- 定做培养基/定制培养基
- 颗粒培养基
- 标准菌株生化鉴定试剂盒
- 预灌装即用型成品培养基
- 2025年版中国药典
- 促销/特价商品
- 院感/疾控/体外诊断/采样管
- 样品采集与处理(均质)产品
- 按标准检索培养基
- 模拟灌装用培养基
- 干燥粉末培养基
- 培养基添加剂/补充剂
- 生化反应鉴定管
- 染色液等配套产品
- 对照培养基/标准品
- 实验耗材与器具
- 生化试剂/化学试剂
- 菌种鉴定服务
行业动态
您现在的位置: 网站首页 >> 行业动态
血清肿瘤标志物精准检测有了新方法
[所属分类:行业动态] [发布时间:2025-10-15] [发布人:杨晓燕] [阅读次数:] [返回]
血清肿瘤标志物精准检测有了新方法
作者:王敏 来源:中国科学报
山东拓普生物工程有限公司 http://www.topbiol.com
近期,中国科学院合肥物质科学研究院研究员杨良保、副研究员董荣录和中国科学院合肥肿瘤医院主任医师邓庆梅在血液中肿瘤标志物的高精度识别和定量分析研究方面取得新进展。团队创新性地结合无标记表面增强拉曼光谱技术与注意力尺度融合网络深度学习模型,实现了对血清样本中多种肿瘤标志物的高精度、无标记、定性及定量同步分析。相关成果日前发表于国际分析化学类顶刊《分析化学》。
血清肿瘤标志物检测在癌症早期筛查中具有重要辅助价值。然而,由于血清样本成分复杂、有效信号微弱,传统检测和分析方法在准确率和定量能力上存在不小的挑战。针对这一难题,团队设计开发了基于注意力尺度融合网络的多任务深度学习架构。
该模型集成多尺度特征提取、注意力机制和任务交互模块,能够从复杂血清无标记表面增强拉曼光谱数据中高效区分和量化癌胚抗原、甲胎蛋白、糖类抗原19-9、糖类抗原125、神经元特异性烯醇化酶以及鳞状细胞癌抗原六种常见肿瘤标志物。结果显示,注意力尺度融合网络模型在独立测试集上实现了100%的分类准确率,定量加权R2为0.9713,误差低至目标动态范围的1.7%。研究还通过光谱特征重要性分析,明确了关键拉曼信号区在肿瘤标志物定性与定量中的决定性作用。这不仅提升了人工智能模型的可解释性,也为临床医学判读提供了科学依据。
研究人员介绍,该研究成果为血清肿瘤标志物的高效、高精度检测提供了新思路,有望应用于癌症早筛、精准医疗等重要领域,为临床诊断和健康监测提供新的解决方案。
相关论文信息:https://doi.org/10.1021/acs.analchem.5c03263
(本文内容来源于网络,版权归原作者所有,如有侵权可后台联系删除。)
作者:王敏 来源:中国科学报
山东拓普生物工程有限公司 http://www.topbiol.com
近期,中国科学院合肥物质科学研究院研究员杨良保、副研究员董荣录和中国科学院合肥肿瘤医院主任医师邓庆梅在血液中肿瘤标志物的高精度识别和定量分析研究方面取得新进展。团队创新性地结合无标记表面增强拉曼光谱技术与注意力尺度融合网络深度学习模型,实现了对血清样本中多种肿瘤标志物的高精度、无标记、定性及定量同步分析。相关成果日前发表于国际分析化学类顶刊《分析化学》。
血清肿瘤标志物检测在癌症早期筛查中具有重要辅助价值。然而,由于血清样本成分复杂、有效信号微弱,传统检测和分析方法在准确率和定量能力上存在不小的挑战。针对这一难题,团队设计开发了基于注意力尺度融合网络的多任务深度学习架构。
该模型集成多尺度特征提取、注意力机制和任务交互模块,能够从复杂血清无标记表面增强拉曼光谱数据中高效区分和量化癌胚抗原、甲胎蛋白、糖类抗原19-9、糖类抗原125、神经元特异性烯醇化酶以及鳞状细胞癌抗原六种常见肿瘤标志物。结果显示,注意力尺度融合网络模型在独立测试集上实现了100%的分类准确率,定量加权R2为0.9713,误差低至目标动态范围的1.7%。研究还通过光谱特征重要性分析,明确了关键拉曼信号区在肿瘤标志物定性与定量中的决定性作用。这不仅提升了人工智能模型的可解释性,也为临床医学判读提供了科学依据。
研究人员介绍,该研究成果为血清肿瘤标志物的高效、高精度检测提供了新思路,有望应用于癌症早筛、精准医疗等重要领域,为临床诊断和健康监测提供新的解决方案。
相关论文信息:https://doi.org/10.1021/acs.analchem.5c03263
(本文内容来源于网络,版权归原作者所有,如有侵权可后台联系删除。)