首页 | 本学科首页   官方微博 | 高级检索  
检索        

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
引用本文:余捷凯,郑树,唐勇,李力,胡跃,刘建.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[J].中华检验医学杂志,2005,28(5):480-482.
作者姓名:余捷凯  郑树  唐勇  李力  胡跃  刘建
作者单位:1. 310009,杭州,浙江大学医学院附属第二医院肿瘤研究所
2. 广西医科大学附属肿瘤医院妇科
基金项目:973 国家重点基础研究发展规划资助项目(G1998051200)
摘    要: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。

关 键 词:血清蛋白质谱  神经网络模型  应用性研究  SELDI-TOF-MS技术  人工神经网络  诊断模型  飞行时间质谱  激光解吸电离  蛋白芯片  患者样本  卵巢癌患者  血清样本  技术检测  表面增强  差异蛋白  表达差异  预测模型  敏感性  特异性  筛选
修稿时间:2004年7月21日

Classification and diagnostic prediction of ovarian cancers using protein profiling of serum and artificial neural networks
YU Jie-kai,ZHENG Shu,TANG Yong,LI Li,Hu Yue,LIU Jian.Classification and diagnostic prediction of ovarian cancers using protein profiling of serum and artificial neural networks[J].Chinese Journal of Laboratory Medicine,2005,28(5):480-482.
Authors:YU Jie-kai  ZHENG Shu  TANG Yong  LI Li  Hu Yue  LIU Jian
Abstract:
Keywords:Ovarian neoplasms  Protein profiling  Artificial neural network
本文献已被 CNKI 维普 万方数据 等数据库收录!
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