新疆维吾尔族肾癌血清蛋白指纹图谱的建立

目的 筛选并建立新疆维吾尔族肾癌血清蛋白指纹图谱诊断模型. 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电离飞行时间质谱(SELDI-TOF-MS)技术对45例维吾尔族肾癌患者和45例正常对照者血清指纹图谱进行检测,结果用ZUCI-蛋白芯片数据分析系统软件包进行分析,通过支持向量机运算建立区分肾癌蛋白指纹图谱诊断模型,留一法交叉验证作用评估模型,判别效果. 结果 两组血清中筛选出M/Z为4296、4305、5914、5935、6116、6887、8085、8142、8573共9个差异有统计学意义(P＜0.05)的标志蛋白,所建立的诊断模型诊断肾癌的灵敏性为100％ (45/45),特异性为91％ (41/45).进一步用50例未知血清标本盲法测试该模型,双盲验证后的灵敏性和特异性分别为93％ (28/30)和85％ (17/20). 结论 SELDI-TOF-MS结合支持向量机建立维吾尔族肾癌血清蛋白质指纹图谱模型具有较高的敏感性与特异性,值得进一步研究和应用.     

SELDI-TOF-MS技术在胰腺癌诊断中的应用

目的 应用表面增强激光解析/离子化飞行时间质谱技术(SELDI-TOF-MS)从胰腺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 收集29例胰腺癌患者血清标本和57例年龄、性别相匹配的非癌人群血清标本作为对照.采用SELDI技术检测其蛋白质指纹图谱表达,所得到的结果采用Biomarker Wizard及Biomarker Patterns system软件分析,筛选最终可能用于胰腺癌诊断的蛋白标志物并优化组合建立胰腺癌诊断模型.结果 发现胰腺癌患者和对照组血清蛋白质指纹图谱之间有26个差异表达特异性蛋白,分析系统筛选出一组包含4个标志蛋白(5705、4935、5318和3243 Da)建立起一个胰腺癌的诊断模型,对胰腺癌诊断的敏感性为100%,特异性97.4%.盲法验证此模型敏感性88.9%、特异性89.5%.结论 SELDI-TOF-MS技术的特异性及敏感性远远高于目前所采用的某一单独标志物的血清学诊断,其结果对进一步研究胰腺癌的蛋白质组学改变及其临床诊断应用可能具有重要意义.     

应用SELDI-TOF-MS技术分析少精子症患者精浆中的差异表达蛋白

目的:用表面增强激光解吸离子化飞行时间质谱(SELDI-TOF-MS)分析少精子症患者和正常对照组精浆蛋白质指纹图谱的变化,建立能鉴别少精子症患者和正常对照组精浆标志物的诊断模型。方法:收集33例少精子症和31例正常对照的精浆,用CM10(弱阳离子交换芯片)蛋白质芯片和SELDI-TOF-MS检测蛋白质指纹图谱的表达。用Biomarker Patterns Software分析软件进行数据处理,建立区分少精子症患者与正常对照组精浆中蛋白质指纹图谱差异表达模型,并用此模型对33例少精子症患者及31例正常对照组进行盲法交叉验证。结果:在相对分子质量2000~20000范围内,共检测到185种有差异的蛋白峰,其中23种有统计学意义(P<0.05)。建立了由3种差异蛋白质组成的少精子症诊断模型,其敏感性为90.9%(30/33),特异性为93.5%(29/31),双盲法验证结果其敏感性为87.9%(29/33),特异性为90.3%(28/31)。结论:用SELDI-TOF-MS技术初步建立的区分少精子症与正常对照精浆蛋白质差异表达模型可以区别少精子症和正常对照。     

