视网膜母细胞瘤（Retinoblastoma，Rb）是最常见最严重的儿童眼内原发性恶性肿瘤。目前对该肿瘤的权威研究信息还很缺乏，而现有的诊断技术也存在一定的局限性。本实验首次尝试将SELDI蛋白质芯片技术应用于视网膜母细胞瘤血清蛋白标志物的筛选和鉴定，旨在探索非侵入性、快速、高效的Rb早期诊断方法。　　 实验采用IMAC30芯片对18例Rb病人和17例正常人的血清样本进行了检测，通过Biomarker WizardTM软件分析SELDI谱图后，得到26个p<10-3的差异蛋白，其中21个在病人血清中高表达，5个低表达。随后通过Biomarker PatternsTM软件构建了分类树模型：发现7014 M/Z差异蛋白的划分敏感性和特异性分别达到了94．4％（17/18）和82．4％（14/17），提示该差异蛋白可以作为一个良好的Rb候选血清蛋白标志物。另外，我们发现该差异蛋白在Rb未治疗组的表达量高于治疗组（p<0．05），提示它对Rb病人的治疗具有指征作用。与此同时，眼外期和眼内期的Rb病人血清图谱的分析显示差异峰10616M/Z在眼内期的表达量高于眼外期（p<0．05）。由此揭示10616 M/Z差异蛋白与Rb的病程具有一定的相关性。为了鉴定筛选出的差异蛋白，我们对Rb和正常对照血清进行了Tricine SDS-PAGE实验和ESI-MS/MS质谱鉴定，得到Haptoglobin、Haptoglobin-related protein、Apolipoprotein A-I、Transthyretin、Hemoglobin subunit alpha、Hemoglobin subunit beta等多个蛋白，并通过免疫印迹实验对蛋白Apolipoprotein A-Ⅰ、A-Ⅱ在血清中的表达量进行了检测，其结果与芯片谱图相吻合。　　 生物信息学中的SVM（Support Vector Machine）和Fisher算法是用于小样本量数据分类判别的重要工具，其诸多优点为我们考察标志物组合模型的分类效率提供了帮助。本实验尝试采用上述两种算法对Rb病人及其正常对照中差异蛋白的划分效率进行了分析。结果表明，对于Rb单一差异蛋白7747 M/Z、7014 M/Z、11713 M/Z、8383 M/Z和7923 M/Z的划分结果与分类树模型一致，差异蛋白7014 M/Z分类效率相对最高。差异蛋白组合7014 M/Z+8383 M/Z和组合7923M/Z+7014M/Z较之单一差异蛋白分类效果有所提高，其敏感性和特异性均大于90％。　　 由于差异蛋白ApoAⅠ、ApoAⅡ、TTR同时也是划分胆管癌与其良性和正常对照血清的标志蛋白，因此我们也进一步比较了这三个差异蛋白在上述两种肿瘤中的划分效果。其中ApoAⅠ-ApoAⅡ组合对Rb和胆管癌以及与其相应的正常对照血清划分效果较之其他组合更为突出，敏感性和特异性均分别高于76％和93％；在胆管癌良性与正常对照中，TTR-ApoAⅠ组合划分效率较高，敏感性和特异性均高于80％，且各组合模型的划分效率均高于单一差异蛋白。由此可见，构建标志物组合模型应当成为探索提高癌症早期诊断率和改善预后的一个研究重点，而生物信息学技术在此过程中将发挥极其重要的作用。