CN114550815A - 一种胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法 - Google Patents
一种胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法 Download PDFInfo
- Publication number
- CN114550815A CN114550815A CN202210261225.7A CN202210261225A CN114550815A CN 114550815 A CN114550815 A CN 114550815A CN 202210261225 A CN202210261225 A CN 202210261225A CN 114550815 A CN114550815 A CN 114550815A
- Authority
- CN
- China
- Prior art keywords
- peptide
- micro
- sweets
- screening
- lncrna
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B15/00—ICT specially adapted for analysing two-dimensional or three-dimensional molecular structures, e.g. structural or functional relations or structure alignment
- G16B15/30—Drug targeting using structural data; Docking or binding prediction
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- Biophysics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Genetics & Genomics (AREA)
- Theoretical Computer Science (AREA)
- Molecular Biology (AREA)
- Medicinal Chemistry (AREA)
- Pharmacology & Pharmacy (AREA)
- Crystallography & Structural Chemistry (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Peptides Or Proteins (AREA)
Abstract
本发明公开一种胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法,包括如下骤:葡萄糖转运体基因集的筛选;葡萄糖转运体基因集在泛癌中的显著差异表达及生存分析;胶质母细胞瘤中SLC2A10的验证及ceRNA预测;进行LINC02381编码对微肽预测,并将预测的微肽定位到人类染色体中,对预测到微肽进行鉴定与功能富集分析,保留与LINC02381同染色体的且预测有潜在功能的微肽。本发明提供一种胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法,为研究胶质母细胞瘤中的lncRNA编码的微肽在预后或诊断中起到的作用提供基础。
Description
技术领域
本发明属于生物医学技术领域,具体是涉及一种胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法。
背景技术
肿瘤研究日益发展为全球范围内严重的公共卫生问题。2020年,ICGC/TCGA全基因组泛癌分析(pan-cancer analysis of whole genomes,PCAWG)项目对38种肿瘤类型所包含的2658个肿瘤全基因组进行了最全面的肿瘤基因组分析,旨在比较分析不同肿瘤类型中发现的基因组和细胞变化之间的相似性和差异。胶质瘤(glioma)是中枢神经系统最常见且最具侵袭性的原发性颅内肿瘤,分为I—IV级,多数是由于与罕见综合征相关的高外显率基因发生遗传突变等因素诱发,主要表现为颅内压增高、神经认知功能障碍和癫痫发作,致使中枢神经受损,危及患者生命。胶质母细胞瘤(glioblastoma,GBM)为IV级恶性肿瘤,标准治疗方法为手术、药物治疗和放射疗法,而患者中位生存期仅为15个月,其不良预后与高复发率给临床带来极大挑战。
随着人们的饮食习惯、生活环境和工作压力的变化,我国胶质母细胞瘤的发病率呈逐年上升且年轻化的趋势。多药耐药,特别是对替莫唑胺的耐药,导致肿瘤复发频繁,是治疗胶质母细胞瘤的一项挑战,其潜在的分子机制尚不清楚。由于血脑屏障(blood-brainbarrier,BBB)的保护,可阻止带电或大分子在肿瘤微环境中以物理相关浓度积聚,从而发挥溶瘤作用,替莫唑胺在大脑中的含量仅为血液中含量的40%,所以必须开发新的治疗方法,使药物能够更有效地透过血脑屏障,以延长患者的生存时间,使其超过中位生存期15个月。因此急需探究胶质瘤发展的分子机制并寻求新型疾病诊断和预后生物标记物,是目前亟待解决的关键问题。
