产品说明

 

本产品利用蛋白质组学技术，寻找与疾病预后相关的生物标志物，并结合重要临床指标(如：睡眠、吸烟等)，构建疾病预后模型，从而实现对疾病未来进展情况的预测，因此极具临床研究和应用价值。该产品提供的高质量组学数据和报告图表，不仅可以用于论文发表，还可以作为基金申请的前期基础。

 

 

应用场景

 

1. 细分疾病预后差异人群。例如:通过蛋白质组学检测，找到关键蛋白质，结合临床指标，构建出预测模型，从而对肺结节癌变风险进行预测。

 

2. 提高疾病预后风险预测的区分度、精准度和临床效用。例如:通过蛋白质组学检测，筛选蛋白质标志物，结合已有的预后模型，提高对肺癌的死亡风险预测的准确性。

 

3. 对疾病或生理的预后结局以及发生时间进行预测。例如:在妊娠期的不同时间连续多次采样，预测早产与否和生产时间。

 

 

适用客户

 

1. 对于已有队列的课题组，我们会根据客户留存的基线期样本情况，通过设置不同结局变量，平行开展多项疾病预后研究。

 

2. 对于尚无队列的课题组，我们会协助客户设计疾病预后研究方案，并建立科学系统的人群预后相关队列，开展结局较快出现的疾病预后研究。

 

 

产品优势

 

1. 临床设计：产品遵循临床流行病学预后研究规则，提高了预后研究的科学性。

 

2. 数据分析：数据分析遵循预后模型TRIPOD声明，统计结果表述参照顶级临床期刊范式，报告图表可直接用于论文发表。

 

3. 方法特色：采用机器自主学习、LASSO等多种统计学方法构建预后模型，使得结果更加丰富可靠。

 

4. 专家建议：公司的专家小组为客户提供关键蛋白质的挑选策略及下一步研究的个性化参考建议。

 

 

部分核心结果展示

图表高度契合论文要求

 

 

▲ 疾病预后研究流程

 

可作为文章的摘要图片，用于展示疾病预后研究的主要工作流程及核心分析结果。

 

 

（Fig.1 疾病预后模型构建的工作流程）

 

 

▲ 预后相关蛋白质的初步筛选

 

结合机器学习和单因素分析，初步筛选与预后相关的蛋白质，并且通过森林图和柱状图展示筛选出的蛋白质的重要性，是建立预后模型的第一步，也是临床预后相关文章的重要结果。

 

 

 

（Fig.2 预后相关蛋白质筛选）

 

 

▲ 预后相关蛋白质的注释和富集分析

 

从GO、KEGG、DO等多个层面对预后相关蛋白质的功能进行注释和富集分析，展示预后相关蛋白质主要参与的分子机制和代谢通路，是蛋白质组学文章必不可少的重要结果。

 

 

（Fig.3 GO、KEGG和DO富集分析预后相关蛋白质）

 

 

▲ 蛋白质相互作用网络分析

 

分析预后相关蛋白质之间的相互作用关系是蛋白质组学文章必不可少的重要结果，并且通过Cytoscape中的四种常用算法（Degree、MCC、MNC、DMNC)，从不同角度为客户挑选核心蛋白质提供理论依据。

 

 

（Fig.4 PPI互作网络分析）

 

 

▲ 预后生物标志物组合筛选

 

通过Lasso Cox方法进一步筛选与疾病预后相关的蛋白质，筛选出合适的蛋白质标志物组合，并且计算出组合评分，综合评价预后生物标志物的作用，是生物标志物相关文章高频出现的重要结果。

 

 

 

（Fig.5 预后相关蛋白质组学分数计算及预后分类器）

 

 

▲ 预后模型构建及评价

 

结合临床变量和预后相关蛋白质构建预后模型，并且从区分度（timeROC）、临床效应（DCA曲线）和校准度（校准曲线）三个方面对模型进行全方位的评价，衡量模型的实际应用价值，是临床预后相关文章的重要结果。

 

 

 

（Fig.6 模型构建及评价）

 

总结

 

本产品利用蛋白质组学技术，对临床样本的蛋白质进行全面比较及相关分析，根据随访得到的临床结局（预后好坏、生存时间），通过人工智能的方式对预后相关蛋白质进行筛选，构建临床模型并对其进行评价，且产品报告完整地展现了临床模型构建的全过程。

 

本产品还提供了论文发表所需的方法学的描述示例，整份报告高度对标临床论文，极大助力客户论文发表。我们为客户提供专业的临床科研服务，从临床研究设计到报告产出，全程协助，让客户省心、放心地做科研。