细胞因子诱导杀伤细胞对裸鼠胃癌移植瘤的靶向抑制作用

目的: 利用蛋白质组学基质辅助激光解析离子化飞行时间质谱(matrixassisted laser desorption/ionization timeofflight mass spectrometry, MALDITOF MS)技术检测食管癌患者血清蛋白指纹图谱,建立食管癌蛋白指纹图谱诊断模型,探讨其临床应用价值。方法: 收集河北医科大学第四医院2008年5月至9月间胸外科食管癌患者血清32例和健康志愿者血清28例,采用弱阳离子交换蛋白质芯片（WCX磁珠）提纯血清蛋白,MALDITOF MS技术进行血清蛋白质质谱检测,所得结果用ZUCI蛋白芯片数据分析系统进行分析。运用遗传算法结合支持向量机运算建立食管癌蛋白指纹图谱诊断模型;将60例标本随机分成训练组和盲法测试组,训练组为21名食管癌患者和19名健康人,盲法测试组为11名食管癌患者和9名健康人,验证诊断模型的特异性和敏感性。结果:采集食管癌患者和健康对照者的血清蛋白指纹图谱,经数据对比分析找到44个有显著性差异的质荷比峰（P<0.05）;从中筛选出差异最显著的6个蛋白质荷比峰（m/z分别为2 210、2 864、6 634、4 068、2 083和8 131）,并以此建立食管癌蛋白指纹图谱诊断预测模型;验证该模型诊断食管癌的特异性为88.9%、敏感度为100%。结论: 应用MALDITOF MS技术检测食管癌患者血清蛋白指纹图谱建立的食管癌蛋白指纹图谱诊断模型在食管癌的诊断中具有较高的敏感度和特异性。     

高发区筛查人群食管鳞癌血清蛋白指纹图谱诊断模型的建立及临床价值

目的用表面增强激光解吸离子化飞行时间质谱(SELDI-TOF-MS)分析食管鳞癌患者血清蛋白表达谱的改变,筛选并建立高发区食管癌血清蛋白指纹图诊断模型,探究其临床价值。方法采用CM10蛋白芯片及SELDI-TOF-MS技术,对36例食管癌患者和38例正常对照者的血清进行蛋白指纹图谱检测,支持向量机分析实验数据,建立食管癌诊断模型,采用盲法验证。结果在分子量2000～20000范围内,共检测到31个蛋白质荷比峰,差异有统计学意义(P<0.01)。以4个质荷比峰建立了食管癌诊断模型,并用留一法交叉验证作为评估模型判别效果的方法,其准确率为85.1%,敏感性为86.1%,特异性为84.2%,真阳性率为83.8%。结论由4个质荷比峰构成的诊断模型可以区分食管癌和正常对照,为高发区食管癌的筛查与诊断提供了一条新的途径。     

应用飞行时间质谱技术结合蛋白芯片筛选鼻咽低分化鳞癌患者血清肿瘤标志物的研究

目的探讨筛选鼻咽低分化鳞癌血清肿瘤标志物的临床应用价值。方法应用表面增强激光解吸离子化飞行时间质谱(surface enhanced laser desorption/ionization time-of-flight mass spectrometry,SELDI-TOF-MS)及CM10型弱阳离子交换芯片对61例初治的鼻咽低分化鳞癌患者和72名健康人血清标本进行蛋白质指纹图谱测定,其中80例用于建模(40例鼻咽癌,40名健康人),53例用于盲法检测(21例鼻咽癌,32名健康人),用Biomarker Wizard3.01及Biomarker Pattern5.01分析软件对测得的数据进行处理及建立诊断模型。结果用建立的区分鼻咽低分化鳞癌与健康人的血清蛋白指纹图诊断模型进行盲法检测的准确性、敏感性和特异性分别为86.8%、81.0%和90.6%。其中Ⅰ、Ⅱ期鼻咽低分化鳞癌检出的准确性为73.7%,Ⅲ、Ⅳ期鼻咽低分化鳞癌检出的准确性为81.0%。结论用SELDI-TOF-MS技术与生物信息分析法筛选的血清肿瘤标志物对鼻咽低分化鳞癌的定性诊断提供了一条新途径。     

