CN101806805A - 一组用于肺癌患者的血清代谢生物标志物 - Google Patents
一组用于肺癌患者的血清代谢生物标志物 Download PDFInfo
- Publication number
- CN101806805A CN101806805A CN201010126898A CN201010126898A CN101806805A CN 101806805 A CN101806805 A CN 101806805A CN 201010126898 A CN201010126898 A CN 201010126898A CN 201010126898 A CN201010126898 A CN 201010126898A CN 101806805 A CN101806805 A CN 101806805A
- Authority
- CN
- China
- Prior art keywords
- lung cancer
- blood serum
- biological marker
- group
- metabolism biological
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
一组用于肺癌患者的血清代谢生物标志物。癌症患者和对照者的血清分别与D2O混合制成样品溶液,采集1H NMR谱。将样品氢谱数据导入SIMCA-P软件进行模式识别分析。肺癌患者的血清与正常人群相比,有数种代谢物水平表现明显偏高,包括:乳酸,葡萄糖,丙氨酸,缬氨酸,亮氨酸,异亮氨酸,甘氨酸,谷氨酸盐,脯氨酸,乙酰醋酸盐,糖蛋白,胆碱,3-羟基丁酸。其中葡萄糖,乳酸的水平因受个人因素影响较大不适于作为标志物;其他较稳定,受外界环境影响较小,作为临床诊断标志物。由此,建立模型将肺癌患者与正常人的血清加以甄别,分成两类。按此模型,将疑似肺癌病例的血清套入模型进行分析,如果发现该患者血清图谱落入其中一类,即可诊断为肺癌或正常。
Description
技术领域
本发明涉及一组用于肺癌患者的血清代谢生物标志物。本发明涉及在识别患有肺癌的个体方面表现出独特优势的生物标志物的鉴定和选择。本发明进一步涉及用于诊断肺癌的生物标志物的有用组合。
背景技术
肺癌是我国最具危害性的恶性肿瘤,随着我国工业化的进展,发病率还在逐年上升。该病治愈率低,而且预后极差。早期诊断依据的缺乏是主要原因之一。已经有研究使用基因组、蛋白组技术,发现了多种关键细胞内信号通路(如EGRF)的生物标志,可能与肺癌的药物敏感性和预后有关,但是由于以下原因:
第一,临床使用的价值目前还未取得完全一致。而且上述绝大多数研究对象是国外肺癌人群,事实上,不同人群的遗传差异非常明显,因此不能完全依据上述研究的结果。例如大多数回顾性研究已经发现,非小细胞肺癌患者中EGFR突变率在北美和西欧为10%,而亚洲一般为30-50%,有的超过75%,Gefitinib、Erlotinib的高敏感性与EGFR突变明显相关。
第二,近年来随着高通量高分辩蛋白质组学技术的发展,已有大量关于筛选肿瘤侯选生物标志物方而的报道,但是由于肺癌的异质性(heteorogeniety)较强,肺癌的一般蛋白质组学研究相对较少,也导致目前被美国FDA批准的可以在临床上常规应用的生物标志物中没有一项是针对肺癌的。因此,发现新的肺癌生物标志物,并与TNM分期系统协同评估来用于肺癌的个体化治疗也是一个重大的研究方向。
第三,现今大多数抗癌药物都有严重毒副作用,在进行单一化疗或联合治疗时经常面对癌细胞耐药性问题;如果能发现与抗肿瘤药物作用机制密切相关的蛋白质,就可能以此为靶点设计联合用药的新方案。
基于核磁共振(NMR)方法的代谢组学,主要利用核磁共振技术和模式识别方法对生物体液和组织进行系统测量和分析,并动态跟踪检测、定量和分类生物体中随时间改变的代谢产物。若将代谢信息与病理生理过程中的生物学事件关联起来,则可以确定相关的生物标志物。在恶性肿瘤研究中,代谢组学最为广泛的应用是发现与肿瘤诊断、治疗相关的代谢标记物。现有的以基因表达产物为主的肿瘤标记物检出率较低,所以临床应用受到限制;与之相比,代谢组学方法鉴定的代谢肿瘤标志物却包括体内丰度很高的小分子,如胆碱,丙氨酸等,使肿瘤的诊断、治疗的个体化成为现实。2005年欧洲肿瘤学年会中提出运用核磁共振波谱作为脑瘤、乳腺癌、前列腺癌的诊断方法的提案。Pfizer和Pharmacia等六家制药公司和Nicholson所在的英国伦敦帝国理工大学联合组成了COMET联盟,主要利用1H NMR和模式识别技术进一步寻找各类生物标记物并建立药物的毒性评价系统等。
