中国耳鼻咽喉头颈外科
中國耳鼻嚥喉頭頸外科
중국이비인후두경외과
CHINESE ARCHIVER OF OTOLARYNGOLOGY-HEAD AND NECK SURGERY
2013年
7期
341-344
,共4页
刘建敏%黎万荣%张萌%覃纲
劉建敏%黎萬榮%張萌%覃綱
류건민%려만영%장맹%담강
喉肿瘤%芯片分析技术%质谱分析法%肿瘤标志,生物学%人工神经网络
喉腫瘤%芯片分析技術%質譜分析法%腫瘤標誌,生物學%人工神經網絡
후종류%심편분석기술%질보분석법%종류표지,생물학%인공신경망락
Laryngeal Neoplasms%Microchip Analytical Procedures%Mass Spectrometry%Tumor Markers,Biological%artificial neural network
目的 应用表面增强激光解析电离飞行时间质谱技术(surface enhanced laser desorption/ ionization time-of-flight mass spectrometry,SELDI-TOF-MS)分析喉癌患者与对照人群的血清蛋白质谱,筛选喉癌患者血清的差异表达蛋白,并利用人工神经网络(artificial neural network,ANN)建立血清蛋白质分子诊断模型,以期构建可用于喉癌早期诊断敏感和特异的新方法.方法 采集血清标本后利用SELDI-TOF-MS技术检测血清蛋白质谱数据,将获得的蛋白质谱图用Ciphergen ProteinChip 3.0软件进行数据的校正和分析,筛选喉癌患者组与对照组差异蛋白.利用筛选的差异蛋白作为标志物,结合ANN技术建立预测模型,评价该模型在喉癌诊断中的价值.结果 喉癌组与对照组有79个差异蛋白质,其中差异有显著意义的蛋白质峰(分子量2000～20000 Da,t=5.143,P＜0.05)共24个.经过反复训练,筛选其中9个明显差异表达蛋白建立ANN诊断模型,灵敏度(SEN)为87.1％,特异度(SPE) 84.8％,诊断指数为171.9％,其中区分喉癌与癌前病变准确率为100％.结论 利用SELDI-TOF-MS技术筛选出的ANN蛋白质分子诊断模型能够较准确的区分喉癌与非喉癌人群,其在喉癌的诊断和血清肿瘤特异性蛋白质生物标志物的筛选方面具有一定临床应用价值.
目的 應用錶麵增彊激光解析電離飛行時間質譜技術(surface enhanced laser desorption/ ionization time-of-flight mass spectrometry,SELDI-TOF-MS)分析喉癌患者與對照人群的血清蛋白質譜,篩選喉癌患者血清的差異錶達蛋白,併利用人工神經網絡(artificial neural network,ANN)建立血清蛋白質分子診斷模型,以期構建可用于喉癌早期診斷敏感和特異的新方法.方法 採集血清標本後利用SELDI-TOF-MS技術檢測血清蛋白質譜數據,將穫得的蛋白質譜圖用Ciphergen ProteinChip 3.0軟件進行數據的校正和分析,篩選喉癌患者組與對照組差異蛋白.利用篩選的差異蛋白作為標誌物,結閤ANN技術建立預測模型,評價該模型在喉癌診斷中的價值.結果 喉癌組與對照組有79箇差異蛋白質,其中差異有顯著意義的蛋白質峰(分子量2000～20000 Da,t=5.143,P＜0.05)共24箇.經過反複訓練,篩選其中9箇明顯差異錶達蛋白建立ANN診斷模型,靈敏度(SEN)為87.1％,特異度(SPE) 84.8％,診斷指數為171.9％,其中區分喉癌與癌前病變準確率為100％.結論 利用SELDI-TOF-MS技術篩選齣的ANN蛋白質分子診斷模型能夠較準確的區分喉癌與非喉癌人群,其在喉癌的診斷和血清腫瘤特異性蛋白質生物標誌物的篩選方麵具有一定臨床應用價值.
목적 응용표면증강격광해석전리비행시간질보기술(surface enhanced laser desorption/ ionization time-of-flight mass spectrometry,SELDI-TOF-MS)분석후암환자여대조인군적혈청단백질보,사선후암환자혈청적차이표체단백,병이용인공신경망락(artificial neural network,ANN)건립혈청단백질분자진단모형,이기구건가용우후암조기진단민감화특이적신방법.방법 채집혈청표본후이용SELDI-TOF-MS기술검측혈청단백질보수거,장획득적단백질보도용Ciphergen ProteinChip 3.0연건진행수거적교정화분석,사선후암환자조여대조조차이단백.이용사선적차이단백작위표지물,결합ANN기술건립예측모형,평개해모형재후암진단중적개치.결과 후암조여대조조유79개차이단백질,기중차이유현저의의적단백질봉(분자량2000～20000 Da,t=5.143,P＜0.05)공24개.경과반복훈련,사선기중9개명현차이표체단백건립ANN진단모형,령민도(SEN)위87.1％,특이도(SPE) 84.8％,진단지수위171.9％,기중구분후암여암전병변준학솔위100％.결론 이용SELDI-TOF-MS기술사선출적ANN단백질분자진단모형능구교준학적구분후암여비후암인군,기재후암적진단화혈청종류특이성단백질생물표지물적사선방면구유일정림상응용개치.
