10.3969/j.issn.1007-4287.2011.03.036
利用蛋白芯片技术诊断和评估肾损伤的临床应用
目的 利用Au蛋白芯片(proteinchip gold array)技术检测肾损伤患者尿蛋白指纹图谱,探讨其灵敏、快速预测和评估肾损伤的临床应用价值.方法 利用表面增强激光解析电离飞行时间质谱(surface-enhanced laser desorption-ionization time of flight mass spectrometry,SELDI-TOF-MS)技术及Au蛋白芯片检测477例尿蛋白指纹图,包括237例肾病患者和240例对照者.利用生物标志模型软件(biomarker patterns software,BPS)筛选标志蛋白,结合人工神经网络(artificial neural network,ANN)技术建立模型,评价其在诊断和评估肾损伤中的应用价值.通过电喷雾四级杆飞行时间质谱(electrospray ionization quadrupole time of flight,ESI-Q-TOF)结合比对标准蛋白质谱,对部分差异蛋白进行鉴定.结果 肾病患者与对照者尿中差异表达的蛋白质峰有75个,其丰度值两组间比较差异均有统计学意义(t值为-11.6-28.1,P均<0.05),筛选质荷比(m/z)6 182、8 843、9 740、23 770、67 650、80 045和91 240蛋白质建立的ANN模型预测肾损伤的灵敏度为96.6%(84/87),特异度为94.4%(85/90).鉴定结果表明11 735、15 150、2 2871、23 770、67 650 h和80 045 m/z蛋白分别为β2-微球蛋白、血红蛋白、α1-抗胰蛋白酶、α1-微球蛋白、白蛋白和转铁蛋白.结论 基于Au蛋白芯片的SELDI-TOF-MS技术检测尿蛋白指纹图,在肾脏疾病的诊断、蛋白尿类型判断、肾损伤评估及治疗评价中具有潜在的应用价值.
蛋白芯片、肾病、蛋白标志物、人工神经网络
15
R446(诊断学)
2011-05-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
496-499