乳腺Paget 病患者血清标志物的研究*

目的:目前,蛋白质芯片技术已成为肿瘤蛋白质组学研究的重要工具之一。本研究应用表面增强激光解析电离飞行时间质谱技术（surfaced enhanced laser desorption/ionization time of flight mass spectrometry ,SELDI-TOF-MS ）寻找乳腺Paget病患者血清特异性蛋白,找出最佳的标志蛋白组合模式作为临床诊断指标,以期用于乳腺Paget病患者的早期诊断。方法:用弱阳离子蛋白芯片（Weak cation exchanger protein chip,WCX2）及SELDI-TOF-MS 技术检测10例健康者、10例乳房湿疹和15例乳腺Paget病患者血清中蛋白的相对含量。使用PBS Ⅱ-C型蛋白质芯片阅读机读取数据,获得的结果采用CIPHERGEN公司的Biomarkerwizard 和Biomarker Patterns System 软件分析。结果:Paget病患者与健康人相比质荷比为3 868Da和8 876Da的2 个蛋白峰差异有统计学意义（P<0.01）;与慢性湿疹相比质荷比为2 911Da、3 868Da、5 097Da的3 个蛋白质峰差异有统计学意义（P<0.05）。 分析系统筛选出3 868Da及8 876Da标志蛋白建立起一个乳腺Paget病的诊断模型,对乳腺Paget病的诊断特异性为100% ,敏感度为73.3% 。结论:SELDI-TOS-MS 技术对乳腺Paget病早期诊断和鉴别慢性湿疹具有诊断价值,在特异性肿瘤标记物的筛选等方面有一定应用前景,无创安全,值得推广。      

蛋白质芯片技术应用于肝癌诊断的初步研究

 【摘要】　目的　应用表面增强激光解析电离飞行时间质谱（SELDI-TOF-MS）技术和蛋白质芯片从肝癌患者血清中筛选可用于肝癌诊断的标志蛋白质。方法　运用SELDI-TOF-MS技术及CM10蛋白质芯片检测46例原发性肝癌患者和64名健康人血清,获得蛋白质指纹图谱,采用Biomarker Wizard软件选出肝癌患者与健康人血清中的表达差异蛋白质,评价其灵敏度、特异度和诊断效能,确定最佳标志蛋白质。结果　肝癌组与健康对照组血清中有16个蛋白质的表达差异在2倍以上,并且差异有统计学意义（P＜0.05）。其中质荷比为6845.70的蛋白诊断效能最高,其灵敏度为89.1 %（41／46）,特异度87.5 %（56／64）,且该蛋白质与肿瘤大小有相关性（r＝-0.363,P＜0.05）。经数据库搜索该蛋白质很可能是免疫球蛋白重链可变区片段。结论　应用SELDI-TOF-MS技术诊断肝癌,具有灵敏度高,特异性好,快速简便的优点,质荷比为6845.70的蛋白质可能是肝癌患者血清中的特异性标志物。     

表面增强激光解吸电离飞行时间质谱技术筛查乳腺癌血清特异性蛋白质及其临床意义

目的 探讨表面增强激光解吸电离飞行时间质谱（SELDI-TOF-MS）技术筛查乳腺癌血清特异性蛋白质的临床意义。方法 应用SELDI-TOF-MS技术检测38例乳腺癌、33例乳腺良性疾病和43例健康对照者的血清蛋白质指纹图谱,并联合应用BioMarker Wizard 3．01及BioMarker Pattem Software5．01软件分析处理数据,筛选肿瘤标志物并建立诊断模型。结果 质荷比分别为M2077_07、M1827_38、M2650_51和M2060_62的4个蛋白质峰组合构建的诊断模型Ⅰ,鉴别乳腺癌和非乳腺癌的交叉验证敏感性为73．7％（28／38）,特异性为73．7％（56／76）。质荷比分别为M2251_62、M3405_56、M3428_16、M4666_98和M16239_8的5个蛋白质峰组合构建的诊断模型Ⅱ,鉴别Ⅰ期乳腺癌和乳腺良性疾病的交叉验证敏感性为84．8％（28／33）,特异性为55．6％（5／9）。质荷比分别为M1701_48、M3116_17、M1676_88、M5890_33和M2921_02的5个蛋白质峰组合的诊断模型Ⅲ,鉴别Ⅰ期与Ⅱ～Ⅳ期乳腺癌的交叉验证敏感性为88．9％（8／9）,特异性为86．2％（25／29）。结论 SELDI-TOF-MS技术在乳腺癌的筛查、早期诊断及临床分期判定等方面具有一定价值,值得进一步深入研究。     

