论文部分内容阅读
目的:运用SELDI蛋白质芯片技术检测AFP阴性及AFP低浓度阳性肝癌患者、慢性肝病患者及健康人血清蛋白表达谱,筛选出对比组间具有统计学意义的差异蛋白峰,并建立能与血清AFP联合使用从而在整体上提高肝癌临床诊断效率的疾病诊断模型。方法:运用表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术,选择弱阳离子交换芯片(CM10),检测33例AFP阴性肝癌患者与35例健康人/30例AFP阴性慢性肝病患者、28例AFP低浓度阳性肝癌患者与34例AFP低浓度阳性慢性肝病患者的血清蛋白表达谱,并用Ciphergen ProteinChip Software 3.2和Biomarker Patterns Software5.0进行分析比较,获得对比组间的差异蛋白峰并建立疾病诊断模型。结果:1.差异蛋白的筛选AFP阴性肝癌组与健康对照组比较:32个蛋白峰差异具有统计学意义(P<0.05),在AFP阴性肝癌组血清中有6个蛋白峰上调,26个蛋白峰下调;AFP阴性肝癌组与AFP阴性慢性肝病组比较:7个蛋白峰差异具有统计学意义(P<0.05),在AFP阴性肝癌组血清中有3个蛋白峰上调,4个蛋白峰下调;AFP低浓度阳性肝癌组与AFP低浓度阳性慢性肝病组比较:29个蛋白峰差异具有统计学意义(P<0.05),在AFP低浓度阳性肝癌组血清中有5个蛋白峰上调,24个蛋白峰下调。2.疾病诊断模型的建立与验证诊断模型1:由m/z为4927.88,2136.29,3268.69,3509.16的4个蛋白峰组成,经验证,区分AFP阴性肝癌患者与健康人的准确度为80.9%(55/68),灵敏度为81.8% (27/33),特异度为80.0% (28/35),阳性预测值为79.4%(27/34),阴性预测值为82.4%(28/34),阳性似然比为4.091,阴性似然比为0.227;诊断模型2:由m/z为4654.68,4967.66,3264.62的3个蛋白峰组成,经验证,区分AFP阴性肝癌患者与AFP阴性慢性肝病患者的准确度为82.5%(52/63),灵敏度为84.8% (28/33),特异度为80.0% (24/30),阳性预测值为82.4%(28/34),阴性预测值为82.8%(24/29),阳性似然比为4.242,阴性似然比为0.189;诊断模型3:由m/z为6451.62的蛋白峰建立,经验证,区分AFP低浓度阳性肝癌患者与AFP低浓度阳性慢性肝病患者的准确度为85.5%(53/62),灵敏度为82.1% (23/28),特异度为88.2% (30/34),阳性预测值为85.2%(23/27),阴性预测值为85.7%(30/35),阳性似然比为6.982,阴性似然比为0.202。结论:1.分析得到的差异蛋白峰很可能是参与肝癌发生的相关蛋白质或肽,或其代谢产物,对这些蛋白的研究将有助于揭示疾病的发生机制和发展过程。2.应用SELDI蛋白芯片技术建立的疾病诊断模型有望与血清AFP联合使用从而在整体上提高肝癌的诊断效率。