研究背景:子宫内膜异位症是一种常见的妇科良性疾病,发病率较高,大约每10位育龄期女性中就会有一位子宫内膜异位症患者,给患者带来经济及精神压力。卵巢子宫内膜异位症是子宫内膜异位症最常见类型之一。子宫内膜异位症的早期发现对于及时有效的治疗起着至关重要的作用,但其诊断的金标准为腹腔镜手术,这对门诊普通患者的准确诊断带来了极大的困难。因此,通过影像学检查或者易获取的生物学标本（如血液、尿液和唾液等）进行无创性子宫内膜异位症诊断的价值不容忽视。目前,影像学检查准确率的稳定性较差,而高灵敏度、高特异性和高临床相关性的生物标志物尚未发现。随着高通量技术的不断发展,蛋白质组学技术成为查找标志物的重要手段,数据非依赖性的扫描模式（DIA）是一种较新的靶向定量蛋白质组学质谱数据采集方式。研究目的:本研究收集卵巢子宫内膜异位症（EM组）、卵巢其他良性肿瘤（FEM组）及卵巢癌（OC组）患者的血清样本,通过DIA技术进行组学检测分析,筛选蛋白质标志物并进行实验验证,寻找高特异性和敏感性的蛋白标志物,同时探寻相关的分子通路,为后续机制研究提供思路。研究方法:在蛋白质标志物筛选阶段,收集EM、FEM、OC三组患者共计30例血清样本,通过DIA高通量蛋白质定量检测方法进行检测,筛选差异蛋白并进行生物信息学分析,探索分子通路。在蛋白质标志物验证阶段,另收集203例患者的血清样本对筛选出的蛋白标志物进行验证,利用酶联免疫吸附测定法（Elisa）和Western Blot测定法检测蛋白,绘制受试者工作曲线（ROC）,计算曲线下面积（AUC）,计算灵敏度和特异度,查找鉴别诊断能力较强的蛋白标志物。研究结果:在蛋白质标志物筛选阶段,根据DIA数据对比共鉴定到739个蛋白,初步筛选之后EM组鉴定蛋白数为722个,FEM组728个,OC组731个。EM组与FEM组差异蛋白20个,EM组与OC组差异蛋白88个。以EM组为对照,发现5个重叠差异性蛋白,即跨膜蛋白198（TMEM198）、选择素L（SELL）、白细胞免疫球蛋白样受体A亚家族成员3（LILRA3）、免疫球蛋白轻链kappa（IGKC）和桥粒芯胶蛋白2（DSC2）。EM组与FEM组差异蛋白主要集中于氨基酸相关代谢通路、PPAR通路及AMPK通路,而EM组与OC组差异蛋白则集中于补体系统及MAPK通路。在蛋白质标志物验证阶段,选取5个标志物CA125、DSC2、LILRA3、SELL和IGKC进行验证,综合AUC、灵敏度和特异度进行分析。（1）对于EM和FEM,5种蛋白质标志物组合鉴别诊断能力更强,AUC为0.823,灵敏度76.14%、特异度75.56%;对于EM和OC,IGKC具有较高的诊断价值,而CA125+IGKC诊断能力最强,AUC为0.969,灵敏度92.05%、特异度92.00%。（2）对于EM和FEM,年龄<45岁患者,CA125的AUC相对更大（0.733）,灵敏度70.51%,特异度70.97%;年龄≥45岁患者,IGKC诊断能力更强,AUC为0.900,敏感度100%,特异度82.14%。对于年龄≥45岁的EM和OC患者,CA125+IGKC诊断价值更高,AUC为0.980,灵敏度100%、特异度90.00%。（3）对于EM和FEM,肿瘤直径<5cm患者,CA125诊断能力更强,AUC为0.854,灵敏度71.43%、特异度85.00%;肿瘤直径≥5cm患者,亦是CA125诊断能力更强,AUC为0.751,灵敏度73.33%、特异度72.86%。（4）针对年龄<45岁且肿瘤直径<5cm的EM和FEM的鉴别诊断,CA125+IGKC的AUC为0.834,诊断价值较高。