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

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。     

利用SELDI-TOF-MS技术分析喉癌患者血清蛋白质谱变化

目的筛选喉癌特异性血清蛋白质标志物,建立用于喉癌诊断的分类树模型。方法采集喉癌患者57例与正常人64例的血清,用表面增强激光解吸/电离-飞行时间-质谱分别检测其蛋白表达谱,用Biomarker Wizard软件筛选出差异蛋白,再用Biomarker Patterns软件建立喉癌诊断模型,另采集15例喉癌患者及20名正常人的血清对该模型进行盲法验证。结果通过对喉癌患者术前血清与正常人血清蛋白质谱分析,发现有24个蛋白的表达有明显差异(P0.05),并建立了由质荷比(M/Z)分别为4 2066、6238、928和9 424 Da的4种蛋白质组成的分类树诊断模型,准确率为95.0%(115/121),敏感性和特异性分别为94.7%(54/57)、95.3%(61/64)。盲法验证其敏感性为86.7%(13/15),特异性为85.0%(17/20)。分析喉癌患者手术前后血清蛋白质谱的变化,发现术前高表达的8种蛋白质术后表达明显下调。结论喉癌血清蛋白质谱诊断模型具有一定的优越性,为喉癌的早期诊断及预后标志物的筛选提供了新途径。     

基于MALDI-TOF MS技术食管鳞癌诊断预测模型的建立及初步验证

目的建立食管鳞癌诊断预测模型,寻找食管鳞癌潜在肿瘤标志物。方法收集59例食管鳞癌患者及57例体检健康者血清标本,按照3∶1随机分为训练组(患者44例,健康人对照42例)和验证组(患者15例,健康人对照15例)。弱阳离子交换磁珠(WCX-MB)提纯血清蛋白质/肽后,经基质辅助激光解吸电离飞行时间质谱(MALDI-TOF MS)检测,筛选出差异表达蛋白质/肽,构建诊断预测模型并初步验证。结果经Clin ProTools软件分析,共筛选出差异多肽峰31个(P0.05),其中18个峰差异有统计学意义(P0.01);与健康人对照组相比,8个峰在食管鳞癌组中表达上调; 10个峰在食管鳞癌组中表达下调。其中差异峰m/z 2 660.84和m/z 5 336.49的ROC曲线下面积(AUCROC)分别为0.95和0.91,且均在食管鳞癌组中表达上调。应用遗传算法(GA)建立的食管鳞癌诊断预测模型经验证其准确性为93.10%,敏感性为92.90%,特异性为93.30%。结论建立的食管鳞癌诊断预测模型能较好的用于食管鳞癌辅助诊断,多肽峰m/z 2 660.84和m/z 5 336.49有望成为食管鳞癌潜在肿瘤标志物。     

高发区早期食管癌及癌前病变血清蛋白研究

目的应用质谱技术构建高发区食管癌及癌前病变血清蛋白质指纹图谱模型,为食管癌早期诊断寻找生物指标,并探讨差异蛋白在食管癌发生发展中的作用及意义。方法收集食管癌、癌前病变血清样本共254例,根据病理分为低级别上皮内瘤变(LGIN)、高级别上皮内瘤变(HGIN)、进展期食管鳞癌(AEC)、健康对照组。采用弱阳离子交换纳米磁珠(WCX)对血清蛋白进行纯化,MALDI-TOF-MS质谱进行检测,构建诊断模型并进行盲法验证。结果三组病变组与对照组以及各组间比较有统计学差异蛋白峰146个,由14个蛋白峰建立食管癌及癌前病变血清蛋白指纹图谱模型,蛋白峰分别是32721、3403、1772、1071、1414、33312、32023、31043、4662、2245、1307、10013、6868、1234。对早期食管癌及前病变的特异性为90.91%(30/33),对LGIN的灵敏度为100%(31/31),HGIN灵敏度为89.66%(52/58),AEC的灵敏度为81.26%(26/32),盲法预测验证结果表明;该模型对食管癌前病变及癌的特异性为95.652%(22/23),对LGIN的敏感性为95.455%(21/22),HGIN敏感性为94.118%(32/34),AEC的敏感性为95.238%(20/21)。经ExPasy数据库检索蛋白峰为32023,1234,1307,推测为ZAG(zinc alpha2 glycoprotein),Glycosyltransferase-like protein LARGE2,Fibrinogen alpha chain。结论采用MALDI联合WCX建立诊断模型具有高的灵敏度及特异性。根据各组间差异蛋白变化,推测食管癌的发生可能起始于LGIN或更早,提示对于表达与肿瘤相关差异蛋白峰的个体应给予定期随访。     

