SELDI-TOF-MS蛋白芯片技术在宫颈癌早期诊断和鉴别诊断中的应用

目的 采用表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)蛋白质芯片技术检测宫颈浸润癌和原位癌患者血清蛋白质指纹图谱,通过差异蛋白组学筛选特有的蛋白标记物.方法 应用SELDI-TOF-MS技术和WCX2(弱阳离子)芯片采集74例宫颈癌(44例宫颈浸润癌和30例宫颈原位癌)患者和51例健康人血清蛋白质指纹图谱,采用Biomarker Wizard软件筛选差异蛋白,应用Biomarker patternsoftware 5.0.2版建立诊断模型,并盲法验证其诊断效率.结果 宫颈癌患者与对照组血清蛋白质指纹图谱有12个差异表达的蛋白质峰(P<0.05),筛选出分子量分别为5642、5912、5905、5660、2288和8700 Da 6个标志蛋白,将125例血清随机分为30例宫颈癌和30例健康人血清作为训练组用于建立人工神经网络(ANN)模型,44例宫颈癌和21例健康人血清作为验证组,其对宫颈癌的诊断敏感性为95.45%,特异性为95.23%.宫颈浸润癌与原住癌血清蛋白质谱有16个差异表达的蛋白质(P<0.01),筛选出分子量分别为13776、2796、2697、2070、2768和9222 Da 6个标志蛋白,随机将15例宫颈浸润癌和15例原位癌血清分为训练组,29例浸润癌和15例原位癌作为验证组,其鉴别宫颈浸润癌的敏感性为93.10%.特异性为93.33%.宫颈原位癌患者与对照组血清蛋白质谱比较有6个差异表迭的蛋白质(P<0.05),分别随机选取15例宫颈原位癌和15例健康人血清作为训练组,15例原位癌和36例健康人血清作为验证组,其诊断宫颈原位癌的敏感性为60%,特异性为98.08%.结论 血清蛋白质谱技术可望用于宫颈浸润癌和原位癌的鉴别,标志蛋白的鉴定可能对宫颈癌浸润机制的探讨和新的治疗手段的开展具有重要的指导意义.     

SELDI-TOF-MS技术在贲门癌诊断中的初步研究

目的寻找贲门癌肿瘤标记物并建立诊断模型。筛选提示发生淋巴转移的差异蛋白,为临床早期诊断贲门癌及判断预后提供新方法。方法 CM10蛋白芯片结合表面增强激光解析电离飞行时间质谱(SELDI-TOF-MS)检测101例贲门癌患者及118例正常对照者血清蛋白,Biomarker Wizard软件和Biomarker Patterns System(BPS)分析得差异蛋白并建立贲门癌诊断分类树,双盲法验证其准确性。进一步分析对比有、无淋巴转移的贲门癌患者血清蛋白指纹图谱,得到差异蛋白。结果对照分析贲门癌患者和正常对照组的血清蛋白指纹图谱得56个差异蛋白(P<0.05),经BPS软件筛选,以质荷比为5 480.49(P<10-8)的蛋白为主根结点建立贲门癌诊断模型,其灵敏度为95.05%,特异度为95.76%。得到可提示淋巴转移的差异蛋白3 820.87(P<0.05),其灵敏度为84.4%,特异度为82.1%。结论 SELDI-TOF-MS技术可建立有较高灵敏度和特异度的贲门癌诊断模型,筛选出能够提示发生淋巴转移的差异蛋白,有助于贲门癌的早期筛查、诊断和预后判断。     

SELDI-TOF-MS technique in diagnosis of gastric cardia adenocarcinoma

目的 寻找贲门癌肿瘤标记物并建立诊断模型.筛选提示发生淋巴转移的差异蛋白,为临床早期诊断贲门癌及判断预后提供新方法.方法 CM10蛋白芯片结合表面增强激光解析电离飞行时间质谱(SELDI-TOF-MS)检测101例贲门癌患者及118例正常对照者血清蛋白,Biomarker Wizard 软件和Biomarker Patterns System(BPS)分析得差异蛋白并建立贲门癌诊断分类树,双盲法验证其准确性.进一步分析对比有、无淋巴转移的贲门癌患者血清蛋白指纹图谱,得到差异蛋白.结果 对照分析贲门癌患者和正常对照组的血清蛋白指纹图谱得56个差异蛋白(P<0.05),经BPS软件筛选,以质荷比为5 480.49(P<10-8)的蛋白为主根结点建立贲门癌诊断模型,其灵敏度为95.05%,特异度为95.76%.得到可提示淋巴转移的差异蛋白3 820.87(P<0.05),其灵敏度为84.4%,特异度为82.1%.结论 SELDI-TOF-MS技术可建立有较高灵敏度和特异度的贲门癌诊断模型,筛选出能够提示发生淋巴转移的差异蛋白,有助于贲门癌的早期筛查、诊断和预后判断.     

