论文部分内容阅读
前列腺癌是泌尿系统的一种常见恶性肿瘤，死亡率较高，在我国的发病率呈逐年上升趋势。其死亡率高的原因主要归结于早期症状不明显、潜伏期长以及诊断检出率低，没有合适的诊断标准来识别患者早期的微小变化。对于前列腺癌的诊断目前的方法主要包括直肠指检、经直肠超声、组织穿刺活检和血清PSA水平等。大量研究证明传统的诊断方法缺乏对早期前列腺癌诊断的灵敏性，且对其他前列腺良性疾病的鉴别诊断效果不佳。
蛋白质组学技术通过全局的思想来处理问题，探究机体或细胞内全部蛋白质的表达模式和功能模式。将蛋白质组学技术与血清学以及生物信息学方法进行结合，就会客观地反映细胞在恶性转化过程中经历的复杂变化，利用功能蛋白质解释肿瘤的癌变机理，并对肿瘤早期诊断、病情监测、预后评估产生重大影响。本研究通过质谱分析等技术筛选差异蛋白，比较正常细胞与各类疾病细胞中多种差异蛋白的表达水平，寻找与疾病发生发展相关的生物标志，从而深入探讨疾病的发生机制，为疾病提供早期诊断依据。
通过基质辅助激光解析电离飞行时间质谱(MALDI-TOF MS)筛选前列腺癌组与健康对照组血清蛋白指纹图谱，结果显示出7个有显著性差异的质荷比峰1865.9、2022.1、2082.2、2210.3、3192.3、4054.8和4210.9；并筛选出前列腺癌与前列腺良性增生之间具有显著性差异的8个质荷比峰，其中m/z4092、4210、5339、5907四个峰在前列腺癌中呈低表达，而m/z1897、2022、2082、8944四个峰在前列腺癌中呈高表达。另对经前列腺根治术治疗的病人，研究结果筛选出三个蛋白峰在手术前后表现出显著性差异，有可能成为评价手术疗效与预后的标志物。
另外，经本研究结果显示，除传统的诊断指标PSA外，肿瘤标志物CA12-5、CA19-9、CEA、FERR等，生化指标CA、APOa1、SA等，细胞炎性因子IL-6、IL-8、IL-10、TNF-a、MCP-1等在前列腺癌和前列腺增生组之间，以及前列腺疾病与健康对照组之间均表现出不同程度的统计学差异。
利用生物信息学方法结合蛋白质组学技术，将质谱技术筛选出的差异蛋白峰与常用临床检验指标相结合，构建多元诊断模型，用于识别早期前列腺癌并有效区分前列腺良性增生，得到了比较满意的研究结果。研究结果显示，其中ANN模型用于预测诊断的效果相对较好，ROC曲线下面积0.941，Y0uden指数为0.738，经过交叉验证，该模型进行鉴别诊断的准确率高达87.5％。