应用SELDI-TOF-MS技术诊断2型糖尿病肾病

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。     

肺癌血清蛋白质指纹图谱诊断模型的建立

目的建立肺癌血清蛋白质指纹图谱诊断模型,探讨其对肺癌的诊断价值。方法收集127例肺癌患者、108例正常人血清标本,随机分成训练组(肺癌89例、正常人68例)与测试组(肺癌38例、正常人40例),应用表面增强激光解吸/电离-飞行时间-质谱(SELDI-TOF-MS)检测其蛋白质指纹图谱。用BioMarker Pattern软件分析训练组中肺癌与正常人血清中的差异蛋白后,建立肺癌诊断的最优分类树模型,然后用测试组血清标本盲法验证该模型的诊断效率。结果分类树诊断模型由质荷比分别为5 808、5 971和7 780的3种蛋白质组成。盲法验证显示,该模型诊断肺癌的准确率为92.3%,敏感性与特异性分别为92.1%(35/38)和92.5%(37/40)。结论肺癌血清蛋白质指纹图谱诊断模型较以往的传统方法具有更高的敏感性与特异性,值得进一步研究。     

2型糖尿病肾病血清蛋白质谱图人工神经网络诊断模型研究

目的通过比较2型糖尿病肾病和对照人群血清蛋白指纹图谱的差异,建立2型糖尿病肾病诊断模型,并探讨其在该病诊断中的应用价值。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2型糖尿病肾病患者和66例对照人群血清,获得蛋白指纹图谱。结合人工神经网络软件建立诊断模型并进行验证。结果在相对分子质量2 000～30 000共检测到175个蛋白峰,其中有17个明显表达差异的蛋白峰(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2型糖尿病肾病进行盲法预测,结果表明其对该病的诊断灵敏性和特异性分别为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2型糖尿病肾病诊断模型,为该病诊断提供了新途径。     

利用SELDI-TOF-MS蛋白质指纹图谱技术建立肺腺癌诊断模型

目的:寻找肺腺癌患者血浆(清)蛋白特异性生物标志物,用最佳的标志蛋白组合建立肺腺癌诊断模型,并探讨其用于肺腺癌筛查的可行性.方法:应用表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术及CM10芯片,检测45例肺腺癌患者和40例正常人血清蛋白质指纹图谱,用Biomark Wizrd和Biomark Patterns Software软件对结果进行分析,建立肺腺癌诊断模型:双盲法分析另外19例肺腺癌和20例正常人血清的SELDI质谱数据,验证该模型诊断肺腺癌的准确度.结果:肺腺癌患者和正常人血清蛋白质指纹图谱间有31个差异蛋白(P<0.05),其中以分子量为11.66 kD的蛋白在两组血清中的差异最为显著(P<10-7),该蛋白对诊断肺腺癌有很强的敏感性和特异性;软件自动筛选出分子量为11.66 kD的标志蛋白为主根结点,联合3882.9、4673.2、3158.2和2047.2等4个标志蛋白建立了最佳的肺腺癌诊断模型,对肺腺癌诊断(盲法)的敏感性为84.2%(16/19),特异性为90.0%(18/20).结论:SELDI-TOF-MS技术建立的肺腺癌血清检测法,快速、简单、特异和敏感,为肺腺癌诊断和筛查提供了一个可行的途径和方法.     

