胃癌腹膜转移的血清蛋白质特异性生物标志物的研究

[目的]筛选胃癌腹膜转移中可能存在的特异性蛋白标记物。[方法]采用CM10蛋白质芯片和表面增强激光解析电离飞行时间质谱(SELDI-TOF-MS)技术,对19例胃炎患者和18例不同期别胃癌患者的的血清蛋白质谱进行分析。[结果]胃癌患者与胃炎患者相比,7种蛋白质明显过表达(P0.05,Student t检验)。其中,发现3268Da,3397Da,3927Da和4129Da的四个蛋白质仅在患有腹膜转移的患者中差异表达。采用CART(分类和回归树)方法成功地将胃癌腹膜转移患者与无腹膜转移的患者分离。[结论]这4个蛋白峰有可能与胃癌腹膜转移相关,或将成为其诊断的特异性生物蛋白标志物。     

WCX磁珠联合MALDI-TOF-MS技术在结直肠癌诊断中的应用

目的:比较结直肠癌与正常人血清蛋白质谱的变化,筛选特异性蛋白标志物,建立结直肠癌诊断分类树模型.方法:收集血清样本133例(其中结直肠癌67例,正常人66例),随机分为建模组和验证组.运用弱阳离子纳米磁珠(magnetic bead-weak cation exchange,MB-WCX)联合基质辅助激光解吸离子飞行质谱(matrix-assistedlaser desorption/ionization time-of-flight massspectrometry,MALDI-TOF-MS),建立结直肠癌与正常人血清蛋白质谱.用Flex Analysis2.4软件收集数据,应用ClinproTools2.2软件对建模组34例结直肠癌和33例正常人血清差异蛋白质谱进行定量分析,应用Genetic Algorithm算法建立结直肠癌诊断模型,应用所获取的诊断模型对验证组样本(33例结直肠癌和33例正常人)进行分类诊断,以评价诊断模型的诊断价值.结果:通过比较分析结直肠癌与正常人血清蛋白质谱,发现共有33个差异蛋白峰(P<0.05),其中在结直肠癌中表达上调25个,表达下调8个.利用其中5个差异峰(Mr分别为759,3316,4645,4248,2645Dr)建立诊断模型,获得了94.12%(32/34)敏感性和96.97%(32/33)的特异性,经独立样本双盲验证,其灵敏度为93.94%(31/33),特异度为96.97%(32/33).结论:基于磁珠分离和MALDI-TOF-MS技术能直接检测出结直肠癌患者血清差异表达蛋白,建立的诊断模型具有较高的敏感性和特异性,对提高结直肠癌的诊断具有一定的临床意义.     

应用SELDI-TOF-MS技术分析多发性骨髓瘤患者血清差异表达蛋白

目的 研究多发性骨髓瘤患者血清蛋白质谱的变化,从而筛选出特异性蛋白标志物.方法 利用CM10蛋白芯片和SELDI-TOF-MS技术对30例初诊为多发性骨髓瘤的患者和33例健康人的血清蛋白进行分析.获得的蛋白质谱图采用Ciphergen公司的Biomarker Wizard软件分析.结果 通过对多发性骨髓瘤患者血清与健康人血清蛋白质谱图分析发现有30个蛋白峰表达量有明显差异(P<0.05),与健康对照组相比,10个蛋白峰表达上调,20个蛋白峰表达下调,质荷比为3472.79、7778.39、4093.01、4971.15、5343.98的蛋白更具意义.结论 结果表明通过多发性骨髓瘤患者与健康对照血清蛋白质谱的比较,有助于筛选得到多发性骨髓瘤的特异性标志物.     

