食管癌血清蛋白质谱指纹图分析及人工神经网络诊断模型研究

目的 利用高通量和高灵敏的表面激光解析电离飞行时间质谱技术(SELDI-TOF-MS)寻找食管癌患者血清中微量的标志性差异蛋白质组,为探索食管癌发生与基因转录的蛋白调控机制,基因治疗以及早期诊断提供参考数据.方法 用SELDI-TOF-MS检测食管癌及其相关人群的血清蛋白质谱指纹图,用Biomarker Wizard Software软件筛选出差异蛋白,选择具有标志性的差异蛋白质组建立人工神经网络诊断模型,使用SPSS分析其诊断效能.结果 在食管癌患者血清中发现89个差异蛋白(P<0.05).其中有显著差异(P<0.001)的蛋白质如下:在食管癌患者血清中表达增高的蛋白(5017.6Da,7458.5Da,7908.1Da,8111.9Da,8577.8Da)和表达降低的蛋白(4215.8Da,5890.9Da,7749.3Da).利用筛选出8个有明显表达差异的蛋白质组建立食管癌人工神经网络筛查模型和诊断模型,其灵敏度达到93.2%和96.3%,特异度分别为95.6%和97.2%,经大样本盲法验证的灵敏度为75.4%和75.8%,特异度分别为84.8%和86.7%,经蛋白组数据库检索发现两种蛋白分别为血清淀粉样蛋白A和子宫珠蛋白.结论 血清蛋白质谱指纹图结合人工神经网络技术进行蛋白组学数据挖掘对食管癌的筛查和诊断以及探索其基因和蛋白调控机制具有重要的临床意义.     

肾癌血清蛋白质指纹图谱诊断模型的建立

目的:筛选肾癌特异相关蛋白质,建立用于肾癌诊断的分类树模型,为进一步临床应用奠定基础。方法:采集肾癌患者48例与正常人83例血清,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软件建立肾癌诊断最优分类树模型。结果:在48例肾癌患者、83例正常人血清中共检测出44个差异蛋白质峰,在质荷比从2 800到16 100的差异蛋白中有21个蛋白质相对含量差异有统计学意义(P<0.05),从中选出12个差异蛋白建立分类树模型,用于鉴别肾癌患者与正常人,该模型在学习模式下的诊断准确率、灵敏度和特异性分别为98.47%(129/131),97.91%(47/48),98.79%(82/83),在测试模式下这3项指标分别为87.02%(114/131),85.42%(41/48),87.95%(73/83)。结论:肾癌血清蛋白质指纹图谱诊断模型具有一定优越性,为肾癌早期诊断提供了新途径。     

精神分裂症患者血清蛋白表达差异的研究

目的采用蛋白质组学技术筛选精神分裂症患者血清蛋白标志物，为该疾病寻找客观的临床诊断依据。方法利用CMl0芯片和表面增强激光解吸电离飞行时间质谱（SELDI-TOF-MS）技术检测健康对照组和精神疾病组的血清蛋白质谱。将筛查出的特异蛋白质峰通过查询蛋白数据库查找出相对应的蛋白质。结果在健康对照组和精神疾病组中，筛选出差异有统计学意义的蛋白质峰15个（P〈0．01），相对分子质量分别为2058．06±0．70、2159．68±0．60、2651．54±0．42、2774．36±0．35、2912．61±1．69、3116．9±0．81、3168．95±1．82、3407．71±1．33、4050．38±0．68、4100．61±0．36、5642．83±1．69、5913．05±0．16、9186．42±3．01、2093．81±1．46、2221．92±1．82。结论精神分裂症患者与健康人相比存在有特异性的血清蛋白，这些特异的血清蛋白对该病的诊断具有一定价值。     

SELDI蛋白质芯片技术在肿瘤诊断中的临床应用

SELDI蛋白质芯片技术,又称为表面增强激光解吸离子化飞行时间质谱(surface-enhanced laserdesorption/ionization-time of flight-mass spec-trometry,SELDI-TOF-MS),自2002年日本科学家田中耕一因发明该技术而荣获诺贝尔化学奖后,该技术发展十分迅速,目前已经广泛应用于生物技术、药学、基因学、临床诊断、生物信息等诸多领域[1]。其在临床实验诊断学中的主要工作原理是利用蛋白质芯片(proteinchip)和表面增强激光解吸离子化飞行     