肝癌病人血清蛋白质指纹图谱检测及其临床意义

目的用表面增强激光解吸离子化飞行时间质谱（surface-enhanced laser desorption-ionization time-of-flight mass spectrometry，SELDI-TOF-MS）和蛋白质芯片检测肝细胞性肝癌（以下简称肝癌）病人血清蛋白质指纹图谱，初步探讨筛选肝癌相关的血清候选标志物。方法应用SELDI-TOF-MS蛋白质芯片技术检测25例未经治疗的肝癌病人、25例经介入治疗的肝癌病人和50例性别、年龄匹配的正常健康人血清，获得弱阳离子交换芯片（weak cationic exchanger）蛋白表达图谱。用BioMarker Wizard软件分析肝癌差异蛋白并初步建立诊断模型。结果应用弱阳离子交换芯片在未经治疗的肝癌病人、经介入治疗的肝癌病人和正常人血清中检测到不同质荷比处有7个差异蛋白质峰，其蛋白质含量差异有统计学意义（P〈0．05）。2个蛋白峰（7777．27Da、9250．00Da）组合构建的诊断模型，鉴别未经治疗的肝癌病人和正常人的敏感性为92％（23／25），特异性为92％（46／50）。分别对这7个蛋白质峰进行数据库搜索，得到7种与之分子量最为接近的蛋白质。结论应用SELDL-TOF-MS筛选肝癌病人血清特异性生物标志物的方法快速、有效，操作自动化，检测到的这7个差异蛋白质可能是肝癌病人血清特异性生物标志物，可能参与了肝癌的发生、发展过程。     

血清蛋白质指纹图谱模型在肾癌诊断中的应用

目的 探讨肾癌早期诊断的新方法。方法 血清标本66份，其中肾癌患者34份，健康对照组32份，应用表面增强激光解吸离子化飞行时间质谱（SELDI—TOF—MS）技术获得WCX2蛋白芯片表达图谱，采用Biomarker Patterns^TM软件分析差异蛋白并初步建立肾癌血清标志物诊断模型。结果 在相对分子质量1000～50000范围内共检测到101个蛋白峰，其中7个有统计学意义（P〈0．01）。所建立肾癌诊断模型敏感性为88％（30／34），特异性为91％（29／32）。采用此模型盲法分析42份未知血清标本，敏感性为80％（16／20），特异性为82％（18／22）。结论 用SELDI—TOF—MS技术平台和生物信息学技术建立的诊断模型为肾癌早期诊断提供了新途径。     

SELDI-TOF-MS在肿瘤性胆囊息肉样病变诊断中的作用

目的 寻找肿瘤性胆囊息肉样病变(PLG)患者血清中的特异性蛋白,并建立诊断模型.方法 应用表面增强激光解吸电离飞行时间质谱技术(SELDI-TOF-MS)和WCX型磁珠检测23例肿瘤性PLG、21例非肿瘤性PLG和26例正常人的血清蛋白质指纹图谱,并联合应用Biomarker wizard及Biomarker Patterns Software软件分析处理数据.结果 初步筛选出对诊断肿瘤性PLG有代表性的22个特异性蛋白,分析系统在设定条件下筛选出3个特异性蛋白(5064.52 Da,7916.33 Da,7643.32 Da)用于建立肿瘤性PLG的诊断模型.此模型对肿瘤性胆囊息肉样病变诊断的敏感度为100%,特异度为89.4%.结论 SELDI-TOF-MS技术可筛选出肿瘤性PLG的特异性蛋白并建立起肿瘤性PLG的诊断模型.     