微肽(micropeptide)是小的开放阅读框编码的小多肽,长度小于100-150个氨基酸(amino acids,AA),也被称为微蛋白(microproteins)或小开放阅读框编码肽(shortopen reading frames,sORF-encoded peptides),也可用其基因组位置命名,其被证实可作用于维持细胞稳态。非编码RNA(circRNA、lncRNA和pri-miRNA)具有潜在的短开放阅读框,可以编码微肽,非编码RNA编码的短肽与肿瘤密切相关,可作为肿瘤的潜在预后标志物和治疗靶点。包括,(1)pri-miRNA:通过对miR-34a初级转录本编码的微蛋白miPEP133的鉴定和功能表征,发现miPEP133是一种定位于线粒体的肿瘤抑制因子,可作为多种类型肿瘤的潜在预后标志物和治疗靶点;(2)lncRNA:LINC00998编码的微肽SMIM30在肝癌组织中高表达高表达与肝癌患者较差的生存率相关。SMIM30在体内外均能促进肝癌细胞的增殖和迁移。SMIM30具有一个ɑ螺旋的二级结构,是酪氨酸激酶SRC/YES1的膜锚定和激活状态的重要适配器,可激活MAPK信号通路,促进肝癌的发展;(3)circRNA:Circ-AKT3通过重叠的起始和终止密码子编码了一个新的蛋白(AKT3-174aa)。Circ-AKT3在胶质母细胞瘤组织中表达水平低于相邻成对的正常组织。过表达AKT3-174aa可降低胶质母细胞瘤细胞的增殖,AKT3-174aa在PI3K/AKT信号通路中发挥负调控作用。
胶质母细胞瘤中非编码RNA编码的微肽研究,lncRNA和pri-miRNA未有涉及,circRNA编码的微肽AKT3-174aa、FBXW7-185aa、SHPRH-146aa和PINT-87aa均在GBM中可能是独立的预后指标和治疗靶点。CircFBXW7编码的微肽FBXW7-185aa与USP28和“释放”的FBXW7α竞争性相互作用,降解c-Myc,从而诱导细胞周期阻滞并减少胶质瘤细胞的增殖,circFBXW7和FBXW7-185aa在GBM中可能是独立的预后指标。CircSHPRH编码的微肽SHPRH-146aa参与中枢神经系统肿瘤的发展与蛋白质泛素化途径。CircRNA-LINCPINT编码的微肽PINT-87aa在神经胶质瘤组织中被下调,并且对神经胶质瘤的临床预后产生负面影响。此外,PINT-87aa抑制神经胶质瘤细胞的增殖并结合相关的聚合酶因子(PAF1)复合物抑制多个癌基因的转录延伸。胶质母细胞瘤中的lncRNA编码的微肽是否为全新的预后或诊断指标,需要我们进一步探索。
发明内容
发明目的:本发明目的在于针对现有技术的不足,提供一种胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法,为研究胶质母细胞瘤中的lncRNA编码的微肽在预后或诊断中起到的作用提供基础。
技术方案:本发明所述胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法,包括如下步骤:
S1、葡萄糖转运体基因集的筛选:
从现有的数据库中对人源SWEETs进行筛选,并收集其在肿瘤及胶质瘤中的研究数据,对SWEETs进行PPI网络构建,结合功能富集分析,获取蛋白互作信息;
S2、葡萄糖转运体基因集在泛癌中的显著差异表达及生存分析:
获取步骤S1的SWEETs在泛癌中的显著差异表达情况,以及SWEETs相关的患者总生存期,绘制桑格图展示SWEETs在泛癌中的显著差异与生存情况,筛选在GBM中既显著高表达又高风险预后不良的关键因子;
S3、胶质母细胞瘤中SLC2A10的验证及ceRNA预测:
对SLC2A10相关ceRNA进行预测,筛选关键lncRNA;并对SLC2A10和LINC02381进行验证,验证多数据库中GBM与正常组织对比的显著差异表达情况;
S4、微肽鉴定及功能分析:
进行LINC02381编码对微肽预测,并将预测的微肽定位到人类染色体中,对预测到微肽进行鉴定与功能富集分析,保留与LINC02381同染色体的且预测有潜在功能的微肽。
本发明进一步优选地技术方案为,步骤S1中对葡萄糖转运体基因集的筛选的具体方法为:
S11、结合MSigDB和WikiGene数据库对人源SWEETs进行筛选;
S12、搜索pubmed数据库,收集SWEETs在肿瘤及胶质瘤中的研究数据;
S13、使用STRING在线平台对SWEETs进行PPI网络构建,且结合KEGG、Reactomepathway和GO注释进行功能富集分析,获取蛋白互作信息。
作为优选地,步骤S2中葡萄糖转运体基因集在泛癌中的显著差异表达及生存分析的具体方法为:
S21、下载TCGA泛癌的表达与临床数据,以及GEO数据库与GTEx数据库中正常组织的表达谱数据,分别提取每种肿瘤与正常组织的数据,处理并去除批次效应,计算每种肿瘤的显著差异表达基因,并提取SWEETs在泛癌中的显著差异表达情况;
S22、用TCGA泛癌表达谱数据计算SWEETs相关的患者总生存期;
S23、绘制桑格图展示SWEETs在泛癌中的显著差异与生存情况,并着重展示SWEETs在肿瘤中高表达且预后不良的成员;
S24、筛选在GBM中既显著高表达又高风险预后不良的关键因子。
优选地,步骤S22中采用cox法计算SWEETs相关的患者总生存期。
优选地,步骤S3中胶质母细胞瘤中SLC2A10的验证及ceRNA预测的具体方法为:
S31、联合lnCeVar和multiMiR进行SLC2A10相关ceRNA的预测,筛选关键lncRNA;
S32、使用GEPIA2、EMBL-EBI或GEO对SLC2A10和LINC02381进行验证,验证多数据库中GBM与正常组织对比的显著差异表达情况。
优选地,步骤S4中微肽鉴定及功能分析的具体方法为:
S41、采用MiPeptid进行LINC02381编码对微肽预测;
S42、将预测的微肽定位到人类染色体中,对与LINC02381同染色体的微肽进行下一步分析;
S43、使用smORFunction对预测到微肽进行鉴定与功能富集分析,保留与LINC02381同染色体的且预测有潜在功能的微肽。
有益效果:本发明提供一种胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法,为研究胶质母细胞瘤中的lncRNA编码的微肽在预后或诊断中起到的作用提供基础。
