这项研究的目的是估计橄榄叶（Olea europaea L.）中酚类化合物的总量，作为评估巴尼亚斯地区重金属（HMs）空气污染（Pb，Cu和Mn）的生物标记。 橄榄树被选为研究区域的主要树种。 从距Baniyas炼油厂（0.1、0.5、2、4、6、10）Km附近不同距离的6个位置收集了样本。 控制范围是从炼油厂到东北（Al-Qardaha农村地区）约20公里的区域。 夏季总酚类化合物（TPC）的浓度为（45.6-70.85）mg GAE / g dw，冬季为（35.6-52.9）mg GAE / g dw。 夏季未清洗的叶片中所研究的HMs（Pb，Cu和Mn）的浓度分别为（0.879-2.170）ppm，（0.75-5.21）ppm和（54.38-8.78）ppm，而在冬季则为（0.479-分别为1.023）ppm，（1.54-7.29）ppm和（53.79-7.58）ppm。 结果显示，两个站点之间的总酚类化合物和HMs（Pb，Cu和Mn）浓度（ANOVA）之间存在显着差异，所有站点之间夏季和冬季之间的总酚和HMs（Pb和Cu）的浓度均存在显着差异（ t检验，p <0.05）。 在所

背景：糖尿病性视网膜病（DR）是糖尿病的常见并发症，也是劳动年龄人口视力下降的主要原因。 对其发病机理了解甚少，但可能涉及低度慢性炎症和血管生成。 这项研究的目的是评估2型糖尿病患者中一种炎症（IL-6）和血管生成细胞因子（VEGF-A）的血清水平与DR的存在和严重程度之间的关系。 方法：从2019年1月至2019年6月，我们对84例患者进行了横断面分析研究，其中31例发展为DR，53例未发展为DR。 所有患者均接受了完整的眼科检查，并通过ELISA技术对IL-6和VEGF-A进行了实验室分析。 我们研究了IL-6和VEGF-A与DR，HBA1c的存在和严重程度以及糖尿病持续时间的关系。 结果：DR组与对照组相比，VEGF-A水平有统计学意义的显着升高（390.5 pg / ml与173.1 pg / ml； p = 0.007）。 两组之间的IL-6水平无显着差异（42.8 pg / ml与31.7 pg / ml； p = 0.10）。 同样，这两种细胞因子与黄斑水肿或DR的严重程度之间没有关联。 IL-6的水平与糖尿病的平衡有关（p = 0.006），而VEGF-A却没有（p =

大数据-算法-非小细胞肺癌生物标志物的定量蛋白质组学研究.pdf

生物标志物用于预测血管再狭窄以及检测试剂盒 .pdf

2021-2027全球与中国ST2生物标志物市场现状及未来发展趋势.docx

R包ukbnmr UK Biobank中用于处理Nightingale NMR生物标志物数据的工具 该软件包提供了用于处理NMR代谢组学数据的实用程序。 当前有两个主要功能： extract_biomarkers()和compute_nightingale_ratios() 。 extract_biomarkers()函数将采用输出的原始数据集，提取NMR生物标志物字段，并 提供简短的列名。 度量也分为多行，参与者在基线和首次重复评估中都具有度量。 compute_nightingale_ratios()函数将从168种生物标记物中计算出，这些生物标记可从下载。 这个包还提供了data.frame的生物标记信息，加载nmr_info 。 安装 可以使用remotes软件包从GitHub安装此软件包： remotes::install_github("sritchie73/ukbn

matlab代码保密脑龄 评估各种机器学习模型性能的研究，这些模型用于通过基于功能磁共振成像的多种生物标记和认知行为表现来预测一个人的大脑年龄。 结果概述： 先决条件 所有功能都是用matlab编写的。 分析说明 使用一系列认知测试对行为测度进行了预测，预测了各个年龄段的约100名健康成年人的大脑年龄，使用了各自的功能磁共振成像数据计算了他们的功能连通性概况，并使用，计算了每个人的fMRI数据，这也是从每个人的功能磁共振成像数据得出的。 创建并比较了许多回归模型，以查看它们如何处理少量主题和许多功能。 这些包括： 二次模型回归 一般线性模型回归 偏最小二乘回归 森林随机回归 支持向量回归 通过使用嵌套的交叉验证结构来防止过度拟合，从而实现了预测。 结果发现，支持向量回归和偏最小二乘回归能够胜过其他方法，在受试者实际年龄和预测年龄之间平均误差为7.4年。 出于患者机密原因，此处未包含数据 档案文件 age_predict_master.m-运行所有模型的脚本 / model_functions-每种模型类型的脚本 - nested_fcn_quadratic_model_February

预测患者生存的生物标志物可以在医学诊断和治疗中发挥重要作用。 如何从数百种蛋白质标记物中选择重要的生物标记物是生存分析的关键步骤。 在本文中，提出了一种使用小波分析、遗传算法和贝叶斯分类器检测结直肠癌患者生存预后生物标志物的新方法。 一维离散小波变换 (DWT) 通常用于降低生物医学数据的维数。 在这项研究中，提出了一维连续小波变换（CWT）来提取结直肠癌数据的特征。 一维CWT无法降低数据的维数，但捕获了DWT缺失的特征，是DWT的补充部分。 对提取的小波系数进行遗传算法选择优化特征，使用贝叶斯分类器建立其适应度函数。 根据优化特征的位置定位相应的蛋白质标记。 Kaplan-Meier 曲线和 Cox 回归模型 2 用于评估所选生物标志物的性能。 在结直肠癌数据集上进行了实验，并检测到了几个重要的生物标志物。 发现一种新的蛋白质生物标志物 CD46 与存活时间显着相关。

行业-电子政务-基于螺旋电阻器的生物标志物浓度测量装置和方法.zip

教育科研-学习工具-SNRPB作为生物标志物在肝细胞癌预后评估中的应用及含有此标记物的制剂盒.zip