论文部分内容阅读
研究背景和目的：
随着多学科综合治疗的开展，化疗药物和放疗技术的进步，非小细胞肺癌( non-small cell lung cancer，NSCLC)患者的生存期有所延长，脑转移的发生率也越来越高。目前脑转移的诊断主要依靠影像学方法，如MRI和CT，对于影像学上没有表现的脑部微小转移病灶目前还没有有效的诊断方法。脑部微小转移病灶可能会分泌肿瘤相关蛋白到脑脊液中，通过检测脑脊液中的肿瘤蛋白标志物，有可能实现脑转移早期诊断的目的。表面增强激光解吸电离飞行时间质谱技术(surface-enhanced laser desorption/ionization time of flight mass spectrometry，SELDI-TOF-MS)是近年发展起来的一种新的蛋白质分离鉴定技术，它具有快速、简便、微量和高通量等特点，非常符合临床体液蛋白质组学研究的需要，被广泛应用于分离各种疾病相关的特异性标志物。已有报道用SELDI技术通过检测血清来诊断肺癌，检测脑脊液来诊断脑胶质瘤，但目前还没有报道采用SELDI技术检测脑脊液来诊断NSCLC脑转移。本研究的目的是通过分析NSCLC脑转移患者、非肿瘤患者和早期NSCLC无脑转移患者脑脊液的蛋白质谱，找出差异蛋白峰，建立NSCLC脑转移的蛋白质潜诊断模型，为肺癌脑转移的诊断提供新的方法。
材料与方法：
收集2007年3月2008年6月广东省人民医院住院患者的脑脊液标本，其中NSCLC脑转移患者脑脊液标本29例，早期NSCLC无脑转移患者脑脊液标本10例，非肿瘤患者脑脊液标本23例。所有患者未行脑部和椎体放射治疗和手术。采用美国Ciphergen Biosystems公司的CM10芯片和PBS II蛋白质芯片阅读机对脑脊液标本进行检测和数据读取。采用Biomarker Wizard软件统计分析3组标本的蛋白质峰，运用Biomarker pattems软件的决策树模型进行差异蛋白峰的比较和判别，建立分类决策树诊断模型。用由学习集建立的诊断模型对测试集进行盲法测试，评价其诊断和应用价值。
结果：
1、肺癌脑转移组和非肿瘤组之间有8个显著差异性表达蛋白质峰，有7个在脑转移组中高表达，荷质比( mass/charge，m/z)分别为：3400.41,4420.40，4966，32,6437.45，6634.73，8564.52,8693.23；有1个在脑转移组中低表达，其m/z为4586.03。进一步应用数据建立分类决策树状模型，发现只要一个m/z为6634.73蛋白质峰就可以把两组标本分开，在学习集中其灵敏度(sensitivity)为89.66％，特异度(specificity)为86.96％，总的诊断准确率为88.46％，阳性似然比6.87。
2、肺癌脑转移组与早期无脑转移组有5个显著差异性表达蛋白质峰，在脑转移组中都高表达，其m/z分别为：8698.00，6634.72,3400.40，4630.44，6427.96。运用数据建立分类决策树状模型，包括m/z为8698.00、1215.32和1245.70蛋白质峰组成。在学习集中其灵敏度( sensitivity)为100.00％，特异度(specificity)为100.00％，总的诊断准确率为100.00％。
3、肺癌脑转移组和非肿瘤组标本各取10例进行盲法测试。结果显示其灵敏度( sensitivity)为80.00％，特异度(specificity)为70.00％，总的诊断准确率为75.00％，阳性似然比2.67。
结论：
采用SELDI技术可以发现NSCLC脑转移患者和早期NSCLC无脑转移患者的脑脊液、NSCLC脑转移患者和非肿瘤患者的脑脊液存在显著差异表达蛋白质峰，利用这些差异蛋白质成功建立的蛋白质谱分类决策树状诊断模型具有较高的灵敏性、特异性和准确率，有望成为一种新的NSCLC脑转移筛查诊断方法，特别是用来筛查影像学上没有表现的早期脑转移患者。