SELDI-TOF-MS蛋白芯片技术在胃癌早期诊断中的应用

摘要：

目的 建立胃癌早期患者的血清差异表达蛋白诊断模型,构建用于胃癌早期诊断的敏感和特异的新方法.方法 采用PBSⅡ/C 型蛋白质指纹图谱仪及金芯片检测45例早期胃癌患者及80例健康对照人群血清蛋白质图谱,用Biomarker Wizard 3.1 软件分析所得数据,筛选胃癌差异表达蛋白.通过人工神经网络数学模型(ANN)选择最佳差异表达组合建立并验证胃癌的诊断模型.内标物质加入血清样本,校准和消除操作条件波动对分析结果的影响,提高实验的准确度.最后,应用SPSS13.0软件绘制胃癌诊断模型的受试者工作特征曲线(ROC curve),评价诊断模型的准确度.结果 在质荷比为2 000～20 000范围内共检测到有显著差异的蛋白质峰(t检验,P<0.01)28个.经ANN反复训练筛选其中5个差异蛋白(质荷比分别为2 545.3±3.6,2 942.7±4.3,3 135.5±2.8,4 130.6±2.1,8 691.4±1.3)组成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97.5%,阳性预测值为95.0%,阴性预测值97.5%,诊断准确度为96.67%.绘制ROC曲线,曲线下面积为0.972,表明该诊断模型准确性较高.结论 该研究建立的诊断模型对胃癌的诊断准确度较高.SELDI-TOF-MS蛋白芯片技术在胃癌的早期诊断和血清肿瘤标志物的筛选方面具有一定价值,值得进一步深入研究.

关键词：表面增强激光解析离子化飞行质谱技术(SELDI-TOF-MS)、蛋白芯片、胃癌、人工神经网络

所属期刊栏目：26

分类号：R735.2;Q503(肿瘤学)

资助基金：国家高技术研究发展计划863计划重点项目2006AA02090407

在线出版日期：2012-02-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：12-14