用蛋白质芯片技术筛选非小细胞肺癌患者血清中标志蛋白

目的 探讨用蛋白质芯片技术检测血清非小细胞肺癌（NSCLC）标志蛋白筛查肺癌患者的可行性。方法 用蛋白质芯片表面增强激光解吸电离飞行时间质谱仪（SELDI-TOF-MS）技术检测123例肺癌患者和40名正常人血清蛋白质质谱。用数字表法随机抽取94份标本（53例NSCLC，21例小细胞肺癌和20名正常人）作为训练组进行系统训练，将筛选出来的相对分子质量为11493、6429、8245、5336及2536的5个蛋白峰作为一个标志物组合模式，建立分类树模型（即系统训练过程）；用69份未知血清标本（49例NSCLC，20名正常人）作为盲筛组验证该模型。结果 系统显示，在训练组该模式检测NCLC的敏感性和特异性分别为95．9％（71／74）、90．0％（18／20），盲筛组分别为83．7％（41／49）及80．0％（16／20）。结论 蛋白质芯片SELDI-TOF-MS技术能较准确的区分NSCLC患者与健康对照者，该技术为NSCLC的筛查提供了新的有效工具。     

类风湿关节炎患者血清蛋白质指纹图谱检测及其临床意义

目的初步探讨基于判别分析建立的血清蛋白质指纹图谱模型在类风湿关节炎(RA)诊断中的临床意义.方法用表面增强激光解吸电离飞行时间质谱技术及配套蛋白质芯片检测60例RA患者和31例健康人的血清蛋白质指纹图谱,并采用SPSS12.0软件判别分析处理数据和筛选标志物,以建立诊断模型.结果质荷比(m/z)为3 975 Da,6 433 Da和15 129 Da的3个蛋白质峰组合构建的诊断模型鉴别RA患者和健康人的敏感性为80.0%(48/60),特异性为80.6%(25/31).结论血清蛋白质指纹图谱在筛选RA患者血清中特异性蛋白标志物及其诊断方面具有一定价值.     

应用SELDI-TOF-MS技术分析SEB染毒小鼠血清蛋白质组学变化

目的:把蛋白质芯片和SELDI质谱技术应用于金黄色葡萄球菌肠毒素B(staphylococcal enterotoxin B,SEB)染毒小鼠血清蛋白质组研究,分析染毒小鼠血清蛋白质组的变化．方法:采用表面增强激光解吸电离飞行时间质谱技术和弱阳离子交换蛋白质芯片检测染毒小鼠血清蛋白质的变化,使用PBSⅡ-C 型蛋白质芯片阅读机读取数据,获得的结果采用Ciphergen公司的Biomarker wizard和 Biomarker Patterns System软件进行分析．结果:实验组与对照组血清蛋白质谱相比有 11个蛋白质有显著差异,其中8个蛋白质表达上调,3个表达下调．结论:SEB染毒小鼠血清蛋白质组发生显著变化,可能与SEB的毒理学与病理学作用有密切关系．     

胃癌与慢性胃炎唾液蛋白质组鉴别诊断模型

目的:探讨用蛋白质组学质谱技术筛选慢性胃炎患者与胃癌患者唾液蛋白质表达谱,寻找可用于胃癌与慢性胃炎鉴别诊断的特异性生物标志物.方法:采用蛋白质组学基质辅助激光解吸电离飞行时间质谱(MALDI-TOF-MS)技术,并运用弱阳离子磁珠(WCX)检测慢性胃炎患者和胃癌患者的唾液,得到相应的肽质量指纹图谱,建立鉴别诊断模型.结果:慢性胃炎患者与胃癌患者两组共得到蛋白质峰为77个,其中1个有统计差异显著的蛋白峰(P<0.05),质荷比为:6021.72 Da,通过分析差异蛋白峰表达谱,建立了分类预测模型,识别率为83.54%,预测能力60.23%.以此模型进行临床回代检验结果14例慢性胃炎,其中10例被准确检出,23例胃癌,22例被准确检出,灵敏度71.43%(10/14),特异度95.65%(22/23).结论:初步得到了慢性胃炎与胃癌唾液差异蛋白质表达谱,并初步建立了以6021.72 Da蛋白质区分慢性胃炎与胃癌的唾液蛋白鉴别诊断模型.     