应用SELDI-TOF-MS技术建立肾细胞癌和肾脏良性占位的血清蛋白质谱筛选模型

目的 探讨SELDI-TOF-MS技术在肾脏良恶性占位鉴别诊断中的应用. 方法 136例血清标本,分别为肾细胞癌67例,肾脏良性占位22例,健康对照47例,应用SELDI-TOF-MS技术获得IMAC-Cu2+蛋白芯片的表达图谱,分别建立肾癌与健康对照,肾癌与肾脏良性占位的血清标志物诊断模型.结果 肾癌与健康对照的鉴别诊断模型的敏感度为97.6%(41/42),特异度为95.7%(45/47),能够较好地区分肾癌和健康人,但是无法用于鉴别肾脏占位的良恶性.而用肾癌和肾脏良性占位建立的诊断模型敏感度为85.7%(36/42),特异度为95.5%(21/22),不仅能区分良恶性,同样可以很好地用于肾癌和健康人的筛查,盲法验证后的敏感度为92.0%(23/25),特异度为95.7%(45/47).结论 SELDI-TOF-MS技术的高度敏感特性为肾细胞癌的早期诊断提供了有力的途径,其中相对分子质量3887和11 079的2个蛋白峰有可能是区分肾癌、肾脏良性占位和健康人的肿瘤标记物.     

飞行时间质谱技术筛查上皮性卵巢癌患者血清特异性蛋白的研究

目的：应用飞行时间质谱技术筛选上皮性卵巢癌患者与正常人血清中差异性蛋白,探讨蛋白质组学诊断模型用于上皮性卵巢癌的早期诊断的可行性。方法：应用弱阳离子芯片（WCX2）及表面增强激光解析电离飞行时间质谱仪（SELDI-TOF-MS）检测20例正常人（对照组）和40例上皮性卵巢癌（观察组）患者血清中的差异蛋白质,并检测差异蛋白筛选上皮性卵巢癌的特异性和敏感度。结果：对照组与观察组在1500～20000Da间,质荷比为3865Da、4318Da及5089Da的蛋白峰差异有统计学意义（P〈0.05）。3个蛋白区分对照组与观察组的敏感性与特异性为80.00%（32/40）、85.00%（17/20）。结论：SELDI-TOF-MS技术对上皮性卵巢癌早期诊断具有一定价值。     

运用表面加强激光解吸电离-飞行时间-质谱技术建立结直肠癌预测诊断模型

目的 寻找与结直肠癌相关的蛋白质并建立结直肠癌血清蛋白指纹图谱诊断预测模型.方法 随机选取结直肠癌病例36例(结直肠癌组)和疝或行胆囊择期手术的患者36例(对照组),术前静脉采血,采用弱阳离子交换蛋白质芯片(CM10),经表面加强激光解吸电离-飞行时间-质谱(SELDI-TOF-MS)技术测定,建立结直肠癌的血清蛋白指纹图谱诊断预测模型;选取88例结直肠癌患者和44例正常对照进行盲法验证.结果 通过两组比较,得到5个差异蛋白峰,并以此建立诊断预测模型,其敏感性为100%,特异性为97.2%.盲法验证显示敏感性为71.6%,特异性为72.7%.其中质荷比为8908与13707的蛋白均存在于结直肠癌组和正常组的比较中,提示上述蛋白质与结直肠癌相关.结论 运用SELDI-TOF-MS技术建立的血清蛋白指纹图谱模型对诊断结直肠癌具有较高的敏感性与特异性.质荷比为8908与13707的蛋白可能成为结直肠癌的肿瘤标记物.     