肺癌病人的血清蛋白质与代谢物谱具有适合早期诊断的优点,由于癌细胞的加速和非控制性生长的需要,癌细胞的代谢活动必然会有别于正常细胞,且代谢活动的异常会先于形态异常(即肿瘤)表现出来。即在还没有形成肺癌病变组织之前就已经有代谢表达异常。如在合成代谢条件下,很多肿瘤表现出葡萄糖摄入增加以及糖酵解增强的现象,致使乳酸盐分泌增高;癌细胞快速生长所依赖的蛋白质、糖类、脂类和核酸等生物大分子的需要量增多,也使合成代谢明显增强,因此血清代谢标志物更易于临床分析,更易于实现肺癌的早期诊断。
现有的肿瘤标志物主要以基因表达产物、蛋白类为主,这种标志物检出率低,无法达到早期诊断的目的。目前已经有来自美国的关于肺癌的代谢物谱的研究报道,但是这些研究还仅限于肿瘤组织和非肿瘤组织的对比,尚未有血清中代谢标志物的研究。
本发明应用现代组学研究技术与肺癌的临床实践相结合,对肺癌病人的血清蛋白质与代谢物谱进行研究,发现一组可用于早期诊断及治疗的生物标志物。
发明内容
本发明的目的:针对我国肺癌人群,采用基于核磁共振(NMR)方法的代谢组学与肺癌的临床实践相结合,对肺癌病人的血清蛋白质与代谢物谱进行研究,寻找出一组用于肺癌患者的血清生物标志物以用于肺癌的早期诊断与个体化治疗。
本发明的技术方案:
1、采用预饱和法压制水峰,Carr-Purcell-Meiboom-Gill(CPMG)脉冲序列抑制血清中较宽的共振信号,观测小分子代谢物。对所获谱图进行相位和基线校正后,参照乳酸的甲基共振峰(CH3,δ1.30)对1H NMR谱的化学位移进行定标,并对肺癌患者和健康志愿者血清1H NMR中尖峰信号进行归属。
2、采用SIMCA-P软件进行主成分分析,求出主成分(principal components,PC),对肺癌患者和正常对照者的血清的NMR数据进行分析。
3、从因子载荷图中观察离群的化学位移值,并对这些化学位移值相对应的代谢物进行指认。通过对肺癌引起的代谢物的变化研究,来寻找肺癌血清生物标志物,为肺癌的早期诊断、预后和治疗提供一定的科学依据。
将癌症患者和对照者的血清分别与D2O混合制成样品溶液,放入高场NMR谱仪中,获得1H NMR谱。将样品氢谱数据导入SIMCA-P软件进行模式识别分析。研究发现,肺癌患者的血清与正常人群相比,有数种代谢物水平表现明显偏高,包括:乳酸,葡萄糖,丙氨酸,缬氨酸,亮氨酸,异亮氨酸,甘氨酸,谷氨酸盐,脯氨酸,乙酰醋酸盐,糖蛋白,胆碱,3-羟基丁酸。其中葡萄糖,乳酸的水平因受个人因素影响较大,如饮食、运动等,而不适于作为标志物;但其他小分子代谢物较稳定,受外界环境影响较小,可作为临床诊断标志物。这些标志物,全部或其中一部分组合如果高于正常人将导致整个代谢物图谱明显异于正常人。由此,建立了模型将肺癌患者与正常人的血清加以甄别,分成两类。按此模型,将疑似肺癌病例的血清套入模型进行分析,如果发现该患者血清图谱落入其中一类,即可诊断为肺癌或正常。
本发明指认的一组用于肺癌早期诊断和辅助治疗的血清代谢生物标志物,包括丙氨酸,缬氨酸,亮氨酸,异亮氨酸,甘氨酸,谷氨酸盐,脯氨酸,乙酰醋酸盐,糖蛋白,胆碱,3-羟基丁酸的一种或二种以上的有用组合。
本发明所述的一组用于肺癌早期诊断和辅助治疗的血清代谢生物标志物,优选丙氨酸和甘氨酸的组合。
本发明所述的一组用于肺癌早期诊断和辅助治疗的血清代谢生物标志物,优选亮氨酸和异亮氨酸的组合。
本发明的一组用于肺癌早期诊断和辅助治疗的血清代谢生物标志物,其血清样本是对个体空腹取血,离心分离得到的血清样本。只需要就医者提供一般的静脉采血,普通生化检验之后所余血清即可满足本发明所需样品。
本发明的一组用于肺癌早期诊断和辅助治疗的血清代谢生物标志物的用法,其特征在于,将个体血清样本中代谢生物标志物的代谢水平与该代谢生物标志物在正常人群中的代谢水平相比较,实现个体正常或异常的判断。
本发明的一组用于肺癌早期诊断和辅助治疗的血清代谢生物标志物的用法,将其中两种或多种血清代谢生物标志物联合用于早期肺癌的诊断及肺癌肿瘤程度的预测。通过分析由肺癌引起的血清代谢生物标志物代谢产物的变化,可以更好的理解个体的病变过程,有助于辅助临床诊断。
本发明的一组用于肺癌早期诊断和辅助治疗的血清代谢生物标志物的用法,将病例血清样本中一组代谢生物标志物的代谢水平与该代谢生物标志物在正常人群中的代谢水平相比较,如果两组标志物的代谢水平具有明显的差别,即可作出肺癌的诊断和辅助诊断。
附图说明:
图1、肺癌患者(case group)血清的1H NMR特征谱全谱图
图2、健康人群(control group)血清的1H NMR特征谱全谱图
图3、肺癌患者血清的1H NMR特征谱局部放大图
图4、健康人群血清的1H NMR特征谱局部放大图
图5、肺癌患者血清的1H NMR特征谱局部放大图
图6、健康人群血清的1H NMR特征谱局部放大图
