王丹[1]2002年在《径向基函数神经网络用于细菌MALDI飞行时间质谱的分类判别》文中认为应用径向基函数(RBF)神经网络及其改进算法，根据细菌的基质辅助激光解吸／电离飞行时间质谱(MALDI-TOF-MS)数据，对五种细菌按照培养时间的不同(24、48和72小时)进行分类辨识，并对RBF网络参数对分类结果的影响做了详细的研究。为了加速网络训练和减少网络的复杂性，原始质谱数据采用小波变换进行压缩，由原来的13828个数据点压缩至328个，且保持了原来的特征谱峰。应用传统的RBF网络，对五种细菌分类辨识的正确率分别为71.4％，61.5％，80％，84.6％和92.8％。应用改进的RBF网络，对部分细菌的正确辨识能力有所提高，正确率分别可达到85.7％，69.2％，80％，92.3％和92.8％。 MALDI-TOF-MS可以对细菌进行全细胞分析，使得对细菌的质谱分析更为简便、迅速，获得的谱图也要比传统的热裂解方法简单得多，但具有高灵敏度，蛋白质化学结构细微的差别能够通过质谱图直接反映出来。培养条件对细菌生长过程有着直接的影响，即使实验人员精心控制实验条件，也很难得到完全相同的谱图，这就增加了用参照谱图比较来进行细菌分类的难度。人工神经网络具有很强的自学习、自组织、自适应、高容错能力、高度非线性描述能力、分布存储与并行处理信息能力和联想记忆功能等，在解决非线性、多输入、不完整、不准确甚至非常模糊的信息处理问题时具有明显的优势。由于细菌培养的生物学影响因素复杂，因而进一步严格控制细菌的培养条件是改善细菌分类正确率的关键。
李波[2]2016年在《新型血清肝脏肿瘤标志物研究及肝癌诊断模型建立》文中研究指明目的：肝癌是发病率和致死率都很高的消化道恶性肿瘤,但目前该病的检测标志物尚无法满足临床需求。本课题拟评价血清学标志物在肝癌预警、早期诊断及预后评估中的价值,采用血清学标志物和蛋白指纹图谱建立肝癌早期诊断和鉴别诊断数学模型,并鉴定新发现的肝癌多肽标志物。方法：第一部分：基于血清标志物的肝癌诊断模型建立及标志物诊断价值评价。(1)采用回顾性队列研究方法对109例肝硬化(LC)患者进行24个月的随访,分析血清学标志物水平与肝细胞癌(HCC)发病风险之间的关系。(2)检测142例HCC,93例亚临床肝癌(SCHCC),182例肝硬化(LC)患者血清学标志物水平,分别建立多层感知机(MLP),径向基函数(RBF)和判别分析(DA)早期HCC诊断模型,通过联合多项血清学标志物实现HCC早期诊断。(3)采用生存分析方法对36例HCC患者术后随访24个月,分析血清学标志物水平与HCC术后复发风险的关系。第二部分：MALDI-TOF MS联合MB-WCX磁珠建立肝脏恶性肿瘤诊断模型及标志物的鉴定。(1)收集43例肝脏恶性肿瘤和52例肝脏良性肿瘤患者血清,采用基质辅助激光解吸电离飞行时间质谱(MALDI-TOF MS)结合弱阳离子交换磁殊(MB-WCX)技术检测血清中的低分子量多肽,分别建立监督神经网络(SNN),遗传算法(GA)和快速分类器(QC)鉴别诊断模型,并采用50例临床样本进行盲样验证和评价。(2)采用qTOF Synapt G2-S串联质谱对筛选出的差异肽进行鉴定,确定具有诊断价值的差异肽片段来源。结果：第一部分(1)109例LC患者共有29例发展为HCC(26.6%)。甲胎蛋白(AFP)、甲胎蛋白异质体L3 (AFP-L3)、丙氨酸氨基转移酶(ALT)叁项指标在发生HCC组中浓度显着高于未发生HCC组(t值分别为-2.299,-2.384,-2.847,p值均<0.05)；AFP、AFP-L3阳性为发展为HCC的潜在危险因素(相对危险度(RR)分别为2.41、2.26)；高尔基体蛋白73(GP73)血清水平在发展为HCC后显着下降(t=2.212；p=0.041)。