广西巴马地区与南宁市80岁及以上健康老年人的血清蛋白质谱比较

目的 了解广西巴马地区与城市(南宁市)80岁以上健康老年人的血清蛋白质谱状况,为探索巴马地区长寿的奥秘提供新的线索. 方法 运用表面增强激光解析电离飞行时间质谱(SELDI-TOF-MS)技术,采用弱阳离子交换(CM10)、金属离子螯合(IMAC30-Cu)、强阴离子交换(Q10)、疏水(H50)4种芯片分别检测巴马地区与城市80及岁以上健康老年人的血清蛋白质谱.结果 巴马地区与城市健康老年人血清中共检测到蛋白质(或多肽)峰:CM10 71个,IMAC30-Cu 46个,Q10 81个,H50 52个;巴马地区与城市健康老年人的血清蛋白质谱峰比较(P＜0.05且各蛋白质峰值的均数＞标准差),CM10芯片共检出8个差异蛋白质谱峰,其中2个表达上调、6个表达下调;IMAC-Cu芯片共检出7个差异蛋白质谱峰,其中1个表达上调,6个表达下调;Q10芯片共检出5个差异蛋白质谱峰,均为表达下调;H50芯片共检出6个差异蛋白质谱峰,其中3个表达上调,3个表达下调. 结论 巴马地区与城市健康老年人的血清蛋白质谱存在一定的差异,且表达下调者居多.     

SELDI技术筛选肺癌患者血清标志蛋白的临床价值

目的探讨表面增强激光解析电离飞行时间质谱（SELDI-TOF-MS）技术筛选肺癌患者血清标志蛋白的临床价值。方法用SELDI-TOF-MS技术、弱阳离子交换蛋白芯片,检测肺癌和肺良性病变患者的血清蛋白质质谱图;用Biomarker Pattern软件分析肺癌差异蛋白并初建其诊断模型,通过盲筛验证诊断模型。结果发现有统计学差异的蛋白峰20个,其中肺癌患者血清高表达蛋白质波峰14个,低表达蛋白质波峰6个;用质荷比2 090.77、2 503.31 Da的差异蛋白峰建立分类树模型,其诊断肺癌的灵敏度88%,特异度95%;盲筛验证灵敏度90%,特异度100%,粗符合率93.33%,Youden指数0.9。结论SELDI-TOF-MS技术筛选的肺癌血清差异性蛋白及分类树模型,诊断肺癌的灵敏度高、特异性好。     

应用SELDI-TOF-MS技术建立肝癌筛选血清蛋白质指纹图谱模型

目的:建立肝癌筛选血清蛋白质指纹图谱模型．方法:用表面加强激光解析电离飞行时间质谱技术(SELDI-TOF-MS)及WCX2蛋白芯片获得新发肝癌、肝硬化患者和正常人血清的蛋白质指纹图谱,用计算机软件进行比较分析,建立肝癌的筛选模型．结果:肝癌患者与健康对照组血清蛋白质指纹图谱之间有5个标志蛋白(4477,8943,5181, 8617,13 761 Da)在肝癌患者血清中高表达,肝癌患者与肝硬化患者血清蛋白质指纹图谱之间2个标志蛋白(4477,13 761 Da)在肝癌患者血清中高表达,1个标志蛋白(4097 Da)在肝癌患者血清中低表达．SELDI-TOF-MS技术的特异性(60／60,100％);敏感度(18／20,90％)．分析系统筛选出4477,8943,13 761,4097 Da标志蛋白建立的肝癌诊断模型．结论:建立的血清蛋白质指纹图谱模型能够区分肝癌与非肝癌患者,SELDI-TOF-MS在肝癌的诊断及肿瘤特异性蛋白质生物标志分子的筛选等方面具有一定价值．