图7、肺癌患者和健康人群两组血清代谢组PCA分值(t[1]vs t[2])散点分布图,其中A组为病例组,C组为健康人群
图8、A、C组血清1H NMR的积分数据的PC1vs.PC2因子载荷图,数字代表化学位移。
具体实施方式:
按照前述的技术方案进行
1.对肺癌患者和健康人群清晨空腹取血,4℃下静置1h,8000r/min离心分离得到血清样品。
2.采用预饱和法压制水峰,Carr-Purcell-Meiboom-Gill(CPMG)脉冲序列抑制血清中较宽的共振信号,观测小分子代谢物。对所获谱图进行相位和基线校正后,参照乳酸的甲基共振峰(CH3,δ1.30)对1H NMR谱的化学位移进行定标,并对肺癌患者和健康志愿者血清1H NMR中尖峰信号进行归属。
3.将各个样品的氢谱以0.04ppm为单位将64K个数据点的1H NMR划分成多个等宽的区域,并对各个区域进行分段积分。
4.采用SIMCA-P软件将病例样品1H NMR的积分数据套入模型进行分析,求出主成分(principal components,PC),如果发现该患者血清图谱落入其中一类,即可诊断为肺癌或正常。然后对肺癌患者和正常对照者的血清的NMR数据进行分析,绘制肺癌患者和健康人群两组血清代谢组PCA分值(t[1]vs t[2])散点分布图和PC1vs.PC2因子载荷图。
5.从因子载荷图中观察离群的化学位移值,并对这些化学位移值相对应的代谢物进行指认。如果差异代谢物的指认结果和已筛选的肺癌代谢生物标志物中一种或多种相同,即可诊断为肺癌,根据代谢物的差异水平还可以预测肺癌肿瘤的发展程度。
实施例1
1.材料与方法
血液样品选自于湖北某肿瘤医院的肺癌患者。400μl的血清与100μl的D2O混合制成血清样品,放入Varian INOVA 600MHz NMR谱仪中,以获得核磁共振的氘锁信号即1H NMR谱。
2.NMR谱图的数据整理
利用软件对所有谱图数据进行相位校正和基线校正,并对血清中代谢物的化学位移和多重性进行归属。肺癌患者(case group)和健康人群(control group)血清的1H NMR特征谱全谱图见图1-6;肺癌患者和健康人群血清1H NMR中部分尖峰信号的归属结果见表1;然后,对各个样品的氢谱进行桶形积分,划分成多个等宽区域,并将这些分段积分数据进行归一化处理,抵消各样品间在总体浓度中的浓度差异。再把数据导入SIMCA-P软件中进行模式识别分析。
表1
3.模式识别分析
对谱图进行处理后,用SIMCA-P软件对数据进行主成分分析。方法的特点是将分散在一组变量上的信息集中到几个综合指标即主成分(principal component,PC)上,用较少的综合性的关键性变量替代原来众多的相关性变量,对数据进行降维处理。肺癌患者和健康人群血清的1H NMR积分数据主成分分析结果如下:
图7为肺癌患者和健康人群两组血清代谢组PCA分值(t[1]vs t[2])散点分布图,其中A组为病例组,C组为健康人群,从图7中可以看到病例组A组集中分布在椭圆散点分布图的右侧,正常对照组集中分布在散点分布图的左侧,两组沿PC2的方向分开,且两组间并无明显的交叉和重叠,表明肺癌患者和健康人群的血清代谢物之间存在一定的差异。图8为A、C组血清1H NMR的积分数据的PC1vs.PC2因子载荷图,数字代表化学位移,根据核磁共振信号的归属结果(表1)可以推断出相应的代谢物,从图8中可以看到大部分化学位移点相对比较集中,重叠在一起,样本间高度相似,即具有相同的代谢产物,只有少数点远离重叠点,比较分散,正是这些离群点所代表的化合物造成了A、C两组血清代谢物上的差异,因此,A、C两组血清中改变较明显的代谢组分有3-羟丁酸盐(δ1.18)、丙酮(δ2.22)、三甲胺(δ2.82)、醋酸盐(δ1.90)、乳酸(δ1.30,4.1)等。
本发明将肺癌患者血清与正常人群相比,有多种代谢物的水平表现明显异常,包括:乳酸,葡萄糖,丙氨酸,缬氨酸,亮氨酸,异亮氨酸,甘氨酸,谷氨酸盐,脯氨酸,乙酰醋酸盐,糖蛋白,胆碱,3羟基丁酸;其中葡萄糖,乳酸的水平因受个人因素影响较大,如饮食、运动等,而不适于作为标志物;但其他小分子代谢物较稳定,受外界环境影响较小,可作为临床诊断标志物。确认标志物直接关系到肺癌的早发现早治疗及早期诊断标,这将极大地提高这一类患者的疗效,甚至可以有效防止癌变的发生。
Claims (7)
1.一组用于肺癌患者的血清代谢生物标志物,其特征在于,该标志物包括丙氨酸,缬氨酸,亮氨酸,异亮氨酸,甘氨酸,谷氨酸盐,脯氨酸,乙酰醋酸盐,糖蛋白,胆碱,3-羟基丁酸的一种或二种以上的组合。
2.如权利要求1所述的一组用于肺癌早期诊断和辅助治疗的血清代谢生物标志物,其特征在于该标志物为丙氨酸和甘氨酸的组合。