附图说明
图1是CeRNA预测与表达验证,(A)为ceRNA预测,(B)为SLC2A10和LINC02381表达谱验证。
图2是LINC02381编码微肽的预测。(A)为染色体定位,(B)为微肽在胶质母细胞瘤中的功能富集分析,(C)为LINC02381及其微肽的GC含量,(D)为序列展示,(E)为亚细胞定位预测。
具体实施方式
下面通过附图对本发明技术方案进行详细说明,但是本发明的保护范围不局限于所述实施例。
实施例:一种胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法,包括如下步骤:
S1、葡萄糖转运体基因集的筛选:
S11、结合MSigDB和WikiGene数据库对人源SWEETs进行筛选;
S12、搜索pubmed数据库,收集SWEETs在肿瘤及胶质瘤中的研究数据;
S13、使用STRING在线平台对SWEETs进行PPI网络构建,且结合KEGG、Reactomepathway和GO注释进行功能富集分析,获取蛋白互作信息。
S2、葡萄糖转运体基因集在泛癌中的显著差异表达及生存分析:
S21、下载TCGA泛癌的表达与临床数据(https://portal.gdc.cancer.gov),以及GEO数据库(GSE51024)与GTEx数据库中正常组织的表达谱数据,分别提取每种肿瘤与正常组织的数据,处理并去除批次效应,计算每种肿瘤的显著差异表达基因(|logFC|>1,adjustedp-value<0.05),并提取SWEETs在泛癌中的显著差异表达情况;
S22、用TCGA泛癌表达谱数据,采用cox法计算SWEETs相关的患者总生存期;
S23、绘制桑格图展示SWEETs在泛癌中的显著差异与生存情况,并着重展示SWEETs在肿瘤中高表达且预后不良的成员;
S24、筛选在GBM中既显著高表达又高风险预后不良的关键因子。
S3、胶质母细胞瘤中SLC2A10的验证及ceRNA预测:
S31、联合lnCeVar和multiMiR进行SLC2A10相关ceRNA的预测,筛选关键lncRNA;
S32、使用GEPIA2、EMBL-EBI或GEO对SLC2A10和LINC02381进行验证,验证多数据库中GBM与正常组织对比的显著差异表达情况。
S4、微肽鉴定及功能分析:
S41、采用MiPeptid进行LINC02381编码对微肽预测(probability>0.99);
S42、将预测的微肽定位到人类染色体中,对与LINC02381同染色体的微肽进行下一步分析;
S43、使用smORFunction对预测到微肽进行鉴定与功能富集分析,保留与LINC02381同染色体的且预测有潜在功能的微肽。
如上所述,尽管参照特定的优选实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上作出各种变化。
Claims (6)
1.一种胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法,其特征在于,包括如下步骤:
S1、葡萄糖转运体基因集的筛选:
从现有的数据库中对人源SWEETs进行筛选,并收集其在肿瘤及胶质瘤中的研究数据,对SWEETs进行PPI网络构建,结合功能富集分析,获取蛋白互作信息;
S2、葡萄糖转运体基因集在泛癌中的显著差异表达及生存分析:
获取步骤S1的SWEETs在泛癌中的显著差异表达情况,以及SWEETs相关的患者总生存期,绘制桑格图展示SWEETs在泛癌中的显著差异与生存情况,筛选在GBM中既显著高表达又高风险预后不良的关键因子;
S3、胶质母细胞瘤中SLC2A10的验证及ceRNA预测:
对SLC2A10相关ceRNA进行预测,筛选关键lncRNA;并对SLC2A10和LINC02381进行验证,验证多数据库中GBM与正常组织对比的显著差异表达情况;
S4、微肽鉴定及功能分析:
进行LINC02381编码对微肽预测,并将预测的微肽定位到人类染色体中,对预测到微肽进行鉴定与功能富集分析,保留与LINC02381同染色体的且预测有潜在功能的微肽。
2.根据权利要求1所述的胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法,其特征在于,步骤S1中对葡萄糖转运体基因集的筛选的具体方法为:
S11、结合MSigDB和WikiGene数据库对人源SWEETs进行筛选;
S12、搜索pubmed数据库,收集SWEETs在肿瘤及胶质瘤中的研究数据;
S13、使用STRING在线平台对SWEETs进行PPI网络构建,且结合KEGG、Reactome pathway和GO注释进行功能富集分析,获取蛋白互作信息。
3.根据权利要求1所述的胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法,其特征在于,步骤S2中葡萄糖转运体基因集在泛癌中的显著差异表达及生存分析的具体方法为:
S21、下载TCGA泛癌的表达与临床数据,以及GEO数据库与GTEx数据库中正常组织的表达谱数据,分别提取每种肿瘤与正常组织的数据,处理并去除批次效应,计算每种肿瘤的显著差异表达基因,并提取SWEETs在泛癌中的显著差异表达情况;
S22、用TCGA泛癌表达谱数据计算SWEETs相关的患者总生存期;
S23、绘制桑格图展示SWEETs在泛癌中的显著差异与生存情况,并着重展示SWEETs在肿瘤中高表达且预后不良的成员;
S24、筛选在GBM中既显著高表达又高风险预后不良的关键因子。
4.根据权利要求3所述的胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法,其特征在于,步骤S22中采用cox法计算SWEETs相关的患者总生存期。
