血清SELDI蛋白质指纹图谱在乳腺癌诊断中的应用研究

庞达; 杨艳梅; 张国强; 陈艳波; 马玉彦; 唐雅莉

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

血清SELDI蛋白质指纹图谱在乳腺癌诊断中的应用研究

首发时间：2008-08-21

庞达 ¹ 杨艳梅 ² 张国强 ¹ 陈艳波 ¹ 马玉彦 ² 唐雅莉 ²

1、哈尔滨医科大学肿瘤医院
2、哈尔滨医科大学肿瘤防治研究所

摘要：目的：应用SELDI技术和生物信息学方法从血清中筛选乳腺癌蛋白质标志物并构建检测模型，为诊断提供可能的简便易行的方法。方法：应用Ciphergen 公司的SELDI-TOF-MS作为蛋白质组学研究平台，采用CM10芯片对66例乳腺癌患者、49例乳腺良性疾病患者和29例健康人的血清进行了检测，采用PBSⅡc 型蛋白质芯片阅读机读取数据,获得的数据采用Ciphergen 公司的生物标志物指南（Biomarker Wizard）软件和生物标志物谱型分析软件（Biomarker Pattern software）分析, 寻找三种人群血清中的蛋白质谱差异，并建立决策树分类模型。结果：1.有13个蛋白质峰表达量在乳腺癌患者和健康人对照组之间有显著性差异（P<0.05），M/Z为M2306.58, M3091.15, M4804.47和 M5476.80 的4个蛋白质峰被选为分类变量构成决策树分类模型，该模型的交叉验证（测试组）总准确率为74.7%，敏感性为74.2%，特异性为75.9%。2. 有22个蛋白质峰的表达量在乳腺癌组与乳腺良性疾病对照组之间有显著性差异（P<0.05），M/Z为M2939.19, M2952.86, M4147.16和M4845.31的4个蛋白质峰被选为分类变量构成决策树分类模型，交叉验证（测试组）总准确率为73.0%，敏感性为74.2%，特异性为71.4%。上述模型对早期乳腺癌患者的检测能力不亚于对中晚期患者（P>0.05）。结论：SELDI技术在乳腺癌诊断方面具有一定的价值。

关键词：乳腺癌表面增强激光解吸电离——飞行时间质谱生物信息学蛋白质组学弱阳离子蛋白质芯片

For information in English, please click here

The Applied Research of Serum Protein Fingerprints in the Diagnosis of Breast Cancer

Pang Da ¹ Yang Yanmei ² Zhang Guoqiang ¹ Chen Yanbo ¹ Ma Yuyan ² Tang Yali ²

1、Tumor Hospital, Harbin Medical University
2、Institute of tumor Research, Harbin Medical University

Abstract：To screen serum tumor biomarkers and found diagnostic models of breast cancer by SELDI-TOF-MS and bioinformatics tools and to screen novel tumor biomarkers of breast cancer that are fit for diagnosis. Methods Serum samples from 66 cases of breast cancer patients, 49 cases of patients of benign breast disease and 29 cases healthy women were analyzed by SELDI-TOF on a ProteinChip reader, PBSII-C. Protein profiles were generated using CM10 protein chips. Protein peak clustering and classification analyses were performed utilizing the Biomarker Wizard and Biomarker Pattern software packages, respectively. Results 1.Thirteen discrepant proteins peaks were screened between the breast cancer patients and the healthy women (P<0.05). M2306.58, M3091.15, M4804.47 and M5476.80 was used to found the diagnostic models. The accuracy, sensitivity and specificity of cross verification of this model were 74.4%, 74.2% and 75.9%, respectively. 2. Twenty two discrepant proteins peaks were screened between the breast cancer patients and the patients of benign breast diseases (P<0.05). The best combination was composed by M2939.19, M2952.86, M4147.16 and M4845.3. The model\\\\\\\

Keywords： breast cancer Surface enhanced laser desorption/ ionization-time of flight-mass spectrometry bioinformatics proteomics weak cation exchange

基金：

1. 教育部博士点基金,黑龙江省杰出青年科学基金,黑龙江省研究生创新科研基金（20050226009,JC2005226009,）

论文图表：

引用

导出参考文献

.txt

.ris

.doc

庞达，杨艳梅，张国强，等. 血清SELDI蛋白质指纹图谱在乳腺癌诊断中的应用研究[EB/OL]. 北京：中国科技论文在线 [2008-08-21]. https://www.paper.edu.cn/releasepaper/content/200808-307.

No.2348924328512193****

同行评议

共计0人参与

全部评论

0/1000

论文编号	200808-307
论文题目	血清SELDI蛋白质指纹图谱在乳腺癌诊断中的应用研究
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.