(2)叁类肝癌早期诊断模型对HCC训练和验证样本分类正确率分别如下：MLP模型为66.7%和63.6%,RBF模型为62.1%和61.4%,DA模型为61.6%和60.7%。(3)单因素分析发现,仅有术前GP73浓度对患者术后复发具有预测价值(X2=4.695,P=0.03),COX多因素分析发现AFP-L3、凝血酶原时间(Pt(s))、凝血酶原活动度(Pt(a))是患者术后复发的独立预测因子(风险比(HR)分别为1.003,3.465,1.137,p值均<0.05)。第二部分(1)通过ClinPro Tools分析,共发现27个血清多肽峰在良恶性肝肿瘤患者血清中有差异表达,GA,SNN,QC模型的重识别率分别为100%,89.38%,80.84%,交叉验证率分别为81.67%,81.11%,86.11%,盲样验证准确率分别为78%,84%,84%。(2)分子量为2860.34Da,2881.54Da,3155.67Da的差异肽峰被成功鉴定,它们分别是FIBA、FIBB和ITIH4片段。结论：我们通过随访研究证实检测AFP、AFP-L3、GP73、ALT血清水平可对HCC发生进行早期预警,而检测GP73、AFP、AFP-L3、Pt(s)、Pt(a)血清水平可对HCC术后复发进行预测；我们建立了基于血清标志物的肝癌早期诊断模型和蛋白指纹图谱肝癌鉴别模型,并通过串联质谱鉴定发现FIBA、FIBB、ITIH4叁个血清肽可能成为新的肝癌标志物。
张卓勇, 王丹, Peter, de, B, Harrington, Kent, J[3]2002年在《径向基函数网络用于细菌的MALDI-TOF-MS分类》文中提出径向基函数(RBF)网络被用于根据基质辅助激光解吸/电离飞行时间质谱(MALDI-TOF-MS)对细菌的分类辨识。为了加速网络训练和减少网络的复杂性,本文采用小波变换对原始质谱数据进行压缩,将原来的13828个数据点压缩至328个,且保持了原来的特征谱峰。本文研究了在不同培养时间(24、48和72小时)的5种细菌分类,并对RBF网络参数的影响做了详细地研究,为生物学研究提供了有用的信息。结果表明,约60％以上的细菌样本能够被正确地分类辨识。由于细菌培养的生物学影响因素复杂,因而进一步严格控制细菌的培养条件是改善细菌分类正确率的关键。
李宏杰[4]2009年在《膀胱移行细胞癌早期诊断、两类癌分类及复发的预警系统》文中提出目的建立膀胱移行细胞癌(BTCC)预警系统,为BTCC的早期诊断、两类癌分类及复发的预测提供新的方法和策略,为制定合理的临床治疗方案提供有效的指导,以期达到提高BTCC患者生存率、改善预后的目的。方法1对尿液蛋白质组双向电泳的样品制备、上样量、水化方式、水化上样液成分、IPG胶条选择及电泳程序参数等进行比较研究和条件优化；凝胶经质谱兼容的硝酸银染色后,采用PDQuest8.02-DE凝胶图像分析软件进行点检测与匹配。2利用二维电泳-质谱-生物信息学技术对40例BTCC患者(其中低恶性24例,高恶性16例)和16例健康志愿者的尿液进行比较蛋白质组学研究,对得到的差异蛋白进行鉴定和验证。使用受试者工作(ROC)曲线确定载脂蛋白A1对BTCC早期诊断和两类癌分类的最佳工作点(OOP),计算相应的特异度和灵敏度。3应用蛋白芯片技术对BTCC患者(其中低恶性12例,高恶性12例)与14例健康志愿者的尿液进行比较蛋白质组学研究,应用支持向量机(SVM)进行数据挖掘,构建BTCC早期诊断和两类癌分类的判别模型,并对差异蛋白峰进行生物信息学分析。