导读:本文包含了分子预测论文开题报告文献综述及选题提纲参考文献，主要关键词:丹参,心血管疾病,生物信息学分析,分子网络
分子预测论文文献综述
张牧,易朝辉,杨红梅,宋新强,代二琴[1]（2019）在《丹参活性成分靶点分子网络的生物信息学预测》一文中研究指出目的:采用整合生物信息学方法预测丹参治疗心血管疾病的潜在机制。方法:从PubChem数据库中搜索丹参靶标蛋白,从NCBI数据库中搜索心血管疾病相关基因,利用IPA比较、分析搜索结果,预测丹参治疗心血管疾病的交互作用分子网络。结果:丹参治疗心血管疾病的靶标蛋白主要有FASN、 PAFAH1B2、PLA2G7、PAFAH1B3和IL-1β,这些蛋白主要涉及LXR/RXR活化、动脉粥样硬化、肝纤维化/肝星形细胞活化、急性反应期信号、FXR/RXR活化等信号传导通路;交互作用分子网络主要涉及细胞运动、免疫细胞运输、血液系统发育,参与DNA的复制、重组和修复等。结论:预测了丹参治疗心血管疾病的几个蛋白质靶点以及参与的信号途径;整合生物信息学方法可以用于分析小分子化学成分的作用机制。(本文来源于《郑州大学学报(医学版)》期刊2019年06期）
杨鑫,贾户亮,钦伦秀[2]（2019）在《肝癌术后复发的分子机制及其预测研究进展》一文中研究指出根治性切除是原发性肝癌的最重要治疗方式,但复发率高是影响病人术后生存的主要原因。根据复发时间,肝癌术后复发分为早期复发和晚期复发,前者主要与肿瘤侵袭转移有关,后者主要由于肝病背景基础上的多中心发生所致。早期预测术后复发风险有助于及时有效干预、改善预后。近十余年,临床上围绕肝癌术后复发进行了系统研究,对转移复发的分子机制有了新认识:肝癌转移潜能始于原发瘤早期;微环境炎性反应失衡促进癌症发生转移。同时,识别和鉴定出多种预测复发的分子标记物,创建并优化了肝癌转移分子预测模型。这些研究成果为临床更准确地把握肝癌复发转移规律,制订更加精准预防和治疗策略奠定基础。(本文来源于《中国实用外科杂志》期刊2019年10期）
汪祺,王亚丹,杨建波,刘越,文海若[3]（2019）在《基于分子对接及酶抑制作用预测羟基芫花素肝毒性风险》一文中研究指出目的:考察羟基芫花素对UGT1A1酶活性的影响,评价其肝毒性。方法:采用计算机分子对接技术考察羟基芫花素与UGT1A1酶的结合方式及亲和作用强弱;采用体外人肝微粒体抑制实验评价羟基芫花素对人源UGT1A1酶抑制作用强弱。结果:分子对接显示羟基芫花素对接进入UGT1A1酶蛋白F活性区,与底物胆红素对接活性区重合,但亲和作用较弱;体外抑制实验提示羟基芫花素对UGT1A1酶具有弱抑制作用,抑制类型为竞争型抑制,与分子对接结果一致。结论:羟基芫花素对UGT1A1酶活性影响较小,提示其肝毒性风险小。(本文来源于《中国新药杂志》期刊2019年18期）
顾潜彪,冯智超,胡小丽,马孟甜,Mwajuma,Mustafa,Jumbe[4]（2019）在《影像组学在预测非小细胞肺癌分子标志物P63中的应用价值（英文）》一文中研究指出目的:建立基于非小细胞肺癌(non-small cell lung cancer,NSCLC)肿瘤CT图像的影像组学模型,预测NSCLC分子标志物P63的表达状态。方法:回顾性分析2014年1月至2018年3月接受CT扫描的245例NSCLC患者。患者均经组织病理学检查确诊,并在CT检查后2周内进行P63表达状态检测。通过MaZda软件提取CT平扫图像的影像组学特征,并且定义肿瘤CT图像的主观影像征象。使用Lasso-logistic回归模型进行特征筛选并分别建立影像组学模型、主观影像征象模型及融合诊断模型。