非小细胞肺癌患者血清蛋白指纹图谱的构建及其临床意义

目的探讨血清蛋白指纹图谱在非小细胞肺癌诊断中的价值。方法取肺癌患者与年龄、性别匹配的对照组的血清标本进行实验,应用SELDI-TOF-MS技术及WCX2磁珠,检测各血清标本构建血清蛋白指纹图谱,应用Biomarker Wizard和SPSS13．0软件分析数据并建立诊断模型,并评价各诊断模型对肺癌的诊断价值。结果由分子量为4797、2768、3268（m／z）的差异蛋白峰组成的非小细胞肺癌诊断模型Ⅰ,经验证诊断模型Ⅰ的判别准确率为91．3％（158／173）,敏感性为89．2％（66／74）,特异性为92．9％（92／99）,统计学分析结果提示其敏感性高于CYF21-1、SCC、CEA的联合检测。由分子量为2768、3403、9498（m／z）的差异蛋白峰组成的Ⅰ期非小细胞肺癌诊断模型Ⅱ,其判别准确率为88％（44／50）,敏感性为90．0％（18／20）,经扩大样本量验证,其特异性为83．8％（83／99）,统计学分析结果提示其敏感性高于SCC、CYF21—1及CEA的联合检测。分别对23例肺腺癌、51例肺鳞癌患者和30名正常对照组对比分析后,筛选出差异最大的4个标志蛋白,其分子量为3268、2768、3403,9498（m／z）,分别组合成的诊断模型Ⅲ、Ⅳ,对肺腺癌及肺鳞癌的诊断均具有较高的敏感性及特异性,统计学分析结果提示其敏感性高于相关肿瘤标志物的检测。结论非小细胞肺癌诊断模型Ⅰ、Ⅱ分别对NSCLC、Ⅰ期NSCLC患者的诊断具有较高的敏感性及特异性,其敏感性高于相关肺癌肿瘤标志物的联合检测;差异蛋白3268、2768、3403、9498（m／z）对于肺腺癌或肺鳞癌的诊断具有较高的敏感性及特异性,有望成为新的肿瘤标志物。     

飞行时间质谱技术在乳腺癌诊断中的应用

 目的 采用表面增强激光解吸电离飞行时间质谱（SELDI-TOF-MS）技术检测乳腺癌患者血清蛋白质指纹图谱，分析健康人与乳腺癌患者以及乳腺癌患者手术前后特异性标志蛋白变化，探讨血清蛋白质指纹图谱在乳腺癌疗效评价及复发监测中的临床意义。方法 用SELDI-TOF-MS技术检测30例乳腺癌患者（术前和术后第7天）及20名健康人的血清蛋白质指纹图谱，筛选乳腺癌特异性蛋白标志物，结合支持向量机软件建立诊断模型。比较乳腺癌手术前后特异性蛋白的变化。结果 与健康人血清蛋白质谱相比，术前乳腺癌血清中有3个差异蛋白，质荷比为2043、3938的标志分子低表达，质荷比为 5639的标志分子高表达。术后质荷比为2043、3938的标志分子稳定上调，质荷比为 5639的标志分子稳定下调，差异具有统计学意义。以筛选3个特异性蛋白质峰的数据构建的诊断模型经交叉验证，灵敏性和特异性均为100 %。结论 SELDI-TOF-MS检测血清蛋白质组学图谱在乳腺癌的早期诊断、术后病情转归及监测复发等方面具有一定的临床指导意义     

