gamma curve計算的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

應用於生醫檢測之具奈米粒修飾感測層多晶矽線感測器與癌症檢測之感測電極

為了解決gamma curve計算的問題，作者廖素鈺 這樣論述：

本論文旨在探討透過奈米粒的添加來改善多晶矽線(PSW)生醫感測器並比較表面修飾之不同基材生醫感測器的感測特性。我們也提出將氧化鋅奈米粒直接沉積在紙基板上之氧化鋅紙，並將其用來感測抗癌藥物對癌細胞毒性的影響。因此，本研究可分為三大部分，第一部分是探討多晶矽線感測器陣列中之相鄰兩奈米線同時施加電壓時可能會互相干擾而導致讀出錯誤的數值。在此研究中，我們使用具有3-氨基丙基三甲基矽氧烷 (-APTES) 和聚二甲基矽氧烷 (PDMS) 處理的二氧化矽奈米粒子感測膜加上紫外線照射 (-APTES+ NPs+UV)的PSW陣列，在感測不同pH緩衝溶液時，PSW感測特性會受到鄰近PSW偏壓的影響。我

們發現，具有-APTES感測膜的PSW的感測通道電流遠低於具有-APTES + NPs + UV 感測膜的 PSW感測器的通道電流，並且具有-APTES感測膜的PSW感測器之電流偏差誤差遠高於具有 -APTES+NPs+UV感測膜的PSW感測器。我們將這些改進歸因於-APTES + NPs + UV感測膜表面漏電流很小及其優越的分子結構。根據實驗數據明顯得知，-APTES + NPs + UV感膜測是 PSW 陣列傳感器的更好選擇。 論文的第二部分討論了兩種不同的電極感測器的應用，一是使用絲網印刷之碳電極（screen-printed carbon electrode, SP

CE）的生物感測器，另一則是鍍金指叉電極（interdigit electrode, IDE）的生物感測器。所有電極表面都透過因特異性標的而結合之抗體和抗原進行修飾，然後藉由探針連結阻抗分析儀，偵測五種分別為1、2、4、6和8 ng/mL不同濃度的前列腺抗原 (Prostate-Specific Antigen, PSA)的免疫感測器之阻抗響應 (Z)。從我們的實驗結果可以得知，阻抗測量的特定頻率範圍在 20Hz ~ 2.57KHz間；在110Hz 的頻率下， SPCE免疫生物感測器具有最高的靈敏度和最小的誤差，且在此頻率下比較阻抗響應 (Z) 與不同抗原濃度的 PSA對數濃度時，免疫感測

器的線性度為0.9945，靈敏度為8876.5 Ω/Log(ng/mL)，且最低偵測極限為0.18 ng/mL。當以鍍金IDE 用作免疫生物感測器時，我們以1-dodecanethiol solution堵住表面未修飾到的鍍金IDE免疫生物感測器，並同樣偵測五種不同濃度的PSA。由實驗結果，我們可得在低頻率20Hz至409.07Hz範圍內的決定係數（Coefficient of Determination）R2；在此頻率範圍內，R2 大於0.95。同樣的，在110Hz頻率下，鍍金IDE感測器可有最高靈敏度且誤差最小，其線性度為0.9986，靈敏度為3681.6 Ω/Log(ng/mL)，而最低

偵測極限為0.05 ng/mL。基於上述SPCE和IDE生物感測器的阻抗測量結果，輔以阻抗實部和虛部的計算，再以ZView軟件進行模擬後可以得到前述兩種不同生物感測器的模擬等效電路圖。 本論文最後一部分則將沉積有氧化鋅 (ZnO) 奈米顆粒的纖維素紙（ZnO 紙）應用擴展到測試抗癌藥物對癌細胞的毒性的檢測，我們使用 A549、H1299 和 WI38 細胞來測試靶向抗肺癌藥物易瑞沙(Iressa)和星形孢菌素(Staurosporine)的有效性。在各種處理條件下將ZnO紙放入各細胞的培養基中，然後測定細胞活性。我們發現 ZnO 奈米顆粒本身對細胞就具有細胞毒性，通過增加ZnO奈米顆粒的

沉積時間進一步降低了細胞活力。此外，當培養基中同時存在 ZnO 紙和抗癌藥物時，細胞毒性會增強，此結果與現有文獻一致。此外，我們發現星形孢菌素產生比易瑞沙更容易降低癌細胞的細胞活性。我們的實驗也發現，在添加抗癌藥物之ZnO紙上培養的A549細胞比 H1299細胞存留有更高細胞活性，指出了A549具有高於H1299的腫瘤惡性，這也與文獻中的結果一致。由此結果得知ZnO紙可用於細胞毒性測試和未來的新型抗癌藥物開發。

