本研究直接应用MALDI-TOF-MS检测了肿瘤组织蛋白质组图谱的变化.我们一共检测了11例患者冰冻切片的组织蛋白质组图谱,包括3例肺癌,4例乳腺癌和4例乳腺良性病变.结果表明不同肿瘤之间在蛋白质组图谱上存在着显著差异,良恶性肿瘤之间的蛋白质组图谱明显不同.早期诊断仍然是肿瘤治疗的关键,血清标记物的检测在肿瘤诊断中具有重要意义.传统的肿瘤标记物研究方法中,纯化方法即费时又需要大量的样品,同时由于非特异性结合和样品稀释,使许多低丰度蛋白丢失.一种既能够进行样品纯化又能够进行检测的质谱平台将极大的改善传统的MALDI质谱在蛋白质检测上的缺陷.Hutchins和Yip提出了一种新的质谱技术SELDI-TOF MS(基层辅助激光解吸时间飞行质谱)技术.它包含了两种有效的技术:层析和质谱.具广泛结合特性的芯片是SELDI-TOF MS技术的核心.这种技术根据芯片表面的修饰特性可以检测到不同的蛋白质.94).单个蛋白峰检测乳腺癌的敏感度为47%~87%,特异度为73~93%.对于肝癌患者,我们建立了蛋白质芯片技术检测血清蛋白质组图谱的方法,探讨基于人工神经网络的血清蛋白质组图谱模型在肝癌诊断中的应用价值.应用表面增强激光解吸电离飞行时间质谱仪(SELDI-TOF-MS),测定了224例血清标本(其中肝癌120例,健康人80例,24例其它肿瘤)的蛋白质质谱,用随机抽取的96例标本(大肠癌64例,健康人32例)作为训练组,进行训练与交叉验证,将筛选出来的4572、5182、8815、8942和14046的5个质荷比峰作为输入,建立人工神经网络预测模型.并用另外测试组(肝癌56例,健康人48例,其它癌24名)的血清标本盲法验证该模型.利用从训练组得出的基于人工神经网络的血清蛋白质质谱模型,对测试组的128例未知血清进行预测,得到该方法对肝癌的检测灵敏度为87.0%(47/54),特异度为87.8%(65/74).蛋白质芯片技术检测血清蛋白质质谱法在肝癌的诊断中较以往的传统方法具有更高的检出率和排除率,值得进一步研究与应用.我们在今后的工作中将对所发现的肿瘤标志物进行进一步的分离鉴定.