通过受试者操作特征(receiver operator characteristic,ROC)曲线评估每个模型的预测性能,并采用Delong检验进行比较。结果:在245例患者中,P63阳性96例,P63阴性149例。主观影像征象模型由6个影像征象组成。通过特征选择,影像组学模型包括8个影像组学特征。主观影像征象模型和影像组学模型预测P63表达状态的ROC曲线下面积分别为0.700和0.755,二者差异无统计学意义(P>0.05)。融合诊断模型较另2种模型具有最佳预测能力,ROC曲线下面积为0.817(P<0.01)。结论:基于CT图像的影像组学模型可以预测NSCLC分子标志物P63的表达状态;融合影像组学特征和主观影像征象的诊断模型可以显着提高模型的预测性能,有助于无创性了解肺癌细胞分子水平信息。(本文来源于《中南大学学报(医学版)》期刊2019年09期）
马香成,秦蔚,陈清林,张冰剑[5]（2019）在《芳烃分子描述符的修正和沸点预测建模》一文中研究指出根据芳烃分子中碳原子所处化学环境的差异,修正分子描述符Randi?连接性指数中碳原子支化度参数δ_i,提出新的分子描述符Modran;通过对比分析表明描述符Modran对芳烃分子的化学结构具有更好的选择性。分析芳烃沸点的影响因素,采用最优子集选择法,发现Modran一阶和二阶支化度指数、分子极化率和芳环碳原子占比四个分子描述符参数的组合对芳烃沸点具有良好的预测能力,进而建立包含Modran等四分子描述符的线性组合模型和神经网络模型。与Marrero-Pardillo基团贡献法比较,四分子描述符的神经网络模型将芳烃沸点预测的平均绝对误差由12.26 K降低到4.56 K。(本文来源于《化工学报》期刊2019年11期）
柯晓艾,周俊林[6]（2019）在《磁共振功能成像预测胶质瘤分子表型的研究进展》一文中研究指出胶质瘤是脑内最常见的原发性肿瘤,常常呈浸润性生长,具有高复发率、高致残率以及高死亡率的特征,分子标志物能够帮助临床诊断胶质瘤、制订个性化治疗方案并预测肿瘤预后。磁共振成像是中枢神经系统肿瘤术前诊断和预后评估的首选方法,磁共振功能成像有助于无创性从细胞水平、分子水平及基因突变状态反映肿瘤的微观生物学改变。笔者就磁共振功能成像在脑胶质瘤分子表型中的应用予以综述。(本文来源于《磁共振成像》期刊2019年08期）
钱金珠,陈姝娴,易桂珍,田金花,张识敏[7]（2019）在《基于网络药理学预测地瓜藤抗糖尿病的作用及分子机制》一文中研究指出研究运用网络药理学方法筛选地瓜藤的活性成分,并构建地瓜藤活性成分—作用靶点网络和蛋白相互作用网络,对靶点涉及的生物功能和通路进行分析,探讨地瓜藤抗糖尿病的作用及机制。整理文献报道,并结合BATMAN数据库及TCMSP数据库获取地瓜藤的活性化合物,再通过TTD数据库筛选地瓜藤活性化合物的作用靶点,建立靶点数据集,OMIM数据库筛选糖尿病相关的靶标,PPI数据库构建地瓜藤和糖尿病的交互靶标,用Cytoscape软件构建"成分-靶点-疾病"交互网络图,并通过生物学信息注释数据库(DAVID)富集分析涉及的靶点基因功能及信号通路。筛选得到地瓜藤10个活性成分,网络分析表明地瓜藤活性成分涉及细胞肿瘤抗原p53、雌激素受体、Caspase-3、胰岛素受体、转录因子E2F1等靶点39个,通过调节胰岛素抵抗、TNF信号通路、2型糖尿病信号通路、胰岛素信号通路等信号通路来发挥其抗糖尿病的作用。研究结果体现了地瓜藤抗糖尿病具有多成分—多靶点—多途径的特点,为进一步研究地瓜藤抗糖尿病的作用及分子机制提供了新思路和新目标。(本文来源于《贵州科学》期刊2019年04期）