应用MALDI-TOF MS技术建立贲门癌血清蛋白指纹图谱诊断模型

背景与目的:贲门癌是常见的消化道肿瘤,预后差,5年生存率低.早期诊断是改善其预后的关键因素之一.近年来,蛋白质组学的迅速发展推进了肿瘤标志物研究的进程,其中基质辅助激光解析离子化飞行时间质谱(matrix assisted laser desorption ionization time-of-flight mass spectrometry,MALDI-TOF MS)作为常用的蛋白质组学技术,成为检测和验证血液等体液肿瘤标志物的新技术及平台.本研究利用MALDI-TOF MS技术检测贵门癌患者血清蛋白指纹图谱,建立贲门癌诊断模型,探讨其临床应用价值.方法:收集河北医科大学第四医院2009年3月-2010年5月胸外科贲门癌患者血清63例和健康志愿者血清54例,采用弱阳离子蛋白芯片(WCX磁珠)对血清进行分析前处理,MALDI-TOF MS技术进行血清蛋白图谱检测,所得结果用ZUCI-蛋白芯片数据分析系统进行处理.运用遗传算法(genetic arithmetic,CA)结合支持向量机(support vector machine,SVM)运算建立贲门癌蛋白指纹图谱诊断模型:将117例标本随机分为训练组和盲法测试组,经训练后验证诊断模型的特异度和灵敏度.结果:采集贵门癌患者和健康对照者的血清蛋白指纹图谱,经数据对比分析找到69个有显著性差异的质荷比峰(P＜0.01);从中筛选出差异最显著的10个蛋白质荷比峰建立诊断模型(m/z分别为2 863、4 655、3 883、3 241、3 952、2 295、2 741、1 546、4 054和2 671).通过验证,该诊断模型的灵敏度为96.83%、特异度为90.74%.结论:应用MALDI-TOF MS技术能够检测贲门癌患者血清蛋白指纹图谱,建立贲门癌诊断模型.该模型在贲门痛诊断中具有较高的灵敏度和特异度,有一定的临床应用价值.     

表面加强激光解析电离蛋白质谱技术在乳腺癌血清学诊断中的应用

 【摘要】 目的: 探讨血清SELDI蛋白质谱技术在乳腺癌诊断方面的应用。 方法: 用表面加强目的　探讨血清表面加强激光解析电离（SELDI）蛋白质谱技术在乳腺癌诊断方面的应用。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蛋白获得病理确诊的101例乳腺癌患者手术前和45名健康人的血清蛋白指纹图谱,并用Biomarker Wizard和BPS软件分析差异蛋白,建立乳腺癌的分类树诊断模型,并对其进行盲法验证。 结果　乳腺癌组与健康对照组共有49个蛋白质差异有统计学意义（P＜0.05）;以其中3个蛋白质生物标志物（M／Z 5627,8124和2864）组建的诊断模型检测正确率为95 %（139／146）。经盲法验证,其灵敏度为97 %（98／101）,特异度为91 %（41／45）。结论　SELDI蛋白质谱技术可以有效的区分乳腺癌患者和健康人,其灵敏度和特异性高。SELDI在乳腺癌的诊断及乳腺癌特异性的生物标志物分子的筛选方面具有一定的应用价值。     

SELDI-TOF-MS技术筛选鼻型NK/T细胞淋巴瘤血清分子标志物的研究

目的 本文将SELDI-TOF-MS技术应用于鼻型NK/T细胞淋巴瘤患者与健康人的血清蛋白质图谱的建立,寻找血清差异表达蛋白并建立诊断初步模型,分析可能的肿瘤诊断标志物.方法 采用SELDI质谱技术,将血清蛋白质结合于弱阳离子芯片上,建立30例鼻型NK/T细胞淋巴瘤患者以及58例健康对照人群的血清蛋白质图谱,应用Biomarker Wizard和Biomarker Pattern软件分析2组图谱之间的差异,通过差异峰建立分类树诊断模型,随机选取21例NK/T细胞淋巴瘤和25例健康对照进行盲筛.结果 在鼻型NK/T细胞淋巴瘤和健康对照人群的血清蛋白质峰中有41个峰表达差异有统计学意义(P<0.05),经Biomarker Pattern软件和分类回归树的统计原理筛选出最佳的组合模型,联合其中的2个质荷比为5 641、27 427的差异蛋白峰建立淋巴瘤诊断模型,此分类树模型可正确划分93.10%(27/29)的淋巴瘤患者和96.30%(52/54)的健康人.盲筛验证的敏感性为95.24%(20/21),特异性为100.00%(25/25).结论 SELDI-TOF-MS技术可用于鉴别鼻型NK/T细胞淋巴瘤,其建立的分类树模型有望成为诊断鼻型NK/T细胞淋巴瘤的辅助指标.     