生物信息技术分析脑胶质瘤血清蛋白指纹图诊断模型的临床意义

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。     

miRNA-21-5P在食管鳞癌患者中的鉴别诊断价值

目的检测食管癌患者血清miRNA-21-5P的表达水平,探讨miRNA-21-5P对食管癌患者的鉴别诊断价值。方法选取2019年12月至2020年3月于朝阳市中心医院就诊的食管鳞癌患者50名(疾病组)及食管炎患者20名(相关疾病对照组),采集食管炎患者血清样本及组织样本,以及食管鳞癌患者治疗前血清样本、术中食管鳞癌组织及癌旁组织。通过实时荧光定量PCR(qRT-PCR)检测2组血清及组织样本中miRNA-21-5P的表达水平,分析miRNA-21-5P表达水平与食管鳞癌患者临床病理参数的关系,采用ROC曲线评估其对食管鳞癌的鉴别诊断价值。结果食管鳞癌患者血清miRNA-21-5P的表达水平(3.60±0.09)显著高于食管炎患者(1.01±0.05),差异有统计学意义(t=24.43,P0.05);食管鳞癌患者癌组织中miRNA-21-5P的表达水平(4.36±0.29)显著高于癌旁组织(1.31±0.16),差异亦具有统计学意义(t=20.10,P0.05);而食管癌患者组织中miRNA-21-5P的表达水平显著高于食管炎患者组织(t=20.100,P0.05)。ROC曲线分析结果显示,组织中miRNA-21-5P筛查食管鳞癌的ROC曲线下面积(AUC~(ROC))为0.767(95%CI:0.650,0.859),当cut-off值为0.39时,其敏感性88%,特异性为75%。血清miRNA-21-5P筛查食管鳞癌的AUC~(ROC)为0.671(95%CI:0.549,0.779),当cut-off值为0.63时,其敏感性为80%,特异性为66%。结论 miRNA-21-5P在食管鳞癌血清中的诊断价值与组织相当,或可用于对食管鳞癌的鉴别诊断。     

急性髓系白血病血清标志物初步筛选及临床意义

本研究初步分析初诊急性髓系白血病(acute myeloid leukemia,AML)患者与正常人群血清蛋白质质谱的差异,筛选AML血清特征性肿瘤标志物及探讨AML患者血清蛋白质组学特征及在白血病发病机制中的意义.选择AML患者14例和健康对照28例,应用弱阳离子交换纳米磁珠捕获血清蛋白质组分及Autoflex II基质辅助激光解吸电离飞行时间质谱仪检测各样品的蛋白质质谱,再利用CliprotoolsTM2.2软件进行数据分析,筛选差异蛋白质分子并建立AML诊断模型.选取验证组7例AML血清和14例健康对照血清对产生的模型用盲法进行验证.结果表明,在分子量700-10 000 Da范围内,可检测到69个左右的蛋白质谱峰.与健康组比较,AML患者组中共检测出有显著意义的蛋白峰差44个(p0.0001),其中10个蛋白峰高表达,34个蛋白峰低表达.将区分疾病组与对照组能力最强的3个质谱峰建成一个基于QC(Quick Classifier Algorithm)算法的诊断模型,质荷比(mass charge ratio,m/z)分别为3216.57,4089.7,7762.87,在该训练集中其判断AML的预期敏感性为86.4%,预期特异性为82.8%.分类验证中该模型能正确识别7例AML病例中的6例和14例健康对照中的12例.交叉验证显示,该模型的敏感性和特异性均为85.7%.结论:初步应用Clinprot系统建立的急性髓系白血病QC模型由3个显著差异蛋白质峰构成,似能有效区分AML患者与正常对照者,其敏感性和特异性较高,有可能作为AML的血清标记物,其中m/z7762.87为血小板源性的趋化因子,其有可能为AML发病机制、分子分型、疗效及预后判断提供重要的实验依据.     

