説明

国際特許分類[G01N33/68]の内容

国際特許分類[G01N33/68]に分類される特許

451 - 460 / 1,457


【課題】糖尿病性ネフロパシーに関する尿および血液のバイオマーカーを提供する。
【解決手段】尿および血液のバイオマーカーは、糖尿病性ネフロパシーの診断、糖尿病性ネフロパシーの病期診断、糖尿病性ネフロパシー進行のモニタリング、糖尿病性ネフロパシー治療効果の評価に用いられる。これらのバイオマーカーは、尿中α−2−HS−糖タンパク質前駆体、尿中α−1抗トリプシン、尿中α−1酸性糖タンパク質、尿中オステオポンチン、血清オステオポンチン、それらのフラグメント、およびそれらの組み合わせを含む。 (もっと読む)


本発明は、DGAT1遺伝子内に変異を有する動物における有利なミルク、組織および/または成長速度プロファイルをもたらす該変異を対象とする。本発明はまた、改変されたミルク、組織および/または成長速度特性を有する動物の選択を容易にするために、該変異を有する動物を同定する方法を対象とする。 (もっと読む)


本発明は、体液中のフェニルアラニンの濃度を測定するステップ、体液中のチロシン、アラニン、バリン及びグルタミンの1種又は複数の濃度を測定するステップ、チロシン、アラニン、バリン及びグルタミンの1種又は複数に対するフェニルアラニンの比を判定するステップ、並びにその比を、切迫性関節不全を予測する比と比較することによって切迫性関節不全を診断するステップによって、動物における切迫性関節不全を診断するための方法を提供する。 (もっと読む)


cFLIPは、Smacペプチド模倣体を含むIAPアンタゴニストを用いた処置の有効性に関するバイオマーカーとしての役割を果たす。 (もっと読む)


本発明は、大規模プロテオミクス手法を使用した新生児敗血症の体液バイオマーカーの同定及び検出に関する。 (もっと読む)


本願は、急性心不全の新たなバイオマーカーとしてのクイエシンQ6;該バイオマーカーの測定に基づいて急性心不全を予知、診断及び/又は予後予測する方法;及び前記バイオマーカーを測定し及び/又は前記方法を実施するキット及びデバイスを開示する。 (もっと読む)


本発明は、IL−1α結合タンパク質を包含する。具体的には、本発明は、キメラ、CDRグラフトおよびヒト化抗体である抗体に関する。本発明の抗体は、IL−1αについて高い親和性を有し、IL−1α活性を中和する。本発明の抗体は、完全長抗体またはこの抗原結合部分であり得る。本発明の抗体を作製する方法および本発明の抗体を使用する方法も提供する。本発明の抗体、または抗体部分は、例えばIL−1α活性が有害である障害を罹患するヒト対象におけるIL−1αの検出およびIL−1α活性の阻害に有用である。 (もっと読む)


本発明は、対象のアルツハイマー病の診断又は予後的モニタリングを補助する方法を提供し、前記方法は、前記患者由来の血液のサンプルを提供するステップと;前記サンプル中に存在するゲルゾリンの量をアッセイするステップと;前記サンプル中に存在するゲルゾリンの量を、健常な対象由来のサンプル中に存在するゲルゾリンの参照量と比較し、前記患者から得たサンプル中のゲルゾリンレベルの検出が、参照サンプルにおけるゲルゾリンレベルよりも低い場合、前記患者におけるアルツハイマー病の可能性の増大を示すステップとを含む。
(もっと読む)


【課題】シワの形成に関連した生体マーカーの探索と同定を行う
【解決手段】Krt6, Krt16, Krt17, Pfn1, Wars, Pdia6, Prdx1, Ppia, Fubp1, FABP5, Pgm2, Ran, S100A9, Lgals7, Tuba1, Serpinb1, Taldo1の17種類のタンパク質のいずれからなるシワマーカー (もっと読む)


質量スペクトルデータ分析および分類アルゴリズムを用いる方法により、結腸直腸癌(CRC)患者について、上皮増殖因子受容体経路を標的にする薬物、例えばモノクローナル抗体であるEGFR阻害剤が有効である可能性が高いかどうかを決定する可能性を提供する。該方法は、a)該患者より採取した血液に基づくサンプルから質量スペクトルを得ること;b)ステップa)にて得られた質量スペクトルに、1つ以上の所定の前処理ステップを行うこと;c)ステップb)にて質量スペクトルに前処理ステップを行った後、1つ以上の所定のm/z範囲で、該スペクトルの選択された特徴の積分強度値を得ること;および、d)該薬物による治療が有効である可能性が高いか低いかについて該患者を同定するために、他の患者より採取した血液に基づくサンプルから作成したクラス標識したスペクトル(class-labeled spectra)を含む訓練集合(training set)を用いる分類アルゴリズムに、ステップc)にて得られた値を用いること、の各ステップを含む。
(もっと読む)


451 - 460 / 1,457