首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 31 毫秒
1.
目的 运用SELDI-TOF-MS技术(表面增强激光解吸电离飞行时间质谱技术)检测卵巢癌患者、良性卵巢囊肿和正常健康妇女的血清蛋白质指纹图谱,初步探讨筛选出的肿瘤标志物建立的诊断模型在卵巢癌诊断中的临床意义。方法 用SELDI-TOF-MS技术及WCX2芯片检测55例卵巢癌患者和60例对照纽的血清蛋白指纹图谱,并运用SPSS10.0软件判别分析处理数据和筛选标志物,以建立诊断模型。结果 6个蛋白质峰(11500、11650、11800、15800、16000、16250m/z)组合构建的诊断模型1鉴别卵巢癌和对照组的敏感性为94、5%(52/55),特异性为93.3%(56160)。6个蛋白质峰(11590、11700、12000、14800、15500、15900m/z)组合构建的诊断模型Ⅱ鉴别Ⅰ期卵巢癌和对照组的敏感性为82.45%(14/17),特异性为90.0%(54/60)。5个蛋白质峰(11600、11750、16100、16150、16200m/z)组合构建的诊断模型Ⅲ鉴别Ⅰ期卵巢癌患者和Ⅱ~Ⅳ期卵巢癌患者的敏感性为92.1%(35/38),特异性为94.1%(16/17)。结论 SELDI-TOF-MS技术是一种快速、准确、高通量、高灵敏度的蛋白质分析方法,能够直接检测出卵巢癌患者血清中相对特异的肿瘤标志物,其对于卵巢癌的早期诊断具有一定的临床意义。  相似文献   

2.
目的 分析特发性肺纤维化(IPF)患者支气管肺泡灌洗液(BALF)中蛋白质谱变化,寻找特异性蛋白标记物,评价这些标记物对IPF的诊断价值及临床应用前景.方法 收集IPF患者及对照组BALF标本,应用表面增强激光解析/电离飞行时间质谱(SELDI-TOF-MS)技术筛选差异蛋白.通过非线性支持向量机方法建立诊断模型,并留一交叉验证法评估各模型的预测效果.结果 IPF患者BALF中筛选出8个表达有显著差异的蛋白质峰,其中检测效率最高的4个低表达蛋白质峰质荷比(m/z)分别为1947.634、1975.519、2488.535及4950.230.以这4个蛋白质峰组合建立诊断模型,其特异性和敏感性均为100%.结论 应用SELDI-TOF-MS技术分析获得的低分子量蛋白质峰在诊断中具有较高的灵敏度和特异性,这些小分子可能在IPF发病中起重要作用.  相似文献   

3.
应用蛋白质芯片技术筛选阿尔茨海默病血清标志物   总被引:1,自引:0,他引:1  
目的用表面加强激光解析电离飞行时间质谱(SELDI-TOF-MS)蛋白质芯片检测阿尔茨海默病(AD)患者血清蛋白质指纹图谱,探讨诊断模型在AD诊断中的临床应用价值。方法用SELDI-TOF-MS技术和CM10蛋白质芯片检测45例患者AD和60例健康老人的血清蛋白质指纹图谱,并建立诊断模型。结果筛选出11个有明显表达差异的蛋白质,其中以质荷比(m/z)分别为4604.2、7775.7和9200.6的3个蛋白质建立的诊断模型对AD检测的灵敏度为88.9%(40/45),特异性为85.0%(51/60),总准确率为86.67%(91/105)。结论 SELDI-TOF-MS对AD诊断具有较高的敏感性和特异性,在AD的诊断及标志物筛选等方面具有较好的诊断价值。  相似文献   