5.根据权利要求1所述的胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法,其特征在于,步骤S3中胶质母细胞瘤中SLC2A10的验证及ceRNA预测的具体方法为:
S31、联合lnCeVar和multiMiR进行SLC2A10相关ceRNA的预测,筛选关键lncRNA;
S32、使用GEPIA2、EMBL-EBI或GEO对SLC2A10和LINC02381进行验证,验证多数据库中GBM与正常组织对比的显著差异表达情况。
6.根据权利要求1所述的胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法,其特征在于,步骤S4中微肽鉴定及功能分析的具体方法为:
S41、采用MiPeptid进行LINC02381编码对微肽预测;
S42、将预测的微肽定位到人类染色体中,对与LINC02381同染色体的微肽进行下一步分析;
S43、使用smORFunction对预测到微肽进行鉴定与功能富集分析,保留与LINC02381同染色体的且预测有潜在功能的微肽。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210261225.7A CN114550815A (zh) | 2022-03-16 | 2022-03-16 | 一种胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210261225.7A CN114550815A (zh) | 2022-03-16 | 2022-03-16 | 一种胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114550815A true CN114550815A (zh) | 2022-05-27 |
Family
ID=81663822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210261225.7A Pending CN114550815A (zh) | 2022-03-16 | 2022-03-16 | 一种胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114550815A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107460251A (zh) * | 2017-09-28 | 2017-12-12 | 郑州大学第附属医院 | 一种基于fuca1基因的胶质母细胞瘤辅助诊断、预后评价试剂盒及其使用方法 |
CN111128299A (zh) * | 2019-12-16 | 2020-05-08 | 南京邮电大学 | 一种结直肠癌预后显著相关ceRNA调控网络的构建方法 |
CN111808965A (zh) * | 2020-08-04 | 2020-10-23 | 佛山科学技术学院 | 一种特征lincRNA表达谱组合及肾透明细胞癌早期预测方法 |
CN112002372A (zh) * | 2020-08-03 | 2020-11-27 | 李里 | 人胶质母细胞瘤的预后靶点基因的筛选方法及应用 |
CN113429464A (zh) * | 2021-06-22 | 2021-09-24 | 皖南医学院第一附属医院(皖南医学院弋矶山医院) | 一种基于泛癌表达谱筛选出的新型微肽及其应用 |
-
2022
- 2022-03-16 CN CN202210261225.7A patent/CN114550815A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107460251A (zh) * | 2017-09-28 | 2017-12-12 | 郑州大学第附属医院 | 一种基于fuca1基因的胶质母细胞瘤辅助诊断、预后评价试剂盒及其使用方法 |
CN111128299A (zh) * | 2019-12-16 | 2020-05-08 | 南京邮电大学 | 一种结直肠癌预后显著相关ceRNA调控网络的构建方法 |
CN112002372A (zh) * | 2020-08-03 | 2020-11-27 | 李里 | 人胶质母细胞瘤的预后靶点基因的筛选方法及应用 |
CN111808965A (zh) * | 2020-08-04 | 2020-10-23 | 佛山科学技术学院 | 一种特征lincRNA表达谱组合及肾透明细胞癌早期预测方法 |
CN113429464A (zh) * | 2021-06-22 | 2021-09-24 | 皖南医学院第一附属医院(皖南医学院弋矶山医院) | 一种基于泛癌表达谱筛选出的新型微肽及其应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Grothe et al. | Molecular properties underlying regional vulnerability to Alzheimer’s disease pathology | |
Beane et al. | Characterizing the impact of smoking and lung cancer on the airway transcriptome using RNA-Seq | |
Stoecklin-Wasmer et al. | MicroRNAs and their target genes in gingival tissues | |
