简介:目的分析癌胚抗原(carcinoembryonicantigen,CEA)的B细胞表位,为肿瘤治疗提供理论基础。方法以CEA的完整氨基酸序列为研究基础,采用Hopp&Woods的亲水性方案,Emini表面可及性方案和Jameson-Wolf抗原指数方案,辅以CEA的二级结构及其柔性区域分析,预测CEA的B细胞表位。结果预测的B细胞表位可能位于CEA的N端第150~160、168~172、207~211、332~338、372~377、467~472、485~490、507~516、580~584区段。结论应用多参数预测CEA的B细胞表位,可进一步用于CEA相关肿瘤治疗性表位疫苗的分子设计和研究。
简介:比较不同MHC-Ⅱ类抗原表位预测软件的优缺点,为后续应用提供依据。在众多HLA-Ⅱ类抗原表位中,选取HLA-DR的6个表位(DRB1*0101,0301,0401,0701,1101和1501)为代表,选取MHCBN数据库中的309条已知抗原表位的肽链为待测肽链。使用近年来常用的7个表位预测软件,根据不同软件的临界值确定入选结果数据,比较各软件所得结果与已有的实验结果之间的差距以确定其优劣。综合7个软件预测结果进行评价,得出NetMHCⅡ和NetMHCⅡpan所得结果准确率最高。可以用NetMHCⅡpan及NetMHCⅡ进行MHC-Ⅱ类分子抗原表位预测。不同软件HLA的各个亚型的预测所得指标不一致,提示综合运用不同软件对多肽表位进行预测十分必要。
简介:提出一种基于遗传规划(geneticprogramming,GP)和进化策略(evolutionstrategy,ES)的学习方法,命名为遗传规划-进化策略(GPES),建立更准确的华法林剂量预测模型。纳入247例汉族患者。GP进化复杂特征提取,ES进化模型系数,组成模型,得出预测的华法林维持剂量,与线性回归模型、国际华法林药物基因组学联合会模型,及三种机器学习方法相比较。GPES的均方误差(MSE)(1.68×10^-2)和预测值在真实值±20%范围内的比例(20%-p)(53.33%)表现最优;其平方相关系数(R^2)(69.45%)为次优;GPES在上述3个指标在测试集与训练集中的差值δMSE(0.43×10^-2)和δ20%-p(0.92%)的绝对值最小,δR2(-10.64%)的绝对值为次小。GPES总体表现最优。因此,本研究方法GPES提高了华法林剂量预测模型的趋势相关性、精度、可用性与泛化性。
简介:目的系统评价MRI弥散加权成像(DWI)在预测乳腺癌新辅助化学治疗结果方面的准确性。方法选择PubMed、EMBASE和Cochranelibrary数据库,采用EMTREE术语(用于EMBASE)、医学标题术语(用于Medline)和文本词汇(用于其他),即('breastcancer'或'breastneoplasm')和('diffusionweightedmagneticresonanceimaging'或'diffusionweightedMRI'或'diffusionMRI'或'DWI')和('neoadjuvanttherapy'或'neoadjuvanttreatment')和('chemotherapy'或'pharmacotherapy'或'drugtherapy'),进行全面的文献检索。时间为1996年至2018年11月21日。评估纳入研究的方法学质量,对其灵敏度和特异度进行异质性检验并进行合并加权分析,绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC)。结果最终纳入12篇文献,536例研究对象。Meta分析结果显示:合并加权灵敏度和合并加权特异度及其95%置信区间(CI)分别为85%[95%CI(0.76~0.92)]和78%[95%CI(0.64~0.88)]。异质性分析灵敏度(I~2=53.51,P=0.01)和特异度(I~2=83.18,P<0.001)差异有统计学意义,主要是由于存在阈值效应(r=0.694;P=0.012)。使用ROC曲线,AUC为0.89(95%CI:0.86~0.92)。Deeks漏斗图不对称检验表明,无明显的发表偏倚(P=0.54)。结论DWI是预测乳腺癌新辅助化学治疗疗效的有价值的成像工具。
简介:骨表观力学性能参数常被用来评定骨质量,而微观力学性能参数由于难以测得尚未被广泛应用。为从微观水平评判骨质量,本研究提出一种骨微观力学性能参数的预测方法。该方法以大鼠股骨皮质骨为研究对象,预测其在微观水平的失效应变。首先依据扫描影像建立大鼠股骨皮质骨有限元模型,然后以表观压缩实验为研究依据,模仿实验条件,模拟皮质骨有限元模型在压缩载荷作用下的断裂过程,并通过与实验所测表观应力-应变曲线进行对比、反演,预测出大鼠股骨皮质骨在微观水平的失效应变。分析结果显示四只7月龄大鼠股骨皮质骨的微观失效应变数值处于4.53%-4.75%之间。经验证,本方法能够准确预测出骨结构在微观水平的力学性能参数。