基于支持向量机神经母细胞瘤血清蛋白质标记物的检测及临床应用

目的 寻找神经母细胞瘤特异血清蛋白标记物,构建初步诊断模型,并探讨其临床应用价值.方法 收集47例神经母细胞瘤患儿血清标本,30例其它恶性实体肿瘤患儿血清标本以及健康儿童血清标本10例;用ZUCI-Protein Chip Data Analyze System分析软件进行数据处理;经留一法交叉验证,分类器评价模型的预测效果.结果 构建3个模型并筛选出10个蛋白标记物,能够成功区分神经母细胞瘤和健康儿童蛋白质谱的差异,表达模型的敏感性为100%,特异性为100%,区分神经母细胞瘤术前和术后蛋白质潜差异表达模型的敏感性为100%,特异性为100%,区分神经母细胞瘤与其它小儿恶性实体肿瘤血清蛋白质指纹图谱模型的敏感性为88.89%.特异性为100%.结论 用SELDI-TOF-MS及生物信息学技术并结合支持向量机(SVM)初步建立的模型可作为神经母细胞瘤的另一种特异性强、敏感性高的辅助检查手段.     

基于免疫组化和生物信息学的乳腺癌预后预测模型的建立及应用

目的应用生物信息学方法从常用的免疫组化项目中筛选出用于预测乳腺癌预后的最佳项目组合并建立预后预测模型。方法应用支持向量机分析软件对15例预后不良和30例无瘤生存乳腺癌患者的免疫组化检测结果进行分析，筛选预测预后的最佳项目组合并建立模型。结果筛选出由孕激素受体（PR）、p53蛋白、表皮生长因子受体（EGFR）、组织蛋白酶D（Cathepsin D）、增殖细胞核抗原（PCNA）和人表皮生长因子受体2（c-erbB2）共6项组成的最佳预后预测模型，对预后不良组、无瘤生存组的预测准确率分别为80．0％和90．0％，总准确率86．7％。结论利用生物信息学方法对乳腺癌患者的免疫组化检测结果进行综合分析处理有助于判断其预后，值得进一步深入研究。     

血清蛋白质指纹图谱对晚期结直肠癌一线化疗效果的预测作用

目的寻找能预测晚期结直肠癌一线化疗疗效的血清蛋白标记物。 方法选择2008年8月至2010年7月在浙江大学医学院附属第二医院的70例从未接受过治疗的晚期结直肠癌患者,其中44例患者接受FOLFOX方案化疗,26例患者接受FOLFIRI方案化疗,进行4个疗程治疗后使用RECIST评价标准区分化疗受益者(R)和化疗无效者(NR)。留取化疗前患者血清标本,采用SELDI-TOF-MS和人工神经网络对一线化疗的疗效进行预测分析。 结果根据RECIST标准,42例患者为化疗受益者,28例患者为化疗无效者,分析两组患者血清蛋白质指纹图谱的差异,筛选出10个蛋白质峰在化疗受益组的表达明显高于化疗无效组;并由这10个峰构建出结直肠癌一线化疗疗效的预测模型。经交叉验证,该模型的总准确率为90.0%(63/70)。 结论蛋白质指纹图谱模型是预测晚期结直肠癌患者一线化疗方案治疗效果的有效方法之一。     

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.     

SELDI蛋白芯片技术筛选蕈样肉芽肿血清特异性蛋白

目的 应用表面增强激光解析电离飞行时间质谱技术（SELDI-TOF－MS）筛选蕈样肉芽肿患者血清特异性蛋白。方法 用CM10（弱阳离子交换表面）蛋白芯片结合SELDI-TOF－MS技术，检测15例蕈样肉芽肿和15例对照组慢性湿疹、神经性皮炎患者血清中的蛋白质谱，用浙江大学肿瘤研究所蛋白芯片数据分析系统筛选与慢性湿疹、神经性皮炎有差异的蛋白。结果 从15例蕈样肉芽肿与15例慢性湿疹、神经性皮炎患者的血清蛋白质谱中共检测出329个蛋白峰，从中筛选出30个表达差异有统计学意义（P < 0.01）的蛋白标志物。用支持向量机算法结合其中两个蛋白峰（3939，5909）可得到最佳诊断模型，模型训练时的敏感性和特异性均为100％，留一法交叉验证和测试的敏感性和特异性也为100％。结论 血清蛋白质谱联合生物信息学分析方法对蕈样肉芽肿的诊断具有较高的敏感性和特异性。     

蛋白指纹图谱技术筛选非小细胞肺癌患者 EGFR-TKI 疗效相关血清标记物

目的应用蛋白指纹图谱技术筛选晚期非小细胞肺癌(NSCLC)患者表皮生长因子受体酪氨酸酶抑制剂(EGFR-TKI)疗效相关的血清标记物.方法收集16例接受EGFR-TKI治疗的晚期NSCLC患者治疗前的血清,应用表面增强激光解吸电离飞行时间质谱仪(SELDI-TOF-MS)检测16份血清的蛋白质指纹图谱,用Proteinchip Software 3.2软件采集数据,用ZJU-PDAS软件分析两组差异蛋白.结果根据RECIST标准,6例部分缓解及2例疾病稳定超过6个月进入敏感组,1例稳定小于6个月及7例进展患者进入耐药组.共检测到高质量的蛋白质峰136个,筛选出7个差异蛋白质峰(P<0.05),质荷比(M/Z)分别为4662、2678、9602、2288、4100、11185、4606Da,与敏感组相比,耐药组中有5个蛋白上调(4662、9602、4100、11185、4606Da),有2个蛋白下调(2678、2288Da).结论耐药组5个上调的蛋白可能是耐药蛋白,而2个下调的蛋白可能是TKI药物敏感的标志,但是这些蛋白的特性及TKI原发耐药的分子机制有待于进一步研究.     

