首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
血清蛋白质指纹图谱诊断早期胃癌临床意义   总被引:2,自引:0,他引:2       下载免费PDF全文
目的:应用SELDI蛋白质芯片检测胃癌患者血清蛋白质指纹图谱,筛选候选肿瘤标志物以建立诊断模型。方法:表面加强激光解吸电离-飞行时间质谱(SELDI-TOF-MS)技术及其配套蛋白质芯片检测34例胃癌患者(Ⅰ/Ⅱ期12例与Ⅲ/Ⅳ期22例)和30例健康人的血清蛋白质组图谱,运用判别分析处理数据筛选标志物并建立诊断模型。结果:2046m/z、1179m/z、1817m/z、1752m/z和1588m/z等5个蛋白质峰组合所构建的诊断模型能达到鉴别胃癌患者和健康人的最佳诊断效果,特异度94.1%(32/34),灵敏度93.3%(28/30)。单个4665m/z蛋白质峰诊断模型可达到鉴别Ⅰ/Ⅱ期与Ⅲ/Ⅳ期胃癌效果,其特异度91.6%(11/12),灵敏度95.4%(21/22)。结论:该方法在胃癌的诊断尤其是早期诊断方面具有一定价值,值得进一步研究。  相似文献   

2.
目的:以常规体检者和明确诊断的大肠癌患者为研究对象,对其血清进行多肽谱分析,统计分析获得大肠癌特异血清多肽峰,为大肠癌的分子诊断提供理论依据,提高大肠癌的早期诊断水平。方法:1)收集研究对象外周非抗凝血并记录其人口学特征,将非抗凝血进行离心分离血清并保存;2)用Dynabeads RPC18磁珠分离提取血清蛋白质,Bruker UltraFlex TOF/TOF采集信号并用分析软件Clinprot tools 2.2(Bruker)分析筛选出大肠癌血清显著差异峰;3)用SPSS13.0分析大肠癌患者和健康人多肽峰的差异,进行Logistic回归分析差异多肽对形成大肠癌的影响。结果:本次研究共获得111名健康人和94名大肠癌患者的血清多肽峰信息,其中109名健康人和91名大肠癌患者同时具有性别、年龄等人口学信息。筛选出差异多肽峰105个,其中76个多肽在大肠癌患者和健康人间的分布差异有统计学意义(P0.05)。运用Logistic回归分析,进入回归方程(P0.05)的有:年龄,质荷比(m/z)分别为1061.10、1213.09、1607.32、1867.02、1897.95、2011.67和5078.81的七种多肽。结论:液体蛋白芯片飞行时间质谱系统可高效、精确地筛查血清多肽。大肠癌患者与健康人的血清多肽存在差异,筛选得到的质荷比(m/z)分别为1061.10、1213.09、1607.32、1867.02、1897.95、2011.67和5078.81的七种多肽可能作为早期诊断大肠癌的潜在肿瘤标志物。  相似文献   

3.
用表面加强激光解析电离飞行时间质谱(SELDI-TOF-MS)和蛋白质芯片检测子宫内膜异位症(endometriosis,EM)患者血清蛋白质指纹图谱,探讨诊断模型在EM诊断中的临床应用价值。用SELDI-TOF-MS技术和H4蛋白质芯片检测16例EM和16例正常女性的血清蛋白质指纹图谱,并建立诊断模型。然后,对16名健康人和16例EM患者样本进行盲法测试验证该模型。筛选出4个有明显表达差异的蛋白质,其质荷比(m/z)分别为8141、6096、5894、3269。建立的诊断模型对EM检测的灵敏度为87.5%(14/16),特异性为93.75%(15/16),总准确率为90.625%(29/32)。SELDI-TOF-MS对小样本的EM诊断具有较高的敏感性和特异性,在EM的诊断及标志物筛选等方面具有较好的诊断价值。  相似文献   

4.
血清SELDI蛋白质指纹图谱在乳腺癌术前分级中的应用   总被引:1,自引:0,他引:1  
应用SELDI技术和生物信息学方法从血清中筛选能反映乳腺癌术前分期的蛋白质峰并构建检测模型。采用CM10芯片,对34例Ⅰ~Ⅱ期乳腺癌患者和31例Ⅲ~Ⅳ期乳腺癌的血清进行了检测,发现11个蛋白质峰在两组患者之间表达量有显著性差异(P<0.05),M/Z为 M2042.87、M2459.83、M3881.37、M4804.47、M6683.24和 M6706.06的6个蛋白质峰被选为分类变量构成决策树分类模型,该模型的交叉验证(测试组)总准确率为80.0%,Ⅰ~Ⅱ期乳腺癌检出率为82.4%,Ⅲ~Ⅳ期检出率为77.4%。SELDI技术在乳腺癌患者术前分级的判断方面具有一定的应用价值。  相似文献   

