SELDI技术预测恶性肿瘤患者化疗后血糖变化的临床研究

摘要：

目的 应用弱阳离子芯片结合表面增强飞行时问质谱(SELDI-TOF-MS)技术筛选与恶性肿瘤化疗后血糖变化情况、相关的血清蛋白质组指纹并建立预测模型.方法 应用SELDI-TOF-MS、CM10蛋白质芯片技术检测182例恶性肿瘤患者化疗前血清样本的蛋白质谱,经过2年随访按化疗后的血糖情况分为血糖正常组(136例)、糖耐量异常组(27例)和糖尿病组(19例),利用Biomarker Wizard 软件回顾性地分析比较各组间化疗前的血清蛋白质指纹图潜,Biomarker Pattern软件建市预测模型.结果 M/Z为5298和9608的两个蛋白质组成的诊断模型可将患者在化疗前准确分为糖尿病组与糖耐量异常组,灵敏度和特异度分别为81.481%(22/27)和100.00%(17/17),准确度为88.64%(39/44);M/Z为10324、2761和4084的3个蛋向质组成的诊断模型可将糖尿病组与血糖正常组准确分组,灵敏度和特异度分别为62.35%(53/85)和88.24%(15/17),准确度为66.67%(68/102);M/Z为5895、6010、6099、3930、5430和2495的6个蛋白质组成的诊断模型可将糖耐最异常组与血糖正常组准确分组,灵敏度和特异度分别为77.65%(66/85)和96.30%(26/27),准确度为82.14%(92/112).结论 SELDI-TOF-MS技术筛选出恶性肿瘤化疗后3组血糖情况的化疗前的蛋白质指纹,建立血糖正常组、糖耐量异常组和糖尿病组的诊断模型,用于肿瘤患者化疗后血糖变化的早期预测.

关键词：肿瘤、血糖、光谱法、质量、基质辅助激光解吸电离

所属期刊栏目：21

分类号：R73(肿瘤学)

资助基金：国家民政部中国老年学学会专项课题民人教科字200718-2-32

在线出版日期：2010-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：683-686