影响cin23患者leep术后疾病持续存在复发的相关因素分析

《影响cin23患者leep术后疾病持续存在复发的相关因素分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、青岛大学硕士学位论文应用SELDI--TOF--MS技术筛选早期胃癌血清生物标志物研究姓名：李春伟申请学位级别：硕士专业：普通外科指导教师：张佃良20110517应用SELDI-TOF-MS技术筛选早期胃癌血清分子标志物研究摘要目的：应用表面加强解吸电离一飞行时间质谱(surface-erthancodlaserdesorption／ionizationtime．of-flightmassspectrometry，SELDI．TOF．MS)技术对胃癌患者血清蛋白指纹图谱进行分析，筛选候选肿瘤标志物以建

2、立诊断模型，寻找更可靠的评价标准用于早期胃癌诊断和临床分型以指导个体化治疗，旨在进一步提高对肿瘤分期和预后的判断，以更好地监测治疗效果。方法：表面加强解吸电离一飞行时间质谱技术及其配套蛋白质芯片检测169例胃癌患者和83．例健康人的血清蛋白质组图谱，运用BiomarkerWizardTM和BiomarkerPatternsTM软件分析处理数据筛选具有明确临床价值的分子标记物或其组合，以进行早期分子诊断并建立胃癌诊断分类树模型。’结果：胃癌组血清与正常人血清蛋白质谱共有34蛋白表达存在统计学差异(p

3、．05)，其中2873m／z，3163m／z，4526m／z，5762m／z，6121m／z和7778m／z蛋白质峰组成诊断模型I，可将胃癌与正常人正确分组，灵敏度、特异性分别为93．49％、91．57％；另外，2873m／z，6121m／z和7778m／z蛋白质峰组成诊断模型II，可将早期胃癌与ii／iii／iv期胃癌，其敏感性和特异性分别为89．36％(42／47)、92．62％(113／122)。结论：利用SELDI-0F-MS技术在人血清中可以筛选到早期胃癌快速诊断的特异性标志物，建立早期胃癌

4、诊断的蛋白质模型；该方法在胃癌诊断尤其早期胃癌诊断方面具有重要的价值，值得进一步研究。硕士研究生：李春伟普通外科指导教师：张佃良教授主任医师关键词：胃癌分子标志物表面加强解吸电离一飞行时间质谱蛋白质组模式．／y2“0m4n”3哺删9眦4、、＼＼呱8AnalysisofserumbiomarkersscreeningfordiagnosisofstageIgastriccancerusingSELDI-TOF-MSAbstractObjective：Tomakeaproteomicanalysisusi

5、ngsurface-enhancedlaserdesorption／ionizationtime—of=-flightmassspectrometry(SELDI-TOF—MS)ontheserumofstageIgastriccancerpatientsandestablishaearlydiagnosticmodelforidentifyingstageIgastriccancerpreliminarily．Methods：Serumsamplesfrom169gastriccancerpatie

6、ntsand83ageandgender-matchedhealthyindividualswereanalyzedbySELDI·-TOF·-MSProteinChiparraytechnology．TheresultingSELDI··TOF——MSspectraldatawereanalyzedusingtheBiomarkerWizardTMandBiomarkerPatternsTMsoftwaretof'mddifferentialproteinsanddevelopaclassifica

7、tiontreeforgastriccarlcer．Results：Atotalof34masspeakswereidentified．Sixpeaksatmass：chargeratios(nVz)of2873，3163，4526，5762，6121and7778wereusedtoconstructthediagnosticmodelI．ThemodelIcouldeffectivelydistinguishgastriccancel-samplesfromcontrolsamples，achie

8、vingasensitivityandspecifici够of93．49％and91．57％，respectively．Inaddition,weidentifiedthreeofthesixproteinpeaksat2873，6121and7778m／z，whichcouldconstructthediagnosticmodelII．ThemodelIIcoulddistinguishbetweenstageIgastriccancerandstag