应用SELDI技术筛选肺癌血清标志物的研究
背景及目的：肺癌是恶性肿瘤死亡的重要原因之一，其诊断主要依靠胸片、CT等影像学检查、病理学检查、血清标志物等。但是由于影像学检查往往难以做出定性诊断；病理学检查由于取材困难而无法达到诊断目的；目前肺癌血清标志物检查缺乏特异性，敏感性较差。所以急需发现一种快速、灵敏度和特异性高的诊断新方法。表面增强激光解析飞行时间质谱(Surface enhanced laserdesorption/ionization time of flight massspectrometry，SELDI-TOF-MS，简称SELDI)是一种高灵敏度、高特异性的蛋白质组学新方法，目前已应用于多种恶性肿瘤的研究。本文旨在采用SELDI筛选肺癌患者血清标志物，并初步构建其诊断模型。 方法：采用WCX2蛋白芯片对31例肺癌、29例肺部其他疾病(11例肺炎、18例肺结核)和32例正常人的血清进行研究，采用PBS Ⅱ-C型蛋白芯片阅读仪读取芯片信息，用Proteinchipsoftware3.2软件采集蛋白峰，并用Biomarker Wizard软件分析找出差异蛋白，发现潜在的肺癌生物标志物，再用Biomarker Pattern软件建立和验证诊断预测模型。 结果：发现肺癌组和正常人组比较，两组间有23个差异蛋白，其中分子量为5707 Da、4887 Da、5969 Da、4157 Da、4217 Da、4676 Da、4702 Da、9349 Da、9560 Da、9192 Da、9399 Da的蛋白质高表达，分子量为8563 Da、8689 Da、4284 Da、4176 Da、3161 Da、3974Da、3275、8463 Da、6441 Da、3954 Da、2094：Da、2610Da蛋白低表达。用这些差异蛋白构建的诊断模型诊断肺癌灵敏度为100％，特异度为特异度为96.9％，ROC曲线下面积为100％。将31例肺癌和29例肺部良性病变组(11例肺炎、18例肺结核)患者的血清进行比较发现，两组间有8个差异蛋白，其中分子量为2911 Da、2199 Da的蛋白高表达，分子量为6441 Da、7778 Da、8563 Da、13761 Da、8689 Da、15122 Da的蛋白低表达。采用Biomarker Pattern软件建立诊断模型发现，分子量为7778 Da、8563 Da、和2911 Da的蛋白质可以将两组进行区分，经过10倍交叉双盲验证，该诊断模型诊断肺癌敏感度为71％，特异度为62.1％。ROC曲线下面积为92.68％。 结论：由以上研究可见，SELDI技术可以将肺癌患者和正常人正确区分，这对肺癌的筛查和早期诊断有重要意义。而肺癌和肺部良性病变患者血清差异蛋白的研究还需进一步扩大样本量继续研究。
肺癌 肿瘤诊断 血清标志物 SELDI技术
温红侠 陈一强
广西医科大学呼吸病研究所 第一附属医院呼吸病区(530021)
国内会议
杭州
中文
203-207
2007-09-19（万方平台首次上网日期，不代表论文的发表时间）