[發明專利]篩選非小細胞肺癌治療療效生物標記物的方法在審
| 申請號: | 201310237959.2 | 申請日: | 2013-06-13 |
| 公開(公告)號: | CN103310105A | 公開(公告)日: | 2013-09-18 |
| 發明(設計)人: | 余科;張珊珊;程小璇;宓婭娜;趙凌云 | 申請(專利權)人: | 浙江加州國際納米技術研究院紹興分院 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00;G06F19/10 |
| 代理公司: | 杭州中成專利事務所有限公司 33212 | 代理人: | 金祺 |
| 地址: | 312071 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 篩選 細胞 肺癌 治療 療效 生物 標記 方法 | ||
1.篩選非小細胞肺癌治療療效生物標記物的方法,其特征是包括以下步驟:?
1)、非小細胞肺癌治療療效生物標記物的研究文獻數據挖掘;
2)、數據提取和規整;
3)、數據分析和處理:
采用標準化的數據處理和統計分析策略,評估生物標記物對非小細胞肺癌特定治療療效的關系和價值;
4)、篩選標準制定:
經過數據分析和處理后,按照研究設計、研究質量、研究人群樣本量、結果的顯著性制定篩選標準,以獲得與非小細胞肺癌治療療效顯著相關的生物標記物;
5)、?篩選分子標記物:
根據篩選標準,篩選非小細胞肺癌治療療效生物標記物,用于非小細胞肺癌治療前的指導。
2.根據權利要求1所述的篩選非小細胞肺癌治療療效生物標記物的方法,其特征是:
所述步驟1)包括以下步驟:
(1)、研究文獻初步檢索:
系統地對PubMed和Embase兩大常見臨床研究數據庫進行研究文獻檢索,以初步獲得生物標記物與非小細胞肺癌治療效果的研究文獻,以便從中得到相關生物標記物的種類及數量;檢索詞包括三類,分別是“非小細胞肺癌”及其同義詞,“生物標記物”及其同義詞,“療效”及其同義詞;
對研究對象、研究類型和出版語言都不受限制;
(2)、制定研究文獻納入標準:
主要從以下幾個內容進行限制:研究人群、研究目的、研究設計、治療方式、生物標記物、治療療效指標;
根據納入標準納入或剔除檢索到的研究文獻;
(3)、生物標記物分析和初步篩選:
根據納入的研究文獻提取出生物標記物及其對應的治療方法,構建生物標記物數據庫;特定治療方法的生物標記物按照研究設計、研究數量及研究人群樣本量進行初步分析,按照篩選標準篩選出與非小細胞肺癌特定治療療效可能相關的生物標記物;
篩選標準為符合以下任意一個條件的生物標記物:①系統綜述里研究的生物標記物;②具有隨機對照實驗研究的生物標記物;③研究人群合并樣本量≥300;
(4)研究文獻深度挖掘:
根據初步篩選到的生物標記物,擴大文獻檢索的范圍,進行研究文獻深度挖掘,以獲得較全面的臨床研究文獻;
檢索數據庫包括:PubMed、Embase、Cochrane、BIOSIS、SCOPUS、CBM、CNKI和萬方數據庫;
檢索詞包括三類,分別是“非小細胞肺癌”及其同義詞,選定的生物標記物及其同義詞;
對研究對象、研究類型和出版語言都不受限制;另外,檢索納入研究文獻的參考文獻;根據文獻納入標準,得到所選生物標記物與非小細胞肺癌治療療效關系研究的所有文獻。
3.根據權利要求2所述的篩選非小細胞肺癌治療療效生物標記物的方法,其特征是:
所述步驟2)為:
研究數據提取、規整和數據處理由2名研究者按照既定的規則,獨立進行資料提取及交叉核對;如果文獻采用了相同的研究人群,選取研究樣本量最大的或者包含所有相同研究人群的研究;
文獻中提取的主要資料包括:文章信息,研究對象信息,生物標記物信息,治療方法信息,治療效果信息,研究設計信息;若文獻中沒有包括上述資料,通過聯系通訊作者以獲得缺失的信息;制作標準數據規整表,規整研究數據,主要對治療療效信息進行統一化處理,便于數據的后續統計分析。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江加州國際納米技術研究院紹興分院,未經浙江加州國際納米技術研究院紹興分院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310237959.2/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:用于計算臺區線損的智能終端及其計算方法
- 下一篇:一種干簧管AT值調整方法
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