4回顾性分析167例复发性BTCC患者的临床病理资料,结合病理标本中p53和FGFR3的蛋白表达水平,运用多因素二分类Logistic回归方法和Cox回归方法,寻找影响BTCC复发类型和复发时间的相关因素。结果1获得了分辨率高、重复性好的尿液双向电泳图谱；蛋白点数目为872+18个,匹配率达到76.26%。2鉴定了5种在BTCC患者尿液中含量增高的蛋白质：纤维蛋白原、乳酸脱氢酶B、载脂蛋白A-I、丛集蛋白和触珠蛋白。ROC曲线提示以18.22为临界点可将BTCC患者与非患者进行较好区分,灵敏度为90%,特异度为81.25%；当以29.85为临界点时可将低恶性BTCC与高恶性BTCC进行较好区分,灵敏度为87.5%,特异度为75%。3建立由质荷比为7267.417,2339.6423,1885.7951的差异蛋白峰组成的BTCC早期诊断判别模型可将BTCC患者与非患者进行较好区分,灵敏度为91.7%,特异度为78.6%。由质荷比为4249.1776,2676.1477,2831.5038,5499.2115的差异蛋白峰组成的BTCC两类癌分类的判别模型可将两类BTCC患者进行较好区分,特异度为75%,灵敏度为83.3%4Logistic回归结果提示,与BTCC复发后类型相关的因素为初发分类,年龄和FGFR3; Cox回归结果提示影响BTCC术后无复发时间的独立因素为初发分类、血管浸润、多发性肿瘤和P53。结论1建立了稳定的尿液蛋白质双向凝胶电泳技术平台；2初步建立BTCC早期诊断及两类癌分类的预警系统；3SELDI-TOF-MS结合SVM构建的判别模型为BTCC早期诊断及两类癌分类提供了一种特异性强、敏感性高的新方法；4初发分类为高恶性BTCC、年龄>65、FGFR3阴性的患者在复发时为高恶性BTCC的风险增大；初发分类为高恶性BTCC、血管浸润阳性、肿瘤为多发或P53阳性的患者易在短期内复发。两类癌分类方法对BTCC无复发时间和复发类型的预测有指导意义。
张谦[5]2010年在《蛋白质组学技术在小儿肾母细胞瘤临床中的应用研究》文中研究指明研究背景：肾母细胞瘤(Nephroblastoma)是婴幼儿最常见的腹部肿瘤,亦称肾胚胎瘤或Wilms瘤,美国国家肾母细胞瘤研究组(NWTS)调查显示：手术切除加术后规范化疗,肾母细胞瘤Ⅰ期患儿8年存活率为90.5%～98.9%,Ⅱ～Ⅲ期为73.4%～88.7%,Ⅳ期仅为45.0%～57.1%。早期筛选及诊断并及时治疗对其预后有显着意义。但目前所使用的临床检查手段,尚不能满足对肾母细胞瘤早期筛选及诊断的要求。NWTS在其2001年的总结中提到：应用CT诊断直径小于3cm的肾母细胞瘤,仍有7%的漏诊率。因此,探索和建立一种简单、快速、敏感性高和特异性强的早期诊断技术已经成了临床医学上的迫切需要。任何疾病在出现病理变化之前,细胞内的蛋白质在成分和数量上都会有相应的改变,因此在理论上,通过对蛋白质的动态观察可以筛选出疾病早期的指标和征兆。当然实现这种诊断的前提是要找到各种疾病的特殊标志的分子,这种筛选是高通量的,用以前的常规方法很难做到。研究显示,肾母细胞瘤与一些基因的表达有关,比如WT1(11p13),WT2(11p15),在16p,1p and 17p发生基因突变。但是,由于WT1仅在15%的肾母细胞瘤患儿体内发现,而且目前其机理尚不清楚,这些基因不能被作为肾母细胞瘤早期诊断和判断预后的特异性标记物。蛋白质组学以细胞内全部蛋白质的存在及其活动方式为研究对象,开辟了生命科学研究进入后基因组时代的新天地,也为临床医学研究提供了全新的技术手段和思维模式。目前,对恶性肿瘤蛋白质标记物的检测已经成为肿瘤研究的热点。