论文部分内容阅读
目的:随着近年来蛋白质组学这项新兴技术的发展,为临床疾病的诊断治疗提供了新的研究途径,应用SELDI技术已在临床多个领域获得成效,本研究运用该技术力图探索并寻找出能早期发现和诊断结直肠癌的特异性方法,运用蛋白质芯片技术筛选结直肠癌的血清蛋白指纹图谱,并初步探讨其用于结直肠癌诊断的价值。方法:利用表面增强激光解吸离子化飞行时间质谱(SELDI-TOF-MS)技术及弱阳离子交换表面(CM10)蛋白芯片监测70例结直肠癌患者和48例良性病变对照(包括结直肠息肉与炎症性肠病)及25例正常对照的血清蛋白质谱。将结直肠癌患者、良性病变对照和正常对照分为训练集(40例患者40名对照)和验证集(30例患者和33例对照),前者用于筛选结直肠癌的差异蛋白标志物并建立人工神经网络(ANN)诊断模型,后者用于诊断效度的盲法验证。首先应用表面加强激光解吸电离飞行时间质谱技术及弱阳离子交换表面(CM10)蛋白芯片检测所研究样本及混合对照血清,利用Ciphergen Proteinchip软件对获得的混合对照血清图谱进行分析并计算其差异性,以变异系数(CV)值表示,设定CV<15%时,满足蛋白质谱检查可重复性的要求。采用Biomarker Wizard 3.1软件分析患者组和对照组血清蛋白指纹图谱,对初步筛选的蛋白质峰进行方差分析,P<0.01的蛋白质峰差异具有统计学意义。结合反向传播人工神经网络的方法利用训练集建立诊断模型。人工神经网络根据训练集中的输入数据和输出数据,学习和记忆数据之间的内部联系。一旦人工神经网络模型被建立,它可分析新输入数据而预测输出结果。使用人工神经网络模型检测测试集样本并评价该模型的诊断价值。结果:1)对混合对照血清中所得蛋白质谱图进行统计分析,结果CV值为11.50%,表明实验重复性好,将2000M/Z以下的峰滤去,可避免基质峰可能存在的干扰。2)对结直肠癌患者和对照组血清进行分析,共检测到1063个蛋白质峰,统计分析结果显示有148个明显表达差异的蛋白峰。3)在148个具有明显表达差异的蛋白质峰中,筛选了9个信噪比强的蛋白质峰,利用训练集样本,建立人工神经网络诊断模型,发现其中2974Da、3282Da、5948Da的三个蛋白质荷质比峰(m/z)信噪比非常明显,对结直肠癌和正常人有鉴别意义,而3016Da、6647Da的两个蛋白质荷质比峰(m/z)信噪比也非常明显,对结直肠癌和结直肠良性病变组有鉴别意义。该模型检测结直肠癌的灵敏度为94.2%,特异度为91.3%,阳性预测值为91.2%,阴性预测值为94.5%。结论:1)应用蛋白芯片技术检测到5个对结直肠癌有鉴别意义的血清蛋白标志物,2)初步建立了结直肠癌的血清蛋白指纹质谱,可能为结直肠癌的早期诊断提供了新的手段。