文献

J-GLOBAL ID：202202262318160588   整理番号：22A0636119

肺癌患者血清のメタボロミクス特性化のための機械学習とMALDI-MSの結合【JST・京大機械翻訳】

Combining MALDI-MS with machine learning for metabolomic characterization of lung cancer patient sera

著者 (19件)： Lai Xiaopin (Department of Chemistry, Key Laboratory for Preparation and Application of Ordered Structural Materials of Guangdong Province, Shantou University, Guangdong 515063, P. R. China. [e-mail]) ,  Guo Kunbin ,  Huang Wei ,  Su Yang ,  Chen Siyu ,  Li Qiongdan ,  Liang Kaiqing ,  Gao Wenhua ,  Wang Xin ,  Chen Yuping ,  Wang Hongbiao ,  Lin Wen ,  Wei Xiaolong ,  Ni Wenxiu ,  Lin Yan ,  Jiang Dazhi ,  Cheng Yu-Hong ,  Che Chi-Ming ,  Ng Kwan-Ming
資料名： Analytical Methods  (Analytical Methods)
巻： 14  号： 5  ページ： 499-507  発行年： 2022年 
JST資料番号： W2324A  ISSN： 1759-9660  CODEN： AMNECT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 増加する証拠は,血清代謝産物が疾患状態を即座に反映できることを証明した。したがって,臨床診断のためには,ハイスループット様式での血清代謝産物の高感度で再現性のある検出が緊急に必要である。マトリックス支援レーザ脱離/イオン化質量分析(MALDI-MS)は,代謝産物検出のためのハイスループットプラットフォームであるが,有機マトリックスの「スイートスポット」効果のため,顕著な信号変動によって妨害される。ここでは,DHBマトリックスの重要な信号変動を低減するための2つの形質転換法と4つの正規化技術のスクリーニングにより,機械学習法と組み合わせた統合MALDI-MSデータ処理アプローチを確立し,肺癌の代謝バイオマーカーを明らかにした。本研究では,肺癌患者34名と健常対照者26名の間の統計的に有意な差(p<0.001)を有する13の特徴的な特徴を,肺癌の有意な潜在的バイオマーカーとして選択した。13の特徴的特徴のうち6つを無傷代謝産物として同定した。著者らの結果は,肺癌におけるバイオマーカースクリーニングのための血清メタボロミクスにおけるMALDI-MSの臨床応用の可能性を示した。Copyright 2022 Royal Society of Chemistry All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検出 ,  *解析 ,  信号 ,  *血清 ,  代謝産物 ,  利用 ,  データ処理 ,  スループット ,  正規化 ,  スクリーニング ,  *肺腫瘍 ,  バイオマーカー ,  *機械学習 ,  *MALDI-MS
準シソーラス用語： *メタボロミクス ,  臨床診断 ,  ハイスループット ,  臨床応用 , 【Automatic Indexing@JST】

分類 (3件)： 質量分析  (CC03013N) ,  蛋白質・ペプチド一般  (EB03010N) ,  血液検査  (GC02050D)

タイトルに関連する用語 (7件)： 肺癌 ,  患者 ,  血清 ,  メタボロミクス ,  特性化 ,  機械学習 ,  MALDI-MS