3.如权利要求1所述的一组用于肺癌早期诊断和辅助治疗的血清代谢生物标志物,其特征在于该标志物为亮氨酸和异亮氨酸的组合。
4.如权利要求1-3任一项所述的一组用于肺癌早期诊断和辅助治疗的血清代谢生物标志物,其特征在于,其血清样本是对个体空腹取血,离心分离得到的血清样本。
5.权利要求1-3任一项所述的一组用于肺癌早期诊断和辅助治疗的血清代谢生物标志物的用法,其特征在于,将个体血清样本中代谢生物标志物的代谢水平与该代谢生物标志物在正常人群中的代谢水平相比较,实现个体正常或异常的判断。
6.权利要求1所述的一组用于肺癌早期诊断和辅助治疗的血清代谢生物标志物的用法,其特征在于,将其中两种或多种血清代谢生物标志物联合用于早期肺癌的诊断及肺癌肿瘤程度的预测。
7.权利要求1-3任一项所述的一组用于肺癌早期诊断和辅助治疗的血清代谢生物标志物的用法,其特征在于,将病例血清样本中一组代谢生物标志物的代谢水平与该代谢生物标志物在正常人群中的代谢水平相比较,如果两组标志物的代谢水平具有明显的差别,即可作出肺癌的诊断和辅助诊断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010126898A CN101806805A (zh) | 2010-03-16 | 2010-03-16 | 一组用于肺癌患者的血清代谢生物标志物 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010126898A CN101806805A (zh) | 2010-03-16 | 2010-03-16 | 一组用于肺癌患者的血清代谢生物标志物 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101806805A true CN101806805A (zh) | 2010-08-18 |
Family
ID=42608694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010126898A Pending CN101806805A (zh) | 2010-03-16 | 2010-03-16 | 一组用于肺癌患者的血清代谢生物标志物 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101806805A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102230903A (zh) * | 2011-04-02 | 2011-11-02 | 江苏省中医院 | 一种用于诊断癌性胸腔积液的小分子标记物和其应用 |
CN102565253A (zh) * | 2010-12-16 | 2012-07-11 | 中国人民解放军第二军医大学 | 一种小分子代谢物图谱及其制作方法和用途 |
CN103221419A (zh) * | 2010-09-17 | 2013-07-24 | 独立行政法人产业技术综合研究所 | 肺癌鉴定标志物 |
CN105116000A (zh) * | 2015-09-01 | 2015-12-02 | 上海交通大学 | 用于检测胃癌相关代谢小分子的核磁共振模型及制备方法 |
CN107334458A (zh) * | 2017-06-30 | 2017-11-10 | 普罗朗生物技术(无锡)有限公司 | 一种用于亚裔人群的肺癌检测方法及系统 |
CN108139381A (zh) * | 2015-06-26 | 2018-06-08 | 百奥马克癌症系统公司 | 肺癌检测方法 |
CN112858552A (zh) * | 2019-11-28 | 2021-05-28 | 中国科学院大连化学物理研究所 | 用于诊断食管上皮非典型增生的联合型代谢生物标志物及试剂盒 |
WO2023082821A1 (zh) * | 2021-11-09 | 2023-05-19 | 上海市第一人民医院 | 用于肺部良恶性结节诊断的血清代谢标志物及其应用 |
CN117388495A (zh) * | 2023-12-13 | 2024-01-12 | 哈尔滨脉图精准技术有限公司 | 用于诊断肺癌分期的代谢标志物的应用及试剂盒 |
-
2010
- 2010-03-16 CN CN201010126898A patent/CN101806805A/zh active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103221419A (zh) * | 2010-09-17 | 2013-07-24 | 独立行政法人产业技术综合研究所 | 肺癌鉴定标志物 |
