生物蛋白芯片在结核病诊断中的应用

由于诊断技术落后,全国约有50%的肺结核排菌患者未被发现,给人群造成巨大威胁。目前国内结核病诊断存在着金标准局限性大,主要原因在于痰培养结核杆菌生长缓慢、培养期长、阳性率低,这在一定程度上影响结核病的诊断和治疗。本研究主要评价生物蛋白芯片在结核病诊断中的应用以及在提高诊断能力方面的价值。     

蛋白芯片用于筛选急性髓系白血病患者血清标志物的初步研究

目的利用生物素标记蛋白芯片筛选急性髓系白血病(AML)患者血清中可用于AML早期诊断、预后判断的血清标志物。方法采用生物素标记抗体芯片技术,对11名不同细胞遗传学和分子生物学特征的AML患者[分为预后良好组(5名),预后不良组(6名)]和5名健康体检者(对照组)的血清检测,采用芯片分析软件提取数据,获得的数据采用AAH-BLG-1数据分析软件作统计分析。结果 2个AML组与正常对照组相比,生长因子MFG-E8、osteoactivin、Hepassocin、M-CSF、M-CSF R、Insulin R,白细胞介素家族的IL-20、IL-3、IL-1 F8、IL-2 R alpha、IL-2 R beta、IL-1 R6凋亡因子(Fas)、粘附因子(ICAM-3)、趋化因子(CCL21)、载脂蛋白(Lipocalin-1)、跨膜蛋白(TMEFF1)、基质金属蛋白酶(MMP-3)和肿瘤坏死因子受体超家族的GFR alpha-4、TNF-alpha、TNFRF18、TNFRSF21等22个标志因子水平明显上调(P<0.05);预后不良组与预后良好组相比,IL-17RD、VEGF-D、IGFBP1、基质金属蛋白酶抑制剂TIMP-2、血管生成抑制剂Endostatin、蛋白水解酶uPA、趋化因子MIP-2、FGF-19、结合蛋白LBP、粘附分子L-selectin、载脂蛋白SAA等11个标志因子水平明显上调(P<0.05)。结论生物素蛋白质芯片共检测出33个AML血清标志物,证实这些标志物参与了AML细胞趋化、黏附、迁移、降解基质、恶性增殖、抗凋亡等过程。蛋白芯片有助于早期正确判断AML患者的预后,指导不同强度的个体化治疗。     

蛋白芯片检测丙型肝炎病毒分片段抗体的临床意义

丙型肝炎是一种严重威胁人类健康的世界性血源性传染病，加强血源及血液制品的监控是有效防止感染丙肝病毒的重要手段。目前检测丙型肝炎以检测血清中抗HCV抗体的ELISA法较为普遍，但仍有不足之处。     

利用蛋白芯片技术诊断和评估肾损伤的临床应用

目的利用Au蛋白芯片（proteinchip gold array）技术检测肾损伤患者尿蛋白指纹图谱,探讨其灵敏、快速预测和评估肾损伤的临床应用价值。方法利用表面增强激光解析电离飞行时间质谱（surface-enhanced laser desorption-ionization time of flight mass spectrometry,SELDI-TOF-MS）技术及Au蛋白芯片检测477例尿蛋白指纹图,包括237例肾病患者和240例对照者。利用生物标志模型软件（biomarker patterns software,BPS）筛选标志蛋白,结合人工神经网络（artificialneural network,ANN）技术建立模型,评价其在诊断和评估肾损伤中的应用价值。通过电喷雾四级杆飞行时间质谱（electrospray ionization quadrupole time of flight,ESI-Q-TOF）结合比对标准蛋白质谱,对部分差异蛋白进行鉴定。结果肾病患者与对照者尿中差异表达的蛋白质峰有75个,其丰度值两组间比较差异均有统计学意义（t值为-11.6-28.1,P均〈0.05）,筛选质荷比（m/z）6182、88439、7402、37706、76508、0045和91 240蛋白质建立的ANN模型预测肾损伤的灵敏度为96.6%（84/87）,特异度为94.4%（85/90）。鉴定结果表明11735、15150、22871、23770、67650 h和80045m/z蛋白分别为β2-微球蛋白、血红蛋白、α1-抗胰蛋白酶、α1-微球蛋白、白蛋白和转铁蛋白。结论基于Au蛋白芯片的SELDI-TOF-MS技术检测尿蛋白指纹图,在肾脏疾病的诊断、蛋白尿类型判断、肾损伤评估及治疗评价中具有潜在的应用价值。     