血清蛋白质指纹图谱诊断模型在肾癌中的应用

目的 检测肾癌患者血清蛋白质,筛选特异的蛋白质标记物,构建用于肾癌早期诊断的血清蛋白质指纹图谱模型.方法 应用蛋白质芯片CM10及表面增强激光解吸/离子化飞行时间质谱(SELDI-TOF-MS)技术测定168例血清标本(其中肾癌53例,肾良性占位性病变47例,健康志愿者68例)的蛋白质质谱,用随机抽取的118例标本(肾癌38例,肾良性占位病变30例,健康志愿者50例)作为训练组,应用支持向量机进行训练和交叉验证,建立肾癌诊断模型;其余50例标本进行盲法验证.结果 利用质荷比分别为5350、4100、3446、5027和6115的5个蛋白峰建立区分肾癌和正常人的诊断模型,其敏感性为94.74%,特异性为92%.盲法验证显示敏感性为93.33%,特异性为88.89%.区分肾癌和肾良性占位病变的诊断模型,敏感性为92.11%,特异性为90%.区分透明细胞癌和其他病理类型的肾癌的诊断模型对透明细胞癌的判别率为92.84%,对其他病理类型的肾癌的判别率为81.82%.结论 表面增强激光解吸电离/飞行时间质谱技术结合支持向量机建立肾癌血清蛋白质指纹图谱模型对诊断肾癌具有较高的敏感性与特异性.     

大肠癌SELDI—TOF—MS蛋白质组图谱的分析

目的:筛选并建立大肠癌血清蛋白质组图谱的诊断模型并探究其临床价值.方法: 将102例血清标本(大肠癌53例,正常对照49例)随机分成训练组75例,测试组27例.用CM10蛋白芯片及SELDI-TOF-MS技术对训练组75例血清标本(大肠癌37例,正常对照38例)进行蛋白质组图谱检测,经留一法交叉验证后建立诊断模型,并对测试组27例未知的血清进行血清蛋白质谱测定,盲法验证该模型.结果: 通过ZUCI-蛋白芯片数据分析系统软件包运算,用6个质荷比峰(3 951.147 3、4 364.486 5、5 926.628 6、8 103.635 6、8 964.429 9、11 709.016 8 m/z)建立了大肠癌蛋白质组图谱诊断模型,经过交叉验证其准确度96.00%,灵敏度94.59%,特异度97.37%,阳性预测值97.22%.经盲法验证该方法的检出率为81.25%,排除率为100%.结论: 本组建立的诊断模型可以有效区分大肠癌和非癌正常人,为大肠癌的诊断与筛查提供了一条崭新途径.     

新疆维吾尔族食管癌患者血清蛋白指纹图谱诊断模型的建立

目的:筛选并建立新疆维吾尔族食管癌血清蛋白指纹图谱诊断模型,为食管癌的诊断与临床筛查提供新的途径。方法:采用弱阳离子交换蛋白质芯片(CM10蛋白芯片)及表面增强激光解析离子化飞行时间质谱(SELDI-TOF-MS)技术对23例新疆维吾尔族食管癌和33例新疆维吾尔族正常对照者血清指纹图谱进行检测,所得结果用ZUCI-蛋白芯片数据分析系统(ZUCI-Protein Chip Data Analyze System)软件包进行分析,通过支持向量机运算建立区分新疆维吾尔族食管癌蛋白指纹图谱诊断模型,并用留一法交叉验证作用评估模型,判别效果。结果:通过软件包运算,用2个质荷比峰(3269.4621、6056.8714m/z)建立了新疆维吾尔族食管癌蛋白指纹图谱诊断模型,准确度为92.9%,灵敏度为91.3%,特异度为93.9%,阳性预测值为91.3%。结论:SELDI-TOF-MS技术结合支持向量机建立新疆维吾尔族食管癌血清蛋白质指纹图谱模型为早期筛查及诊断新疆维吾尔族食管癌提供了一种特异性强、灵敏度高的新方法,值得进一步的研究和应用。     