CN103221419B (zh) * | 2010-09-17 | 2015-12-09 | 独立行政法人产业技术综合研究所 | 肺癌鉴定标志物 |
CN105424942A (zh) * | 2010-09-17 | 2016-03-23 | 国立研究开发法人产业技术综合研究所 | 肺癌鉴定标志物 |
CN102565253A (zh) * | 2010-12-16 | 2012-07-11 | 中国人民解放军第二军医大学 | 一种小分子代谢物图谱及其制作方法和用途 |
CN102230903A (zh) * | 2011-04-02 | 2011-11-02 | 江苏省中医院 | 一种用于诊断癌性胸腔积液的小分子标记物和其应用 |
CN108139381A (zh) * | 2015-06-26 | 2018-06-08 | 百奥马克癌症系统公司 | 肺癌检测方法 |
US11656229B2 (en) | 2015-06-26 | 2023-05-23 | Biomark Cancer Systems Inc. | Method of detecting lung cancer |
CN105116000B (zh) * | 2015-09-01 | 2017-07-18 | 上海交通大学 | 用于检测胃癌相关代谢小分子的核磁共振模型及制备方法 |
CN105116000A (zh) * | 2015-09-01 | 2015-12-02 | 上海交通大学 | 用于检测胃癌相关代谢小分子的核磁共振模型及制备方法 |
CN107334458A (zh) * | 2017-06-30 | 2017-11-10 | 普罗朗生物技术(无锡)有限公司 | 一种用于亚裔人群的肺癌检测方法及系统 |
CN112858552A (zh) * | 2019-11-28 | 2021-05-28 | 中国科学院大连化学物理研究所 | 用于诊断食管上皮非典型增生的联合型代谢生物标志物及试剂盒 |
CN112858552B (zh) * | 2019-11-28 | 2022-04-12 | 中国科学院大连化学物理研究所 | 联合型代谢标志物的试剂在制备用于诊断食管上皮非典型增生疾病的试剂盒中的用途 |
WO2023082821A1 (zh) * | 2021-11-09 | 2023-05-19 | 上海市第一人民医院 | 用于肺部良恶性结节诊断的血清代谢标志物及其应用 |
CN117388495A (zh) * | 2023-12-13 | 2024-01-12 | 哈尔滨脉图精准技术有限公司 | 用于诊断肺癌分期的代谢标志物的应用及试剂盒 |
CN117388495B (zh) * | 2023-12-13 | 2024-02-09 | 哈尔滨脉图精准技术有限公司 | 用于诊断肺癌分期的代谢标志物的应用及试剂盒 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101806805A (zh) | 一组用于肺癌患者的血清代谢生物标志物 | |
Serkova et al. | Pattern recognition and biomarker validation using quantitative 1H-NMR-based metabolomics | |
Gowda et al. | Metabolomics-based methods for early disease diagnostics | |
Borgan et al. | Merging transcriptomics and metabolomics-advances in breast cancer profiling | |
Zhou et al. | 1H NMR-based metabonomic and pattern recognition analysis for detection of oral squamous cell carcinoma | |
Wang et al. | 1 H-NMR based metabonomic profiling of human esophageal cancer tissue | |
Asiago et al. | Early detection of recurrent breast cancer using metabolite profiling | |
Shao et al. | Comprehensive analysis of individual variation in the urinary proteome revealed significant gender differences*[S] | |
