论文部分内容阅读
精神分裂症(Schizophrenia)以基本个性改变,思维、情感、行为的分裂,精神活动与环境的不协调为主要特征,是精神疾病中最常见和最有伤害性的一种慢性大脑疾病,可造成精神残疾。全世界精神分裂症患者约占人口总数的1%以上。早期的干预与有效的治疗是改善精神分裂症预后的关键。目前,精神分裂症的诊断依据主要根据临床症状表现,由于缺乏有效的病理学、影像学和实验诊断依据,造成了精神分裂症的早期诊断困难,治疗监测及评价缺乏客观的实验指标,这也是造成对某些精神分裂症评定产生分歧、鉴定困难的原因之一。同时,由于疾病本身的特征,精神分裂症是一种反复发作的慢性迁延性疾病,病情容易反复,每一次复发都有可能导致患者大脑的永久性损伤,并增加治疗的难度,以及最终预后的不理想。因此,建立一种早期有效检测精神分裂症的客观指标已经成为一个迫切需要解决的问题。表面增强激光解析电离飞行时间质谱技术(SELDI- TOF-MS)是随着蛋白质组学兴起的一种生物质谱技术,其与蛋白诊断指纹理论的结合在肿瘤、感染性疾病的诊断、生物标记物与药物靶点筛选,病理生理机制阐述等领域已经取得了一定成果。本研究采用差异蛋白组学的方法,利用SELDI-TOF-MS技术检测精神分裂症患者与正常人血清蛋白质谱,并筛选精神分裂症患者特异表达的血清蛋白标志,结合人工神经网络技术建立预测模型,探索其用于精神分裂症实验诊断的临床价值。研究目的精神分裂症分子水平的鉴定是目前精神病学研究的一个热点。本研究应用临床蛋白组学技术筛选精神分裂症患者血清蛋白标志物,建立人工神经网络预测模型,并探讨该模型在诊断精神分裂症中的临床价值,以建立早期有效检测精神分裂症的客观实验指标。研究方法将采集的128份血清样本(精神分裂症66例,正常人62例)随机分为两组:训练组60例,包括精神分裂症和正常人各30例;验证组68例,包括36例精神分裂症和32例正常人。利用SELDI-TOF-MS技术及其弱阳离子交换表面(CM10)蛋白芯片,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,采用Ciphergen Biomaker Wizard 3.1软件筛选精神分裂症差异蛋白。利用筛选的差异蛋白作为标志物,结合人工神经网络(ANN)技术建立预测模型。通过盲法验证和统计学分析,评价该模型用于精神分裂症诊断的价值。研究结果精神分裂症患者与正常对照血清蛋白质谱图共检测到426个蛋白质峰,其中差别具有统计学意义的蛋白质峰128个(P<0.05)。利用筛选的15个有明显表达差异的蛋白质峰(P<0.001),分别组合建立并训练人工神经网络模型,其中质荷比(m/z)分别为2 820、3 219、3 317、4 284和4 347的5个蛋白质峰作为标志蛋白(P<10-4)建立的人工神经网络诊断模型效能最好。利用该模型对精神分裂症进行盲法验证,结果表明其对精神分裂症的诊断灵敏度和特异度分别为91.7%和93.8%。研究结论研究结果表明精神分裂症患者与正常人血清中蛋白质的表达具有明显差异性。筛选其中差异表达的蛋白作为标志物建立预测模型,为精神分裂症的实验诊断和鉴定,开创了一种分子水平上的新模式,具有潜在的意义。此外,精神分裂症血清蛋白质谱的研究将对于进一步解释精神分裂症病因学、病理生理学的分子机制具有重要意义。