基于人工神经网络的血清蛋白质指纹图谱模型在肝癌诊断中的应用

目的 建立蛋白质芯片技术检测血清蛋白质指纹图谱的方法,探讨基于人工神经网络的血清蛋白质指纹图谱模型在肝癌诊断中的应用价值。方法 应用蛋白质指纹图谱分析仪(表面-增强激光解析-电离-飞行时间质谱仪,SELDI-TOF-MS),测定106例肝癌、肝硬化患者和健康人血清标本的蛋白质指纹图谱并结合人工神经网络方法进行数据的分析。将106例标本随机分成训练组70例(肝癌35例,肝硬化14例,健康人21例)和盲法测试组36例(肝癌17例,肝硬化8例,健康人11例)。利用从训练组得出的基于人工神经网络的血清蛋白质指纹图谱模型,对36例未知血清进行检测,并与甲胎蛋白(AFP)检测结果进行比较。结果 应用该方法对肝癌进行诊断的准确率、敏感性和特异性分别为91．7％(33／36)、88．2％(15／17)和94．6％(18／19),明显高于AFP检测结果。结论 基于人工神经网络的血清蛋白质指纹图谱模型在肝癌的诊断中较以往的传统方法具有更高的敏感性和特异性,值得进一步研究与应用。     

运用蛋白质指纹图谱技术建立系统性红斑狼疮诊断模式的研究

目的 运用蛋白质指纹图谱技术筛选系统性红斑狼疮(SLE)患者血清中的特异性蛋白标志物,建立SLE疾病相关的蛋白质组学诊断模型.方法 联用弱阳离子磁珠与蛋白质芯片阅读仪绘制64例SLE患者组及168例对照组的血清蛋白质指纹图谱,用Biomarker Patterns Software 5.0(BPS)软件筛选特异性的血清蛋白标志物并建立SLE诊断模型.结果 在SLE患者组和对照组之间找到60个差异蛋白峰(P<0.05),其中28个蛋白峰在SLE患者表达增高,32个蛋白峰表达降低.由BPS软件筛选的4个蛋白标志物(质荷比为3376.02、4070.09、7770.45、28045.10)建立的诊断模型能很好的把SLE患者与其他自身免疫性疾病和健康对照者区分出来,经过盲法验证,其对SLE的诊断敏感性为78%,特异性为96%.结论 采用蛋白质指纹图谱技术能筛查识别出与SLE疾病相关的特异性血清蛋白标志物,由4个质荷比分别为3376.02、4070.09、7770.45和28045.1的SLE特异性血清蛋白标志物建立的SLE疾病诊断模型具有高敏感性及特异性.     

蛋白质指纹图谱模型在肝癌诊断中的应用

目的:建立基于人工神经网络的血清蛋白质指纹图谱模型,并探讨其在肝癌诊断中的应用.方法:应用表面增强激光解析-电离-飞行时间质谱仪(SELDI-TOF-MS),测定了52例肝癌和32例健康人血清标本的蛋白质指纹图谱,并结合人工神经网络方法进行数据分析.将84例标本随机分成训练组56例(肝癌35例,健康人21例)和盲法测试组28例(肝癌17例,健康人11例).利用从训练组得出的基于人工神经网络的血清蛋白质指纹图谱模型,对28例未知血清进行检测,并与甲胎蛋白(AFP)判断结果进行比较.结果:应用该方法对肝癌进行诊断的准确率、敏感性和特异性均为100%(17/17,11/11).AFP检测结果准确率为77.4%(65/84),灵敏度和特异性分别为69.2%(36/52)和90.6%(29/32).结论:该方法在肝癌的诊断中较AFP具有更高的敏感性和特异性.     

宫颈癌患者与宫颈息肉蛋白质谱的差异分析

目的 探索宫颈癌患者与宫颈息肉的血清蛋白质谱差异,初步探讨其用于宫颈癌诊断的临床价值.方法 收集73例宫颈癌患者和39例宫颈息肉的血清标本,随机分为训练组(56例宫颈癌和20例健康人)与测试组(17例宫颈癌和19例健康对照).采用表面增强激光解析离子化飞行时间质谱(SELDI-TOF MS)技术检测所有血清标本的蛋白质谱.用Biomarker Wizard统计软件比较训练组宫颈癌与宫颈息肉对照间的蛋白质谱差异,再用Biomarker Pattern软件筛选出一组差异蛋白构建决策分类树模型以鉴别宫颈癌病例和宫颈息肉病例,最后用测试组对分类模型进行验证.结果 宫颈癌患者和对照组血清蛋白指纹图谱共有148个明显表达差异的蛋白峰,筛选质荷比(m/z)为2957、2974、2982、3016、3282、5928、5948、6647、6661的9个蛋白质峰作为标志蛋白(P<0.01)建立人工神经网络诊断模型,利用该模型对宫颈癌癌进行盲法预测,结果表明该诊断模型检测宫颈癌的灵敏度为94.2%,特异度为91.3%.结论 宫颈癌与宫颈息肉人群的血清蛋白质谱存在差异,SELDI-TOF -MS技术筛选出的血清差异蛋白有助于宫颈癌的早期鉴别诊断.