4.
血清蛋白质谱与人工神经网络模型诊断卵巢癌的应用性研究   总被引:12,自引:0,他引:12  
目的 建立筛选卵巢癌血清蛋白质谱与人工神经网络诊断模型的研究。方法 用H4(疏水表面)蛋白芯片结合表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术检测卵巢癌患者和健康人血清样本的蛋白质谱,同时采用人工神经网络筛选差异蛋白以建立诊断模型。结果 用SELDI-TOF-MS技术和H4蛋白芯片从47例卵巢癌和29名健康人血清中,筛选出4个有明显表达差异的蛋白,其质荷比(m/z)分别为5881、7553、6652和9391。用其中的18名健康人和29例卵巢癌患者样本作训练集和交叉验证后,再用筛选出的4个差异蛋白质建立人工神经网络预测模型。然后,对11名健康人和18例卵巢癌患者样本进行盲法测试,以验证该模型。结果显示,我们建立的诊断模型对卵巢癌检测的敏感性为100%,特异性为90.9%,阳性率为94.7%。结论 血清蛋白质谱与人工神经网络模型对小样本的卵巢癌诊断具有较高的敏感性和特异性,可扩大样本进行深入的应用性研究。  相似文献   

5.
本研究对白血病患者及健康对照者的血清样本进行检测分析,筛选新的生物标记物并建立白血病的蛋白质指纹图谱诊断模型.应用SELDI-TOF-MS技术检测40例白血病标本及37例健康对照标本,用Biomarker Wizard软件分析筛选新的生物标记物,使用Biomarker Patterns 5.0软件进行标记物的比较判别,建立白血病决策树诊断模型.结果表明,蛋白质指纹图谱分析发现有22个差异显著的蛋白峰(P<0.05);由m/z为4650,8609及11660建立的决策树诊断模型对白血病的诊断灵敏度为97.5% (39/40),特异性为91.9% (34/37).结论:由3个蛋白标记物构成的白血病蛋白质指纹图谱诊断模型为白血病的诊断提供了新的借鉴和参考.  相似文献   

6.
目的比较2型糖尿病(T2DM)肾病和对照人群血清蛋白质指纹图谱的差异,建立T2DM肾病诊断模型,探讨此技术对该病诊断的价值。方法采用表面增强激光解析电离飞行时间质谱(SELDI-TOF-MS)技术检测51例T2DM肾病患者和66例对照人群血清,获得蛋白质指纹图谱。结合人工神经网络软件建立诊断模型并进行验证。结果在相对分子量2 000~30 000范围内共检测到175个蛋白峰,其中有17个蛋白峰明显表达差异(P<0.01)。筛选其中质荷比(m/z)分别为5 420、5 782、6 472、6 666、10 277和11 770的6个蛋白峰作为标志蛋白建立人工神经网络诊断模型。利用该模型对T2DM肾病进行盲法预测,结果表明其对该病的诊断敏感性和特异性分别为81.0%和96.2%。结论利用SELDI-TOF-MS和生物信息学技术建立了敏感性和特异性均较高的T2DM肾病诊断模型,为该病诊断提供了新途径。  相似文献   

7.
目的:检测乳腺癌患者唾液蛋白质,筛选特异的蛋白质标记物,构建用于乳腺癌早期诊断的唾液蛋白质指纹图谱模型。方法:应用表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术测定91例唾液标本(其中乳腺癌47例,健康人44例)的蛋白质质谱,建立乳腺癌诊断模型。结果:乳腺癌患者与健康对照样本检测到311个蛋白质峰,其中32个蛋白质峰在两组间差异有统计学意义。获得分子量为4849.31,5224.96,3439.02和3559.89Da4个蛋白质组成的模板,可将乳腺癌与正常人正确分组,47例乳腺癌有37例被准确诊断,34例健康人被准确排除,灵敏度78.7%(37/47);特异度为77.2%(34/44)。结论:表面增强激光解吸电离飞行时间质谱技术建立乳腺癌癌唾液蛋白质指纹图谱模型为早期筛查及诊断乳腺癌提供了一种特异性强、敏感性高的新方法,值得进一步研究和应用。  相似文献   

8.
目的探讨筛选的脑胶质瘤血清蛋白指纹图诊断模型的临床应用价值。方法用疏水性表面芯片(H4)和表面增强激光解吸离子化飞行时间质谱技术(SELDI-TOF—MS)及生物信息学分析方法与SPSS10.0软件,检测分析28例胶质瘤、37例其他脑良性肿瘤和40名健康人的血清蛋白指纹图,并建立脑胶质瘤血清蛋白指纹图诊断模型。结果用建立的区分脑胶质瘤与健康人的血清蛋白指纹图诊断模型进行盲法检测的准确率、敏感性和特异性分别为95.7%(22/23)、88.9%(8/9)和100%(14/14)。建立的区分胶质瘤与其他脑良性肿瘤的血清蛋白指纹图诊断模型,盲法检测脑胶质瘤的准确率、敏感性和特异性分别为86.4%(19/22)、88.9%(8/9)和84.6%(11/13)。建立的区分Ⅰ-Ⅱ级与Ⅲ-Ⅳ级脑胶质瘤的血清蛋白指纹图诊断模型的准确率分别为85.7%(13/15)、84.6%(11/13)。结论用SELDI—TOF—MS技术与生物信息分析法建立的3个血清蛋白指纹图诊断模型对脑胶质瘤的定性诊断提供了一条新途径。  相似文献   