覃玉冰,林炜基,曾广必,孙伟鹏,张璐[8]（2019）在《基于网络药理学预测白花蛇舌草治疗肝癌的分子机制》一文中研究指出【目的】预测白花蛇舌草治疗肝癌的可能分子机制。【方法】利用中药系统药理学分析平台(TCMSP)获取白花蛇舌草的活性成分,采用反向分子对接服务器(DRAR-CPI)、GeneCards和在线人类孟德尔遗传(OMIM)数据库及软件筛选治疗肝癌的作用靶标并进行相关分析及基因本体论(GO)分类富集分析和京都基因和基因组百科全书(KEGG)通路富集分析。【结果】筛选出白花蛇舌草活性成分15个,作用于73个靶标,主要通过神经降压素(NTS)、叉头状转录因子O亚家族蛋白(FoxO)、类胰岛素生长因子(IGF)、丝/苏氨酸蛋白激酶AKT、BCL、细胞外信号调节激酶(EPK)1信号通路等发挥治疗肝癌的作用。【结论】应用网络药理学可预测白花蛇舌草治疗肝癌的分子机制,为其活性成分研究和临床应用提供理论依据。(本文来源于《广州中医药大学学报》期刊2019年08期）
王勒,郑红梅,吴新红,孙圣荣[9]（2019）在《乳腺癌临床病理特征和分子分型对新辅助化疗疗效及预后的预测价值》一文中研究指出目的探讨乳腺癌临床病理特征和分子分型对新辅助化疗(neoadjuvant chemotherapy, NCT)疗效和预后的预测价值。方法浸润性乳腺癌患者158例,采用免疫组织化学方法检测癌组织中雌激素受体(estrogen receptor, ER)、孕激素受体(progesterone receptor, PR)、人表皮生长因子受体-2(human epidermal growth factor receptor-2, HER-2)及Ki-67表达情况;4个周期NCT后行乳腺癌改良根治术或保乳手术,分析病理完全缓解(pathologic complete response, pCR)与临床病理特征的关系。绘制ROC曲线,分析Ki-67对NCT疗效及无远处转移生存、总生存期的预测价值;采用Kaplan-Meier生存曲线评估不同Ki-67表达量及分子分型患者的无复发生存率。结果 158例患者肿瘤组织Ki-67阳性表达率>14%、ER阴性、PR阴性者pCR率(24.4%、37.9%、33.3%)高于Ki-67阳性表达率≤14%及ER阳性和PR阳性患者(7.4%、9.8%、7.1%)(P<0.05),不同分子分型中HER-2阳性型(45.7%)、叁阴性乳腺癌型(29.2%)、Luminal-A型(20.0%)、Luminal-B型(10.1%)患者pCR率依次降低(P<0.05);当Ki-67阳性表达率最佳截断值为37.50%时,预测NCT疗效的AUC为0.766,其敏感度为85.3%,特异度为60.5%(P<0.05);当Ki-67阳性表达率最佳截断值为42.5%时,预测无远处转移生存、总生存期的AUC分别为0.774、0.792,灵敏度为72.7%、78.6%,特异度为74.1%、75.7%(P<0.05);Ki-67阳性表达率>30%的患者无复发生存率(84.0%)低于Ki-67阳性表达率≤30%的患者(97.0%)(P<0.05),不同分子分型患者无复发生存率比较差异均无统计学意义(P>0.05)。结论 Ki-67阳性表达率高的乳腺癌患者化疗疗效更好、预后更差,而ER、PR及不同分子分型也可作为NCT疗效的预测因子。(本文来源于《中华实用诊断与治疗杂志》期刊2019年08期）