血清蛋白质指纹图谱在胰腺癌诊断预后和疗效评估中的应用

目的 建立胰腺癌血清学诊断模型,探讨评估胰腺癌分期和治疗疗效的生物学标志物.方法 采用强阴离子交换(SAX2)芯片和表面增强激光解吸电离飞行时间质谱仪(SELDI-TOF-MS)技术,测定58例胰腺癌患者和51例正常对照者的血清蛋白质指纹图谱;应用Biomarker Wizard统计软件以及决策树算法、Logistic回归和ROC曲线,建立决策树和二分类回归诊断模型.结果 在质荷比(M/Z)值为2000～30 000范围内,建立10个决策树诊断模型,其预测胰腺癌的正确率为92.9%(13/14),诊断胰腺癌的敏感性为83.3%,特异性为100%.应用Logistic回归联合多种差异蛋白峰诊断胰腺癌的曲线下面积(AUC)为0.976±0.011(P<0.001),敏感性为77.6%～91.4%,特异性为92.2%～100%.联合6个差异蛋白峰诊断胰腺癌Ⅰ与Ⅱ期、Ⅱ与Ⅲ期以及Ⅲ与Ⅳ期的AUC值分别为0.897±0.054、0.978±0.021和0.792±0.107(P<0.05).胰腺癌组中高表达的差异蛋白峰(M/Z 4016)在手术前后有下调趋势(P<0.05).结论 应用SELDI-TOF-MS技术进行胰腺癌血清蛋白质指纹图谱分析,采用统计学方法建立胰腺癌决策树和二分类回归诊断模型,对胰腺癌的诊断和鉴别诊断有一定的价值;筛选出的差异蛋白峰对胰腺癌的预后和疗效评估有一定的应用价值.     

应用IMAC3蛋白芯片分析食管鳞癌患者血清蛋白质谱的变化

背景与目的:血清蛋白指纹图谱技术有助于筛选与食管上皮癌变相关的分子变化。本研究通过比较食管鳞癌患者与正常对照血清蛋白表达谱的差异,筛选食管鳞癌相关血清蛋白标志物并建立诊断模型,同时探讨其在食管鳞癌血清学诊断中的意义。方法:收集68例食管鳞癌患者和44例正常对照的血清,其中建模型组90例(55例为食管鳞癌,35例为正常对照),盲法筛选组22例(13例为食管鳞癌,9例为正常对照)。采用固定金属亲和表面(immobilized metalaffinity capture,IMAC3)芯片,经表面增强激光解吸离子化飞行时间质谱(surface enhanced laser desorption/ionization-time of flight-mass spectrometry,SELDI-TOF-MS)测定得到蛋白质谱,通过Biomarker Wizard软件比较两组人群的血清蛋白质谱的差异,经生物信息学分析得到决策树模型并进行盲法验证。结果:在质荷比(m/z)1.5～20ku范围内,共检测到78个有效蛋白峰,其中25个峰差异有统计学意义(P<0.001)。对建模型组的蛋白质谱数据,通过1000次随机抽样,得到1000个决策树。结合3倍交叉证实方法,构建了"食管鳞癌-正常对照"分组诊断的20个决策树模型。用这20个决策树来对22个盲法筛选样本进行归类预测,预测正确的样本为18个,盲法验证的灵敏度为92.31%,特异度为66.67%。结论:应用SELDI-TOF-MS技术可以筛选出食管鳞癌相关的血清蛋白标志,建立的决策树模型可以对食管鳞癌做出较为准确的预测判断。     

