seldi蛋白芯片技术在肿瘤早期诊断中研究进展论文

seldi蛋白芯片技术在肿瘤早期诊断中研究进展论文

ID:25727476

大小:59.00 KB

页数:8页

时间:2018-11-22

seldi蛋白芯片技术在肿瘤早期诊断中研究进展论文_第1页
seldi蛋白芯片技术在肿瘤早期诊断中研究进展论文_第2页
seldi蛋白芯片技术在肿瘤早期诊断中研究进展论文_第3页
seldi蛋白芯片技术在肿瘤早期诊断中研究进展论文_第4页
seldi蛋白芯片技术在肿瘤早期诊断中研究进展论文_第5页
资源描述:

《seldi蛋白芯片技术在肿瘤早期诊断中研究进展论文》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、SELDI蛋白芯片技术在肿瘤早期诊断中研究进展论文【摘要】SELDI蛋白芯片技术全称为表面增强激光解吸电离飞行时间质谱技术(SELDI-TOF-MS)是近年用来研究蛋白质组学的一项新的技术平台,具有高通量、高效率、高灵敏度等特点,可以快速地分析各种生物样品中蛋白质组的组成,在基础医学研究、临床疾病诊断以及药物研发方面显示出广阔的应用前景及临床意义。文章就其技术组成、原理、特点和在肿瘤早期诊断中的应用及发展前景作一综述。【关键词】肿瘤人类基因组序列草图完成后,生命科学进入了“后基因组时代”,研究的重点转向了对复杂的蛋白质功能的研究。蛋白质是基因表达的最终

2、产物,器官组织的生理状态变化会引起血清蛋白质组的改变,因此对蛋白质和蛋白质组学进行研究可以直接获取疾病的特征性标志。由于人血清是一个蛋白质相当丰富并不断变化的系统,单一的血清肿瘤标记物难以真正反溯到相关的细胞组织.freeleofflightmassspectrometry,SELDI-TOF-MS)质谱技术的出现加速了开展发现“癌症指纹”的研究。目前利用SELDI技术发现肿瘤的特殊生物学标记,对于肿瘤的早期诊断具有独特的优势和重要的意义,在多种肿瘤的研究中显示出良好的应用前景。1SELDI-TOF-MS1.1组成及工作原理表面增强激光解析电离光谱技术

3、是由2002年诺贝尔化学奖得主田中耕一(Tanaka)发明,由美国赛弗吉(Ciphergen)公司研制特殊芯片并生产SELDI-TOF-MS质谱,该系统由3部分组成:①蛋白质芯片;②激光吸收离子化质谱设备(Reader);③人工智能数据分析处理软件2。蛋白芯片阵列有8~24个2mm大小的含有特异性层析表面的芯池。根据芯片表面化学成分的不同,分为化学表面芯片和生物表面芯片。前者包含疏水(hydrophobicsurface,H4),亲水(normalphase,NP),弱阳离子交换(mobilizedmetalaffinitycapture,IMAC),

4、特异结合(preactivatedsurface,PS)等芯片,主要用于蛋白质表达分析和比较,如疾病相关蛋白筛选;后者分为受体—配体、DNA—蛋白质、酶等芯片,可选择性地从待测生物样品中捕获靶蛋白质。SELDI技术的原理是利用激光脉冲辐射使芯片表面的分析物解析成带电离子,质荷比不同的离子在电场中飞行时间不同,据此绘制出一张强度不等、分子量不同的谱图。SELDI软件能快速处理、分析大量的质谱图信息,将正常人与某种疾病或者疾病不同阶段的图谱进行比较,就能发现和捕获该疾病及不同阶段时的特异性相关蛋白质3,4。1.2特点以往蛋白质研究多采用层析、双向电泳、光谱

5、、质谱等技术。它们在蛋白质检测中起到了不同作用,但存在缺点和不足,如所需样本量大、条件高、蛋白纯化步骤繁琐、耗时长,有的仅适合分析高丰度的蛋白质且分子量在20kD以上的蛋白质,但难以检测血清中占很大比例的低丰度蛋白质,因此不适宜大规模人群筛查和临床检验。而SELDI-TOP-MS技术将特异的蛋白质芯片系统和质谱仪结合起来,具备以下优点:①样本不需要预先纯化,可直接将血清、尿液、组织和细胞裂解物等样本加到芯片上检测;②获得的图谱较单一,重复性好,可检测分子量在200kD~500kD的蛋白质,尤其适用于低丰度蛋白质或多肽的检测5;③样品用量少,一般0.5μ

6、l~15μl或2000个甚至20个细胞即可;④敏感性高,可达到1fmol;⑤同一系统中集蛋白质分离、纯化、鉴定、检测和数据分析为一体,省时、省力,特别适用于基础医学研究、临床诊断及大规模人群筛选;⑥推动基因组学发展,验证基因组学方面的变化,或基于蛋白质特点发现新的基因。2SELDI技术在肿瘤早期诊断中应用利用SELDI技术分析比较正常人血清、体液、组织蛋白质与异常者间的表达差异,筛选出与肿瘤相关的蛋白标记并进行确认,用于疾病的早期诊断以提高生存率。目前这一技术已运用于多种肿瘤的早期诊断研究中,并已显示出美好的应用前景。2.1肝癌肝癌是非洲、中国和东南亚

7、国家最常见的恶性肿瘤之一,其生存率低,很大一部分是由于诊断时病程已到了进展期,失去了很好的治疗机会6。目前肝癌的早期诊断主要依靠血清AFP的检测,但近年来大量临床研究表明,AFP阳性率波动在60%~70%7,约有1/3的患者血清AFP阴性,同时AFP升高者有时难以和慢性良性肝病区别,这给临床诊断带来极大的困然。Poon等8~10利用SELDI技术对原发性肝癌早期诊断、分型及HBV相关慢性肝病(肝纤维化、肝硬化)进行研究,通过人工神经网络模型分析,结果显示对肝癌的诊断当特异性为90%时,灵敏度为92%,对肝癌的分型和肝纤维化与肝硬化的正确区分有很好的辅助

8、作用,而且研究指出利用SELDI蛋白芯片技术发现的标志物与血清AFP浓度无关。另外Schics

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。