引用信息 |
文 章：Machine learning-based analysis identifies and validates serum exosomal proteomic signatures for the diagnosis of colorectal cancer. 期 刊：Cell Reports Medicine（影响因子：11.7） 发表时间：2024年8月20日 作 者：Yin H, Xie J, Xing S, et al. 作者单位：中山大学附属第七医院 使用产品：Human CXCL4/PF4 ELISA kit 文章链接：https://pubmed.ncbi.nlm.nih.gov/39168094/ |
血清细胞外囊泡(EVs)作为结直肠癌(CRC)诊断的非侵入性生物标志物的潜力仍然不明确。研究团队采用了深入的4D-DIA蛋白质组学和机器学习(ML)流程，在37例案例的血清EV样本中识别出关键蛋白PF4和AACT，并将其用于CRC诊断。在912例个体案例中，采用ELISA检测PF4和AACT优于传统的生物标志物CEA和CA19-9。此外，研究团队建立了一个与EV相关的随机森林(RF)模型，具有最高的诊断效率，在训练集和测试集中AUC值分别达到了0.960和0.963。值得注意的是，该模型对早期CRC的诊断表现可靠，并能区分CRC与良性结直肠疾病。此外，研究团队还采用了多组学方法来预测血清EV衍生蛋白的功能和潜在来源。总体而言，该项研究在血清EVs中识别了关键的蛋白质组学特征，并建立了一个具有前景的与EV相关的RF模型，用于临床CRC诊断。
（图1：图文摘要）
欣博盛生物非常荣幸能够作为供应商为该项研究提供高品质ELISA试剂盒，为生物医学领域的科研探索贡献一份力量。
参考文献
Yin H, Xie J, Xing S, et al. Machine learning-based analysis identifies and validates serum exosomal proteomic signatures for the diagnosis of colorectal cancer[J]. Cell Reports Medicine, 2024, 5(8).
相关产品
该项研究中，使用了欣博盛生物（NeoBioscience Technology Co, Ltd）的Human CXCL4/PF4 ELISA kit，用于检测相关指标含量。
货号 | 产品名称 | 灵敏度 | 检测范围 |
QuantiCyto® Human CXCL4/PF4 ELISA kit（人血小板因子4（CXC趋化因子配体4）） | 15.6pg/ml | 31.25-2000pg/ml |