Epicure Consortium et al. | Genome-wide association analysis of genetic generalized epilepsies implicates susceptibility loci at 1q43, 2p16. 1, 2q22. 3 and 17q21. 32 | |
Ramanan et al. | GWAS of longitudinal amyloid accumulation on 18F-florbetapir PET in Alzheimer’s disease implicates microglial activation gene IL1RAP | |
Cho et al. | Integrative genomic analysis of medulloblastoma identifies a molecular subgroup that drives poor clinical outcome | |
CN109072309B (zh) | 癌症进化检测和诊断 | |
US20140229495A1 (en) | Method for processing genomic data | |
Zhou et al. | The profile analysis of circular RNAs in human placenta of preeclampsia | |
Zhao et al. | Identification of serum miRNA‐423‐5p expression signature in somatotroph adenomas | |
Heguy et al. | Responses of the human airway epithelium transcriptome to in vivo injury | |
Yuan et al. | Identification of pathogenic genes and transcription factors in vitiligo | |
Ouyang et al. | Construction of a five-super-enhancer-associated-genes prognostic model for osteosarcoma patients | |
Zhang et al. | A transcriptomic analysis of neuropathic pain in the anterior cingulate cortex after nerve injury | |
Hou et al. | Transcriptomic analysis of long noncoding RNAs and mRNAs expression profiles in the spinal cord of bone cancer pain rats | |
Gordon et al. | Evaluating whole-genome expression differences in idiopathic and diabetic adhesive capsulitis | |
Wahba et al. | Genome-wide DNA methylation analysis of post-operative delirium with brain, blood, saliva, and buccal samples from neurosurgery patients | |
Chia et al. | Genome sequence analyses identify novel risk loci for multiple system atrophy | |
Feyissa et al. | Analysis of intraoperative human brain tissue transcriptome reveals putative risk genes and altered molecular pathways in glioma-related seizures | |
CN114550815A (zh) | 一种胶质母细胞瘤lncRNA编码微肽的功能预测与筛选方法 | |
Wei et al. | Leveraging a Genomic Instability-Derived Signature to Predict the Prognosis and Therapy Sensitivity of Clear Cell Renal Cell Carcinoma | |
Zhu et al. | Development and validation of a 13-gene signature associated with immune function for the detection of Alzheimer's disease | |
CN109762881A (zh) | 一种用于检测肿瘤患者血液ctDNA中的超低频突变位点的生物信息方法 | |
Huang et al. | Identification of biomarkers in intracranial aneurysm and their immune infiltration characteristics | |
Gama et al. | Systematic review and meta-analysis of dysregulated microRNAs derived from liquid biopsies as biomarkers for amyotrophic lateral sclerosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220527 |