IgA肾病血瘀证血清蛋白组学的初步研究

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技术）检测IgA肾病患者的血清蛋白质指纹图谱,试图寻找IgA肾病血瘀证相关的差异蛋白质,从蛋白质水平探索IgA肾病血瘀证血清的标志物.方法：采集于2011年10月～2013年2月肾内科住院的IgA肾病患者的血液样本共30例（血瘀证14例,非血瘀证16例）,同时采集健康人血液样本15例.研究各组病例血清蛋白质指纹图谱,所有蛋白质质谱采用Biomarker Wizard分析之后用Biomarker Patterns Software软件识别IgA肾病血瘀证特异表达的蛋白质,并建立证候决策模型.结果：（1）IgA肾病血瘀证患者与正常人血清蛋白质指纹图谱数据比较,经分析检测到30个蛋白质峰差异具有统计学意义（P＆lt;0.05）.（2）IgA肾病血瘀证患者与非血瘀证患者血清蛋白质指纹图谱数据比较,经分析检测到42个蛋白质峰差异具有统计学意义（P＆lt;0.05）.（3）IgA肾病血瘀证差异表达蛋白峰的筛选及证候决策模型的建立.经筛选质荷比为1 092.71（低表达）、1 972.32（低表达）、2 687.74（低表达）、3 196.19（高表达）、3 249.02（高表达）、8 567.20（高表达）、8 713.48（高表达）的7个蛋白峰组成的证候决策模型能很好区分IgA肾病血瘀证,该模型的敏感性为92.85%,特异性为93.75%,进一步对决策模型进行盲法验证,此模型对血瘀证的诊断敏感性为85.71%,特异性为81.25%.结论：M/Z为1 092.71、1 972.32、2 687.74、3 196.19、3 249.02、8 567.20、8 713.48的7个蛋白峰可能是区分IgA肾病血瘀证与非血瘀证的血清蛋白标志物.     

Diagnosis of renal allograft subclinical rejection by urine protein fingerprint analysis

AIMS: This study aimed to find new biomarkers and establish urine protein fingerprint model for diagnosis of renal allograft subclinical rejection (SCR). METHODS: A total of 73 urine samples were analyzed by surface-enhanced laser desorption/ionization time-of-flight mass spectrometry (SELDI-TOF-MS) combined with bioinformatics tools. RESULTS: Firstly, 22 urine samples from recipients of stable graft function proved by protocol biopsies and 27 from subclinical rejection gruop were analyzed by SELDI-TOF-MS and Zhejiang University Cancer Institute-ProteinChip Data Analysis System (ZUCI-PDAS). The diagnostic pattern comprised of 4 biomarkers could differentiate SCR group from stable group with sensitivity of 81.5% and specificity of 81.8%. The remaining 14 samples from stable group and 10 samples from SCR were analyzed on the second day as an independent test set. The independent tests yielded a specificity of 71.4% and sensitivity of 90%. CONCLUSIONS: Urine protein fingerprint analysis by SELDI-TOF-MS combined with bioinformatics can help to discover new biomarkers and provide a non-invasive tool to diagnosis of SCR.     

SELDI-TOF-MS: the proteomics and bioinformatics approaches in the diagnosis of breast cancer

Breast cancer has never had any good serum tumor markers. Therefore, we developed and evaluated a proteomics approach to searching for new biomarkers and building diagnostic models. SELDI-TOF-MS ProteinChip was used to detect the serum protein patterns of 49 breast cancer patients, 51 patients with benign breast diseases, and 33 healthy women. The diagnostic models were developed and validated using bioinformatics tools such as artificial neural networks and discriminant analysis. In total, four models were built and their sensitivities and specificities were satisfactory. The abilities of these models to diagnose stage I breast cancer were not worse than for stages II-IV (P>0.05). Four candidate biomarkers of breast cancer were found. The high sensitivity and specificity achieved by this method show great potential for the early detection of breast cancer and facilitation of discovering new and improved biomarkers.     

Study on the plasma proteomic profiling by using surface enhanced laser desorption ionization time of flight mass spectrometry for setting up a diagnostic model of endometriosis