5.
用SELDI技术预测吉非替尼治疗肺癌疗效的前瞻性研究报告   总被引:1,自引:0,他引:1  
目的:介绍SELDL-TOF-MS技术预测吉非替尼治疗肺癌疗效观察,探索新的用药指征.方法:应用CM10弱阳离子芯片结合表面增强飞行时间质谱(SELDL-TOF-MS)技术检测9例晚期肺癌患者口服吉非替尼前血清样本的蛋白质谱,口服吉非替尼1个月后,根据实体瘤近期疗效标准分为服药有效组(CR PR)(4例)和无效组(SD PD)(5例),利用BiomarkerWizard软件比较各组间的血清蛋白质指纹图谱.结果:有效组与无效组相比有4个蛋白质峰有显著差异性,M/Z分别为4889,1576,1762和8693,与无效组相比.有效组上调的峰为2个,其M/Z为1576和1762,下调的峰为2个,其M/Z为4889和8693.结论:SELDI-TOF-MS技术可筛选出预测吉非替尼治疗疗效的相关蛋白质组指纹,此方法捕获的蛋白质组指纹,可作为一种选择用药的新指标.  相似文献   

6.
目的:探讨用表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术筛查肺癌血清特异性蛋白质的临床意义。方法:应用SELDI-TOF-MS对35例正常对照组、43例治疗前肺癌病人的血清样品进行蛋白质指纹图谱测定,用BioMarker Wizard 3.01及BioMarker Parrern System 5.01分析软件对测得的数据进行处理及建立诊断模型。结果:共检测到251个蛋白质峰,筛选出差异蛋白质峰11个,以质荷比(m/z)分别为M2799_26,M3227_41,M5739_70和M8164_30的4个蛋白质峰为依据组合构建分类决策树模型,分出5个终节点。决策树模型的原始判别总准确率为91.0%(71/78),敏感性为88.4%(38/43),特异性为94.3%(33/35);交叉验证总准确率为85.9%(67/78),敏感性为88.4%(38/43),特异性为82.9%(29/35)。结论:SELDI-TOF-MS在肺癌血清特异性蛋白质的筛选及诊断模型的建立有一定的临床意义。  相似文献   

7.
目的:借助于蛋白质指纹技术及MATLAB软件探索预测FOLFOX4方案治疗大肠癌耐药的可能性。方法:选择12例曾手术并接受FOLFOX4方案化疗并有确切疗效的大肠癌患者,应用CM10弱阳离子芯片结合表面增强飞行时间质谱(SELDI-TOF-MS)技术于化疗前检测患者血清样本的蛋白质谱,动态观察该方案化疗后2周至半年内,根据实体瘤近期疗效标准分为用药稳定组(SD)(7例)和无效组(PD)(5例),应用Biomarker Wizard软件得出两组间有统计学意义的差异指纹。用MATLAB软件进行多项式曲线拟合得出每个差异指纹的拟合曲线及曲线方程。结果:术后稳定组与无效组相比有3个蛋白质峰有显著差异性,M/Z分别为1204、2868、4176,其中与稳定组相比,无效组上调的峰M/Z为2868,下调的峰M/Z为1204和4176。用MATLAB软件进行多项式曲线拟合得出每个差异指纹的曲线且曲线方程均呈线性的函数关系。结论:MATLAB软件根据实测值获得的曲线方程及曲线呈有意义的线性函数关系,因此借助于蛋白质指纹技术预测FOLFOX4方案治疗大肠癌的耐药是可行的。以此为平台扩大病例数进一步验证即可获得能应用于临床的预测指...  相似文献   