高发区自然人群贲门癌血清蛋白指纹图诊断模型的建立及临床价值

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。     

应用表面增强激光解吸电离飞行时间质谱联合磁珠技术寻找肺癌血清蛋白标志物

  目的  建立肺癌蛋白质指纹图谱诊断模型, 探讨用于肺癌早期诊断及手术疗效评估的血清蛋白标志物。  方法  收集38例肺癌患者、12例肺部良性肿瘤患者及32名正常对照者的血清标本, 应用表面增强激光解吸电离飞行时间质谱(surface-enhanced laser desorption/ionization time-of-flight mass spectrometry, SELDI-TOF-MS)联合磁珠技术, 获得蛋白质指纹图谱, 采用BPS分析软件对数据分组及相关性进行分析, 初步建立肺癌的血清蛋白质指纹图谱诊断模型, 并验证其诊断效率; 同时对比肺癌患者手术前后的差异蛋白质谱, 结合肺癌的诊断模型, 选取合适的蛋白作为肺癌手术疗效的观察指标。  结果  在质荷比为1000~50 000范围内, 肺癌患者、肺部良性肿瘤患者和正常对照者之间共检测到215个蛋白质峰。其中, 质荷比为1115.37、1929.70、3217.57、3246.34、3318.57、11 508.90的6个蛋白质峰表达差异具有统计学意义(P < 0.05)。决策树模型对肺癌的原始判别敏感性为92.11%(35/38), 特异性为90.91%(40/44);交叉验证敏感性为86.67%(13/15), 特异性为86.67%(13/15)。其中质荷比为1115.37、1929.70、3246.34和11 508.90的蛋白质峰在肺癌患者中明显升高(P < 0.05), 当肺癌患者手术治疗后表达量较术前明显降低(P < 0.01), 表明这4个蛋白质峰对肺癌的诊断及疗效判定具有潜在应用价值。  结论  应用SELDI-TOF-MS技术建立的肺癌血清蛋白质指纹图谱诊断模型具有较高的敏感性和特异性, 为发现肺癌早期生物标志物并判断疗效奠定基础。     

用SELDI蛋白芯片技术筛选缺血性脑卒中患者血清蛋白标志物的研究

目的研究缺血性脑卒中患者血清蛋白质谱的变化,从而筛选特异性的蛋白标志物。方法采用表面增强激光解吸离子化飞行时间质谱（SELDI-TOF-MS）技术和弱阳离子交换芯片（CM10）首先对训练组72例缺血性脑卒中患者和性别年龄匹配的80例正常对照者血清蛋白表达谱的差异进行分析,建立决策树分类模型后,对测试组（55例缺血性脑卒中患者和60例正常对照者）进行盲法验证。结果在质荷比（M/Z）2000～50000Da范围内,共检测到94个蛋白质峰,筛选出差异蛋白质峰29个,以质荷比（M/Z）分别为5659、5878、7304、7398和9003Da的5个差异蛋白峰,建立的决策树分类模型对缺血性脑卒中患者诊断的敏感性为95.8%（69/72）,特异性为97.5%（78/80）,正确诊断率为96.7%（147/152）。用该模型对测试组进行双盲检测,结果显示敏感性、特异性和正确诊断率分别为94.5%（52/55）、95.0%（57/60）和94.8%（109/115）。结论应用SELDI-TOF-MS技术可以筛选出缺血性脑卒中患者相关的血清蛋白标志物,建立的决策树分类模型可能对缺血性脑卒中患者的诊断具有重要的临床价值。     

New serum biomarkers for detection of endometriosis using matrix-assisted laser desorption/ionization time-of-flight mass spectrometry

This study used proteomic fingerprint technology, combining nano-sized magnetic beads with matrix-assisted laser desorption/ionization time-of-flight mass spectrometry (MALDI-TOF-MS), to screen for potential protein biomarkers for the diagnosis of endometriosis. Serum proteins from 126 patients with endometriosis and 120 healthy controls were profiled and compared. Biomarker pattern software identified 46 discriminating mass-to-charge m/z ratio peaks that were related to endometriosis. The model constructed by the software, based on three of these peaks (m/z 5988.7, 7185.3 and 8929.8), generated excellent separation between the endometriosis and control groups. The sensitivity was 91.4% and the specificity 95.0%. Blind testing on a second series of serum samples from patients with endometriosis and healthy controls indicated a sensitivity of 89.3% and a specificity of 90.0%. Biomarkers for endometriosis can be discovered in serum by MALDI-TOF-MS in combination with nano-sized magnetic beads. The pattern of combined markers provides a powerful and reliable diagnostic method for endometriosis, with high sensitivity and specificity.     

