应用SELDI-TOF-MS诊断早期食管癌的研究

论文摘要

研究背景与目的我国是食管癌的高发区,发病年龄多在40岁以上。食管癌是我国重要的消化系统恶性肿瘤,死亡率在恶性肿瘤中居于前列。食管癌综合治疗的效果目前仍不理想。术后5年生存率低于30%。然而早期食管癌几乎可以完全治愈,有资料显示术后5年生存率高达90%。因此,食管癌的早期诊断,对于改善患者的预后具有极其重要的意义。然而,现有的诊断技术和方法,在食管癌的早期诊断方面均不能令人满意。类似于吞咽轻度哽噎感、胸骨后闷胀不适等早期症状并不典型。拉网细胞学检查是在高发区大面积普查的一项有效方法,并可应用于临床诊断,早期癌的发现率可达80%～91%。但病人自觉痛苦,难以接受。内镜检查、X线钡餐造影检查、放射性同位素检查以及CT、MRI、PET（正电子发射断层显像）、EUS（食管内窥镜超声检查）、肿瘤标志物检测等各有优缺点。但总体来说,效果并不理想。往往发现时,患者已届中晚期,预后及生活质量不佳。因此,寻找一种高度敏感、特异的诊断早期食管癌的方法成为目前临床的迫切需要。差异蛋白质组学的发展为肿瘤的研究提供了新的思维方式。肿瘤细胞的病理发展过程中,必然会产生和正常人不一样的蛋白质组,如果能将这种蛋白质组的差别正确地进行分析,势必能够寻找到一种新的诊断肿瘤的方法。表面增强激光解析电离飞行时间质谱（surface enhanced laser desorption/ionization-time of flight-massspectrometry,SELDI-TOF-MS）技术是近年发展起来的一种蛋白组学研究方法。以这一技术为基础开发的蛋白质芯片可以非特异性或特异性地结合被测样本中的各种蛋白质,当在质谱仪中受激光轰击时,各种结合的蛋白质会被激发而形成气化离子,由于不同质荷比的离子在电场中飞行时间长短不一,因此接收装置可根据蛋白质质荷比的不同及量的多寡直观地用位置、强弱不同的峰表现出来,进而形成图谱来分析。利用这种技术可对血清、尿液、细胞裂解液等生物样品直接进行检测,且具有高灵敏度及高通量性的特点,能基本反映被检样本中蛋白质的全貌,进而同时找到多个蛋白质标志物,为早期诊断、预后估计、复发或转移的监测提供了可能。本研究旨在利用Ciphergen公司的蛋白质芯片飞行时间质谱仪系统,选择铜离子蛋白芯片,对早期食管鳞癌和正常人血清差异表达蛋白进行分析,探讨建立可用于诊断早期食管癌的分类模型。方法采用美国Ciphergen公司的IMAC30芯片和表面增强激光解析电离飞行时间质谱仪,检测51例早期食管癌和56例正常人的血清蛋白质谱。将获得的蛋白质谱采用Ciphergen公司的Biomarker Wizard和Biomarker Pattern软件分析。通过交叉验证建立起诊断早期食管癌的分类树模型,并另将含有56例正常人、43例早期食管癌、22例食管良性病、23例癌前疾病以及54例中晚期食管癌的验证组共198例对此模型进行盲法验证。结果对51例早期食管癌患者和56例正常人血清蛋白进行分析,结果发现共有25个蛋白表达量存在统计学差异（P＜0.01）,且此25个差异蛋白在早期食管癌患者血清中含量均低于正常人;通过Biomarker Pattern软件进行分析组合,以其中5个蛋白（质荷比分别为4616.05、6336.80、7769.85、6113.94、15121.1）组成了最佳分类树模型,分组正确率达到98.04%,特异性为100%。将包括早期食管癌43例、食管息肉22例、癌前疾病23例、中晚期食管癌54例、正常人56例的验证组对此模型进行盲法验证。结果该模型分类早期食管癌的敏感性为83.72%、特异性为96.04%。对于正常人、食管息肉、癌前疾病、中晚期食管癌各组的特异性分别为100%、86.36%、95.65%、88.89%。结论早期食管癌患者与正常人血清中有25个蛋白含量差异显著。且早期食管癌患者差异蛋白含量较正常人明显偏低,提示它们在肿瘤发生、发展过程中受到了抑制。运用SELDI技术,采用差异蛋白质组学的方法建立起食管癌的早期诊断模型。此方法较之以往诊断早期食管癌的技术,敏感性大大提高,若行进一步验证及临床实验,有望成为诊断早期食管癌的新的技术手段。另外对于食管癌癌前疾病患者的普查方面,此诊断模型也具有广阔的应用前景。

论文目录

• 摘要
• Abstract
• 中英文缩略语对照
• 前言
• 第一部分: SELDI-TOF-MS蛋白质芯片仪工作原理简介
• 一、蛋白芯片阵列
• 二、蛋白质芯片的制备
• 三、蛋白质芯片阅读仪
• 四、蛋白质芯片软件控制分析系统
• 第二部分: 应用SELDI-TOF-MS诊断早期食管癌的研究
• 一、材料
• 二、方法
• 三、结果
• 四、讨论
• 五、结论
• 附录一
• 附录二
• 附录三
• 参考文献
• 文献综述:食管癌早期诊断的研究进展
• 硕士在读期间发表文章
• 致谢