卵巢癌患者血清蛋白指纹图谱检测及其临床意义

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。     

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。     

唾液蛋白指纹图谱在乳腺癌诊断中的应用

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。     

粪便抗原检测对幽门螺杆菌感染的诊断价值

目的：研究幽门螺杆菌粪便抗原（HpSA）检测诊断幽门螺杆菌（HP）感染的临床应用价值。方法：采用ELISA法检测98例因上消化道症状接受胃镜检查病人的HpSA,同时进行细菌培养,快速尿素酶试验和^14C－尿素呼气试验检查。将后三项检查中二项阳性或细菌培养一项阳性作为诊断HP感染的金标准。结果：金标准诊断HP感染,阳性54例,阴性44例。金标准阳性的54例中,HpSA检测阳性为51例,阴性为3例;金标准阴性的44例中,HpSA检测阴性为42例,阳性为2例。HpSA检测诊断HP感染的敏感度94．4％（51／54）,特异度95．5％（42／44）,准确度94．9％（93／98）,阳性预测值96．2％（51／53）,阴性预测值93．3％（42／45）。结论：HpSA检测有较高的敏感性和特异性,是一种简便可靠,非侵入性的诊断HP感染的方法,易于临床推广。     

γ-干扰素体外释放酶联免疫定量试验在肺结核病诊断中的应用

目的：探讨结核杆菌γ-干扰素体外释放酶联免疫定量试验（TB-IGRA ）在肺结核病诊断的应用价值。方法收集肺结核组（43例）、非肺结核组（38例）及健康对照组（30例）全血、血清及痰液进行 TG-IGRA、结核抗体、抗酸染色、痰 TB-DNA检测,分析TB-IGRA敏感性、特异性等诊断方法学指标,并且比较各种诊断方法的敏感性。结果 TB-IGRA敏感性为81．4％（35／43）,特异性为91．2％（62／68）,阳性预测值为85．4％（35／41）,阴性预测值为88．6％（62／70）,抗酸染色、结核抗体、TB-DNA敏感性分别为48．8％,44．2％,65．1％,IGRA和其他3种试验敏感性差异有统计学意义（P＝0．002）。43例肺结核患者中,凃阳组和凃阴组IGRA阳性检出率分别为90．5％,72．7％（P＝0．240）,差异无统计学意义。结论 TB-IGRA在四种方法中敏感性和准确度最高,具有较高的特异性,对肺结核病有一定的诊断价值。该方法操作简单,适宜在基层医院推广使用。     

利用血清中蛋白质组构型鉴定Dukes A期结直肠癌

目的目前对DukesA期结直肠诊断尚无灵敏度和特异性均较高的血清学诊断指标，本研究旨在通过对血清中蛋白质组的质谱分析来发现可用于DukesA期结直肠癌鉴定的蛋白质组构型。方法各随机取10例DukesA期结直肠癌患者的血清，68例DukesB、C、D期结直肠癌患者的血清做为预备组和检测组。预备组血清与金属亲和表面（Immobilzed Metal Affinity Capture，IMAC3）芯片结合后，用蛋白芯片仪读取数据，用CipherGen公司提供的BioMarker Wizard及BioMarker Pattern软件分析可得到用于区分DukesA期结直肠癌患者、DukesB、C、D期结直肠良性疾病患者的树状分类规则，并用双盲法测试检测组以证实其准确性。结果软件分析结果显示预备组中二类血清蛋白质在质荷比为8320Da，8604Da，8867Da，15872Da4处含量有显著差异，得到树状分类规则，其分类准确率为97．44％（76／78），灵敏度为100％（10／10），特异性为97．06％（66／68）：对检测组进行双盲检测，结果显示准确度为94．87％（74／78），灵敏度和特异性分别为100％（10／10）、94．12％（64／68）。结论用SELDI—TOF—MS技术DukesA期和DukesB、C、D期结直肠癌患者进行比较蛋白质组学研究，发现在结直肠癌病理发展中有一组蛋白质有显著的差异。     

食管癌中CD44V6的表达及其意义

目的：探讨CD44V6在食管癌组织中的表达和临床意义。方法：采用免疫组化方法检测61例食管鳞癌手术切除标本及26例癌旁组织的CD44V6表达情况。结果：食管鳞癌组织CD44V6阳性表达率为73．77％（45／61）；CD44V6表达与浸润深度、临床分期、淋巴结转移和患者生存期有明显相关性（P〈0．01）。结论：CD44V6的表达可以作为判断食管癌恶性潜能的重要生物学指标。     