飞行时间质谱技术在食管鳞癌血清学诊断中的应用

目的：用蛋白质质谱分析法寻找食管鳞状细胞癌相对特异的生物标志物。方法：用金属亲和表面（IMAC3）芯片和表面增强激光解析／电离飞行时间质谱仪（SELDI-TOF-MS）检测44例食管鳞癌患者、42例正常人血清的蛋白质质谱。应用Bio-marker Pattem软件建立决策树分类模型,经交叉验证得到该分类模型对测试组病变人群的诊断率。结果：用食管鳞癌患者与正常人质荷比为M9479．43的一种蛋白质建立的决策树分类模型,在学习模式下44例食管鳞癌患者中有43例被正确诊断,42例正常人有40例被诊断正常,诊断准确率为96．5％（83／86）,敏感性和特异性分别为97．7％（43／44）、95.2％（40／42）;在检测模式下44例食管鳞癌患者中有42例被正确诊断,42例正常人中有40例被正确分组,敏感性和特异性分别为95.4％（42／44）、95．2％（40／42）。结论：该方法可快速、准确检测食管鳞癌,敏感性、特异性高。     

血清miR-765和CA153联合检测对乳腺癌的诊断价值

目的 探讨血清miR-765与CA153联合检测对乳腺癌的诊断价值。方法 收集乳腺癌患者58例,乳腺良性疾病患者28例及体检健康者30例,应用实时荧光定量聚合酶链反应检测血清miR-765的表达水平,受试者工作特征曲线分析单一和联合检测对早期乳腺癌的诊断价值。结果 乳腺癌患者血清miR-765相对表达量均显著低于乳腺良性疾病患者和健康对照者(F=35.97,均P<0.01); 单独检测miR-765的ROC曲线下AUC为0.843(95%CI:0.767～0.919),灵敏度为87.9%,特异度为81.0%; miR-765与CA153联合检测的ROC曲线下AUC为0.903(95%CI:0.844～0.962),灵敏度为89.7%,特异度为86.2%; CA153<25U/ml的乳腺癌患者血清miR-765的ROC曲线下AUC为0.840(95%CI:0.746～0.934),灵敏度为87.5%,特异度为82.4%。结论 miR-765对乳腺癌的诊断具有一定价值,与CA153联合检测可为临床提供一种潜在的辅助方法。     

磁微粒化学发光法测定DKK-1在肝细胞癌诊断中的价值

目的首次运用磁微粒化学发光免疫分析法探讨血清Dickkopf-1(DKK-1)检测在肝细胞癌(HCC)诊断中的临床应用价值。方法采用双抗体夹心磁微粒化学发光免疫分析法定量测定205例HCC患者、40例肝硬化患者和200例健康体检者血清DKK-1和AFP水平,计算ROC曲线下面积及DKK-1和甲胎蛋白(AFP)对HCC诊断的灵敏度和特异度。结果 HCC组DKK-1水平显著高于肝硬化组和健康体检组(P0.01)。DKK-1对AFP阴性的HCC阳性率高达66.3%。ROC曲线结果表明:DKK-1最佳诊断界值为2.4ng/mL,AUC为0.822(95%CI:0.783~0.856),灵敏度为65.9%,特异度为87.5%。此外,DKK-1与AFP联合检测HCC曲线下面积(AUC)为0.915(95%CI:0.886~0.940),灵敏度为81.5%,高于任一单一指标检测(P0.05)。结论 DKK-1对HCC的诊断具有重要价值,尤其对AFP阴性的HCC患者有较高的检出率,DKK-1联合AFP检测可显著提高HCC诊断的灵敏度及准确度。