铜绿假单胞菌蛋白指纹诊断模型的建立及应用

目的建立铜绿假单胞菌的蛋白指纹诊断模型,为细菌的快速鉴定奠定基础。方法利用表面增强激光解析电离飞行时间质谱检测20株铜绿假单胞菌的细菌蛋白,筛选稳定表达的蛋白峰,将其数据导入自建Fingerwave软件建立铜绿假单胞菌的蛋白指纹诊断模型。收集临床分离的126株细菌,对模型的诊断能力进行评价,确定铜绿假单胞菌的鉴定阈值并应用模型对铜绿假单胞菌进行鉴定。结果建立了铜绿假单胞菌的蛋白指纹诊断模型．开4用临床菌株对建立的模型进行评价,确定该模型鉴定阈值为70％,对铜绿假单胞菌鉴定结果与传统微生物学鉴定方法及分子生物学结果相比符合率为97．7％（42／43）。结论应用细菌蛋白指纹模型可快速对铜绿假单胞菌细菌进行鉴定,为细菌感染的快速诊断提供了可能性。     

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

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。     

血管性痴呆肾虚证与蛋白指纹图谱的相关性研究

目的：通过分析血管性痴呆肾虚证与非肾虚证患者间的差异表达蛋白，为脑梗死后血管性痴呆中医辨证分型提供可行的客观依据。方法采用表面增强激光解吸离子化飞行时间质谱（SELDI-TOF-MS）技术及PBSⅡc型蛋白质芯片，检测47例血管性痴呆肾虚证与非肾虚证患者以及13例健康者的血清蛋白指纹图谱。对相同质荷比的差异表达蛋白峰值做线性分类分析，经过进一步优化试验参数，初步确定血管性痴呆不同证型指纹图谱数据库。结果在相对分子质量1000～50000范围内，脑梗死后发生血管性痴呆患者与健康者中共检出25个差异表达蛋白质峰（P＜0．05），血管性痴呆肾虚证与非肾虚证患者中共检出15个差异表达蛋白质峰，差异有统计学意义（P＜0．05）。结论SELDI-TOF-MS结合蛋白质芯片技术能够快速初步筛选出血管性痴呆肾虚证与非肾虚证患者血清中的特异表达标志物。     

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。     

血清和血浆中血栓蛋白差异的研究

目的:研究血清与血浆中血栓蛋白的差异,探索临床检验血标本的最佳取材方式。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,并选用CM10蛋白质芯片对8名志愿者的血清和血浆标本分别进行检测,经Proteinchip Software 3.2软件采集原始数据后,采用Ciphergen公司的Biomarker Wizard软件分析血清及血浆标本中所有质荷比(m/z)蛋白丰度的差异,以初步探讨血清和血浆中血栓蛋白的差异。结果:经Biomarker Wizard软件分析,显示2类标本间共有18个蛋白丰度有显著性差异,其中m/z为1872、1902、1923、1993、2144、2193、2745、3402、15147的9个蛋白在血浆中含量较高,而m/z为3162、4097、4215、5645、5913、7774、8150、8924、9299的9个蛋白在血浆中含量较低。结论:血清和血浆间存在许多血栓蛋白丰度的差异。因此,在临床检验血液中血栓蛋白时,为尽可能反映血液非细胞成分的在体特征,标本选择血浆可能更佳。     

生物化学和分子生物学检验与临床

阿德福韦酯治疗慢性乙型肝炎患者前后蛋白质组学的比较分析；表面增强激光解吸离子化飞行时间质谱在胃炎诊断中的应用研究；血清可溶性转铁蛋白受体对缺铁性贫血的诊断价值；精神病患者血清瘦素、脂联素检测的意义；慢性肾功能衰竭患者血清瘦素及IL-6、IL-8变化的相关性研究。     

