北京青莲百奥生物科技有限公司
400-6699-117转1000
热门搜索：
黄金会员
诚信认证:
工商注册信息已核实！
扫一扫即可访问手机版展台
- 为科研减负，计量大学实地考察落实DMB血液深度 发布时间：2024-03-21 16:40:00
- 近日，中国计量大学基于肝癌的血清样本对比了美国Thermo Scientific公司的Top14高丰度蛋白去除试剂盒和青莲百奥血液低丰度蛋白富集试剂盒（DMB）去除血清蛋白质组高丰度的效果[1]。结果表明DMB处理后的蛋白鉴定量在对照样本和疾病样本中分别是Top14的2.6和3.7倍，且DMB处理后...... [全文]
- 把握机遇 | 探索单细胞蛋白质组学的魅力 发布时间：2024-03-20 16:00:00
- 1单细胞蛋白质组学单细胞蛋白质组学是研究组织单个细胞内蛋白质组成和功能的技术。与传统蛋白质组学相比，这项技术提供了更高的分辨率和更详细的信息，有助于深入了解细胞间的异质性和功能差异。通过揭示新型细胞亚型或表型，该技术为研究疾病机制提供了新视角，因而备受科学家关注。单细胞蛋白质组学[1]2单细胞蛋白质...... [全文]
- 腹水细胞外囊泡蛋白质组学能够预测卵巢癌患者生存率？ 发布时间：2024-03-19 15:30:00
- 卵巢、输卵管和腹膜高级别浆液性癌（HGSC）是最常见的卵巢癌类型，也是最致命的恶性肿瘤之一。与其他利用造血途径进行转移传播的癌症不同，HGSC更倾向于通过腹水促进的跨肠管传播。腹水是腹膜内液体的病理性积聚，通常大量存在于HGSC患者体内，并作为治疗方案的一部分被清除。因此，腹水是反映肿瘤特性和微环境...... [全文]
- 检测RNA-蛋白质互作，不止RIP，TPP也可以 发布时间：2024-03-15 15:30:00
- RNA与蛋白质的相互作用对整个生物学中的RNA功能至关重要。通常依赖于亲和力纯化的传统策略也倾向于检测高亲和力相互作用，可能会错失一些具有生物学重要性的较弱相互作用。2024年2月，来自杜克大学化学系的Amanda E. Hargrove教授和Michael C. Fitzgeral教授课题组将稳定...... [全文]
- Nature子刊：北大王初/肖俊宇团队利用热蛋白质组学发现金属结合蛋白 发布时间：2024-03-14 17:00:00
- 金属结合蛋白(Metal-binding proteins, MBPs)在所有生物体中具有多种重要的生物学作用。有报道称，许多人类疾病，如神经退行性疾病和癌症，与功能失调的MBPs密切相关。尽管目前研究人员已开发出多种代表性方法来探索蛋白质组中的金属结合蛋白，包括电感耦合等离子体质谱 (ICP-MS...... [全文]
- NC项目文章 | 中国人民解放军总医院何昆仑教授团队揭示藏族人高海拔适应新机制 发布时间：2024-03-12 17:00:00
- 藏族人对高海拔的适应是研究现代人类进化史上适应的理想模型，因为其环境控制的很好。在高海拔地区，高原反应（包括急性高山病、肺水肿和脑水肿等）较为常见，但藏族人群的患病率低于汉族人群，以往的研究主要集中在缺氧诱导因子（HIF）途径上。然而，这种适应性在种群规模上仍然不足。结构变异（SVs）在基因组生物学...... [全文]
- 妇女节 | Wǒmen，做自己的样子真美！ 发布时间：2024-03-08 12:00:00
- ...... [全文]
- 基于人工智能筛选蛋白标志物，助力精准医疗 发布时间：2024-03-07 17:30:00
- 机器学习的最新进展为精准医学和转化研究提供了信息。计算病理学将计算机视觉方法应用于临床和病理图像，并从基于神经网络的深度学习技术中收益匪浅。卷积神经网络（CNN）模型可以稳健地预测特定癌症类型中常见的突变基因。然而，目前还未有研究报道将丰度的蛋白组学数据与组织特征联系起来。现在也很少有弱监督深度学习...... [全文]
- 机器学习筛选蛋白标志物的革命性应用 | 一文get2024年初好文 发布时间：2024-03-06 15:30:00
- 机器学习通过处理和分析大量的生物数据，加速蛋白质生物标志物的发现。通过对大量病例数据的学习和分析，精准预测疾病的发展趋势，为医生提供更加个性化的治疗方案。2024年年初，随着大数据和人工智能技术的不断发展，机器学习在蛋白质生物标志物筛选中的应用已经取得了显著的进展。例如，基于机器学习筛选出的阿尔兹海...... [全文]
- 孕早期血浆蛋白组分析先天性心脏病的新生物标志物 发布时间：2024-03-04 15:00:00
- 先天性心脏病（CHD）是全球最常见的出生缺陷类型，由于CHD的高发病率和高死亡率，在妊娠早期及时发现CHD是预防和治疗的当务之急。诊断越早，预后越好，因此，产前检测胎儿CHD对于最大限度地降低CHD胎儿的死亡率和改善预后是必要的。2023年12月，上海交通大学医学院赵健元团队、复旦大学丁琛团队联合妇...... [全文]