A serum proteomic pattern for the detection of colorectal adenocarcinoma using surface enhanced laser desorption and ionization mass spectrometry

Purpose: New serum biomarkers are needed to improve the early detection of colorectal adenocarcinoma. We performed surface enhanced laser desorption and ionization time-of-flight mass spectrometry (SELDI-TOF-MS) to screen for differentially expressed proteins in serum and build a proteomic diagnostic pattern for the detection of colorectal adenocarcinoma to improve the prognosis of patients with this disease. Experimental Design: In an attempt to improve current approaches to the serologic diagnosis of colorectal cancer, we analyzed serum samples from subjects with or without colorectal cancer using SELDI-MS. Using a case-control study design, SELDI-MS profile of serum samples from 74 colorectal adenocarcinoma patients were compared with 48 age-and sex-matched healthy subjects using a ProteinChip reader, PBSII-C. Proteomic MS spectra were generated using IMAC3 chips, and protein peaks clustering and classification analyses were performed to build a proteomic pattern that could differentiate patients with colorectal adenocarcinoma from healthy subjects utilizing Biomarker Wizard and Biomarker Patterns software packages, respectively. The constructed pattern was then used to test an independent set of masked serum samples from 60 colorectal cancer patients and 39 healthy subjects.Results: Among the differentially expressed protein peaks identified by SELDI-MS profiling that had the ability to distinguish between patients and healthy subjects, we determined a minimum set of two protein peaks for system training and for developing a decision classification pattern. Masked analysis of an independent set of serum samples showed the diagnostic pattern could differentiate patients with different stages of colorectal cancer from healthy subjects with a sensitivity of 95.00 percent and specificity of 94.87 percent. Conclusion: SELDI-TOF-MS profiling of serum proteins combined with bioinformatics tools can be applied to accurately differentiate patients with colorectal cancer from healthy subjects. The high sensitivity and specificity achieved by the constructed clustering analysis algorithm show great potential for the early detection of colorectal cancer.     

SELDI-TOF-MS技术筛选鼻咽癌血清肿瘤标志物

摘要：目的筛选鼻咽癌患者血清蛋白差异表达并建立诊断模型,分析不同临床特征患者的血清蛋白质谱差异。方法应用SELDI技术分析102例鼻咽癌患者及118例健康对照的血清样本,Biomarker Wizard和Biomarker Pattern 软件分析两组之间的差异,建立分类树诊断模型并进行盲筛验证;进一步分析鼻咽癌不同临床分型及EB病毒感染状态对患者血清蛋白质表达谱的影响。结果发现鼻咽癌与健康对照之间有25个血清蛋白质谱峰差异有统计学意义（P<0.01), 13个蛋白峰表达下调,12个蛋白峰表达上调。经Biomarker Pattern 软件建立分类树模型,盲法验证其敏感度为97.56％,特异性为88.89％,准确率达92.63％;上行型和下行型鼻咽癌之间发现M/Z为10286Da、7569Da及8149Da的3个血清蛋白质峰差异有统计学意义（P<0.05);EB阳性和EB阴性鼻咽癌间M/Z为9354Da及4596Da的2个血清蛋白质峰差异有统计学意义（P<0.05)。结论SELDI-TOF-MS 技术可筛选出鼻咽癌差异性蛋白并建立鼻咽癌诊断的分类树模型,有望成为鼻咽癌早期诊断的辅助指标;并且用SEDLI技术可以发现一些与鼻咽癌临床特征相关的血清蛋白差异峰。     