Objective To determine the plasma proteomic profiling by using surface enhanced laser desorption ionization time of flight mass spectrometry (SELDI-TOF-MS) combined with bioinformatics for screening biomarkers of endometriosis and primarily setting up a diagnostic model of endometriosis.Method.Thirty-six patients with endometriosis diagnosed laparoscopically and thirty-five healthy controls were included in the study.Their serum were analyzed by SELDI and protein chip to generate protein profiling spectra.Student t test was used to compare the peak intensifies of the protein profiling results from the different groups.Biomarker Pattern Software was used to analyze the data between two groups and set up a diagnostic model for endometriosis.Protein profiling spectra from sixteen endometriosis patients and fifteen healthy controls were used double-blindedly to test the efficiency of the diagnostic model and generate the sensitivity and specificity of the model.Result Fourteen abnormally expressed protein peaks were detected in the plasma of patients with endometriosis (P＜0.01).The endometriosis diagnostic model was composed of three protein peaks.It correctly identified 33 of 36 patients with endometriosis and 29 of 35 controls in the training test.In the masked set 14 of 16 patients with endometriosis and 12 of 15 normal controls were correctly identified with sensitivity of 87.5% and specificity of 8o%.Conclusion Patients with endometriosis have a unique cluster of proteins in plasma detected by SELDI.SELDI provides a new approach for screening novel biomarkers of endometriosis.Its utility in clinical practice need further study.     

甲状腺癌患者外周血CEACAM1水平及其临床意义

目的:探讨癌胚抗原黏附分子1(CEACAM1)在甲状腺癌患者外周血中水平及其对甲状腺癌的诊断价值。方法:用ELISA法检测76例甲状腺癌患者、48例甲状腺良性肿瘤患者和38例健康体检者外周血中CEACAM1水平,同时检测所有入组样本的癌胚抗原(CEA)及甲状腺球蛋白(TG)水平,分析外周血CEACAM1水平与甲状腺癌临床病理特征的关系,制作ROC曲线,比较CEACAM1、CEA、TG对甲状腺癌的诊断价值。结果:甲状腺癌患者血清CEACAM1水平明显高于甲状腺良性肿瘤患者及健康对照者(547.11 ng/mL vs.469.77 ng/mL、369.04 ng/mL,均P0.05)。血清CEACAM1水平与甲状腺癌的TNM分期和淋巴结转移有关(均P0.05)。血清CEACAM1水平诊断甲状腺癌的ROC曲线下面积为0.94,敏感性97.4%,特异性80.3%,CEACAM1对甲状腺癌的诊断价值优于CEA和TG。结论:血清CEACAM1检测对甲状腺癌的诊断及其病情评估有一定意义。     

甲状腺运载蛋白-胆管癌血清中表达下调的蛋白

目的 胆管癌发病率不高,但恶性程度高,早期诊断困难,迄今缺乏临床诊断可用的分子标志物.实验利用SELDI技术寻找胆管癌新的血清标志物.方法 对60例胆管癌、146例肺癌、65例喉癌、58例喉咽癌、49例胆管良性疾病和53例正常人血清样品进行蛋白芯片检测.对候选蛋白进行质谱鉴定,并结合免疫共沉淀和ELISA技术筛选出胆管癌新的候选标志物.结果 通过Biomarker WizardTM软件分析显示13.71×103,13.83×103和13.99×103的蛋白峰在胆管癌患者血清样品中明显低于对照组.通过1-D胶分离、质谱鉴定和免疫沉淀分析,显示这3个差异蛋白峰为野生型甲状腺运载蛋白(native TTR)和它的两个变体(cysTTR和glutTTR).ELISA和SELDI技术分析上述血清样品均发现TTRs在胆管癌血清中的表达下调.结论 采用SELDI技术首次筛选并鉴定出TTRs,表明其可能作为胆管癌诊断的候选血清标志物.

