应用Au蛋白芯片技术预测肾功能损害的临床应用性研究
目的：探讨利用Au蛋白芯片检测尿蛋白指纹图谱在灵敏、快速预测肾功能损害中的应用价值。 方法：包括186例肾病患者和188例对照者(120名健康体检者及68例泌尿道结石患者)尿液标本。利用表面增强激光解吸电离飞行时间质谱(surface-enhanced laserdesorption-ionization time of flight massspectrometry,SELDl-TOF-MS)技术及Au蛋白芯片(proteinchip gold array)检测尿蛋白指纹图,分析肾病患者与对照组尿蛋白表达差异性并筛选标志蛋白,结合人工神经网络技术建立智能预测模型,评价其诊断肾病的应用价值。通过比对标准蛋白质谱数据,对部分差异蛋白进行鉴定。利用免疫散射比浊法检测尿微球蛋白与蛋白指纹图谱结果比较,评价SELDl-TOF-MS检测性能。 结果：肾病患者与对照者尿中共检测到214个蛋白质峰,差异具有统计学意义的蛋白质峰有15个(P<0.001),筛选其中质荷比(m/z)11735、23770、51720、58720、67650、80045、91240蛋白质建立的人工神经网络模型预测肾功能损害的灵敏度为98.8％(85/86),特异度为96.6％(85/88)。通过与标准蛋白质谱数据比对分析,初步判定11735、23770、67650、80045 m/z蛋白分别为β2-微球蛋白、α1-微球蛋白、白蛋白、转铁蛋白。SELDl-TOF-MS检测微球蛋白较免疫散射比浊法更灵敏。 结论：基于Au蛋白芯片技术的尿蛋白指纹图谱检测,可快速、灵敏、高通置的显示尿蛋白表达情况,对诊断肾损伤、判断蛋白尿类型及治疗评价具有重要的应用价值。
肾功能损害 Au蛋白芯片 尿蛋白指纹图谱 人工神经网络 临床诊断
姜伟 杨永长 肖代雯 张玲玲 黄波 黄文芳
四川省医学科学院,四川省人民医院检验科,四川成都 610072 重庆医科大学检验系,重庆 400016
国内会议
上海
中文
48-50
2009-07-01（万方平台首次上网日期，不代表论文的发表时间）