Serum protein fingerprint of patients with pancreatic cancer by SELDI technology

Objective： To study the serum protein fingerprint of patients with pancreatic cancer and to screen for protein molecules closely related to pancreatic cancer during the onset and progression of the disease using surface-enhanced laser desorption and ionization time of fight mass spectrometry （SELDI-TOF-MS）. Methods： Serum samples from 20 pancreatic cancers, 20 healthy volunteers and 18 patients with other pancreatic diseases. WCX magnetic beans and PBSII-C protein chips reader （Ciphergen Biosystems Ins.） were used. The protein fingerprint expression of all the Serum samples and the resulting profiles between cancer and normal were analyzed with BiomarkerWizard system. Results： Agroup ofproteomic peaks were detected. Four differently expressed potential biomarkers were identified with the relative molecular weights of 5705 Da, 4935 Da, 5318 Da and 3243 Da. Among them, two proteins with m/z5705, 5318Da down-regulated, and two proteins with m/z 4935, 3243 Da were up-regulated in pancreatic cancers. Conclusion： SELDI technology can be used to screen significant proteins of differential expression in the serum of pancreatic cancer patients. These different proteins could be specific biomarkers of the patients with pancreatic cancer in the serum and have the potential value of further investigation.     

宫颈癌患者血清蛋白指纹图谱的检测及其意义

背景与目的:目前针对宫颈癌没有特异性的肿瘤标志物。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)是最新应用的一项检测肿瘤标志物的技术。本研究应用SELDI-TOF-MS检测宫颈癌患者血清蛋白指纹图谱,筛选候选肿瘤标志物并建立诊断模型,初步探讨其在宫颈癌早期诊断中的价值。方法:取91例早期宫颈鳞癌患者和15例宫颈上皮内瘤变Ⅲ级(cervical intraepithelialneoplasia,CINⅢ)患者的血清标本进行实验,同时用55名健康人血清作为对照。用弱阳离子交换芯片(weak cation exchange,WCX2)检测各血清标本获得血清蛋白指纹图谱。用Biomarker Patterns软件分析宫颈癌差异蛋白并建立诊断模型。通过盲法分析进一步验证诊断模型的可靠性,并对结果进行统计学分析。结果:在分子量1.5～20ku范围内,共检测到122个蛋白峰,其中19个差异峰有统计学意义(P<0.001)。建立了由分子量为3977和5807的两个差异蛋白组成的宫颈癌诊断模型,其敏感性为97.29%(36/37),特异性为83.78%(31/37)。扩大样本盲法验证结果,其敏感性为94.44%(51/54),特异性为94.44%(17/18)。结论:由3977和5807两个差异蛋白组成的宫颈癌诊断模型有助于区分宫颈癌和健康人群。     

应用蛋白质芯片技术筛选早中期和晚期肺癌患者血清差异蛋白

 目的　应用蛋白质芯片技术检测早中期和晚期肺癌患者血清中的差异表达蛋白并探讨其临床意义。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,使用弱阳离子交换（WCX-2）蛋白芯片分别检测两组肺癌患者血清蛋白指纹图谱,采用蛋白质芯片阅读机读取数据,Ciphergen Protein Chip 3.0版本的分析软件采集数据,读取峰信息,进行统计学处理。两组之间蛋白质峰强度的比较采用χ2检验。结果　早中期和晚期肺癌患者血清中存在10个有统计学意义的差异蛋白质峰。与早中期相比,晚期肺癌患者血清中高表达的蛋白质相对分子质量为7978、8139、15 951和16 133,晚期肺癌患者血清中低表达的蛋白质相对分子质量为2867、6885、8701、8840、13 781、13 955。结论　SELDI-TOF-MS蛋白质芯片技术是一种快速、简单、敏感、样本用量少和高通量的蛋白质检查分析方法,可以直接筛选早中期和晚期肺癌患者血清中的差异蛋白,可能成为远处转移的诊断指标,具有较好的临床应用价值。     

