检索结果-南通市图书馆

发光学报 2024年第6期45卷 1015-1032页

作者：杨瑞李子越申艺郭丽华周兵帅李家玮刘海鹏董彪吉林大学电子科学与工程学院集成光电子学国家重点实验室吉林长春130012 吉林大学第一医院整形美容与修复重建外科吉林长春130012

循环肿瘤细胞(Circulating tumor cells,CTCs)是指从恶性肿瘤的原发或转移部位脱落的细胞,通过血液循环到达全身。体内CTCs的存在可以反映肿瘤的发生与发展,对肿瘤的诊断和预后至关重要。然而,实现高纯度捕获和捕获后CTCs灭活阻断仍然... 详细信息

循环肿瘤细胞(Circulating tumor cells,CTCs)是指从恶性肿瘤的原发或转移部位脱落的细胞,通过血液循环到达全身。体内CTCs的存在可以反映肿瘤的发生与发展,对肿瘤的诊断和预后至关重要。然而,实现高纯度捕获和捕获后CTCs灭活阻断仍然面临许多挑战。目前开发的用于实现选择性分离CTCs的方案中,荧光方法由于具有高灵敏度、高分辨率、操作简便等特点,在无创检测和快速检测方面具有重要的应用前景。与以往的CTCs研究综述相比,本文详细介绍了CTCs从体外捕获到体内捕获再到下游分析的全过程,并对CTCs的完整诊疗过程进行了系统和详细的总结,为当前的研究提供了新思路,这对于实现早期循环肿瘤细胞的诊断与治疗具有较重要意义。

关键词：循环肿瘤细胞荧光捕获下游分析灭活

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

RNA甲基化智能识别与分析方法研究

RNA甲基化智能识别与分析方法研究

引用

作者：戴迟迟天津大学

学位级别：硕士

核糖核酸(Ribonucleic Acid,RNA)甲基化修饰是RNA修饰中的一个重要分支,其广泛参与了 RNA的加工、转录以及稳定性等生命过程,是决定细胞命运的重要因素。N7-甲基鸟苷(N7-methylguanosine,m7G)是最丰富的RNA甲基化修饰之一,在调节RNA功... 详细信息

核糖核酸(Ribonucleic Acid,RNA)甲基化修饰是RNA修饰中的一个重要分支,其广泛参与了 RNA的加工、转录以及稳定性等生命过程,是决定细胞命运的重要因素。N7-甲基鸟苷(N7-methylguanosine,m7G)是最丰富的RNA甲基化修饰之一,在调节RNA功能方面具有重要意义。因此,如何高效精准地从RNA序列中识别m7G位点对于揭示以及探索其功能至关重要。此外,近来RNA甲基化分析主要依靠传统的批量RNA测序技术,成本高、耗时久且只可以检测细胞群体的平均基因表达水平,无法去计算量化细胞间的异质性。单细胞RNA测序技术(single-cell RNA sequencing,scRNA-seq)能够进一步探索细胞间异质性,但是由于测序技术的缺陷,会导致一些基因表达值的缺失,即数据中产生了“dropout”事件。scRNA-seq数据中的“dropout”事件极大影响了下游甲基化数据分析。因此,如何处理受“dropout”事件影响的单细胞数据也是一个关键科学问题。本文面向RNA序列数据以及单细胞RNA测序数据,围绕着RNA甲基化识别与分析,进行了以下研究:一,针对N7-甲基鸟苷(N7-methylguanosine,m7G)位点预测问题,在本文中提出了基于迭代特征表示学习的m7G预测方法m7G-IFL。本文充分融合序列的物理化学性质以及初级序列信息,利用学习到的数据分布的概率信息,提出了迭代特征表示学习算法。结合所学习的特征,利用极限梯度增强(Extreme Gradient Boosting,XGBoost)算法训练本文的预测模型,可以高效快速精准地从RNA初级序列中识别m7G位点。与现有方法的比较结果表明,本文提出的m7G-IFL在准确性方面显著优于现有的预测方法。此外,特征空间的可视化分析结果表明,本文提出的特征学习算法能充分捕捉真实m7G位点与非m7G位点的特异性信息。通过整合模型的标签信息,能够有效提升特征空间的表达能力。二,由于单细胞数据的精准性将极大影响下游甲基化等功能分析,因此在本文中研究了单细胞数据预处理方面一个重要的问题,即插补问题。在本文中从以下四个方面对12种用于优化单细胞RNA测序数据的插补方法进行系统的研究与比较:(1)恢复真实基因表达分布,(2)细胞聚类分析,(3)基因差异性表达分析,(4)重建细胞轨迹。研究表明,在基准比较中,基于深度学习的方法通常比基于模型的方法表现出更好的整体性能,显示出深度学习在scRNA-seq数据插补方面的强大能力。然而,在一些下游分析任务中,本文发现基于模型的方法在维护细胞间关系方面优于深度学习方法。此外,针对帮助没有计算机背景的研究人员实现运行插补方法以及插补结果的可视化分析,本文研究开发了在线分析平台——单细胞插补方法比较平台(single-cell Imputation Methods Comparison platform,scIMC),集成了 12种现有的插补方法以及4种常见的下游分析任务,能够方便用户针对不同的数据选择合适的数据插补方法。

关键词： RNA甲基化 m7G位点识别单细胞测序数据分析下游分析机器学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：