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 31 毫秒
1.
目的:通过差异蛋白峰的比较和指纹图谱的对照,分析开唇兰属五种金线莲的种间蛋白质组差异,初步探索了这种差异在品种鉴定中的应用并推断出品种之间的亲疏关系。方法:采用SELDI-TOF-MS方法研究了开唇兰属五种金线莲的种间蛋白质组差异。结果:通过SELDI-TOF-MS方法对开唇兰属五种金线莲种间蛋白质组谱图进行的分析结果表明,属内种间存在蛋白质组差异和特征蛋白质峰,据此建立了属内五种植物的蛋白质组指纹图谱,并依据蛋白质组的差异推测了属内五种金线莲的亲疏关系。结论:依据SELDI-TOF-MS鉴定结果,找到了开唇兰属五个物种间的蛋白差异,并基于差异蛋白数据分析了品种遗传变异性,结果表明地域和气候会对品种的变异产生一定的影响。  相似文献   

2.
恶性肿瘤严重地威胁着人类的健康和生命。多年来,人类一直在为治疗肿瘤而奋斗。众所周知,恶性肿瘤的早期发现、早期诊断、早期治疗是提高大多数恶性肿瘤患者治疗效果的关键。同时,肿瘤的早期发现也能减少肿瘤转移和播散的机会。癌症发现、确诊得越早,治疗成功的可能性就越大,患者的生存率也就会越高。目前,SELDI-TOF-MS技术在临床肿瘤蛋白质组学研究中已经得到了普遍应用,研究的范围几乎覆盖所有的常见肿瘤,为临床肿瘤的蛋白质组学研究奠定了良好的基础。以下概要介绍SELDI—TOF-MS技术在部分肿瘤中的研究应用。  相似文献   

3.
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   

4.
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   

5.
目的:系统评价表面增强激光解析电离飞行时间质谱技术(SELDI-TOF-MS)对乳腺癌的诊断效能,正确理解和分析乳腺癌SELDI-TOF-MS检测结果并论证其用于早期诊断和筛查的准确性。方法:检索2001-01~2007-12的万方中文科技期刊数据库、维普数据库和MEDLINE数据库中关于利用SELDI-TOF-MS技术早期诊断乳腺癌的中、英文文献,对纳入文献进行质量评价、异质性检验,用统计分析软件计算综合受试者工作特征(SROC)曲线方程。结果:共检索到相关文献62篇,对其中8篇符合纳入标准的文献数据进行了Meta分析,样本量735例,综合灵敏度、特异度和综合优势比分别为85.55%、79.18%和22.90,SROC曲线下面积为0.90。结论:SELDI-TOF-MS技术对早期乳腺癌的诊断具有重要价值。  相似文献   

6.
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   

7.
目的:利用表面增强激光解吸电离飞行时间质谱技术(SELDI-TOF-MS)筛选慢性阻塞性肺疾病(COPD)血清特异标志物。方法:应用SELDI-TOF-MS技术检测30例COPD稳定期患者和30例健康对照者血清蛋白指纹图谱,采用Biomarker pattern软件进行分析,建立COPD的诊断模型。结果:COPD患者血清蛋白图谱与对照组相比,在相对分子质量2000-15 000范围内共检测到75个蛋白峰,发现19个有统计学差异的蛋白峰(P0.05)。通过对COPD组与对照组间的数据作进一步分析,经BPS软件分析,建立质荷比(M/Z)3 167、4 645的差异蛋白组成的诊断模型,其诊断敏感度为96.67%,特异度为96.67%。结论:SELDI-TOF-MS技术是一种快速、简单易行、用量少和高通量的分析方法。能直接筛选出COPD血清中特异表达标志物,用特异表达标志物建立的诊断模型能有效区分COPD患者与健康对照者,有望成为COPD诊断的辅助指标。  相似文献   

8.
表面增强激光解吸电离飞行时间质谱(Surface-enhanced laser desorption/ionization-time of flight,SELDI-TOF-MS)技术是目前蛋白质组学研究较为有效的手段之一,已被广泛的应用于肿瘤、传染性疾病、心血管病和神经系统等疾病的研究.然而SELDI-TOF-MS技术本身存在着一些问题,如分析结果有效性差和实验重复验证率低等,使其不能完全的应用于常规的临床诊断,现有许多研究致力于解决这些问题,如规范化实验室操作、预处理原始标本和数据、提高统计学方法等极大的改善和优化了这项技术.  相似文献   

9.
计算方法在蛋白质相互作用研究中的应用   总被引:3,自引:1,他引:2  
计算方法在蛋白质相互作用研究的各个阶段扮演了一个重要的角色。对此,作者将从以下几个方面对计算方法在蛋白质相互作用及相互作用网络研究中的应用做一个概述:蛋白质相互作用数据库及其发展;数据挖掘方法在蛋白质相互作用数据收集和整合中的应用;高通量方法实验结果的验证;根据蛋白质相互作用网络预测和推断未知蛋白质的功能;蛋白质相互作用的预测。  相似文献   

10.
目的:探讨模拟失重环境下大鼠血浆蛋白质组变化特征.方法:健康成年雄性 Wistar 大鼠88只,按模拟失重时相随机分为11组,分别为6 h、12 h、1 d、2 d、3 d、5 d、1周、2周、3周、4周及0 h 组(对照组).采用尾悬吊法建立模拟失重动物模型,实验结束时取动物静脉血,利用表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术及 MB-WCX 磁珠检测大鼠静脉血浆蛋白质谱,应用 Ciphergen Protein Chip Software 3.2.0和 Biomarker Wizard 3.1.0软件分析数据.结果:发现18个重力敏感蛋白,其中在模拟失重早期,相对分子质量较小的6个蛋白的表达呈上调趋势,而相对分子质量较大的12个蛋白的表达则逐渐下调;在模拟失重后期(悬尾2~3周后),上述蛋白的表达均呈回归趋势.结论:模拟失重环境对大鼠静脉血浆蛋白质谱产生明显影响,研究重力敏感蛋白对进一步揭示失重对机体的影响及机制具有重要意义,并对医监医保可能有一定的价值.  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