应用表面加强激光解吸电离-飞行时间-质谱技术检测结直肠癌肝转移

目的 寻找与结直肠癌肝转移相关的蛋白质,建立结直肠癌肝转移的血清蛋白质指纹图谱诊断预测模型.方法 应用表面加强激光解吸电离-飞行时间-质谱(SELDI-TOF-MS)技术,对36例结直肠癌无肝转移患者和36例结直肠癌伴肝转移患者的术前空腹外周静脉血标本,进行蛋白质指纹图谱测定,运用Biomarker Wizard软件,建立结直肠癌肝转移的诊断预测模型.用44例结直肠癌患者和44例结直肠癌伴肝转移患者,对所建立的诊断预测模型进行盲法验证.结果 比较36例结直肠癌无肝转移患者和36例结直肠癌伴肝转移患者的血清蛋白质,得到10个差异蛋白峰(P<0.05),质荷比分别为2398、2814、4084、4289、4465、6422、6619、11 482、11 649和13 714.若以P<0.01为标准,则有3个蛋白质峰差异有统计学意义,质荷比分别为2398、2814和13714.建立终末节点数为9的诊断预测模型,其敏感性为91.7%,特异性为97.2%.验证结果显示,敏感性为75.0%,特异性为81.8%.结论 运用SELDI-TOF-MS技术所建立的血清蛋白指纹图谱模型,在预测结直肠癌肝转移中具有非常高的敏感性与特异性,可望成为预测诊断工具.     

应用飞行时间质谱技术结合蛋白芯片筛选鼻咽低分化鳞癌患者血清肿瘤标志物的研究

目的探讨筛选鼻咽低分化鳞癌血清肿瘤标志物的临床应用价值。方法应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)及CM10型弱阳离子交换芯片对61例初治的鼻咽低分化鳞癌患者和72名健康人血清标本进行蛋白质指纹图谱测定,其中80例用于建模(40例鼻咽癌,40名健康人),53例用于盲法检测(21例鼻咽癌,32名健康人),用Biomarker Wizard3.01及Biomarker Pattern5.01分析软件对测得的数据进行处理及建立诊断模型。结果用建立的区分鼻咽低分化鳞癌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性、敏感性和特异性分别为86.8%、81.0%和90.6%。其中Ⅰ、Ⅱ期鼻咽低分化鳞癌检出的准确性为73.7%,Ⅲ、Ⅳ期鼻咽低分化鳞癌检出的准确性为81.0%。结论用SELDI-TOF-MS技术与生物信息分析法筛选的血清肿瘤标志物对鼻咽低分化鳞癌的定性诊断提供了一条新途径。     

表面加强激光解析电离蛋白质谱技术在乳腺癌血清学诊断中的应用

 【摘要】 目的: 探讨血清SELDI蛋白质谱技术在乳腺癌诊断方面的应用。 方法: 用表面加强目的　探讨血清表面加强激光解析电离（SELDI）蛋白质谱技术在乳腺癌诊断方面的应用。方法　用表面加强激光解析电离飞行时间质谱技术（SELDI-TOF-MS）及WCX2蛋白获得病理确诊的101例乳腺癌患者手术前和45名健康人的血清蛋白指纹图谱,并用Biomarker Wizard和BPS软件分析差异蛋白,建立乳腺癌的分类树诊断模型,并对其进行盲法验证。 结果　乳腺癌组与健康对照组共有49个蛋白质差异有统计学意义（P＜0.05）;以其中3个蛋白质生物标志物（M／Z 5627,8124和2864）组建的诊断模型检测正确率为95 %（139／146）。经盲法验证,其灵敏度为97 %（98／101）,特异度为91 %（41／45）。结论　SELDI蛋白质谱技术可以有效的区分乳腺癌患者和健康人,其灵敏度和特异性高。SELDI在乳腺癌的诊断及乳腺癌特异性的生物标志物分子的筛选方面具有一定的应用价值。     

