期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于网络药理学探讨中药活性成分在改善矽肺肺泡上皮细胞铁死亡中的潜在机制
1
作者
王永恒
赵玉涵
+7 位作者
刘义民
胡佳浩
周文欣
关毅
李爽
李宁
王佳文
姚三巧
《华北理工大学学报(医学版)》
2024年第2期85-93,共9页
目的探讨肺泡上皮细胞铁死亡在矽肺纤维化过程中的作用,并预测可能的中药治疗方法。方法利用R软件分析GSE30180数据集样本的差异表达基因(DEGs),自FerrDb平台获取铁死亡相关基因(FRGs),取二者交集。通过String数据库构建蛋白质-蛋白质...
目的探讨肺泡上皮细胞铁死亡在矽肺纤维化过程中的作用,并预测可能的中药治疗方法。方法利用R软件分析GSE30180数据集样本的差异表达基因(DEGs),自FerrDb平台获取铁死亡相关基因(FRGs),取二者交集。通过String数据库构建蛋白质-蛋白质相互作用网络(PPI),利用Cytoscape软件进一步筛选Hub基因,利用Coremine数据库预测与上述关键基因相关的中药,并通过TCMSP数据库确定其活性成分。结果本研究确定了10个矽肺纤维化过程中与肺泡上皮细胞铁死亡相关的DEGs,其中IL-6、PTGS2、EGR1为核心基因。本研究预测了16种与3个核心基因密切相关的可能治疗矽肺纤维化的中药,包括丹参、柴胡、鸦胆子、黄莲等,分子对接分析显示关键活性成分(-)-表没食子儿茶素没食子酸酯与3个核心基因有交互作用。结论本研究初步探讨了肺泡上皮细胞铁死亡在矽肺纤维化中的潜在作用,并提出了可能的中药治疗策略。
展开更多
关键词
矽肺
铁死亡
生物信息学
下载PDF
职称材料
基于k-means算法实现商品的聚类研究
被引量:
2
2
作者
张一帆
胡佳浩
李依桥
《数字技术与应用》
2020年第4期108-108,110,共2页
商品的数量非常大,需要按照一定的标准分为k类,如何把众多数据对象,分为合适k类商品,成为数据分析中的一个研究问题。本文主要阐述了该模型的具体实现过程,主要包括数据采集、数据归一化处理、构造算法模型、评估算法模型。通过采用实...
商品的数量非常大,需要按照一定的标准分为k类,如何把众多数据对象,分为合适k类商品,成为数据分析中的一个研究问题。本文主要阐述了该模型的具体实现过程,主要包括数据采集、数据归一化处理、构造算法模型、评估算法模型。通过采用实例数据集进行模型的训练和测试,实验结果表明:该模型能较准确的进行商品对象的分类,测试误差较小。
展开更多
关键词
机器学习
K-MEANS算法
PYTHON
下载PDF
职称材料
基于生物信息学及细胞焦亡分析肺鳞癌的差异基因及预后意义
3
作者
王永恒
刘义民
+8 位作者
赵玉涵
胡佳浩
周文欣
关毅
李爽
李宁
王婧瑶
于洁
姚三巧
《中国煤炭工业医学杂志》
2024年第2期191-198,共8页
目的 探索细胞焦亡在肺鳞状细胞癌(LUSC)发生和发展中的作用,并基于生物信息学结果联合人群资料建立统计学预后模型,为临床诊断和治疗提供新策略。方法 采用癌症基因组图谱(TCGA)数据库,比较502例LUSC肿瘤组织和49例相邻非肿瘤肺组织的...