表面增强激光解吸电离飞行时间质谱技术筛查乳腺癌血清特异性蛋白质及其临床意义

目的 探讨表面增强激光解吸电离飞行时间质谱（SELDI-TOF-MS）技术筛查乳腺癌血清特异性蛋白质的临床意义。方法 应用SELDI-TOF-MS技术检测38例乳腺癌、33例乳腺良性疾病和43例健康对照者的血清蛋白质指纹图谱,并联合应用BioMarker Wizard 3．01及BioMarker Pattem Software5．01软件分析处理数据,筛选肿瘤标志物并建立诊断模型。结果 质荷比分别为M2077_07、M1827_38、M2650_51和M2060_62的4个蛋白质峰组合构建的诊断模型Ⅰ,鉴别乳腺癌和非乳腺癌的交叉验证敏感性为73．7％（28／38）,特异性为73．7％（56／76）。质荷比分别为M2251_62、M3405_56、M3428_16、M4666_98和M16239_8的5个蛋白质峰组合构建的诊断模型Ⅱ,鉴别Ⅰ期乳腺癌和乳腺良性疾病的交叉验证敏感性为84．8％（28／33）,特异性为55．6％（5／9）。质荷比分别为M1701_48、M3116_17、M1676_88、M5890_33和M2921_02的5个蛋白质峰组合的诊断模型Ⅲ,鉴别Ⅰ期与Ⅱ～Ⅳ期乳腺癌的交叉验证敏感性为88．9％（8／9）,特异性为86．2％（25／29）。结论 SELDI-TOF-MS技术在乳腺癌的筛查、早期诊断及临床分期判定等方面具有一定价值,值得进一步深入研究。     

表面增强激光解吸电离飞行时间质谱蛋白质芯片筛查肺癌血清相关蛋白质及其临床意义

目的 探讨用表面增强激光解吸电离飞行时间质谱技术（SELDI-TOF-MS）筛查肺癌血清特异性蛋白质的临床意义.方法 应用CM-10蛋白质芯片对肺鳞状细胞癌38例,肺腺癌30例,健康对照组50例的血清样品进行蛋白质指纹图谱测定,其中34例肺癌患者进行术前和术后对比检测,用BioMarker Wizard及BioMarker pattern system分析软件对所得的数据进行处理并建立诊断模型.结果 共检测到167个蛋白质峰,筛选出2个肺癌特异蛋白质峰[质荷比（M/Z）分别为6 010、5 330]建立了诊断模型.模型的原始判别敏感度为100％,特异度为100％.交叉验证敏感度为98％,特异度为96％.肺癌术前和术后有9个差异蛋白质（P＜0.05）,转移和无转移肺癌患者血清有8个差异蛋白质（P＜0.05）.结论 SELDI技术在肺癌的诊断中具有较高的敏感性和特异性,可能成为一种有效的筛查手段.     

Serum protein fingerprint of patients with pancreatic cancer by SELDI technology

Objective： To study the serum protein fingerprint of patients with pancreatic cancer and to screen for protein molecules closely related to pancreatic cancer during the onset and progression of the disease using surface-enhanced laser desorption and ionization time of fight mass spectrometry （SELDI-TOF-MS）. Methods： Serum samples from 20 pancreatic cancers, 20 healthy volunteers and 18 patients with other pancreatic diseases. WCX magnetic beans and PBSII-C protein chips reader （Ciphergen Biosystems Ins.） were used. The protein fingerprint expression of all the Serum samples and the resulting profiles between cancer and normal were analyzed with BiomarkerWizard system. Results： Agroup ofproteomic peaks were detected. Four differently expressed potential biomarkers were identified with the relative molecular weights of 5705 Da, 4935 Da, 5318 Da and 3243 Da. Among them, two proteins with m/z5705, 5318Da down-regulated, and two proteins with m/z 4935, 3243 Da were up-regulated in pancreatic cancers. Conclusion： SELDI technology can be used to screen significant proteins of differential expression in the serum of pancreatic cancer patients. These different proteins could be specific biomarkers of the patients with pancreatic cancer in the serum and have the potential value of further investigation.     