表面增强激光解吸技术预测胃癌术后转移复发的临床研究

 目的　应用表面增强激光解吸（SELDI）技术筛选胃癌术后转移相关的血清蛋白质组指纹并建立预测模型。方法　应用CM10弱阳离子芯片结合表面增强飞行时间质谱（SELDI-TOF-MS）技术检测60例胃癌根治术后患者和26名健康对照血清样本的蛋白质谱，经过2年随访分为转移组（22例）和无转移组（38例），利用Biomarker Wizard软件比较各组间的血清蛋白质指纹图谱，Biomarker Pattern软件建立预测模型。结果　术后转移患者和健康对照相比有 74个蛋白质峰差异有统计学意义，术后无转移患者和健康对照相比有69个蛋白质峰差异有统计学意义，术后转移患者和无转移患者相比有14个蛋白质峰有显著性差异，质荷比（m／z）为4768和8841的两个蛋白质组成的诊断模型可将无转移胃癌患者与转移胃癌患者准确的分组，在学习模式下，灵敏度和特异度分别为95.46 %（21／22），86.84 %（33／38），准确度为90 %（54／60）。在测试模式下，灵敏度和特异度分别为81.82 %（18／22）和84.21 %（32／38），准确度为83.33 %（50／60）。结论　SELDI-TOF-MS技术可筛选出胃癌转移复发相关的蛋白质组指纹，在m／z为4768和8841的两个蛋白质峰建立的决策树模型可用于对术后胃癌患者转移、复发的早期预测。     

前列腺癌骨转移患者血清差异性相关蛋白质的筛选

 目的　采用表面增强激光解析电离飞行时间质谱技术筛选前列腺癌骨转移血清差异性相关蛋白质。方法　应用美国Ciphergen 公司CM10芯片和蛋白芯片仪检测19例前列腺癌无骨转移患者及35例前列腺癌骨转移患者血清中的蛋白质。利用PBSⅡ-C型蛋白质芯片阅读仪对CM10芯片进行检测,所得到的蛋白质以波谱的形式表示。采用Biomarker Wizard 软件对2 组血清相同质荷比的蛋白质含量数据进行方差分析,导入Biomarker Pattern软件,以得到正确分组的差异性蛋白质标志物。结果　19例前列腺癌无骨转移患者与35例前列腺癌骨转移患者的血清蛋白质在质荷比为2000～20 000 时有6个蛋白质含量差异有统计学意义;前列腺癌无骨转移组在质荷比为2089、4281、3507、4178处的蛋白质的相对含量明显高于前列腺癌骨转移组,分别为4.63±8.03和9.88±10.77、19.78±21.46和26.73±19.41、5.46±10.14和8.10±8.74、38.01±26.27和45.25±20.40（P＜0.05）;前列腺癌无骨转移组在质荷比为15 900、16 081处的蛋白质的相对含量明显低于前列腺癌骨转移组,分别为11.52±16.80和4.84±5.83、8.55±12.64和3.56±3.90（P＜0.05）。结论　表面增强激光解析电离飞行时间质谱技术快速、准确,灵敏度、特异度高,通过蛋白芯片仪发现的差异性相关蛋白质,有望成为前列腺癌骨转移诊断中有应用价值的临床检测指标。     

Effect of surface-enhanced laser desorption/ionization time-of-flight mass spectrometry on identifying biomarkers of laryngeal carcinoma

The aim is to study the serum protein fingerprint of patients with laryngeal carcinoma (LC) and to screen for protein molecules closely related to LC during the onset and progression of the disease with surface-enhanced laser desorption/ionization time-of-flight mass spectrometry (SELDI-TOF-MS). Serum samples from 68 patients with LC and 117 non-cancer control samples (75 healthy volunteers and 42 Vocal fold polyps). Q10 protein chips and PBSII-C protein chips reader (Ciphergen Biosystems Inc.) were used. The protein fingerprint expression of all the Serum samples and the resulting profiles between cancer and non-cancer groups were analyzed with Biomarker Wizard system. A group of proteomic peaks were detected. Three differently expressed potential biomarkers were identified with the relative molecular weights of 5,915, 6,440 and 9,190 Da. Among the three peaks, the one with m/z 6,440 was down-regulated, and the other two peaks with m/z 5,915 and 9,190 were up-regulated in LC. This diagnostic model could distinguish LC patients from controls with a sensitivity of 92.1% and a specificity of 91.9%. Moreover, blind test data showed a sensitivity of 86.7% and a specificity of 89.1%. The data suggested that SELDI technology could be used to screen proteins with altered expression levels in the serum of LC patients. These protein peaks were considered as specific serum biomarkers of LC and have the potential value for further investigation.     

