论文部分内容阅读
目的:应用SELDI质谱仪测定了已知大肠癌患者、大肠腺瘤患者与健康人血清标本的蛋白质指纹图谱,采用人工神经网络及支持向量机对这些数据进行处理,建立了大肠癌血清蛋白质指纹图谱的诊断模型,并通过盲法的验证确定模型的特异度、敏感度及Youden指数,为早期诊断大肠癌提供了新的技术和方法,并为进一步发现新的肿瘤标记物提供了基础。
方法:研究中以182例血清标本(其中55例大肠癌、35例大肠腺瘤、92例健康人)为研究对象,应用SELDI-TOF-MS质谱仪测定了大肠癌患者、大肠腺瘤患者与健康人血清标本的蛋白质指纹图谱,结合人工神经网络及支持向量机对这些数据进行处理,建立相应的指纹图谱诊断模型。
结果:182例血清标本的蛋白质指纹图谱经质谱仪收集数据,在收集每次实验数据前用已知分子量的标准蛋白芯片校正仪器测定的分子量,其误差小于0.1％。以质控血清作重复性检测,其峰值大小及其强度的变异系数(CVs)均控制在误差范围内(0.05％和15％以下),应用ProteinChipSoftware 3.1(Ciphergen Inc.)软件同时将所有样本的质谱数据M/Z在2 000到30 000的峰值进行两次信噪比过滤。其中大肠癌与健康对照组检测到61个M/Z峰,大肠癌与大肠腺瘤检测到235个M/Z峰。应用5倍交叉验证的人工神经网络模型(Artificial Neural Networks)分析大肠癌与健康对照样本指纹图谱的数据:以M/Z位于5911,8922,8944,8817的四个峰值的组合,在测试集上分析诊断模型的特异性为93.3％,敏感度为90.9％,Youden指数为0.84242。采用3倍交叉验证线性的支持向量机(Support Vector Machine)模型分析大肠癌与大肠腺瘤样本指纹图谱的数据:以M/Z位于17247、18420、5911、9294、4654、21694、21742的7个峰值组合建立的诊断模型的特异性为83.2％,敏感度为89.3％。Youden指数为0.72484。182例大肠癌、大肠腺瘤与健康对照血清样本同时进行了CEA(Carcinoembryonic antigen)的检测,结果敏感性为47.3％,特异性分别为91.4％和93.5％,敏感性远远低于质谱法的结果。经相关性检验,M/Z位于5911、8922、8943、8817、4652,9294,17247,18420,21694,21742的峰值的强度与血清CEA水平无统计学相关性(P>0.05)。
结论:联合4个M/Z位于5911,8922,8944,8817的峰值的血清蛋白质指纹图谱模型在区分大肠癌与健康对照的特异性为93.3％,敏感度为90.9％,Youden指数为0.84242,具有很好的诊断价值。联合7个M/Z位于17247、18420、5911、9294、4654、21694、21742的峰值的血清蛋白质指纹图谱模型在区分大肠癌与大肠腺瘤的特异性为83。2％,敏感度为89.3％,Youden指数为0.72484。该诊断谱模型为大肠癌的早期诊断和在大肠腺瘤等高危人群中筛选早期病人提供了有效的方法。