蛋白质质谱高通量分析平台的建立及其在消化道肿瘤中的应用性研究

论文摘要

肿瘤是一种多基因参与、多步骤发展、内外环境交互作用下形成的复杂疾病，单一的肿瘤标志物往往难以反映肿瘤的全貌。目前运用生物信息学方法综合多中肿瘤标志物信息来相对全面的反映肿瘤特征以达到更好的诊断效果，已为大多数学者所认同。临床研究显示，对恶性肿瘤而言早期诊断的意义远大于现有的任何一种治疗方案，但现有常用标志物对早期无症状阶段肿瘤的及时发现能力仍远不能令人满意。所以寻找灵敏度、特异度均高，检测方便，无创的标志物用于肿瘤早期发现、早期诊断已成为当务之急。食管癌、胃癌、大肠癌等消化道恶性肿瘤的发病率和死亡率一直位居各种肿瘤的前列，因此消化道恶性肿瘤的诊治历来是我国肿瘤研究领域的重点之一。目前，如何提高肿瘤的诊断率，尤其是早期诊断率已被公认为是改善其疗效和预后的关键。 由于蛋白质而并非核酸才是生命活动的具体执行者和体现者，因此深入研究消化道恶性肿瘤发病机制，寻找特异、灵敏的肿瘤标志物用于诊断，尤其是早期诊断，客观上要求在蛋白质组的水平进行进一步探索。蛋白质组学技术在肿瘤中的应用已经越来越广泛。按技术和研究的目的分，肿瘤蛋白质组学可以分为表达蛋白质组学和功能蛋白质组学。表达蛋白质组学包括二维凝胶电泳（2-DE），色谱与质谱结合分析法，肽和蛋白质的微阵列，组织阵列等等。表面加强激光解吸电离-飞行时间质谱（surface-enhanced laser desorption／ionization time-of-flight mass spectrometry，SELDI-TOF-MS）是近年来发展起来的一种全新的蛋白质组学研究手段，该方法相比其它传统蛋白质组学研究方法，具有能够直接对临床标本进行检测，实现了质谱技术高通量的用于临床样本检测的优点。但SELDI-TOF-MS实验的重复性相对不足。 高通量的血清蛋白质质谱法将产生海量的数据，对这些数据的分析和建模依赖于生物信息软件。传统的方法在分析海量数据时十分繁琐。高通量数据分析软件的设计方法直接决定了实验是否可以达到高通量，并且关系到选出的峰是否是具有可重复性的真正的蛋白质峰。 SEDLI技术结合生物信息学方法筛选的候选血清肿瘤标志物的纯化和鉴定也是很关键的步骤。可以为制备相应的单克隆抗体或多肽瘤苗等应用研究提供资源和基础，为研究肿瘤发生发展机制提供新思路。

论文目录

• 缩略语说明
• 中文摘要
• 英文摘要
• 研究背景
• 仪器设备和试剂配制
• 统计方法和生物信息学分析原理介绍
• 一、医学统计学和生物信息学方法介绍
• 二、本实验所采用的生物信息学方法的理论基础
• 1. 模式识别
• 2. 小波分析
• 3. 遗传算法
• 4. 支持向量机
• 5. 人工神经网络的基本原理
• 6. 判别分析
• 7. 样本划分方法
• 第一部分 血清蛋白质质谱标准化方法的建立
• 一、材料与方法
• 二、结果
• 三、讨论
• 四、结论
• 第二部分 建立蛋白质质谱高通量数据分析平台
• 一、材料与方法
• 二、结果
• 三、讨论
• 四、结论
• 第三部分 蛋白质质谱标准化分析平台的验证及其在大肠癌中的应用
• 一、材料与方法
• 二、结果
• 三、讨论
• 四、结论
• 第四部 蛋白质质谱标准化方法分析平台在其它消化道肿瘤中的应用性研究
• 一、材料与方法
• 二、结果
• 1. 现场食道癌血清蛋白质质谱筛查模型的建立
• 2. 散发性食道癌血清蛋白质质谱检测模型的建立
• 3. 胃癌检测模型
• 三、讨论
• 四、结论
• 第五部分 肿瘤特异性标志物鉴定
• 五、材料与方法
• 六、结果
• 七、讨论
• 八、结论
• 总结与展望
• 综述
• 论文与成果
• 致谢