seldi蛋白质芯片技术在结直肠癌临床诊断中的应用研究

seldi蛋白质芯片技术在结直肠癌临床诊断中的应用研究

ID:34450535

大小:433.11 KB

页数:6页

时间:2019-03-06

seldi蛋白质芯片技术在结直肠癌临床诊断中的应用研究_第1页
seldi蛋白质芯片技术在结直肠癌临床诊断中的应用研究_第2页
seldi蛋白质芯片技术在结直肠癌临床诊断中的应用研究_第3页
seldi蛋白质芯片技术在结直肠癌临床诊断中的应用研究_第4页
seldi蛋白质芯片技术在结直肠癌临床诊断中的应用研究_第5页
资源描述:

《seldi蛋白质芯片技术在结直肠癌临床诊断中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、泸州医学院学报2010年第33卷第1期JournalofLuzhouMedicalCollegeVo1.33No.120105警SELDI蛋白质芯片技术在结直肠癌临床诊断中的应用研究张巍,邓明明,王开正(泸州医学院附属医院:消化内科;检验科,四川泸州646000)摘要目的:利用表面增强激光解吸离子化飞行时间质谱(SELDI~TOF—MS)技术及蛋白质芯片检测结直肠癌病人血清蛋白质指纹图谱,初步探讨其用于结直肠癌诊断的临床价值。方法:利用表面增强激光解吸离子化飞行时间质谱(SELDI—TOF—MS)技术及弱阳离子交换表面CMIO蛋白芯片监测70例结直

2、肠癌患者和48例良性病变对照及25例正常对照的血清蛋白质谱。分为训练集(40例患者40例对照)和验证集(30例患者和33例对照),前者用于筛选结直肠癌的差异蛋白标志物并建立人工神经网络(ANN)诊断模型,后者用于诊断效度的盲法验证。结果:结直肠癌患者和对照组血清蛋白指纹图谱共有148个明显表达差异的蛋白峰,筛选质荷比(m/z)为2957、2974、2982、3016、3282、5928、5948、6647、6661的9个蛋白质峰作为标志蛋白(P<0.o1)建立人工神经网络诊断模型,利用该模型对结直肠癌进行盲法预测,结果表明该诊断模型检测结直肠癌的灵

3、敏度为94.2%,特异度为91.3%。结论:应用蛋白芯片技术检测到对结直肠癌有鉴别意义的血清蛋白标志物,可能为结直肠癌的早期诊断提供了新的手段。关键词结直肠癌;蛋白组学;表面增强激光解吸离子化飞行时间质谱(SELDI-TOF-MS)技术;人工神经网络中图分类号R735.3文献标识码A文章编号1000—2669(2OLO)1-ooo5-06APPLICATIoNoFSELDIPRoTEINCHIPTECHNoLoGYINCLINICALDIAGNOSISOFCOLORECTALCANCERZhangWei,etalDepartmentofDigest

4、iveMedicine,theAfiliatedHospitalofLuzhouMedicalCollegeAbstractObjective:Todeterminetheserumproteinfingerprintspectrumofcolorectalcancerbysurface-enhancedlaserdesorptionionizationtimeofflightmassspectrometry(SELDI-TOF-MS)technologyandproteinchipanditsvalueincolorectalcancerdiag

5、nosis.Methods:SELDI-TOF-MSandCMIOproteinchipwereusedtomonitor70coloreetalcancerpatients,48controlswithbenignlesions,and25normalcontrolsweredividedintotrainingset(40patientsand40controls)andvalidationset(30patientsand33controls).Theformersetisforthescreeningofdifferentialprotei

6、nmarkersandestablishingtheartificialneuralnetwork(ANN)diagnosismodel,thelattersetisfortheblindverificationofdiagnosisvalidity.Results:Betweentheserumsamplesofcolorectalcan—cerpatientsandcontrolstherewere148obviousdifferentialproteinpeaks.9ofthem,charge-massratio(m/z)of2957、297

7、4、2982、3016328259285948、6647、6661,wereselectedasmarkerproteintoestablishtheartificialneuralnetworkdiagnosismodel,andthismodelwasusedtocarryontheblindpredictionofthecoloncancer.Theresultindicatedthatthesensitivityofthismethodwas94.2%,thespecificitywas91.3%,thepositivepradictedv

8、aluewas91.2%.Conclusion:SignificantdifferentiaIserumproteinma

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。