9.
目的 用表面增强激光解吸离子化飞行时间质谱(SELDI-TOF-MS)分析食管癌高发区自然人群中贲门癌和正常对照血清蛋白表达谱的改变,筛选并建立高发区贲门癌血清蛋白指纹图诊断模型并探究其临床价值。方法 采用CMIO蛋白芯片及SELDI-TOF-MS技术对34例贲门癌和38例正常对照者血清蛋白指纹图谱进行检测,所得结果用ZUCI-蛋白芯片数据分析系统(ZUCI-Protein Chip Data Analyze System)软件包分析,建立贲门癌蛋白指纹图诊断模型,并用留-法交叉验证作为评估模型、判别效果的方法。结果通过软件包运算,用3个质荷比峰(5643.45793、8570.82126、15940.1533m/z)建立了贲门癌蛋白指纹图诊断模型,其准确度93.06%,敏感度85.29%,特异度100%,阳性预测值100%。结论 本组建立的诊断模型可以有效区分贲门癌和健康人,为肿瘤高发区贲门癌的诊断与筛查提供了一条崭新途径。  相似文献   

10.
目的筛选并鉴定乳腺癌患者血清中可能存在的蛋白标志物,建立与乳腺癌早期诊断及三阴性乳腺癌相关的蛋白质指纹图谱模型。方法分别收集60例乳腺癌患者术前及对应术后2周的血清标本,其中包括22例三阴性乳腺癌患者。采用表面增强激光解析离子化飞行时间质谱(SELDI-TOF-MS)技术筛选出乳腺癌术前组与健康对照组、乳腺癌术前组与术后组、三阴性乳腺癌组与非三阴性乳腺癌组之间血清差异蛋白,然后联合MALDI-TOF-MS、Tricine-SDS-PAGE等技术对筛选出的目标蛋白进行鉴定,最终确定乳腺癌血清特异蛋白标志物。结果乳腺癌术前组与健康对照组共筛选到14个差异蛋白峰值,11个在乳腺癌组呈高表达,3个呈低表达,其中Youden指数最高的模型为低表达蛋白m/z6448。乳腺癌组m/z6448表达水平低于健康对照组(38.0187±34.2194vs 337.5261±507.6438,P0.01)。乳腺癌术前组与术后组具有差异性的蛋白质峰值6个,其中有4个在乳腺癌术前组呈高表达,有2个低表达。Youden指数最高的模型为m/z6448,其在乳腺癌术后组的表达水平高于术前组(38.0187±34.2194vs 294.1245±102.8634,P0.01)。三阴性乳腺癌组与非三阴性乳腺癌组筛选出9个差异性的蛋白质峰值,其中有4个在三阴性乳腺癌组低表达,Youden指数最高的模型m/z峰位于6448的蛋白标志物,其在非三阴性乳腺癌中表达水平高于三阴性乳腺癌(5.1351+3.6437vs 43.6162±185.8542,P0.01)。联合MALDI-TOF-MS、Tricine-SDSPAGE等技术对筛选出的目标蛋白质进行鉴定,最终确定该差异蛋白为载脂蛋白C-I(APO C-I)肽段。结论 m/z峰位于6448的蛋白标志物经鉴定为载脂蛋白C-I肽段,可以作为乳腺癌血清尤其是三阴性乳腺癌的特异性血清蛋白标记物,初步建立了乳腺癌早期诊断及三阴性乳腺癌血清蛋白质指纹图谱模型。该蛋白表达的降低与乳腺癌肿瘤恶性程度的升高相关,可能与乳腺癌较差的预后有关,值得更深入研究。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号