蛋白芯片技术对甲胎蛋白阴性肝癌诊断的意义

 目的　探讨表面增强激光解吸离子化飞行时间质谱（简称SELDI）技术在甲胎蛋白（AFP）阴性肝癌患者中的诊断价值。方法　应用美国Ciphergen公司SELDI仪和CM10芯片检测57例血清AFP阴性（<20 μg／L）肝癌患者和55例健康对照外周血清。采用Biomarker Wizard软件分析,筛选出特征性的蛋白峰,结合临床病理资料分析该蛋白峰的诊断价值。结果　筛选出的特异蛋白峰质荷比为4.2×103、4.1×103、6.7×103、5.7×103、6.5×103、6.9×103、5.8×103,利用差异蛋白峰对17例AFP阴性的肝癌患者和13例健康对照进行盲筛,其灵敏度和特异度分别为88.23 ％和92.31 ％。筛选出的特异蛋白峰与患者年龄、性别、肿瘤大小以及是否合并肝硬化等临床资料无关。结论　应用SELDI技术筛选肝癌患者血清特异性肿瘤标志物的方法快速、有效,对血清AFP阴性患者的正确诊断有较大的辅助作用。     

SELDI技术预测恶性肿瘤患者化疗后血糖变化的临床研究

目的应用弱阳离子芯片结合表面增强飞行时间质谱（SELDI—TOF—MS）技术筛选与恶性肿瘤化疗后血糖变化情况、相关的血清蛋白质组指纹并建立预测模型。方法应用SELDI—TOF—MS、CM10蛋白质芯片技术检测182例恶性肿瘤患者化疗前血清样本的蛋白质谱,经过2年随访按化疗后的血糖情况分为血糖正常组（136例）、糖耐量异常组（27例）和糖尿病组（19例）,利用Biomarker或Wizard软件回顾性地分析比较各组间化疗前的血清蛋白质指纹图谱,Biomarker Pattern软件建立预测模型。结果M／Z为5298和9608的两个蛋白质组成的诊断模型可将患者在化疗前准确分为糖尿病组与糖耐量异常组,灵敏度和特异度分别为81．481％（22／27）和100．00％（17／17）,准确度为88．64％（39／44）;M／Z为10324、2761和4084的3个蛋白质组成的诊断模型可将糖尿病组与血糖正常组准确分组,灵敏度和特异度分别为62．35％（53／85）和88．24％（15／17）,准确度为66．67％（68／102）;M／Z为5895、6010、6099、3930、5430和2495的6个蛋白质组成的诊断模型可将糖耐量异常组与血糖正常组准确分组,灵敏度和特异度分别为77．65％（66／85）和96．30％（26／27）,准确度为82．14％（92／112）。结论SELDI—TOF—MS技术筛选出恶性肿瘤化疗后3组血糖情况的化疗前的蛋白质指纹,建立血糖正常组、糖耐量异常组和糖尿病组的诊断模型,用于肿瘤患者化疗后血糖变化的早期预测。     

宫颈癌广泛子宫全切及盆腔淋巴结清除术后血清蛋白质变化

目的比较宫颈癌患者在广泛子宫切除和盆腔淋巴结清除手术前后血清中蛋白质的变化,寻找评价治疗效果的可能性指标。方法采用铜离子结合芯片、表面增强激光解吸离子化飞行时间质谱仪以及配套软件,检测49例宫颈癌及71例年龄相配的健康女性血清,筛选出一组有分类意义的差异蛋白质。用同样的方法检测35例宫颈癌广泛子宫切除和盆腔淋巴结清除手术后10d及术后3个月的血清,比较这一组差异蛋白质的变化。结果宫颈癌与正常对照组比较,共有47种蛋白质质谱峰差异有统计学意义(P<0.05),有分类意义的蛋白质有6种,质荷比(M/Z)为M8929.31、M7930.52、M9127.31、M8141.01、M7963.06和M9280.63,在宫颈癌患者中低表达,含量明显低于正常对照,用质荷比为M8929.31的蛋白质建立决策树分类模型,敏感性为97.96%(48/49),特异性为98.59%(70/71)。经手术治疗后,除M/Z为M9280.63的蛋白质较手术前略有下降外(P>0.05),其余5种则明显回升(P<0.05),术后3个月时复查,这6种蛋白质继续回升(P<0.05)。结论质荷比为M8929.31、M7930.52、M9127.31、M8141.01、M7963.06及M9280.63的一组蛋白质与宫颈癌密切相关,有可能成为评价宫颈癌治疗效果以及判断预后的一组指标。     