Effect of surface-enhanced laser desorption/ionization time-of-flight mass spectrometry on identifying biomarkers of laryngeal carcinoma

The aim is to study the serum protein fingerprint of patients with laryngeal carcinoma (LC) and to screen for protein molecules closely related to LC during the onset and progression of the disease with surface-enhanced laser desorption/ionization time-of-flight mass spectrometry (SELDI-TOF-MS). Serum samples from 68 patients with LC and 117 non-cancer control samples (75 healthy volunteers and 42 Vocal fold polyps). Q10 protein chips and PBSII-C protein chips reader (Ciphergen Biosystems Inc.) were used. The protein fingerprint expression of all the Serum samples and the resulting profiles between cancer and non-cancer groups were analyzed with Biomarker Wizard system. A group of proteomic peaks were detected. Three differently expressed potential biomarkers were identified with the relative molecular weights of 5,915, 6,440 and 9,190 Da. Among the three peaks, the one with m/z 6,440 was down-regulated, and the other two peaks with m/z 5,915 and 9,190 were up-regulated in LC. This diagnostic model could distinguish LC patients from controls with a sensitivity of 92.1% and a specificity of 91.9%. Moreover, blind test data showed a sensitivity of 86.7% and a specificity of 89.1%. The data suggested that SELDI technology could be used to screen proteins with altered expression levels in the serum of LC patients. These protein peaks were considered as specific serum biomarkers of LC and have the potential value for further investigation.     

A serum proteomic pattern for the detection of colorectal adenocarcinoma using surface enhanced laser desorption and ionization mass spectrometry

Purpose: New serum biomarkers are needed to improve the early detection of colorectal adenocarcinoma. We performed surface enhanced laser desorption and ionization time-of-flight mass spectrometry (SELDI-TOF-MS) to screen for differentially expressed proteins in serum and build a proteomic diagnostic pattern for the detection of colorectal adenocarcinoma to improve the prognosis of patients with this disease. Experimental Design: In an attempt to improve current approaches to the serologic diagnosis of colorectal cancer, we analyzed serum samples from subjects with or without colorectal cancer using SELDI-MS. Using a case-control study design, SELDI-MS profile of serum samples from 74 colorectal adenocarcinoma patients were compared with 48 age-and sex-matched healthy subjects using a ProteinChip reader, PBSII-C. Proteomic MS spectra were generated using IMAC3 chips, and protein peaks clustering and classification analyses were performed to build a proteomic pattern that could differentiate patients with colorectal adenocarcinoma from healthy subjects utilizing Biomarker Wizard and Biomarker Patterns software packages, respectively. The constructed pattern was then used to test an independent set of masked serum samples from 60 colorectal cancer patients and 39 healthy subjects.Results: Among the differentially expressed protein peaks identified by SELDI-MS profiling that had the ability to distinguish between patients and healthy subjects, we determined a minimum set of two protein peaks for system training and for developing a decision classification pattern. Masked analysis of an independent set of serum samples showed the diagnostic pattern could differentiate patients with different stages of colorectal cancer from healthy subjects with a sensitivity of 95.00 percent and specificity of 94.87 percent. Conclusion: SELDI-TOF-MS profiling of serum proteins combined with bioinformatics tools can be applied to accurately differentiate patients with colorectal cancer from healthy subjects. The high sensitivity and specificity achieved by the constructed clustering analysis algorithm show great potential for the early detection of colorectal cancer.     

蛋白质芯片技术应用于肝癌诊断的初步研究

 【摘要】　目的　应用表面增强激光解析电离飞行时间质谱（SELDI-TOF-MS）技术和蛋白质芯片从肝癌患者血清中筛选可用于肝癌诊断的标志蛋白质。方法　运用SELDI-TOF-MS技术及CM10蛋白质芯片检测46例原发性肝癌患者和64名健康人血清,获得蛋白质指纹图谱,采用Biomarker Wizard软件选出肝癌患者与健康人血清中的表达差异蛋白质,评价其灵敏度、特异度和诊断效能,确定最佳标志蛋白质。结果　肝癌组与健康对照组血清中有16个蛋白质的表达差异在2倍以上,并且差异有统计学意义（P＜0.05）。其中质荷比为6845.70的蛋白诊断效能最高,其灵敏度为89.1 %（41／46）,特异度87.5 %（56／64）,且该蛋白质与肿瘤大小有相关性（r＝-0.363,P＜0.05）。经数据库搜索该蛋白质很可能是免疫球蛋白重链可变区片段。结论　应用SELDI-TOF-MS技术诊断肝癌,具有灵敏度高,特异性好,快速简便的优点,质荷比为6845.70的蛋白质可能是肝癌患者血清中的特异性标志物。     