肿瘤标志物联合检测在肺癌诊断中的价值

目的 探讨肿瘤标记物CEA、CA-50、CA242、CA125、NSE在肺癌诊断中的价值。方法 应用时间分辨荧光免疫法测定45例肺癌、31例肺良性病变、28例经体检证明是健康人的血清肿瘤标记物水平。结果 肺癌患者五项血清肿瘤标记物浓度均高于肺良性病变及健康组（P〈0．01，P〈0．05）。敏感性分别是CEA42．4％（19／45），CA-50 40．4％（18／45），CA242 33．3％（15／45），CA12．5 28．9％（13/45）、NSE 26．7％（12／45），联合检测敏感性达到91．1％。结论 联合检测CEA、CA-50、CA242、CA12．5、NSE可以显著提高肺癌血清肿瘤标记物的敏感性和特异性，为肺癌诊断提供科学的方法和依据。     

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。     

食管鳞癌患者血清IGF-1的检测分析

目的：探讨食管鳞癌患者血清IGF-1的浓度及其临床意义。方法：设立食管鳞癌组合正常对照组。以化学发光法检测65例食管鳞癌患者和30例正常人血清IGF-1的浓度。结果：正常健康人血清IGF-1的含量是（195.35±48.21）ng/ml,食管鳞癌患者为（1 082.29±301.24）ng/ml,明显高于正常对照组（P〈0.01）,且血清IGF-1水平随临床病理分期的进展而逐步增高（P〈0.05）。结论：血清IGF-1有可能作为食管鳞癌诊断或病情监测的一个指标。     

蛋白芯片技术筛选肝癌血清标志蛋白的初步研究

目的应用表面增强激光解吸电离飞行时间质谱技术(SELDI—TOF—MS)从肝癌患者血清中筛选标志蛋白，找出最佳的标志蛋白组合模式作为临床诊断指标。方法采用WCX2芯片及SELDI—TOF—MS技术对34例肝癌患者及34例健康对照组血清进行蛋白质指纹图谱检测分析，所得到的结果采用Biomarker Wizard和Biomarker Pattems System软件分析。结果发现肝癌患者和健康对照组血清蛋白质指纹图谱之间有17个稳定的标志蛋白，其中有6个标志蛋白在肝癌患者血清中高表达，11个标志蛋白在肝癌患者血清中低表达。分析系统筛选出13752Da及11472Da标志蛋白建立起一个肝癌的诊断模型，对肝癌的诊断特异性为97．06％，敏感度为91．18％，及阳性预测率为96．88％。结论SELDI-TOF—MS技术的特异性及敏感度远远高于目前所采用的某一单独的标志物的血清学诊断，其结果对进一步研究肝癌的蛋白质组学改变及其临床应用可能具有重要意义。     

伴与不伴远处转移乳头状甲状腺癌患者血清的差异蛋白质组学分析及筛选模型的建立

目的比较伴远处转移与不伴远处转移的乳头状甲状腺癌(PTC)患者血清的蛋白质组学差异,建立伴远处转移PTC患者的血清蛋白质指纹图谱筛选模型。方法收集36例伴远处转移PTC患者和29例不伴远处转移PTC患者的血清,其中建模组45例(伴远处转移PTC26例,不伴远处转移PTC19例),盲法筛选组20例(伴远处转移PTC10例,不伴远处转移PTC10例)。采用固定金属亲和表面(IMAC3)芯片,以表面增强激光解析离子化飞行时间质谱(SELDI-TOF-MS)技术测定得到血清蛋白质谱。运用Ciphergen Proteinchip3.1软件比较伴与不伴远处转移两组PTC患者的血清蛋白质谱的差异。采用生物信息学分析方法建立决策树模型并进行盲法验证。结果在质荷比1.5~20.0ku范围内,两组患者血清中共检测到69个蛋白质峰,其中10个蛋白质峰在两组间差异具有统计学意义(P<0.05)。用建模组数据构建的决策树模型对20个盲法筛选样本进行归类预测,其灵敏度为80%,特异度为80%。结论伴与不伴远处转移PTC患者的血清蛋白质谱存在显著差异,以此建立的决策树模型对PTC伴与不伴远处转移能够做出较为准确的预测判断。     

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。     

Tree analysis of mass spectral urine profiles discriminates transitional cell carcinoma of the bladder from noncancer patient

BACKGROUND: Recent advances in proteomic profiling technologies, such as surface-enhanced laser desorption/ionization mass spectrometry (SELDI), have allowed preliminary profiling and identification of tumor markers in biological fluids in several cancer types and establishment of clinically useful diagnostic computational models. We developed a bioinformatics tool and used it to identify proteomic patterns in urine that distinguish transitional cell carcinoma (TCC) from noncancer. METHODS: Proteomic spectra were generated by mass spectroscopy (surface-enhanced laser desorption and ionization). A preliminary "training" set of spectra derived from analysis of urine from 46 TCC patients, 32 patients with benign urogenital diseases (BUD), and 40 age-matched unaffected healthy men were used to train and develop a decision tree classification algorithm that identified a fine-protein mass pattern that discriminated cancer from noncancer effectively. A blinded test set, including 38 new cases, was used to determine the sensitivity and specificity of the classification system. RESULTS: The algorithm identified a cluster pattern that, in the training set, segregated cancer from noncancer with sensitivity of 84.8% and specificity of 91.7%. The discriminatory pattern correctly identified. A sensitivity of 93.3% and a specificity of 87.0% for the blinded test were obtained when comparing the TCC vs. noncancer. CONCLUSIONS: These findings justify a prospective population-based assessment of proteomic pattern technology as a screening tool for bladder cancer in high-risk and general populations.     

