％）。 文章地址： https://www.nature.com/articles/s41587-019-0156-5 1.2 文章详细解读 宏基因组公众号文章《NBT 封面：纳米孔基因组测序快速临床诊断细菌性下呼吸道感染

    12320

    临床样本组学研究Day8:多组学研究模式（一）：蛋白质+代谢组学联合分析

    基于多组学联合的研究已经成为诸多CNS及子刊等高分文章的设计思路，“蛋白+代谢”联合作为“打通机制与表型的研究”，能够系统描绘蛋白至代谢的调控过程，挖掘关键蛋白与代谢物上下游调控通路，已应用于疾病机制 今日解密 蛋白+代谢联合分析原理 蛋白质是行使细胞功能的主要承担者，蛋白质组学( Proteomics)是从整体水平上研究细胞内蛋白质的组成、活动规律及蛋白质与蛋白质的相互作用，蛋白质组是细胞功能和状态的直接描述 案例分享 一篇基于蛋白质组学的人类缺血性心肌病 (ICM)和扩张性心肌病 (DCM) 的功能核心蛋白元件和性别相关性富集通路研究，于2020年发表在Nature子刊。 缺血性心肌病和扩张性心肌病）病因的心脏组织蛋白质组和代谢组学特征； 了解不同性别的心肌病患者病态心肌蛋白质组学特征的差异，为疾病的性别差异化治疗、预后评估，以及性别相关激素对心衰发生发展的影响的生物机制研究提供线索 小结 蛋白质组学和代谢组学的联合分析是一直是多组学研究的一个热点，但由于蛋白质组和代谢组的差异性，其联合分析也是一个难点。

    1.1K11

    PLOS BIOLOGY | COVID-2019的网络医学与临床真实世界大数据研究

    本研究旨在利用网络医学方法以及临床和多组学观察，确定SARS-CoV-2的发病机制、疾病表现和COVID-19的治疗方法。 一些回顾性的研究报道了有症状COVID-19个体的临床特征，新的研究表明患有一种或多种并发症个体的发病和死亡风险明显更高。 然而，这些回顾性临床研究受样本量小和无法测量的混杂因素的限制，使潜在的病理机制很大程度上不为人所知。 作者通过PubMed，Embase，和medRxiv数据库对COVID-19患者进行了风险比分析。 作者整合了18个生物信息学和系统生物学数据库，构建了具有5种实验证明的人类PPIs的完整列表。 为了评估一种药物是否与人相互作用体中的SARS-CoV-2靶蛋白密切相关，作者从多个数据库中收集了药物靶点的相互作用信息，构建了drug-target网络。

    18960
    点击加载更多

    关注

    腾讯云开发者公众号
    将获得
    10元无门槛代金券
    洞察腾讯核心技术
    剖析业界实践案例
    腾讯云开发者公众号二维码

    相关产品

    • 云数据库 MySQL

      云数据库 MySQL

      腾讯云数据库MySQL是一种高性能、高可靠、高安全、可灵活伸缩的数据库托管服务，其不仅经济实惠，而且提供备份回档、监控、快速扩容、数据传输等数据库运维全套解决方案，为您简化 IT 运维工作，让您能更加专注于业务发展。

    HOT云数据库采购特惠，高性能、高可靠、高安全，超值优惠等你享！

    相关资讯

    热门标签

    更多标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      腾讯云开发者

      扫码关注腾讯云开发者

      领取腾讯云代金券

      热门产品

      热门推荐

      更多推荐

      Copyright © 2013 - 2023 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

      深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

      腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号 |京公网安备号11010802020287

      扫码关注腾讯云开发者

      领取腾讯云代金券