蛋白指纹图谱技术与肝病研究

《蛋白指纹图谱技术与肝病研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、蛋白指纹图谱技术与肝病研究【关键词】蛋白指纹图谱；SELDI［摘要］SELDITOFMS是近些年来出现的一种自动快捷、灵敏特异、高通量的蛋白组学研究技术，在临床诊断和基础研究中都有良好的应用前景。本文结合国内外近年来文献报道对该技术在肝病研究中进展概况加以评述。［关键词］蛋白指纹图谱；SELDITOFMS；肝癌；标志物肝脏是人体最大的腺体，是人体内最重要的器官之一，其基本功能是物质代谢，还包括分泌、排泄、物质转化及胆红素代谢等功能。肝脏疾病严重影响人类健康，并对社会经济产生巨大影响。肝癌(hepatocellularcarcinoma，HCC)是最常见的恶性肿瘤之一，死亡率高，

2、严重危害人们的身体健康。早期诊断和及时治疗是提高肝癌患者成活率的关键，但目前的诊断方法敏感度低、特异性差，已成为肝癌诊疗的一个难题，所以寻找特异的肝癌标志物已经成为肝病研究领域的热点。蛋白质组学(proteomics)技术是后基因组时代又一重要研究工具，在生命科学领域中发挥重要作用［1～3］。蛋白质组学是通过对不同时间和空间发挥特定功能的蛋白质群体进行研究，阐明生物体全部蛋白质的表达和功能模式，包括鉴定蛋白质表达、存在方式(修饰形式)、结构、功能及相互作用方式等，从机体或细胞的蛋白质整体活动来揭示生命规律。随着蛋白质组学技术的发展，该技术日益应用于肝病研究中［4～6］。人类蛋白

3、质组学组织(humanproteomeorganization,HUPO)已经发起了人类肝脏蛋白质组研究计划(humanliverproteomeproject,HLPP)，旨在通过对肝脏蛋白质组进行系统研究，从蛋白水平上解决相关疾病的诊断和治疗等问题，目前已经取得一定的进展［7］。近年来，蛋白指纹图谱技术，也称为表面增强激光解吸电离飞行时间质谱(surfaceenhancedlaserdesorption/Ionizationtimeofflightmassspectrometry，SELDITOFMS)以其独特的技术优势广泛应用于临床研究［8］，在疾病诊断和疾病标志物发现等

4、研究中显示出独特的作用［9～11］。本文拟就蛋白指纹图谱技术在肝病研究中的应用进展加以评述。1SELDITOFMS简介SELDITOFMS技术结合了蛋白芯片和生物质谱技术，是继基因芯片之后出现的新一代生物芯片技术［12～14］。该芯片设计的基本原理是：首先用生物或化学方法在载体表面制成点状芯池，再点入待检的生物样品，其中的蛋白分子通过其自身的生物或理化性质(亲水性、疏水性、金属络合及离子作用等)与芯片相结合，从而实现捕获、保留和纯化与之特异性结合的蛋白分子。接着用缓冲液洗脱未结合或非特异性结合的分子后再用激光脉冲进行轰击，即释放出靶点上的特异性蛋白分子。不同质荷比(m/z)的离

5、子在电场中飞行的时间长短不一，分子量越大的离子在电场中飞行的时间越长，反之则越短。最后通过生物质谱(TOFMS)即可绘制出一张质谱图。该图经分析软件处理后还可形成模拟谱图，用于更直观地显示样品中各种蛋白质的相对分子质量、含量及磷酸化位点等信息［15，16］。蛋白质芯片根据表面物质的不同，可将其划分为化学型和生物型两类［17］。化学型芯片通过化学作用结合样品中的蛋白质，并根据其作用原理的不同又可进一步细分为疏水性芯片、亲水性芯片、阳离子芯片、阴离子芯片和金属亲和芯片等类型；生物型芯片则是把生物活性分子，如抗体、酶、受体、DNA等结合到芯片表面，借助抗原―抗体、酶―底物、受体―配体

6、、蛋白质-DNA等相互作用结合样品中的蛋白质。生物芯片特异性高，还可以进行蛋白质定量。2SELDI技术与肝病研究作为蛋白质组学研究强有力的工具，目前SELDITOFMS技术在研究肝炎(chronichepatitis)、肝硬化(hepatocellularcirrhosis)和肝癌(hepatocellularcarcinoma)的蛋白指纹图谱表达及不同肝病之间的因果关系、演变规律及其特征表现，将为3种病的早期预警、诊断、治疗及预后提供依据，从而可能从根本上改变肝病的诊断和治疗水平。2.1肝病的血清蛋白指纹图谱研究目前各国学者都积极探索肝病的蛋白质组学研究，其中包括采用SELD

7、ITOFMS对各种不同的临床样本加以分析，旨在建立肝病的临床诊断方法，并发现新的肝病标志物。其中血清是最为常见的分析样本，也有采用SELDITOFMS技术来分析组织蛋白指纹图谱［18］。有关SELDITOFMS技术在肝病血清指纹图谱分析中的应用概况，见表1。从文献报道情况来看，多数报道均采用弱阳离子交换蛋白芯片和固相金属螯合蛋白芯片来获得肝病血清指纹图谱。表1蛋白指纹图谱技术应用于肝病血清指纹图谱分析（略）肝癌患者及健康人的血清ACCu芯片和AC30-Cu芯片通过人工神经网络方法建立诊断模型