血清多肽谱对高级别浆液性卵巢癌诊断价值分析

目的寻找高级别浆液性卵巢癌相关的血清标志,并评价其诊断价值。方法收集2006-07-17-2011-03-30浙江省肿瘤医院卵巢癌血清样本165例,均经病理确诊。采用纳米磁珠结合基质辅助激光解析离子化飞行时间质谱（MALDI-TOF-MS）技术,检测95例高级别浆液性卵巢癌患者、34例其他上皮性卵巢癌患者、36例卵巢良性肿瘤患者和70名健康志愿者血清样本,并获得血清多肽谱。采用Biomarker Wizard软件分析所获得的多肽谱找出差异蛋白,进一步采用SPSS 12.0中ROC曲线分析差异蛋白,评价其诊断灵敏度和特异性。结果通过34例高级别浆液性卵巢癌患者和34名年龄匹配的健康人群血清多肽谱比较筛选出8个差异峰,P〈0.0001。进一步扩大样本量,经分析ROC曲线面积〉0.9的有2 742、8 568和8 692m/z 3个差异峰;当差异峰2 742m/z取临界值24.31时,其诊断敏感性和特异性分别为90%和84.2%,其中早期卵巢癌诊断敏感性为82.35%。早期（Ⅰ、Ⅱ）与晚期（Ⅲ、Ⅳ）高级别浆液性卵巢癌比较有3 163、4 180和4 288m/z 3个差异峰,P〈0.01,其ROC曲线面积均〉0.7;其中3 163m/z鉴别早晚期高级别浆液性卵巢癌敏感性和特异性分别为52.9%和88.5%。高级别浆液性卵巢癌患者与其他上皮性卵巢癌患者比较无明显差异峰。高级别浆液性卵巢癌患者和卵巢良性肿瘤患者比较有13745、15930和28111m/z 3个差异峰,P〈0.01,ROC曲线面积〉0.7的差异峰有15930和28 111m/z;其中15930 m/z的鉴别诊断敏感性和特异性分别达到52.6%和80.6%。结论 2 742m/z差异蛋白对于早期高级别卵巢癌具有较高的诊断价值,3163m/z在早期和晚期高级别浆液性卵巢癌患者的鉴别诊断中有一定价值,15930m/z对于高级别浆液性卵巢癌和良性卵巢肿瘤鉴别诊断有一定的价值。     

SELDI-TOF MS combined with magnetic beads for detecting serum protein biomarkers and establishment of a boosting decision tree model for diagnosis of pancreatic cancer

Aim: New technologies for the early detection of pancreatic cancer (PC) are urgently needed. The aim of thepresent study was to screen for the potential protein biomarkers in serum using proteomic fingerprint technology.Methods: Magnetic beads combined with surface-enhanced laser desorption/ionization (SELDI) TOF MS wereused to profile and compare the protein spectra of serum samples from 85 patients with pancreatic cancer, 50patients with acute-on-chronic pancreatitis and 98 healthy blood donors. Proteomic patterns associated withpancreatic cancer were identified with Biomarker Patterns Software. Results: A total of 37 differential m/zpeaks were identified that were related to PC (P < 0.01). A tree model of biomarkers was constructed with thesoftware based on the three biomarkers (7762 Da, 8560 Da, 11654 Da), this showing excellent separation betweenpancreatic cancer and non-cancer., with a sensitivity of 93.3% and a specificity of 95.6%. Blind test data showeda sensitivity of 88% and a specificity of 91.4%. Conclusions: The results suggested that serum biomarkers forpancreatic cancer can be detected using SELDI-TOF-MS combined with magnetic beads. Application of combinedbiomarkers may provide a powerful and reliable diagnostic method for pancreatic cancer with a high sensitivityand specificity.