研究结论:本研究应用DIA蛋白质组学定量分析技术筛选蛋白标志物,通过较大样本量的实验验证,发现临床常用标志物CA125可用于EM和FEM的鉴别,新的标志物IGKC对于EM和OC鉴别能力较强。蛋白标志物的组合尤其是CA125+IGKC具有较高的诊断价值。此外,我们发现代谢及炎症相关因素可能在子宫内膜异位症的发展中扮演了重要角色,为未来相关的机制研究提供了思路。研究背景:卵巢透明细胞癌是一种具有独特生物学特征且恶性程度较高的上皮性卵巢癌亚型,对患者的生命健康造成威胁,也带给患者沉重的心理及经济负担。鉴于较低的发病率,卵巢透明细胞癌发生发展的内在机制并不明确,相关治疗方案沿用上皮性卵巢癌的处理标准,缺乏有效且针对性强的治疗方法。集合多个预后影响因素而建立的临床预测模型能够帮助临床医生及患者共同制定个体化的治疗及随访方案。然而,目前对于卵巢透明细胞癌预后影响因素的研究并不系统,尚无精准的卵巢透明细胞癌预后预测模型。研究目的:本研究结合公共数据库及所在医院患者资料,筛选卵巢透明细胞癌预后影响因素建立预后预测模型,并进行外部数据的科学验证,通过多种方法评估预测模型临床应用价值,为卵巢透明细胞癌患者的临床管理提供参考工具。研究方法:（1）总生存期预测模型:下载SEER数据库2010-2016年间卵巢透明细胞癌患者的临床数据,按照7:3的比例随机分为训练集和内部验证集,另收集本院2000-2011年卵巢透明细胞癌数据作为外部验证集。通过Lasso Cox回归分析法以及多因素Cox回归筛选最终变量构建模型。（2）疾病无进展生存期预测模型:收集本院2012-2017年卵巢透明细胞癌数据作为训练集,同时本院2000-2011年数据作为验证集。通过单因素Cox回归分析法以及多因素Cox回归筛选最终变量构建模型。对于以上两个模型,分别在验证集数据中通过计算一致性指数（C-index）、绘制校正曲线、计算净重新分类指数（NRI）和综合判别改善指数（IDI）以及绘制决策曲线的方法进行评估。提取模型中各个变量的风险评分对患者进行风险分层,绘制生存曲线比较预后情况。研究结果:（1）总生存期预测模型:训练集患者共计1079例,内部验证集462例,外部验证集118例。纳入的初始变量有:患者确诊年龄、种族、肿瘤大小、肿瘤方位（单侧或双侧）、肿瘤分级、肿瘤分期、淋巴结状态、放疗情况和化疗情况,筛选之后由确诊年龄、肿瘤方位、肿瘤分期、淋巴结状态和化疗情况5个变量进行建模。训练集 C-index 为 0.801（0.786,0.816）、内部验证集为 0.789（0.627,0.816）、外部验证集为 0.923（0.899,0.946）。（2）疾病无进展生存期预测模型:训练集患者122例、验证集患者118例。纳入的初始变量有确诊年龄、绝经情况、产次、术前CA125水平、肿瘤大小、肿瘤方位、肿瘤分期、淋巴结状态、术后肿瘤残余状态、合并子宫内膜异位症和高血压,筛选之后由术前CA125水平、肿瘤大小、肿瘤分期和术后肿瘤残余状态4个变量进行建模。训练集C-index为0.703（0.617,0.790）、验证集为0.818（0.758,0.878）。两个模型的校正曲线均显示预估预后与实际预后差异较小。NRI及IDI运算结果表明模型表现力较单一变量（肿瘤分期）表现力有所改善。决策曲线分析显示两个模型的临床经获益较高。两个模型对于高低危患者的区分能力较强（P值均<0.05）。研究结论:本研究利用SEER数据库及本院数据资料分别建立总生存及疾病无进展生存预后预测模型,经验证集验证显示,两个模型均具有良好的表现力,对于卵巢透明细胞癌患者的预后预测能力较强,具有临床应用价值。