疾病生物标志物分子识别过程研究数据

数据背景：面向肿瘤等疾病标志物分子识别等关键技术研究，研究生物识别元件与传感界面信号转换机制优化生物传感信号传递策略，研究生物标志物分子的传感识别技术和实时动力学分析过程，揭示疾病生物标志物的高灵敏度、特异性分子检测与优选条件，筛选出高特异性识别元件制备方法，提高传感器件的稳定性和灵敏度，开发出具有生物兼容性的高灵敏度分子识别传感器的制备技术及检测装置，用于生物标志物分子相互作用动力学实时分析。 数据内容：HSA溶液、糖化白蛋白（GA）溶液和混合溶液的原始光谱数据，通过MatlabR（2020a）处理所获得的PCA分析数据、判别分析结果、PLS定量模型参数含主成分数、RMSEC、RMSEP、R2c、R2p，RPD） 采集方案：采用Matris-FNIR光谱分析仪采集获得的HSA溶液、GA溶液和混合溶液的原始光谱数据；其他模型数据通过MATLABR2020a（美国Mathworks公司）软件自行计算所得。 数据大小：60.38 MB

搜集汇总

背景与挑战

背景概述

该数据集聚焦于疾病生物标志物分子识别过程的研究，包含HSA溶液、糖化白蛋白溶液及其混合溶液的光谱数据，并通过MATLAB处理获得PCA分析、判别分析和PLS定量模型参数。数据采集采用Matris-FNIR光谱分析仪，旨在支持高灵敏度、特异性分子检测传感器的开发与应用。