生物标志物预测分析-测试狗科研服务

{{couponData.name}} ￥{{Math.floor(couponData.money)}} {{couponData.discount}}折￥{{couponData.random_min_money | int}}~{{couponData.random_max_money|int}}

{{timeH}}:{{timeM}}:{{timeS}}

{{couponData.name}} ￥{{Math.floor(couponData.money)}} {{couponData.discount}}折￥{{couponData.random_min_money | int}}~{{couponData.random_max_money|int}} （{{couponData.min_amount==1?'无门槛':'满'+Math.floor(couponData.min_amount)+'可用'}}）

距失效

时

分

秒

Document

当前位置：生物测试 › 生物信息学平台 ›

生物标志物预测分析

99%

满意度

生物标志物预测分析

预存专享优惠积分抵扣

已预约：

131次

服务周期：

平均10个工作日完成

立即下单

咨询价格

如有设备采购需求，请联系专属顾问。

项目介绍

癌症相关的生物标志物是表明肿瘤状态、进展特征和对相关治疗产生反应的生物功能分子（基因、蛋白质或小分子物质）。已发现的癌症相关生物标志物大多是转录因子，细胞表面受体或其他组织细胞响应癌症细胞而产生的分泌蛋白。针对蛋白质组学中的大规模质谱样本或临床样本，获取在不同样本类别间（二类别或者多类别）表达量具有显著差异的一组蛋白或基因，作为筛选得到的潜在候选生物标志物。适用范围：

1、二分类或多类别样本，每个类别内的样本不少于 40 个。

2、对于二分类样本，要求数量较多样本与数量较少样本的数量比例应小于 2:1；对于多类别样本，要求数量最多样本与数量最少样本的数量比例应小于 2:1。

分析方法

本分析流程主要基于 Scikit-learn 机器学习函数库，包括特征排序、模型构建、模型评估和结果可视化展示等分析模块。可以基于已有结构化数据得到全局最优模型、局部最优模型、候选生物标志物及可视化结果。

样品要求

详情请联系技术经理。

项目案例