奈⽶孔⻑⽚段定序⽤於腸道微菌叢之轉譯醫學研究與應⽤

為了解決gamma curve計算的問題，作者洪經勝 這樣論述：

胃腸道對人類生活至關重要，因為它透過消化食物化合物和有選擇地將營養物質輸送到上皮細胞，扮演著身體能量供應者的作用。在這個過程中，共生的腸道細菌會分解利用食物中的營養物質，並通過刺激細胞周轉、粘液形成和蠕動來發揮腸道屏障功能。重要的是，健康的微生物群還能提供對入侵性病原體的抵抗。因此，腸道健康不僅由人體腸道和飲食因素所維持，而且很大程度上是由常駐的微生物群落所支持。在本篇研究中，主要是利用超高壓液相層析儀（UPLC-MS/MS）和長片段定序技術，收集健康組（n=60）、診斷為腺瘤性息肉（n=67）或潛血（n=40）的參與者相比，辨識大腸直腸癌(Colorectal Cancer,CRC)患者（

n=20）的腸道代謝物和微生物群中具有統計學區分的豐富度。從健康參與者到診斷為潛血、腺瘤性息肉的患者，再到 CRC 患者的這些篩選中，發現 9 種腸道細菌（operational taxonomic unit ,OTU）及 8 種腸道代謝物逐漸增加。最後利用 4 種腸道細菌（OTU）與 5 種腸道代謝物建構的隨機森林回歸模型取得了明顯的分類潛力，分別對 CRC 整合篩選出的腸道細菌（Shigella boydii、Streptococcus lutetiensis、Peptostreptococcus stomatis、Enterobacter hormaechei）及代謝物（LPhenyla

lanine、S-Adenosyl Homocysteine、Gibberellin A3、Stearic acid、Allocholic acid）進行整體性運算得到接受者操作特徵曲線（ROC）下的面積（AUC）= 0.915 和腺瘤性息肉的診斷（AUC=0.902）進行區別。這些結果提供了 CRC 和腺瘤性息肉可能作為相關有效性篩檢的標誌物。另外我們同樣的平台收集有糖尿病共病的 CKD 患者（D-CKD）（n=39）、高血壓共病的 CKD 患者（H-CKD）（n=26）或沒有這兩項共病的 CKD 患者（NC-CKD）（n=40）中，與健康參與者（n=60）相比，辨識具其具有統計學區分豐富度

的腸道代謝物和微生物群。再利用統計分析，26 種腸道細菌（腸道細菌（OTU））和 41 種腸道代謝物相對豐度的改變與每個 CKD 患者組特別相關。利用物種、代謝物或其關聯的隨機森林回歸模型構成了一個獨特的分類，以區分高血壓、糖尿病 CKD 患者或無共病症狀的 CKD 患者與健康參與者。NC-CKD 患者找到腸道細菌（Streptococcus pasteurianus、Streptococcus gallolyticus、Streptococcus lutetiensis、Bacteroides stercoris、Clostridium perfringens、Clostridium sau

diense）及代謝物（Arachidic acid、LPhenylalanine、Dihomo-gamma-linolenic acid、N-Acetylputrescine）進行整體性評估計算可以得到 ROC 曲線下的面積（AUC）= 0.962；在 H-CKD 者找到腸道細菌（Subdoligranulum variabile、Enterobacter hormaechei、Escherichia marmotae、Shigella boydii、Citrobacter koseri、Citrobacter cronae）及代謝物（Stearic acid、Amiloride、3,4-D

imethoxyphenylethylamine）進行整體性評估計算可以得到 ROC 曲線下的面積（AUC）= 0.901；在 D-CKD 者找到腸道細菌（Lactobacillus crispatus、Lactobacillus mucosae、Ruminococcus gnavus、Megasphaera elsdenii、Fusobacterium mortiferum）及代謝物（Stearic acid、Glutaric acid、L-Proline）進行整體性評估計算可以得到 ROC 曲線下的面積（AUC）= 0.913，這些結果讓我們找到在健康人和高危人群中可能引起發病機制的相關標

記物，並可用於 CKD 的早期篩查、預防、診斷或個性化治療。人體多種組織或細胞之功能以及相關基因表現，雖已知受到腸道微環境如腸道菌叢與腸道代謝物影響，然而特定腸道菌或代謝產物影響基因表現之調控機制，目前所知仍有限。因此使用前述所建立大腸直腸癌與慢性腎病此兩種病人之腸道菌叢與腸道代謝物圖譜，除了將其應用於疾病預防、篩檢、或治療預後評估外，後續更將於體外細胞模式與動物模式，驗證疾病相關之腸道菌叢或腸道代謝物，在於基因層面的影響機制，進一步確定腸道微環境與上述疾病的因果關係。