8.
目的:分析恶性肿瘤患者危重病人预警蛋白(Lost Goodwill Target,LGT)指纹由阳性向阴性转变后是否出现有意义的差异指纹.方法:应用CM10弱阳离子芯片结合表面增强飞行时间质谱(surface enhanced laser desorption/ionization time of flight mass spectrometry,SELDI-TOF-MS)技术检测10例恶性肿瘤患者(分析组)LGT指纹由阳性向阴性变异前后血清样本的蛋白质指纹谱,以质/核比(M/Z):11100+H~11900+H,出现丰度>10%峰簇(cluster),视为LGT阳性,反之为阴性.另选择12例肿瘤患者,各取1份血清样本,间隔1wk检测1次,再选择5例肿瘤患者连续两天血清标本各1份,以此作为影响因素对照组.去除与对照组相同差异指纹后,寻找LGT转阴后差异蛋白质组指纹.结果:分析组中恶性肿瘤患者LGT指纹由阳性向阴性变异时,有17个蛋白质指纹差异有统计学意义(P<0.05),对照组中有差异指纹44个,其中M/Z为1007、1057的指纹与分析组相同,将之剔除后,剩余了15个有统计学意义的差异蛋白质指纹,其中上调指纹的m/z(质/核比)值分别为12262、6933、7964、8069、1171、915和1232.下调指纹的m/z值分别为2740、2818、4089、8828、2932、3191、3261和801.结论:SELDI-TOF-MS技术检测恶性肿瘤患者血清捕获的m/z:12262、6933、7964、8069、1171、915和1232蛋白质指纹呈上调趋势,m/z:2740、2818、4089、8828、2932、3191、3261和801蛋白质指纹呈下调趋势,可视为恶性肿瘤患者LGT指纹由阳性向阴性转变后伴随的相关蛋白质组指纹图谱.  相似文献   

9.
目的:分析恶性肿瘤危重病人预警蛋白(LGT-Lost Goodwill Target)指纹由阴性向阳性转变后是否出现有意义的差异指纹.方法:应用CM10弱阳离子芯片结合表面增强飞行时间质谱(Surface Enhanced Laser Desorption/Ionization Time of Flight MassSpectrometry,SELDI-TOF-MS)技术检测21例恶性肿瘤患者(分析组)LGT指纹由阴性向阳性变异前后的血清蛋白质指纹谱,以质/核比(M/Z):11100+H~11900+H,出现丰度>10%峰簇(cluster),视为LGT阳性,反之为阴性.另选择12例肿瘤患者各1份血清样本,间隔一周检测一次,再选择5例肿瘤患者取连续两天血清标本各1份进行检测,以此作为影响因素对照组.去除与对照组相同差异指纹后,比较LGT阳性向阴性转变后差异蛋白质组指纹有无显著性.结果:分析组中恶性肿瘤患者LGT指纹由阴性向阳性变异时,有18个蛋白质指纹差异有统计学意义(P<0.05),对照组中有差异指纹44个,其中M/Z为1005、1008的指纹与分析组相同,将之剔除后,剩余了16个有统计学意义的差异蛋白质指纹,其中上调指纹的m/z(质/核比)值分别为6626、2889、6429、8866、3452、1259、3052、3699、8531、757、1146和8765.下调指纹的m/z值分别为17650、7979、778和1006.结论:SEL-DI-TOF-MS技术检测恶性肿瘤患者血清捕获的m/z:6626、2889、6429、8866、3452、1259、3052、3699、8531、757、1146和8765蛋白质指纹呈上调趋势,m/z:17650、7979、778和1006蛋白质指纹呈下调趋势,可视为恶性肿瘤LGT指纹阴转阳的差异蛋白质.  相似文献   

10.
利用蛋白质组学方法筛选及确定喉癌诊断的标志分子   总被引:15,自引:2,他引:13       下载免费PDF全文
采用蛋白质芯片和生物信息学方法从喉癌患者血清中筛选标志蛋白. 采用SELDI(surfaced enhanced laser desorption/ionization)蛋白质芯片技术对33例喉癌(12例声门癌, 18例声门上癌, 3例声门下癌)病人血清和31例正常人血清蛋白质谱图进行了检测. 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 Pattern软件分析. 结果显示与正常人血清蛋白质谱相比时, 喉癌病人血清中有16个差异蛋白, 其中8个标志分子在病人血清中高表达, 8个标志分子在病人血清中低表达. Biomarker Pattern软件在设定条件下自动选取上述标志分子中的两个蛋白质8153和2035 Da用于建立喉癌诊断的分类树模型. 此分类树具有两层3个叶结点, 可将96.9%的喉癌病人和96.7%正常人正确划分出来. 实验证明利用蛋白质组学和生物信息学方法可从血清中筛选出喉癌相关的标志蛋白, 而且蛋白质芯片技术对于发现和筛选血清中的喉癌标志蛋白是一种有效、快速的工具.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号