基于血清蛋白组学的慢性肾衰预测模型探讨

 目的 通过比较慢性肾衰（CRF）患者与正常人血清蛋白表达谱的差异,筛选血清蛋白标志物并建立诊断模型,探讨其在慢性肾衰血清学诊断中的意义。方法 收集62例CRF患者和28例正常人的血清,经表面增强激光解析离子化飞行时间质谱(SELDI-TOF-MS)检验并筛选血清蛋白标志物。经生物信息学分析建立预测模型并进行验证。结果 在质荷比(m/z)1500～30000范围内,检测到51个有效蛋白峰,发现有19个峰有显著差异 (P<0.001),其中18个峰呈低表达,1个峰呈高表达;且CRF组和正常组的聚类性质明显不同;组内样本彼此靠近,组间样本彼此分开。构建的"慢性肾衰组－正常组"诊断决策树模型,预测正确率为87.8%,灵敏度为87.1%,特异度为89.3%。结论 该决策树模型能对慢性肾衰做出较为准确的预测判断,为慢性肾衰的临床早期发现提供一定的实验依据     

多肿瘤标志物蛋白芯片检测对泌尿系统肿瘤的诊断价值

肿瘤标志物单项指标检测在临床上已应用多年,但存在组织特异性不强、敏感性低和费用高等不足[1].近年来,临床上常将多项相关的肿瘤标志物组合对肿瘤进行检测.     

LAM、16kDa和38kDa抗体检测在结核病诊治中的作用

2006年10月-2007年3月,我们采用生物蛋白芯片技术,检测结核病患者结核菌中的脂阿拉伯甘露糖（LAM）、16kDa和38kDa抗体,以探讨其在结核病诊治中的作用。     

蛋白芯片联合SELDI-TOF-MS在卵巢癌诊断中的应用

目的用蛋白芯片联合表面增强激光解析离子化/飞行时间质谱（SELDI-TOF-MS）分析卵巢癌与对照血清中的差异表达蛋白来筛选与卵巢癌早期诊断和预后相关的肿瘤标志物。方法采用联合SELDI-TOF-MS及WXC2蛋白质芯片,对21例卵巢癌患者（实验组）及24例健康妇女（对照组）血清标本进行检测。结果在相对分子质量0~50 000 Da范围内,检测出69个差异蛋白峰。卵巢癌差异表达明显（P〈0.01）的蛋白峰8个,其中高表达的波峰3个,质荷比分别为5 927.6,8 719.3和11 729.8 Da,低表达的波峰5个,质荷比分别为4 073.8,4 158.4,4 186.7,4 290.2和8 162.5 Da。其中11 729.8 Da蛋白峰已经鉴定为血清淀粉样蛋白A1（SAA1）。结论SELDI-TOF-MS联合蛋白质芯片能够直接检测出卵巢癌患者血清中相对特异的蛋白峰,对于卵巢癌的诊断具有一定的临床意义。     

10137例健康体检人群六项肿瘤标志物蛋白芯片检测结果的分析

目的探讨六项肿瘤标志物蛋白芯片检测方法在健康体检人群中进行恶性肿瘤筛查的价值。方法利用六项肿瘤标志物蛋白芯片对10137例健康体检者进行PSA、CA125、CA19-9、CA15-3、AFP、CEA检测,以超出正常参考值为阳性结果。结果 10137例体检者六项肿瘤标志物检测总阳性率为0.85%,恶性肿瘤检出率为0.14%,检测灵敏度为46.67%,特异度为99.29%,假阳性率为0.71%,假阴性率为53.3%,阳性预测值为16.28%,阴性预测值为99.84%。结论六项肿瘤标志物蛋白芯片检测方法在健康体检人群中进行恶性肿瘤筛查有一定的价值,必须与超声、X线等传统影像学检测方法紧密结合。     

应用Clin Prot 系统分析结肠腺癌患者血清蛋白表达谱

目的 寻找可能与结肠腺癌相关的血清候选蛋白,为结肠腺癌的综合防治提供重要的理论基础和手段.方法 收集36 例结肠腺癌患者和22 例正常对照组血清,经Clinprot 磁珠纯化,基质辅助激光解析电离飞行时间质谱（MALDI-FOF-MS） 分析建立相应的蛋白质指纹图谱,应用Clinpro Tools 生物信息学方法研究其血清蛋白表达谱.对不同质荷比（M/Z） 的差异蛋白通过在数据库中的分析比对,筛选出可能与结肠腺癌发病相关的血清候选蛋白.结果 结肠腺癌和正常对照组血清样本蛋白丰度平均变异系数为0.229,与对照组比较,结肠腺癌组有15 种蛋白上调,7 种蛋白下调.选取差异最为明显的两个蛋白：M2369.93Da 和M6051.12,建立结肠腺癌组和正常对照组差异表达蛋白平均谱图,采用GA 模型算法,选取差异蛋白,结肠腺癌阳性和阴性识别率为79.7%,准确性结肠癌阳性组为96.1%,结肠癌阴性组为85.5%,预测能力为72.8%.结论 通过液体蛋白芯片飞行时间质谱系统作为分析工具,发现15种蛋白上调,7 种蛋白下调,这些蛋白可能为潜在的结肠腺癌肿瘤标志物.