乳腺癌患者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(SELDI-TOF-MS)和蛋白质芯片检测乳腺癌患者血清蛋白质指纹图谱，初步探讨筛选候选肿瘤标志物建立的诊断模型在乳腺癌诊断中的临床意义。方法用SELDI-TOF-MS技术及配套蛋白质芯片检测49例乳腺癌和37例非乳腺癌疾病患者的血清蛋白质指纹图谱，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[8611、16827、25711、28931、25485和2437质荷比(m/z)]组合构建的诊断模型Ⅰ鉴别乳腺癌和非乳腺癌疾病的敏感性为81．6％(40/49)，特异性为78．4％(29/37)。6个蛋白质峰(4470、10854、19193、3883、2011和7470m/z)组合的诊断模型Ⅱ鉴别Ⅰ期乳腺癌与非乳腺癌疾病的敏感性为80．0％(12/15)，特异性为89．2％(33/37)。5个蛋白质峰(2726、27014、2247、4477和19333m/z)组合的诊断模型Ⅲ鉴别Ⅰ期与Ⅱ～Ⅳ期乳腺癌的敏感性为91．2％(31/34)，特异性为93．3％(14/15)。结论SELDI-TOF-MS在乳腺癌的诊断尤其是早期诊断、术前分期及候选肿瘤标志物筛选等方面具有一定价值，值得进一步深入研究。     

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。     

MALDI-TOF质谱在乳腺癌诊断及分型中的应用研究

目的 应用基质辅助激光解吸电离飞行时间质谱（MALDI-TOF-MS）技术建立乳腺癌诊断预测模型，寻找乳腺癌血清中的差异蛋白质/多肽，鉴别区分三阴性乳腺癌（TNBC）与非三阴性乳腺癌（NTNBC）。方法 研究纳入61例乳腺癌患者、60例乳腺纤维腺瘤患者及44例健康体检者。按照 3∶1的比例随机分为训练组(乳腺癌患者 45 例，健康体检者对照 33 例)和验证组(乳腺癌患者 16 例，健康人对照 11 例)。弱阳离子交换磁珠（WCX-MB）提取血清蛋白质/肽后，基质辅助激光解吸电离飞行时间质谱（MALDI-TOF-MS）技术检测并筛选出差异峰，构建诊断预测模型并初步验证。观察分析乳腺癌患者血清蛋白质谱分子变化。结果 ClinProTools软件提供了乳腺癌组与健康组的诊断预测模型。遗传算法（GA）模型的特异度为90.9%，敏感度为93.8%，准确度为92.6%。对纤维腺瘤组和对照组、乳腺癌组和纤维腺瘤组以及TNBC组和NTNBC组分别进行聚类分析，发现有显著差异峰可将其准确区分：差异峰m/z 4220.9、5920.36在纤维腺瘤组中的峰强度明显高于对照组，但其在乳腺癌组中的峰强度明显低于纤维腺瘤组；差异峰m/z 4220.9、5920.36在TNBC组中的峰强度明显高于NTNBC组。结论 应用MALDI-TOF-MS技术建立的乳腺癌诊断预测模型具有高敏感性、高特异性的特点，此技术可将乳腺癌患者从健康体检者和良性疾病人群中区分出来，还可用于区分乳腺癌的基因分型。     

脑膜瘤和脑良性肿瘤及脑外伤患者脑脊液蛋白质谱差异表达模型的研究

目的用表面增强激光解吸离子化飞行时间质谱(SELDI-TOF-MS)和生物信息学分析技术寻找脑脊液中能鉴别脑膜瘤和其他脑良性肿瘤及脑外伤诊断的新标志物。方法收集14例脑膜瘤、9例其他脑良性肿瘤和27例轻度脑外伤患者的脑脊液标本，用H4蛋白芯片和SELDI-TOF-MS检测蛋白质谱的表达。用Biomarker PattemsTM Software分析软件进行数据处理，建立区分脑膜瘤和脑外伤患者脑脊液中蛋白质谱差异表达模型和区分脑膜瘤和其他脑良性肿瘤脑脊液中蛋白质谱差异表达模型；并用2个模型对各2例脑膜瘤、其他脑良性肿瘤和脑外伤患者进行盲法交叉验证。结果用5个质荷比峰建立的区分脑膜瘤和脑外伤脑脊液蛋白质谱差异表达模型的准确率为98％(49/50)．敏感性为100％(14/14)，特异性为96．3％(26/27)，阳性预测率为93．3％(14/15)，阴性预测率为100％(27/27)。用4个质荷比峰建立的区分脑膜瘤和其他脑良性肿瘤脑脊液蛋白质谱差异表达模型的准确率为96％(48/50)，敏感性为100％(14/14)，特异性为94．4％(34/36)，阳性预测率为92．3％(14/16)，阴性预测率为100％(34/34)。盲法交叉验证，第一个模型能将脑肿瘤、其他脑良性肿瘤和脑外伤全部正判，第二个模型将1例脑外伤误判。结论用SELDI-TOF-MS技术平台和生物信息学技术初步建立的区分脑膜瘤与脑外伤和其他脑良性肿瘤的脑脊液蛋白差异表达模型，为寻找脑膜瘤中新的肿瘤标志物进行蛋白质组学研究开辟了一条新的途径。     