乳腺癌患者与健康人血清蛋白质谱的差异分析

目的探索乳腺癌患者与健康人群的血清蛋白质谱差异,寻找能够帮助鉴别诊断乳腺癌的候选血清蛋白标志物。方法收集117例乳腺癌患者和56例健康人的血清标本,随机分为训练组（74例乳腺癌和36例健康人）与测试组（43例乳腺癌和20例健康对照）。采用表面增强激光解析离子化飞行时间质谱（SELDI—TOFMS）技术检测所有血清标本的蛋白质谱。用Biomarker Wizard统计软件比较训练组乳腺癌与健康对照间的蛋白质谱差异,再用Biomarker Pattern软件筛选出一组差异蛋白构建决策分类树模型以鉴别乳腺癌病例和健康人群,最后用测试组对分类模型进行验证。结果乳腺癌组和健康对照组的血清蛋白质谱存在14个差异显著的蛋白峰,以质荷比分别为3958、4288、4974、5902、8518、8930、9282和11360的8个差异蛋白构建决策树分类模型,鉴别乳腺癌与健康对照组的敏感性为82．43％（61／74）,特异性为83．33％（30／36）,准确性为82．73％（91／110）,用测试组进行验证的敏感性为86．05％（37／43）,特异性为65．00％（13／20）,准确性为79．37％（50／63）。结论乳腺癌与健康人群的血清蛋白质谱存在差异,SELDI—TOFMS技术筛选出的血清差异蛋白有助于乳腺癌的鉴别诊断。     

骨肉瘤、骨软骨瘤与正常人血清蛋白指纹图谱分析

目的分析骨肉瘤和骨软骨瘤患者血清蛋白指纹图谱的差异,筛选对骨肉瘤早期诊断有意义的特异性蛋白.方法收集河南省洛阳正骨医院2007年6月至2010年1月病理确诊的骨肉瘤25例、单发骨软骨瘤16例和性别、年龄与上两组患者匹配的26例健康志愿者,采用SELDI-TOF-MS质谱仪方法对这67例静脉血液离心获得的血清进行蛋白指纹图谱分析.结果我们发现2个特异性蛋白质荷比(M/Z)具有差异性表达,即3954Da、6438Da.在学习模式下其诊断灵敏度96.0%,特异度96.1%,在测试模式下其诊断灵敏度98.5%,特异度100.0%,采用leave-one-out互证交叉检验验证,认为该决策树盲法筛选分组的正确率可达67/67=100%,灵敏度为25/25=100%;特异性为42/42=100%.结论采用SELDI-TOF-MS方法筛选出的2个特异性蛋白可能对骨肉瘤的早期诊断和治疗监测有临床参考价值.     

SELDI-TOF-MS筛查乳腺癌患者血清特异性蛋白的探讨

目的：应用表面增强激光解吸电离飞行时间质谱（SELDI-TOF-MS）技术寻找乳腺癌患者血清特异性蛋白.方法：应用弱阳离子蛋白质芯片（WCX2）及SELDI-TOF-MS技术检测12例正常人、10例乳腺良性病患者和22例乳腺癌患者血清中蛋白的相对含量.结果：三组样本质荷比在2000～30000 Da间3939.314Da与3960.478Da的2个蛋白峰有显著差异.结论：SELDI-TOF-MS技术对乳腺癌早期诊断和特异性肿瘤标记物的筛选等方面具有一定价值,值得推广.