Eisner et al. | Learning to predict cancer-associated skeletal muscle wasting from 1 H-NMR profiles of urinary metabolites | |
CN108414660B (zh) | 一组与肺癌早期诊断相关的血浆代谢小分子标志物的应用 | |
Hart et al. | Metabolomics in breast cancer: current status and perspectives | |
Bu et al. | Metabolomics: a revolution for novel cancer marker identification | |
Duarte | Following dynamic biological processes through NMR-based metabonomics: a new tool in nanomedicine? | |
An et al. | An NMR metabolomics approach for the diagnosis of leptomeningeal carcinomatosis in lung adenocarcinoma cancer patients | |
CN101769910A (zh) | 一种从血清代谢轮廓筛选恶性卵巢肿瘤标志物的方法 | |
Kyriakides et al. | Metabonomic analysis of ovarian tumour cyst fluid by proton nuclear magnetic resonance spectroscopy | |
Zhou et al. | Metabonomic classification and detection of small molecule biomarkers of malignant pleural effusions | |
Roda et al. | Advanced bioanalytics for precision medicine | |
CN105637367A (zh) | 胰腺癌相关材料和方法 | |
Vonhof et al. | Improved spatial resolution of metabolites in tissue biopsies using high-resolution magic-angle-spinning slice localization NMR spectroscopy | |
Scaros et al. | Biomarker technology roundup: from discovery to clinical applications, a broad set of tools is required to translate from the lab to the clinic | |
Cheng | High‐resolution magic angle spinning NMR for intact biological specimen analysis: Initial discovery, recent developments, and future directions | |
Derveaux et al. | Detection of lung cancer via blood plasma and 1H-NMR metabolomics: validation by a semi-targeted and quantitative approach using a protein-binding competitor | |
Merz et al. | Use of nuclear magnetic resonance-based metabolomics in detecting drug resistance in cancer | |
Li et al. | Analysis of urinary metabolomic profiling for unstable angina pectoris disease based on nuclear magnetic resonance spectroscopy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100818 |