朱媛媛
- 作品数：2 被引量：0H指数：0
- 供职机构：复旦大学更多>>
- 相关领域：生物学医药卫生文化科学自动化与计算机技术更多>>
- 脂质组学技术在痤疮分级和性别差异中的研究
- 2024年
- 目的:采用脂质组学技术,结合生物信息学分析,探究痤疮患者疾病进程及性别差异的血清脂质特征,找寻潜在的生物标志物,为进一步理解痤疮的发病机制和临床分级预测提供新的思路。方法:2021年11月至2022年8月于安徽医科大学第一附属医院皮肤科采集41例轻、中、重度痤疮患者血清,及26例健康对照组血清,采用液相色谱-串联质谱法(liquid chromatograph mass spectrometer,LC-MS)进行血清脂质组学分析。采用偏最小二乘法判别分析(partial least squares discrimination analysis,PLS-DA)对差异表达的脂质代谢物进行多变量统计分析;采用火山图及加权基因共表达网络分析(Weighted correlation network analysis,WGCNA)对脂质组数据进行深入解析,以筛选关键的候选脂类标志物,并通过三种机器学习模型,评估这些标志物在痤疮分级预测中的效果。结果:在痤疮的分级分析中,通过WGCNA分析将所有脂类分为13个模块,并筛选出与轻、中、重三个进程特异相关的3个脂质模块。其中,PC(24:1)、LPC(22:2)、PC(21:0)、PS(26:1e)在痤疮不同等级的区分中表现出良好的分类性能,在三种机器学习模型下均展现出0.9以上的AUC值,在痤疮分级预测中具有潜在应用价值。在性别分析中,通过WGCNA分析将所有脂类分为9个模块,进一步识别出CL(79:9)、PC(15:0_22:6)、PE(18:0_20:3)、PE(18:0_22:6)可能与性别差异机制存在关联。结论:本研究筛选出的关键脂质标志物不仅具有较高的分级预测准确性,而且为理解痤疮发病的性别差异机制提供了新的线索。
- 朱媛媛高璐王珊李时杰高敏王嘉希
- 关键词：痤疮生物标志物性别差异
- 基于网络技术的远程教学系统设计
- 现代教育技术默计算机网络为代表，基予网络的远程教育在现代激育中扮演着重要的角色，给无数的学习者提供了快速、便捷的学习方式。但普遍存在的一些问题给远程教学系统的开发带来了很大的难度，而网格技术的出现，使我们解决这些问题有了...
- 朱媛媛
- 关键词：网格技术远程教学GEM
- 文献传递