基质辅助激光解吸电离飞行时间质谱微生物鉴定系统性能验证方案的建立

目的建立基质辅助激光解吸电离飞行时间质谱系统(MALDI-TOF MS)在常规临床微生物鉴定中的性能验证方法,指导临床实验室规范微生物鉴定程序。方法选取标准菌株、质控菌株和临床菌株共115株,包含革兰阳/阴性球菌30株、革兰阳/阴性杆菌31株、真菌30株,厌氧菌、苛养菌各12株,所有菌株均经Vitek Compact鉴定和/或细菌16S r DNA、真菌ITS DNA测序分析验证。任意选择3种MALDI-TOF MS微生物鉴定系统厦门质谱、布鲁克质谱、安图质谱,采用检测系统推荐方法进行菌株鉴定,进行准确度验证试验。精密度验证:选取标准菌株和临床菌株10株,1位操作者使用3个检测系统对10株菌株分别进行质谱鉴定3次,连续鉴定3 d; 3位操作者使用3个检测系统对10株菌株每d分别进行质谱鉴定3次,连续鉴定3 d,从而验证鉴定结果的重复性。结果厦门质谱、布鲁克质谱、安图质谱对标准/质控菌株(除外厌氧菌)的鉴定符合率为100%;对临床菌株的属水平鉴定符合率为100%;对革兰阴/阳性杆菌的种水平鉴定符合率分别为100%、100%、96.77%;对革兰阳性球菌的种水平鉴定符合率分别为96.67%、96.67%、100%;对真菌的种水平鉴定符合率均为90%一致;对苛养菌的种水平鉴定符合率均为100%;对厌氧菌鉴定符合率为91.67%种水平一致。精密度验证试验结果重复性100%。结论 3种MALDI-TOF MS系统在革兰阳/阴性球菌、革兰阳/阴性杆菌、真菌、苛养菌鉴定的准确度和精密度符合要求,验证通过。本文建立的微生物鉴定质谱仪性能验证方案可满足综合性医院临床微生物实验室常规鉴定基本要求。     

引起血流感染常见的革兰氏阴性杆菌蛋白指纹图谱的建立

目的建立引起血流感染的临床常见革兰氏阴性杆菌的蛋白指纹图谱,为血流感染快速诊断奠定基础。方法在血培养分析仪报阳后8小时内抽取报阳血培养基3 ml,经离心、红细胞裂解液溶解红细胞及无菌去离水洗涤后,留取细菌悬液,应用表面增强激光解吸电离飞行时间质谱技术(surface-enhanced laser desorption/ionization time-of-flight mass spectrome-try,SELDI-TOF-MS)和Au蛋白芯片检测细菌蛋白,采用Ciphergen Proteinchip软件自动采集数据。每个标本重复测定4次评价SELDI-TOF-MS检测细菌蛋白的重复性。结果在分子量5～20 kD范围内不同种细菌具有不同的蛋白指纹图谱;同种细菌具有相似的蛋白指纹图谱,主要蛋白峰分子量的变异系数<0.1%;同一株细菌蛋白指纹图谱具有很好的重复性,主要蛋白峰分子量的变异系数<0.05%。结论在分子量5～20 kD范围内不同种细菌具有特征性蛋白指纹图谱,为血流感染病原菌的快速鉴定提供了新思路。