基于MALDI-TOF-MS技术建立肺腺癌诊断预测模型及其初步验证

目的利用液体芯片结合基质辅助激光解析电离飞行时间质谱技术(MALDI-TOF-MS),筛选肺腺癌患者与肺良性疾病和健康人血清中的差异性多肽,建立肺腺癌诊断预测模型,发现诊断肺腺癌的潜在标志物。方法收集肺腺癌患者37例和健康体检者及肺部良性疾病患者(对照组)33例,其中肺腺癌组与对照组年龄、性别匹配,将上述两组按3∶1随机分为训练组(肺腺癌患者30例,对照者26例)和测试组(肺腺癌患者7例,对照者7例)。应用液体芯片-飞行时间质谱技术以及软件ClinProTools 3.0筛选训练组中肺腺癌组与对照组血清中的差异性多肽,建立肺腺癌诊断预测模型。利用测试组中的血清标本对诊断模型进行验证,评估该模型的诊断效能。结果通过软件ClinProTools 3.0分析,得到9个具有显著差异的多肽峰(P<0.05),其中肺腺癌中表达上调的峰m/z分别为8 976.5、4 469.05、4 966.78、8 925.5、4 531.05,表达下调的峰m/z分别为3 304.44、8 594.76、3 266.82、3 195.52。根据遗传算法(GA)建立肺腺癌诊断预测模型,该模型的整体识别能力为94.49%,利用测试组对该模型进行评估,结果显示该模型的灵敏度为100.0%,特异度为85.7%。结论肺腺癌患者血清中与肺部良性疾病及健康人血清中存在差异性多肽,利用这些差异性多肽峰建立肺腺癌诊断预测模型,为肺腺癌的早期诊断提供了一种新的方法。