血清蛋白质标记物检测在小儿肾母细胞瘤预后监测中的价值

目的 探索肾母细胞瘤患儿预后监测的新方法。方法 应用表面增强激光解析电离飞行时间质谱（SELDI—TOF—MS）技术检测肾母细胞瘤患儿术前后血清蛋白质标记物的表达差异。肾母细胞瘤患儿血清标本100例，其中术前30例、术后2周24例、术后3个月和6个月各23例，正常儿童血清标本20例，以生物信息学方法支持向量机分析质谱数据。结果 肾母细胞瘤患儿手术（包括根治术和姑息性切除术）前后血清蛋白质标记物有明显差异。筛选出2个质荷比（m／z）位于6984．0、6455．0处的蛋白质标记物：术前30例标本2种蛋白质标记物表达强度分别为299．8±134．6、1037．0±375．9，与正常对照组（表达强度分别为1110．6±213．8、2268．7±1058．0）比较差异有统计学意义（P〈0．01）；19例根治术患儿术后2周2种蛋白质标记物表达强度分别为1101．2±221．8、2065．2±660．5，与术前组比较差异有统计学意义（P〈0．01），与正常对照组比较差异无统计学意义（P〉0．05）。2例根治术和3例姑息性切除患儿术后2周2种蛋白质标记物表达强度分别为358．1±213．3、1307．9±402．2，与术前组比较差异无统计学意义（P〉0．05）。术后3、6个月复查发现，持续高表达者均无复发转移征象，持续低表达者为瘤体未切净或已有远处潜在转移者。结论 血清蛋白质标记物检测为肾母细胞瘤术后患者预后判断提供了一种可能的新方法。     

胶质瘤脑脊液蛋白指纹图质谱仪分析及其在临床诊断中的应用

目的建立区分胶质瘤和非肿瘤脑脊液的蛋白指纹图诊断模型,利用蛋白组学技术寻找新的肿瘤标志物。方法收集胶质瘤和轻中度脑外伤病人(共46份)的脑脊液,利用表面加强解析/电离吸收-时间飞行质谱(surface-enhancedlaserdesorption/ionizationtime-of-flightmassspectrometry,SELDI-TOF-MS)检测蛋白芯片,得出蛋白指纹图,将46份标本随机分为训练组30例(12例胶质瘤,18例脑外伤)和盲法测试组16例(7例胶质瘤,9例脑外伤),运用Ciphergen公司提供的BiomarkerPatternsTM Software(一种决策树软件)分析收集的数据。结果(1)得到胶质瘤与非肿瘤的蛋白指纹图;(2)利用训练集得出基于决策树的脑脊液蛋白模型,测试集盲法检测,胶质瘤诊断的敏感性和特异性分别为100%(8/8)和88.9%(8/9)。结论建立了胶质瘤的脑脊液蛋白指纹图谱,为以后的胶质瘤蛋白质组学研究奠定了一定基础;建立了区分胶质瘤与非肿瘤的脑脊液蛋白表达质谱诊断模型,盲法检验敏感性和特异性达到100%和88.9%,为胶质瘤的临床诊断提供了一条崭新的途径和方法。     

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。     

高发区食管癌及癌前病变的血清蛋白质谱分析

目的 检测高发区食管癌及癌前病变患者血清蛋白质谱,建立蛋白指纹图谱模型并探究其筛查价值.方法 收集38名健康对照者、63例食管鳞状上皮不典型增生患者(I级26例,Ⅱ级26例,Ⅲ级11例)和36例进展期食管癌患者的内镜活检和血清标本,用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)技术检测标本的蛋白表达谱.支持向量机算法分别建立食管癌及癌前病变诊断模型,并经留一法交叉验证.结果 ①区分进展期食管癌和健康对照的诊断模型特异性为89.47%,敏感性为83.33%.②区分进展期食管癌和Ⅰ、Ⅱ、Ⅲ级不典型增生的诊断模型的特异性分别为92.31%、80.77%、90.91%,敏感性分别为80.56%、83.33%、94.44%.③在上述诊断模型中,质荷比(m/z)峰值在相对分子质量4291、5644、5664、8775处重复出现.结论 SELDI-TOF-MS技术和支持向量机算法的应用,为高发区高危人群中食管癌及癌前病变的早期筛查和诊断提供了一条新途径.4291、5644、5664、8775 4个质荷比峰对食管各级病变有相似的分类作用,可能是与食管癌变过程中相关的生物学标志物.