SELDI-TOF-MS技术在急性一氧化碳中毒预后评估中的应用

目的 利用表面增强激光解析离子化飞行时间质谱(SELDI-TOF-MS)技术绘制一氧化碳(CO)中毒后不同恢复程度的患者血清中差异蛋白质峰的表达谱,建立一种方便临床快速、敏感、高效的预后评估新技术.方法 收集60例急性CO中毒患者的血清样本,按预后程度不同分为痊愈、植物状态和死亡3大类别,利用弱阳离子芯片CM10和SELDI-TOF-MS技术分析不同类别患者血清中的差异表达蛋白质峰,联合应用明显差异表达的蛋白质峰建立分类决策树,随机选取30例样本对决策树进行盲法检验,得出决策树模型的分类准确率.结果 共获得149个有效蛋白质峰,利用m/z=5 770、m/z=5 849和m/z=7 791的3个显著差异表达的蛋白质峰成功建立分类决策树,准确率为96.7%(48/50),敏感性为90.0%.结论 SELDI-TOF-MS技术可较快速且准确地评估急性CO中毒患者的预后,将为今后临床评估提供新的技术支持.     

应用SELDI-TOF-MS技术筛选矽尘暴露人群血清生物标记物和诊断决策树研究

目的筛选矽尘暴露人群的血清生物标记物，建立诊断判别模型。方法根据国家尘肺病诊断标准（GBZ70—2002）选取矽尘暴露人群（0期）、可疑矽肺（0^＋期）、一期矽肺（Ⅰ期）患者各20例，无矽尘暴露史的健康对照组20例，应用表面增强激光解吸离子化飞行时间质谱（SELDI—TOF-MS）技术和CM10芯片检测各组研究对象的血清蛋白指纹图谱，用生物信息学软件处理数据并建立Wilks’lambda判别方程和诊断决策树图。结果3组矽尘暴露人群共同表现出与健康对照组有差异的峰，占总差异峰数量的80％；以M／Z3711．73、M／Z4183．66、M／Z5487．28和M／Z6124．64建立的wilks’lambda判别方程区别健康对照和矽尘暴露人群的敏感性、特异性分别达到95％、90％，分类决策树的诊断敏感性则为100％，特异性为95％。用单差异峰或Wilks’lambda判别方程对各组矽尘暴露人群之间辨别能力较差，用诊断决策树对健康对照组、矽尘暴露人群（0期）、可疑矽肺（0^＋期）、一期矽肺（Ⅰ期）患者的正确区分率分别达到100％、95％、85％和90％。结论M／Z5933．65、M／Z4183．66、M／Z5487．28、M／Z6124．64、M／Z5915．14、M／Z2745．7、M／Z3711．73、M／Z2954．78、M／Z3401．03是区别健康对照人群与矽尘暴露人群的良好生物标记物，诊断决策树对健康对照、矽尘暴露人群（0期）、可疑矽肺（0^＋期）、一期矽肺（Ⅰ期）患者的区分均能获得较高准确性。     

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。     

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。     

应用蛋白质芯片技术筛选直肠癌患者

目的应用表面增强激光解吸电离飞行时间质谱技术(SELDI-TOF-MS)从直肠癌患者血清中筛选标志蛋白,找出最佳的标志蛋白组合模式作为临床诊断指标。方法采用WCX2芯片及SELDI-TOF-MS技术对98例直肠癌患者及40例对照组血清进行蛋白质指纹图谱检测分析,所得到的结果采用Biomarker Wizard和Biomarker Patterns System软件分析。结果直肠癌组与对照组共有26个蛋白质差异有显著性(P<0.05);以其中4个蛋白质生物标志物(质/荷比9295、3730、3938和4095)组建筛选模型,经盲法验证,其敏感度为95.0%(57/60),特异性为93.4%(45/48);CEA敏感度为68.3%(41/60),特异性为77.1%(37/48);CA199敏感度为58.3%(35/60),特异性为75%(36/48)。结论SELDI-TOF-MS技术的敏感度和特异性远远高于目前所采用的某一单独的标志物的血清学诊断,其结果对进一步研究直肠癌的蛋白质组学改变及其临床应用可能具有重要意义。