网站地图关于合作招聘帮助

热线：400-152-6858

测试狗科研服务

预存定制

登录

|

注册

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

生物标志物预测分析

生物标志物预测分析

扫码添加企业微信

已预约：131次

满意度：99%

平均服务周期：10天

收藏

业务咨询

扫码添加企业微信

项目推荐

项目详情

项目介绍项目案例样品要求常见问题

相关资料

学术文章

项目推荐

蛋白表达模式聚类分析

蛋白表达模式聚类分析

已预约 124次

平均周期 10天 | 总体满意度 99%

立即预约

差异蛋白分析

差异蛋白分析

已预约 128次

平均周期 10天 | 总体满意度 99%

立即预约

蛋白功能注释

蛋白功能注释

已预约 126次

平均周期 10天 | 总体满意度 99%

立即预约

重复性分析

重复性分析

已预约 114次

平均周期 10天 | 总体满意度 99%

立即预约

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。

项目案例

筛选得到特征蛋白打分柱状图

筛选得到特征蛋白打分柱状图

全局最优模型在训练集和测试集上的ROC曲线

高排序蛋白在不同类别样本中的表达量箱型图

样品要求

详情请联系技术经理。

常见问题

相关资料

学术文章

合作单位

意见反馈

有奖举报

商务合作

公众号

关注我们了解更多

小程序

随时预约掌握进度

举报有奖

TEL: 191-3608-6524

如：在网络上恶意使用“测试狗”等相关关键词误导用户点击、恶意盗用测试狗商标、冒称官方工作人员等情形，请您向我们举报，经查实后，我们将给予您奖励。

举报内容：

200

上传附件：

文件格式不正确，请重新上传文件格式不正确，请重新上传文件格式不正确，请重新上传

文件格式：jpg、jpeg、png、gif、tif、doc、docx、ppt、pptx、xls、xlsx、pdf、zip、rar

联系方式

姓名

电话

提交意见

意见反馈

Suggestions

您可以在此留下您宝贵的意见，您的意见或问题反馈将会成为我们不断改进的动力。

意见类型

测试服务

网站功能

财务报账

其他类型

意见内容

200

联系方式

姓名

电话

提交意见

收起

Document