应用SELDI-TOF-MS技术建立胃癌筛选血清蛋白质指纹图谱模型

目的应用SELDI蛋白质芯片检测胃癌患者血清蛋白质指纹图谱,筛选候选肿瘤标志物以建立诊断模型,并探讨其诊断早期胃癌的临床意义。方法表面加强激光解吸电离-飞行时间质谱(SEL-DI-TOF-MS)技术及其配套蛋白质芯片检测40例胃癌患者和30例健康人的血清蛋白质组图谱,运用判别分析处理数据筛选标志物并建立诊断模型。结果8592m/z、13725m/z、8678m/z等3个蛋白质峰组合所构建的诊断模型能达到鉴别胃癌患者和健康人的最佳诊断效果,灵敏度为90%(36/40),特异性为86.5%(26/30)。结论该方法在胃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,值得进一步研究。

应用SELDI-TOF-MS筛选多囊卵巢综合征卵泡液中差异蛋白的研究

目的探讨多囊卵巢综合征(PCOS)患者与正常排卵妇女卵泡液中差异蛋白质的表达,建立PCOS的卵泡液诊断模型。方法采用表面增强激光解吸-电离-飞行时间质谱(SELDI-TOF-MS)技术检测24例PCOS患者的卵泡液和20例排卵正常的对照患者卵泡液中的蛋白质,采用支持向量机方法建立PCOS的诊断模型,评估诊断模型的预测效能;采用卡方检验检验PCOS的卵泡液模型间特异性和敏感度的不同。结果 PCOS患者与排卵正常妇女的卵泡液中共检测到89个差异的蛋白质,选取前10个统计学意义的蛋白质峰(P<0.05)合并建立诊断模型,获得5个差异的蛋白质,其中2033和5828质荷比(m/z)两个蛋白质峰在PCOS组卵泡液中的表达低于对照组(P<0.05),其余3个蛋白质峰2873、6452、8137m/z在PCOS组卵泡液中呈现高表达(P<0.05);5个卵泡液差异蛋白质峰组合所构建的诊断模型的特异性为99%,敏感度为97%。结论 PCOS患者的卵泡液与正常排卵妇女卵泡液中存在差异表达的蛋白质,PCOS患者卵泡液中表达的蛋白质的变化可能与PCOS患者的卵泡内卵子发育异常和排卵异常有关。

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.