钟姗,王筠,刘乃嘉,颜鸿飞,李延鹏[10]（2019）在《食管鳞癌中3个新miRNA的分子功能预测》一文中研究指出为寻找食管鳞癌(esophageal squamous cell carcinoma,ESCC)诊断与治疗的新分子标志物,利用实时定量荧光PCR技术检测ESCC中3个未知miRNAs(miR-3914、miR-8082和miR-4770)的表达状况;运用生物信息学方法分别对它们差异表达miRNA下游的候选靶基因做基因本体(gene ontology,GO)富集和KEGG(Kyoto encyclopedia of genes and genomes)富集分析;采用蛋白免疫印迹方法观察转染miRNA mimic后一些与癌症发生和发展相关蛋白的表达改变.结果显示,与食管癌癌旁正常组织和正常食管上皮细胞比较,在ESCC组织/细胞中的miR-3914和miR-8082表达均呈显着性降低(P <0. 05),但miR-4770无明显的表达变化. GO富集分析发现,miR-3914和miR-8082参与RNA聚合酶II启动子转录、蛋白结合和细胞凋亡等生物学过程; KEGG富集分析发现,miR-3914和miR-8082两者均与癌症相关通路有关,且均可调控LAMC2、CCDC6和PDGFB基因.当ESCC细胞分别转染miR-3914 mimic和miR-8082 mimic后,与未转染组比较,p53蛋白质表达增加,而c-Myc和Bcl-2蛋白质表达降低.研究结果表明,miR-3914和miR-8082各自均具有成为辅助ESCC早期诊断与精准治疗生物靶标的潜能.(本文来源于《深圳大学学报(理工版)》期刊2019年04期）
分子预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
根治性切除是原发性肝癌的最重要治疗方式,但复发率高是影响病人术后生存的主要原因。根据复发时间,肝癌术后复发分为早期复发和晚期复发,前者主要与肿瘤侵袭转移有关,后者主要由于肝病背景基础上的多中心发生所致。早期预测术后复发风险有助于及时有效干预、改善预后。近十余年,临床上围绕肝癌术后复发进行了系统研究,对转移复发的分子机制有了新认识:肝癌转移潜能始于原发瘤早期;微环境炎性反应失衡促进癌症发生转移。同时,识别和鉴定出多种预测复发的分子标记物,创建并优化了肝癌转移分子预测模型。这些研究成果为临床更准确地把握肝癌复发转移规律,制订更加精准预防和治疗策略奠定基础。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分子预测论文参考文献
[1].张牧,易朝辉,杨红梅,宋新强,代二琴.丹参活性成分靶点分子网络的生物信息学预测[J].郑州大学学报(医学版).2019
[2].杨鑫,贾户亮,钦伦秀.肝癌术后复发的分子机制及其预测研究进展[J].中国实用外科杂志.2019
[3].汪祺,王亚丹,杨建波,刘越,文海若.基于分子对接及酶抑制作用预测羟基芫花素肝毒性风险[J].中国新药杂志.2019
[4].顾潜彪,冯智超,胡小丽,马孟甜,Mwajuma,Mustafa,Jumbe.影像组学在预测非小细胞肺癌分子标志物P63中的应用价值（英文）[J].中南大学学报(医学版).2019
[5].马香成,秦蔚,陈清林,张冰剑.芳烃分子描述符的修正和沸点预测建模[J].化工学报.2019
[6].柯晓艾,周俊林.磁共振功能成像预测胶质瘤分子表型的研究进展[J].磁共振成像.2019
[7].钱金珠,陈姝娴,易桂珍,田金花,张识敏.基于网络药理学预测地瓜藤抗糖尿病的作用及分子机制[J].贵州科学.2019
[8].覃玉冰,林炜基,曾广必,孙伟鹏,张璐.基于网络药理学预测白花蛇舌草治疗肝癌的分子机制[J].广州中医药大学学报.2019
[9].王勒,郑红梅,吴新红,孙圣荣.乳腺癌临床病理特征和分子分型对新辅助化疗疗效及预后的预测价值[J].中华实用诊断与治疗杂志.2019
[10].钟姗,王筠,刘乃嘉,颜鸿飞,李延鹏.食管鳞癌中3个新miRNA的分子功能预测[J].深圳大学学报(理工版).2019