临床细菌学鉴定方法进展

细菌分类鉴定既是一门古老、传统的学科,又是一门现代化发展的学科。本文针对目前临床常规使用的细菌鉴定方法和新兴的鉴定方法,尤其是蛋白质谱法做了介绍和比较,从而为临床细菌鉴定方法的选择应用提供参考。     

母体抗体效价检测在新生儿溶血病诊断中的应用

目的探讨O型血孕妇产前IgG抗（A）B抗体效价与新生儿ABO溶血病的关系。方法采用微柱凝胶法动态监测745例O型血孕妇血清IgG抗（A）B抗体,并对高风险新生儿做溶血病血清学检测。结果孕妇血清抗体效价为1∶64、1∶128和≥1∶256时,新生儿ABO溶血病的发病率分别为10.32%、50.94%和85.71%,不同抗体效价组别间差异有统计意义（P〈0.01）。结论 ABO溶血病的发病率随着孕妇血清抗体效价升高而升高,产前IgG抗体效价的动态监测对预防新生儿溶血病有重要意义。     

胃癌血清蛋白指纹人工神经网络诊断模型的研究

目的建立胃癌人工神经网络蛋白分子诊断模型,寻找胃癌早期诊断的新方法。方法采用表面增强激光解析离子化飞行时间质谱(SELDI-TOF-MS)技术及配套芯片CM10和Biomarker Wizard 3.1软件筛选胃癌差异表达蛋白,通过人工神经网络(ANN)建立并验证胃癌的SELDI分子诊断模型。结果共建立3个胃癌诊断模型(Ⅰ、Ⅱ、Ⅲ),分别为胃癌的诊断、筛查、鉴别诊断模型。选其中由5个差异表达蛋白(质荷比为2502、2544、3085、8574、8740)组成的胃癌人工神经网络诊断模型Ⅰ作为胃癌人工神经网络诊断模型,对胃癌的诊断灵敏度为95.0%,特异度为98.33%,阳性预测值为95.0%,阴性预测值为98.33%,诊断准确度为97.5%。结论 SELDI-TOF-MS技术对胃癌的早期诊断具有一定的价值,值得进一步的研究。     

尿液转铁蛋白、微白蛋白及α1-微球蛋白联合检测在糖尿病肾损伤早期诊断中的价值

目的同时检测糖尿病(DM)患者尿液尿转铁蛋白(UTf)、尿微白蛋白(mAlb)、α1-微球蛋白(α1-MG),评价该3项指标在糖尿病肾损伤中的诊断价值。方法采用散射比浊法对50例糖尿病患者和44例健康体检者尿液3项指标进行联合检测分析。结果糖尿病患者3项指标均有不同程度的增高,具有统计学意义。结论联合检测糖尿病患者尿液3项指标,可以早期对其常见并发症之一的糖尿病肾损伤作出诊断,为临床提供早期的诊断依据,阻止或延缓糖尿病发展至肾损伤。     

导流杂交基因芯片技术检测人乳头状瘤病毒基因分型的观察

目的探讨导流杂交基因芯片技术（hybridization microarray,HybriMax）在临床人乳头状瘤病毒（human papillomavirus,HPV）感染检测中的运用,分析HPV感染的亚型分布和患者的年龄特征,为宫颈癌防治提供依据。方法采用HybriMax技术对我院妇科就诊的622例女性进行生殖道HPV感染分型检测,并对各亚型感染情况进行分析。结果本组共检测到17种HPV基因亚型,总阳性率为22．3％（139／622）,其中高危亚型占79．9％,检出率较高的5种基因型为HPV16、58、52、18、31型;低危亚型占20．1％,以HPV6型多见。HPV亚型中单一型感染率为69％,混合型感染率为31％。检测人群中HPV感染的高峰年龄在30～39岁,阳性率为33．9％,多为单一型感染。结论HybriMax技术可准确进行HPV基因分型,能同时分辨高危型和低危型,可判断多型感染,是用于30岁以上女性宫颈病变临床诊断和普查的理想方法。     

SELDI-TOF-MS蛋白芯片技术在胃癌早期诊断中的应用

目的 建立胃癌早期患者的血清差异表达蛋白诊断模型,构建用于胃癌早期诊断的敏感和特异的新方法.方法 采用PBSⅡ/C 型蛋白质指纹图谱仪及金芯片检测45例早期胃癌患者及80例健康对照人群血清蛋白质图谱,用Biomarker Wizard 3.1 软件分析所得数据,筛选胃癌差异表达蛋白.通过人工神经网络数学模型(ANN)选择最佳差异表达组合建立并验证胃癌的诊断模型.内标物质加入血清样本,校准和消除操作条件波动对分析结果的影响,提高实验的准确度.最后,应用SPSS13.0软件绘制胃癌诊断模型的受试者工作特征曲线(ROC curve),评价诊断模型的准确度.结果 在质荷比为2 000～20 000范围内共检测到有显著差异的蛋白质峰(t检验,P<0.01)28个.经ANN反复训练筛选其中5个差异蛋白(质荷比分别为2 545.3±3.6,2 942.7±4.3,3 135.5±2.8,4 130.6±2.1,8 691.4±1.3)组成胃癌人工神经网络诊断模型,对胃癌的诊断灵敏度为95.0%,特异度97.5%,阳性预测值为95.0%,阴性预测值97.5%,诊断准确度为96.67%.绘制ROC曲线,曲线下面积为0.972,表明该诊断模型准确性较高.结论 该研究建立的诊断模型对胃癌的诊断准确度较高.SELDI-TOF-MS蛋白芯片技术在胃癌的早期诊断和血清肿瘤标志物的筛选方面具有一定价值,值得进一步深入研究.