应用SELDI-TOF-MS技术建立卵巢浆液性乳头状囊腺癌诊断的血浆蛋白质组学模型

目的：通过蛋白质芯片-质谱技术结合生物信息学的支持向量机方法，筛选卵巢浆液性乳头状囊腺癌患者差异表达的蛋白质峰，探讨建立数学逻辑的卵巢浆液性乳头状囊腺癌诊断模型及其意义。方法：采用表面增强激光解离飞行时间质谱（surface-enhanced laser desorption/ionization time of flight mass spectrometry,SELDI-TOF-MS）技术，运用CM10蛋白质芯片（一种弱阳离子芯片）分别检测26例卵巢浆液性乳头状囊腺癌和51例对照组（其中卵巢囊肿12例、子宫肌瘤31例、卵巢良性囊腺瘤8例）的血浆标本，对所得到的质谱数据采用Biomarker Wizard软件分析，初步筛选蛋白质峰，结合生物信息学的支持向量机（support vector machines，SVM）方法建立并测试卵巢浆液性乳头状囊腺癌患者以及对照组的血浆蛋白质谱诊断模型。结果：应用SELDI-TOF-MS在CM10芯片上捕获到的蛋白质，经过Biomarker Wizard软件分析筛选出了卵巢浆液性乳头状囊腺癌患者与对照组的71个差异蛋白质峰（P〈0．01），利用SVM方法再次筛选获得7个蛋白质峰组成卵巢浆液性乳头状囊腺癌的蛋白质谱最优化模型，这7个蛋白质中质荷比（m／z）为4099、4477、4123、4081和3938的表达上调，质荷比（m／z）为8785和13783的表达下降。经三倍交叉验证后用盲法测定，所建模型用于卵巢浆液性乳头状囊腺癌患者与对照组鉴别的敏感度和特异度分别为84．62％和96．08％，阳性预测值为92．21％。结论：蛋白质芯片-质谱技术可以快速、有效地筛选出卵巢浆液性乳头状囊腺癌患者血浆差异蛋白质，结合SVM可建立有效的蛋白质质谱诊断模型，对卵巢癌诊断方法的建立具有潜在意义。

Establishment of a diagnostic model from plasma proteomic patterns of ovarian serous cystadenocarcinoma patients using SELDI-TOF-MS technology