应用SELDI-TOF质谱技术筛选喉癌病人血清中特异性生物标志物

论文摘要

目的 运用SELDI-TOF（surfaced enhanced laser desorption/ionization-time of night）质谱技术和生物信息学方法,寻找与喉癌相关的特征性血清蛋白标志物质谱分析图谱变化。 方法 应用美国Ciphergen公司的PBSⅡC蛋白质芯片-时间飞行质谱仪作为蛋白质组学研究平台,研究33例喉癌患者、30例声带息肉患者血清样本（实验组Ⅰ和实验组Ⅱ）的蛋白质质谱变化,同时进行比较,建立相关的蛋白质组学飞行质谱资料库,获得的结果采用Ciphergen公司的Biomarker Wizard软件BPS 5.0（Biomarker Patternssystems）软件进行分析,寻找喉癌病人、声带息肉病人的蛋白质谱差异,并建立分类树模型。 结果 喉癌病人与声带息肉病人有27个蛋白质含量存在统计学显著差异（P<0.01）。与声带息肉病人血清蛋白质谱相比,喉癌病人血清中有12个标志分子高表达,15个标志分子低表达。采用Biomarker Pattern软件对来源于Biomarker Wizard的数据进行处理,在设定条件下2779、4626和5663 Da三个标志蛋白被系统自动选取用以建立分类树模型,此分类树具有三层4个叶结点,用此模型对63例样本进行划分,结果显示:33例喉癌病人有2例被漏诊,30例声带息肉病人全部诊断正确。此诊断模型诊断敏感性93.94%,特异性100%。 结论 利用蛋白质组学和生物信息学方法可从血清中筛选出喉癌相关的标志蛋白,而且蛋白质芯片技术对于发现和筛选血清中的喉癌标志蛋白是一种有效、快速的工具。

论文目录

• 1 前言
• 2 材料和方法
• 2.1 材料
• 2.1.1 标本来源
• 2.1.2 试剂和仪器
• 2.1.3 标本采集
• 2.2 试验方法步骤
• 2.2.1 1SELDI-TOF-MS原理
• 2.2.2 标本的处理
• 2.2.3 芯片的预处理
• 2.2.4 样品的检测
• 2.2.5 数据采集
• 2.2.6 数据处理
• 2.2.7 统计学分析
• 3 结果
• 3.1 重复性检测
• 3.2 喉癌病人与声带息肉病人相比有27个表达差异的蛋白
• 3.3 部分喉癌病人表达差异的蛋白图谱分析
• 3.4 分类树模型的建立
• 4 讨论
• 参考文献
• 附录
• 致谢
• 文献综述
• 学位论文独创性声明、学位论文知识产权权属声明
• 攻读硕士学位期间发表的论文