首页 > 文献资料
-
胃癌脾虚证唾液蛋白指纹图谱分子诊断模型研究
目的 研究建立胃癌脾虚证唾液蛋白质指纹图谱新型分子诊断模型.方法 采集未经手术和放化疗治疗的57例胃癌患者(脾虚证组40例,非脾虚证组17例)、45例健康志愿者(正常对照组)的唾液标本,用弱阳离子交换型(WCX)纳米磁珠联合基质辅助激光解析离子化飞行时间质谱(MALDI-TOF MS)技术进行检测,获得各组标本的蛋白指纹图谱.比较各组唾液蛋白质质谱数据,找出胃癌脾虚证组与正常对照组、胃癌脾虚证组与胃癌非脾虚证组之间具有统计学意义的差异表达蛋白质峰;采用决策树算法计算出多个变量即质荷比(m/z)变化对两组样本的判别价值,确定优化的诊断模型.结果 胃癌脾虚证组与正常对照组唾液蛋白质质谱比较共有106个差异蛋白质峰有统计学意义,胃癌脾虚证组与胃癌非脾虚证组唾液蛋白质质谱比较共有6个差异蛋白质峰有统计学意义(P ＜0.05或P＜0.01).筛选建立了由m/z为5439.67、2411.67、3619.18共3个主要差异蛋白峰组成的胃癌脾虚证诊断模型;临床回代检验该模型的灵敏度和特异度分别达100％和93％;交叉验证法进一步验证诊断模型的灵敏度和特异度分别为87％和89％.结论 基于WCX纳米磁珠结合MALDI-TOF-MS技术建立的胃癌脾虚证唾液蛋白质组无创性分子诊断模型敏感性高、特异性强,对胃癌脾虚证的诊断具有良好效率.
-
大肠癌唾液蛋白指纹图谱分子诊断模型研究
目的：研究建立大肠癌（colorectal cancer，CRC)）唾液蛋白质指纹图谱新型分子诊断模型。方法采集34例肠癌患者、45例健康志愿者（正常组）的唾液标本，用弱阳离子交换型（WCX）纳米磁珠联合基质辅助激光解析电离飞行时间质谱(matrix assisted laser desorption ionization time-of-flight mass spectrometry, MALDI-TOF MS)技术进行检测，获得各标本的蛋白指纹图谱。用Biomarker Wizard软件分析所获得的蛋白指纹图谱找出差异蛋白，再用Biomarker Patterns 5.0.2建立鉴别诊断模型。结果共检测到312个肠癌差异蛋白质峰，两组比值大于3（肠癌/正常对照＞3，或者正常对照/肠癌＞3），其中有37个差异蛋白质峰有统计学意义（P＜0.05）；其中有7个差异蛋白质峰肠癌组表达上调，28个差异蛋白质峰肠癌组表达下调，有35个差异蛋白质峰有显著差异（P＜0.01）。筛选建立了由m/z为2501.26、4779.95、3140.39的3个差异蛋白峰组成的肠癌与正常组的诊断模型，该模型的灵敏度和特异度分别为88%（30/34）和98%(44/45)；通过交叉验证法进一步验证诊断模型的可靠性，结果该模型的灵敏度和特异度分别为85%(29/34)和88%(37/45)。结论用WCX结合MALDI-TOF-MS技术建立的唾液蛋白诊断模型为肠癌的诊断提供了新途径。
-
基于唾液蛋白指纹图谱的2型糖尿病分子诊断模型研究
目的:研究2型糖尿病患者的唾液蛋白质组,筛选差异蛋白质指纹图谱,建立2型糖尿病的蛋白质指纹图谱诊断模型.方法:采集2型糖尿病患者70例和健康体检者45例的唾液标本,采用WCX纳米磁珠联合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,筛选两组间特异性表达差异蛋白,并结合生物信息学方法建立诊断模型.结果:共获得158个差异有统计学意义的蛋白质峰(P＜0.05).选择质荷比(m/z)为3447.57 Da、4735.24 Da两个差异蛋白质峰构建佳决策树模型,该模型的准确率为89.57％(103/115),敏感性91.4％(64/70),特异性为86.7％(39/45).结论:初步建立了2型糖尿病唾液蛋白质组诊断模型,为其早期诊断提供了新的方法和途径,具有重要的临床诊断意义.
-
慢性肾小球肾炎唾液蛋白质组无创伤分子诊断模型的研究
目的：探讨液态芯片结合基质辅助激光解析离子化飞行时间质谱（MALDI‐TOF‐MS）技术筛选慢性肾小球肾炎（CGN）患者的唾液蛋白质标记物并建立诊断模型，为 CGN 临床诊断提供依据。方法采集43例 CGN 患者和45例健康体检者的唾液标本，采用液态芯片（WCX 磁珠）制备唾液样品，并结合 MALDI‐TOF‐MS 质谱仪对唾液标本进行蛋白质检测，筛选出2组间特异性表达差异蛋白，并结合生物信息学方法建立诊断模型。结果比较2组唾液蛋白质指纹图谱数据，共获得116个差异有统计学意义的蛋白峰（P＜0．05），选择质荷比（m／z）为2499．11、2159．09、3622．30 Da 的3个蛋白质峰用于构建佳决策树模型，该诊断模型测试组总准确率为85．23％（75／88），灵敏度为83．72％（36／43），特异度为86．67％（39／45）。结论初步建立了CGN 唾液蛋白质组诊断模型，为 CGN 的早期诊断提供了新的方法和途径。
-
胃癌血清蛋白指纹人工神经网络诊断模型的研究
目的 建立胃癌人工神经网络蛋白分子诊断模型,寻找胃癌早期诊断的新方法.方法 采用表面增强激光解析离子化飞行时间质谱(SELDI-TOF-MS)技术及配套芯片CM10和Biomarker Wizard 3.1 软件筛选胃癌差异表达蛋白,通过人工神经网络(ANN)建立并验证胃癌的SELDI分子诊断模型.结果 共建立3个胃癌诊断模型(Ⅰ、Ⅱ、Ⅲ),分别为胃癌的诊断、筛查、鉴别诊断模型.选其中由5个差异表达蛋白(质荷比为2502、2544、3085、8574、8740)组成的胃癌人工神经网络诊断模型Ⅰ作为胃癌人工神经网络诊断模型,对胃癌的诊断灵敏度为95.0%,特异度为98.33%,阳性预测值为95.0%,阴性预测值为98.33%,诊断准确度为97.5%.结论 SELDI-TOF-MS技术对胃癌的早期诊断具有一定的价值,值得进一步的研究.
-
血清蛋白指纹模型在再生障碍性贫血诊断中的应用研究
目的 建立AA人工神经网络蛋白分子诊断模型,寻找AA血清学诊断的新方法.方法 采用表面增强激光解析离子化飞行时间质谱(SELDI-TOF-MS)技术及配套软件、芯片筛选AA差异表达蛋白,通过ANN建立并验证诊断模型.结果 由5个差异表达蛋白组成的AA人工神经网络诊断模型对AA的诊断灵敏度为95.0％、特异度90.0％、阳性预测值为90.5％、阴性预测值94.7％、诊断准确度为92.5％.结论 SELDI-TOF-MS技术对AA的血清学诊断具有一定的价值,值得进一步的研究.
