论文部分内容阅读
目的:食管癌是我国高发的消化系统恶性肿瘤,只有早期诊断才能有效提高治疗的5年生存率。蛋白质谱技术是一种基于蛋白质芯片结合质谱技术的多种疾病标志物的分析平台,有助于筛选食管癌病变的相关分子变化,现依据食管癌患者血清蛋白质质谱的特异性表达,利用人工神经网络软件(artificial neural network,ANN)建立食管癌人工神经网络诊断模型,研究其在食管癌早期血清学诊断中的意义。方法:收集实验组(59例食管癌患者)、对照组1(60例非食管癌的消化系统恶性肿瘤患者)、对照组2(27例良性疾病患者)、对照组3(30例正常健康人)共176例的血清标本,利用表面增强激光解吸/电离飞行时间质谱仪(Surface-enhanced laser desorption ionization time of flight mass spectrometry,SELDI-TOF-MS)结合金芯片作为检测仪器来检测所有的血清样本;利用Ciphergen Proteinehip软件和Biomarker Wizard 3.1软件对获得的混合对照血清图谱进行统计分析并计算其差异性,以筛选出特异表达蛋白的质荷比;利用筛选出的特异表达蛋白的质荷比结合人工神经网络软件,建立食管癌人工神经网络诊断模型;利用双盲法来验证所建立的食管癌人工神经网络诊断模型的灵敏度和特异度。结果:经过检测分析后,本实验从176例血清样本中共筛选出8个具有明显特异表达的蛋白质质谱峰(P<0.001),其质荷比(mass/charge,M/Z)分别为4218.8、4238.4、4478.2、4966.1、5336.6、5357.1、5919.8和5940.1,利用筛选出的8个特异蛋白质质荷比结合人工神经网络软件建立食管癌人工神经网络诊断模型;然后利用双盲法对建立的食管癌人工神经网络诊断模型进行统计学检测,以验证该诊断模型的灵敏度和特异度。统计结果分析显示,本实验建立的食管癌人工神经网络诊断模型在cut-off为0.3时得到最佳诊断效果,对食管癌患者检测的灵敏度为88.1%,特异度为85.5%,诊断符合率为86.4%。结论:1.本实验成功筛选出8个在食管癌患者血清中特异表达的蛋白质质荷比;2.成功地建立了食管癌人工神经网络诊断模型,同时予以双盲法验证,并从客观指标上获得满意的灵敏度和特异度;3.从实验建立的食管癌ANN模型预测值诊断效率分析的结果可以看出,当cut-off取值为0.1时,ANN模型的灵敏度可达到98.3%,而特异度仅为57.3%,故可适用于体检排查或高危人群筛选的情况;当cut-off取值为0.5时,ANN模型的特异度可达到95.7%,而灵敏度仅为62.7%,故可适用于可疑患者早期特异性诊断的情况;4.血清蛋白质质谱结合人工神经网络诊断模型对小样本的食管癌患者的诊断具有较高的灵敏度和特异度,可用于早期高危人群的筛选或是早期诊断,同时可扩大样本进行深入的应用性研究。