食管癌血清蛋白指紋圖人工神經網絡診斷模型研究.pdf

1、目的:研究食管癌血清蛋白質譜的變化,篩選特異性蛋白標志物；建立診斷模型,為食管癌的早期篩查、臨床診斷、分期和分型、復發(fā)或轉移、預后估計等個性化醫(yī)療提供新的實驗依據。
　　 方法:收集按照相應病理論斷標準確定的各臨床分期分型腫瘤(食管鱗癌和其他腫瘤)、其他良性疾病和健康對照組血清標本。利用表面增強激光解析電離飛行時間質譜技術(Surface enhanced laser desorption ionization time ofn

2、ight mass spectrometry,SELDI-TOF-MS)技術及其配套的金芯片(Gold Chip)檢測血清標本得到相應的蛋白指紋圖譜。使用BiomakerWizard3.1軟件從蛋白指紋圖中篩選食管癌特征蛋白。采用人工神經網絡技術(artificial neural network,ANN)進行數據挖掘建立診斷模型并進行盲法驗證,再用SPSS11.5軟件進行模型診斷效能分析,最后結合蛋白數據庫進行差異蛋白初步鑒定和分析。

3、
　　 結果:從食管癌及其相關人群的血清蛋白質譜指紋圖中篩選出89個差異蛋白(P<0.05)。篩選出有非常顯著差異(P<0.001)且有鑒別價值的蛋白質8個,質荷比(M／Z)分別為:4215.8、5017.6、5890.9、7458.5、7749.3、7908.1、8111.9、8577.8。其中5017.6、7458.5、7908.1、8111.9、8577.8在食管癌患者血清中表達增高；而4215.8、5890.9、7749

4、.3則表達降低。利用篩選出差異蛋白質組建立食管癌人工神經網絡篩查模型和診斷模型,其靈敏度達到93.2％和96.3％,特異性分別為95.6％和97.2％,經驗證的靈敏度為75.4％和75.8％,特異性分別為84.8％和86.7％,經蛋白組數據庫檢索發(fā)現可能與食管癌相關的兩種蛋白分別為血清淀粉樣蛋白-A和子宮珠蛋白。將食管癌早期和中晚期食管癌患者血清質譜圖進行比對分析,尋找各期差異蛋白,并建立分期診斷模型。發(fā)現食管癌和健康對照組差異蛋白5種

5、,早期食管癌和中晚期食管癌組差異蛋白3種。通過早期食管癌組和健康對照組差異蛋白建立早期診斷模型的靈敏度87.88％,特異度91.43％,準確度89.71％,經驗證結果為靈敏度95.83％,特異度89.13％,準確度91.43％。建立的分期診斷模型中,早期食管癌和中晚期篩選的差異蛋白建立的分期診斷模型靈敏度75.76％,特異度79.17％,準確度77.19％。結合術后病理分化情況,選擇食管癌組、健康對照組的血清標本分析篩選出高、中、低分化

6、組與健康對照組的差異蛋白5個,質荷比(M／Z)分別為4654.7、5948.2、6645.7、7734.2和9301.1,利用篩選出的蛋白質結合人工神經網絡軟件建立食管癌人工神經網絡分型預測診斷模型的靈敏度、特異度、準確度分別為81.25％、85.38％、和83.47％。
　　 結論:血清蛋白質譜指紋圖結合人工神經網絡技術進行蛋白組學數據挖掘對食管癌的篩查和診斷以及探索食管癌發(fā)病機制,基因和蛋白調控機制具有重要的的臨床意義。分期