Abstract：

Objective As SELDI-TOF-MS (Surface Enhanced Laser Desorption/Ionization Time of Flight Mass Spectrometry) has been broadly used to screen biomarkers for a variety of diseases, the identification and validation of the revealed biomarkers requires more focused attention.Method In this paper, the serum samples from 60 cholangiocarcinoma, 146 lung cancer, 65 LGC and 58 LPC, 49 benign diseases of hepatobiliary and 53 normal individuals were analyzed by SELDI-TOF-MS. Results Among a set of proteins automatically selected as specific biomarkers by Biomarker Wizard software, three protein peaks, with molecular weights of 13. 71 × 103 , 13.83 × 103 and 13. 99 ×103 , were found significantly decreased in cholangiocarcinoma samples. The candidate biomarkers obtained from Tricine-SDS-PAGE gel bands by matching the molecular weight with peaks on CM10 chips were identified by Mass spectrometry as the native transthyretin(native TTR),cysTTR and glutTTR.These preliminary results were further proven by immunoprecipitation using commercial TTR antibodies. This allowed us to re-measure the TTR levels in all the groups more simply by ELISA assay. It showed a firm consistency between ELISA and SELDI analysis. In addition, while TTR levels in cholangiocarcinoma were found to be lower than those in normal healthy controls, TTR levels in benign diseases of the hepatobiliary system were found to be higher than those in healthy controls.Conclusion TTR could be a biomarker that better discriminates cholangiocarcinoma patients from the benign diseases compared to other biomarkers presently available.     

蛋白指纹图谱技术在骨肉瘤临床诊断中的初步应用

目的 比较骨肉瘤患者和正常对照者血清蛋白表达谱的差异,筛选骨肉瘤相关血清蛋白标志物,并建立基于决策树的预测模型,为筛选和建立骨肉瘤临床诊断的血清学指标提供依据.方法 27例骨肉瘤患者血清(男17例,女10例)及47名相匹配者正常对照血清标本随机分为两组:60份(23例骨肉瘤,37名正常对照)为建模组,14份(4例骨肉瘤,10名正常对照)为盲法筛选组.利用表面增强激光解吸离子化-飞行时间-质谱(surface enhanced laser desorption/ionization time of fight mass spectrometry,SELDI-TOF-MS)技术进行蛋白质谱分析.采用蛋白质飞行质谱仪对结合在CM10芯片上的血清蛋白进行读取分析.通过Biomarker Wizard软件比较两组人群血清蛋白质谱的差异,经生物信息学分析得到决策树模型并进行盲法验证.结果 在质荷比(M/Z)1488.15～19842u范围内,共检测到96个有效蛋白峰,其中9个峰差异有统计学意义.利用三倍交叉证实方法对建模组的蛋白质谱数据进行1000次随机抽样,得到1000个决策树.根据交叉证实的正确率选出最佳的20个决策树模型作为最终预测模型.用其对14个盲法筛选样本进行归类预测的正确率为85.71%.结论 应用SELDI-TOF-MS技术可筛选出骨肉瘤相关血清蛋白标志;建立的决策树模型可以对骨肉瘤作出较为准确的预测判断.     

食管癌血清差异表达蛋白的研究

目的 探讨食管癌患者和健康人群蛋白表达的差异,筛选用于早期诊断的肿瘤标志物并建立诊断模型.方法 回顾性分析2008年1月至8月新疆医科大学第一附属医院收治的127例原发性食管癌患者(食管癌组)和63例健康体检者(健康对照组)的临床资料.采用表面增强激光解吸离子化飞行时间质谱(SELDI-TOF-MS)技术,应用弱阳离子交换蛋白芯片检测和分析两组受试者的血清蛋白表达谱,筛选可以用于临床食管癌早期诊断新的肿瘤标志物,建立蛋白质指纹图诊断模型.采用秩和检验分析数据.结果 食管癌组与健康对照组血清蛋白质荷比(M/Z)峰值图谱明显不同.得到差异性较大的10个蛋白中,有6个在食管癌组呈高表达,M/Z为4488、5495、15964、3948、8154、8166;4个呈低表达,M/Z为8789、6682、8714、6650.建立由6个蛋白组成的蛋白质指纹图诊断模型,食管癌组患者中124例判定正确,3例误判;健康对照组患者中60例判定正确,3例误判,其准确度为96.8%(184/190),敏感度为97.6%(124/127),特异度为95.2%(60/63).结论 应用SELDI-TOF-MS技术筛选食管癌肿瘤标志物建立的蛋白质指纹图诊断模型灵敏度高、特异性强.