目的 探索细胞焦亡在肺鳞状细胞癌(LUSC)发生和发展中的作用,并基于生物信息学结果联合人群资料建立统计学预后模型,为临床诊断和治疗提供新策略。方法 采用癌症基因组图谱(TCGA)数据库,比较502例LUSC肿瘤组织和49例相邻非肿瘤肺组织的表达谱。运用Lasso Cox回归方法筛选与预后相关的差异表达基因开展生存、免疫细胞浸润等多维度分析。结果 基于11个细胞焦亡相关基因,成功构建出LUSC预后模型,相关差异表达基因主要参与了IL-17信号通路、类风湿关节炎和百日咳等生物学过程。结论 本研究揭示了细胞焦亡在LUSC中的重要性,识别出一组关键基因,这些基因不仅可作为预后的生物标志物,而且为LUSC的个体化治疗提供了潜在靶点。
展开更多
关键词
肺鳞癌
生物信息学
细胞焦亡
原文传递
题名
基于网络药理学探讨中药活性成分在改善矽肺肺泡上皮细胞铁死亡中的潜在机制
1
作者
王永恒
赵玉涵
刘义民
胡佳浩
周文欣
关毅
李爽
李宁
王佳文
姚三巧
机构
华北理工大学公共卫生学院
新乡医学院
出处
《华北理工大学学报(医学版)》
2024年第2期85-93,共9页
基金
国家自然科学基金(编号:U21A20334,82373544)
河北省科技厅中央引导地方科技发展资金项目(编号:236Z7705G)。
文摘
目的探讨肺泡上皮细胞铁死亡在矽肺纤维化过程中的作用,并预测可能的中药治疗方法。方法利用R软件分析GSE30180数据集样本的差异表达基因(DEGs),自FerrDb平台获取铁死亡相关基因(FRGs),取二者交集。通过String数据库构建蛋白质-蛋白质相互作用网络(PPI),利用Cytoscape软件进一步筛选Hub基因,利用Coremine数据库预测与上述关键基因相关的中药,并通过TCMSP数据库确定其活性成分。结果本研究确定了10个矽肺纤维化过程中与肺泡上皮细胞铁死亡相关的DEGs,其中IL-6、PTGS2、EGR1为核心基因。本研究预测了16种与3个核心基因密切相关的可能治疗矽肺纤维化的中药,包括丹参、柴胡、鸦胆子、黄莲等,分子对接分析显示关键活性成分(-)-表没食子儿茶素没食子酸酯与3个核心基因有交互作用。结论本研究初步探讨了肺泡上皮细胞铁死亡在矽肺纤维化中的潜在作用,并提出了可能的中药治疗策略。
关键词
矽肺
铁死亡
生物信息学
Keywords
Silicosis
Ferroptosis
Bioinformatics
分类号
R135.2 [医药卫生—劳动卫生]
下载PDF
职称材料
题名
基于k-means算法实现商品的聚类研究
被引量:
2
2
作者
张一帆
胡佳浩
李依桥
机构
咸阳师范学院计算机学院
出处
《数字技术与应用》
2020年第4期108-108,110,共2页
基金
陕西省教育厅专项科学研究计划项目(19JK0686)
西安思源学院科研项目(XASY-B1802)
西安思源学院科研项目(XASY-B1904)。
文摘
商品的数量非常大,需要按照一定的标准分为k类,如何把众多数据对象,分为合适k类商品,成为数据分析中的一个研究问题。本文主要阐述了该模型的具体实现过程,主要包括数据采集、数据归一化处理、构造算法模型、评估算法模型。通过采用实例数据集进行模型的训练和测试,实验结果表明:该模型能较准确的进行商品对象的分类,测试误差较小。
关键词
机器学习
K-MEANS算法
PYTHON
Keywords
machine learning
k-means algorithm
Python
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于生物信息学及细胞焦亡分析肺鳞癌的差异基因及预后意义
3
作者
王永恒
刘义民
赵玉涵
胡佳浩
周文欣
关毅
李爽
李宁
王婧瑶
于洁
姚三巧
机构
华北理工大学
新乡医学院
出处
《中国煤炭工业医学杂志》
2024年第2期191-198,共8页
基金
国家自然科学基金(编号:U21A20334,82373544)
河北省科技部中央引导地方科技发展资金项目(编号:236Z7705G)。
文摘
目的 探索细胞焦亡在肺鳞状细胞癌(LUSC)发生和发展中的作用,并基于生物信息学结果联合人群资料建立统计学预后模型,为临床诊断和治疗提供新策略。方法 采用癌症基因组图谱(TCGA)数据库,比较502例LUSC肿瘤组织和49例相邻非肿瘤肺组织的表达谱。运用Lasso Cox回归方法筛选与预后相关的差异表达基因开展生存、免疫细胞浸润等多维度分析。结果 基于11个细胞焦亡相关基因,成功构建出LUSC预后模型,相关差异表达基因主要参与了IL-17信号通路、类风湿关节炎和百日咳等生物学过程。结论 本研究揭示了细胞焦亡在LUSC中的重要性,识别出一组关键基因,这些基因不仅可作为预后的生物标志物,而且为LUSC的个体化治疗提供了潜在靶点。
关键词
肺鳞癌
生物信息学
细胞焦亡
Keywords
Lung squamous cell carcinoma
Bioinformatics
Pyroptosis
分类号
R734.2 [医药卫生—肿瘤]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于网络药理学探讨中药活性成分在改善矽肺肺泡上皮细胞铁死亡中的潜在机制
王永恒
赵玉涵
刘义民
胡佳浩
周文欣
关毅
李爽
李宁
王佳文
姚三巧
《华北理工大学学报(医学版)》
2024
0
下载PDF
职称材料
2
基于k-means算法实现商品的聚类研究
张一帆
胡佳浩
李依桥
《数字技术与应用》
2020
2
下载PDF
职称材料
3
基于生物信息学及细胞焦亡分析肺鳞癌的差异基因及预后意义
王永恒
刘义民
赵玉涵
胡佳浩
周文欣
关毅
李爽
李宁
王婧瑶
于洁
姚三巧
《中国煤炭工业医学杂志》
2024
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部