美国Ciphergen公司研制的表面增强激光解析电离飞行时间质谱SELDI-TOF-MS (Surface Enhanced Laser Desorption/Ionization Time of Flight-Mass Spectrometry)技术,可以非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的时间长短不一,因此接收装置可根据蛋白质质荷比的不同及量的多寡,直观的用位置、强弱不同的峰表现出来,进而形成图谱用于分析。SELDI蛋白指纹技术在吸收传统质谱技术的基础上,克服了常规蛋白检测技术的缺点,增加了特异性蛋白芯片阅读系统和生物信息学分析软件,事实证明,血清、尿液等体液中含有许多疾病早期诊断的标志物,这是因为疾病早期就可在蛋白质水平出现未知的细微但重要的组合改变,蛋白质芯片技术使这种在复杂的背景中捕捉微小差异的研究成为可能。而且整个测定过程可以在几十分钟内完成,具有样品用量小、操作简便、灵敏度高、高通量等优点,目前已成功将其应用于卵巢癌、前列腺癌、肺癌、乳腺癌、甲状腺癌、肝癌等恶性肿瘤的诊断、肿瘤标志物的筛选及其他蛋白质组学研究中。本实验应用SELDI-TOF-MS技术结合支持向量机(SVM)的方法,对各期未经治疗肾母细胞瘤患儿、手术治疗后的肾母细胞瘤患儿和健康儿童血清血清蛋白质组进行检测,筛选出特异的蛋白质标记物,建立用于肾母细胞瘤早期诊断、临床分期及预后监测的血清蛋白质指纹图谱模型。在此基础上,确定待鉴定目标蛋白质；将待鉴定目标蛋白质经多维液相色谱分离纯化(HPLC)、酶解、运用串连液质联用质谱(LTQ)扫描后进行分析获得肽质量指纹图谱(PMF),通过SEQUEST软件在BIOWORK蛋白质数据库中检索,并运用生物信息学鉴定蛋白质,分析蛋白的生物学意义和生物学功能,作为肾母细胞瘤标志物的候选蛋白。研究目的：检测肾母细胞瘤患儿的血清蛋白质,筛选其特异性蛋白质标记物,构建用于肾母细胞瘤早期诊断、临床分期及预后监测的血清蛋白质指纹图谱模型。并对目标蛋白进行鉴定。材料与方法：1.材料：血清标本130例自2006年6月至2008年12月,在郑州大学第一附属医院小儿外科获得。其中,肾母细胞瘤术前标本30例(Ⅰ期6例,Ⅱ期10例,Ⅲ期10例,Ⅳ期4例)、术后2周24例(行根治术21例,行姑息切除术3例)、术后3月和6月各23例。30例术前肾母细胞瘤标本均经2位以上病理学医师证实。其中男21例,女9例。年龄24 d～10岁,平均2.8±1.6岁。门诊体检的健康儿童30例做为正常对照组。与患儿年龄、性别相匹配,男21例,女9例,平均年龄2.6±0.1岁。外周静脉血标本均于清晨空腹时抽取,静置1小时后3000rpm离心10min,收集血清样本,将样本进行编号,标记后分装储存于-80℃保存。2.主要试剂和仪器：来自中国科学研究院生物物理研究所：叁氟乙酸(TFA瑞士Fluka公司)、乙腈(ACN美国Fisher Scientific公司)、细胞色素C(分子量12361.96)、胰岛素(分子量5734.51)、a-氰基-4-羟基肉桂酸(CHCA)、胰蛋白酶(美国Promega)、碘乙酰胺(IAM德国AppliChem公司)、二硫苏糖醇(DTT德国BIO-RAD)、Ziptip C18吸管尖(美国Millipore公司)、SPD SpeedVac真空离心浓缩系统(美国Thermo Electron公司)、液相色谱仪LC-lOAvp(日本—岛津SHIMADZU公司)、新型基质辅助激光电离飞行时间质量分析系统(MALDI-TOF MS) AXIMA-CFRTMplus(英国Kratos Analytical公司)、LTQ线性离子阱液质联用质谱仪(美国Thermo Finnigan公司)。3.质谱分析前样本的制备过程(1)确立目标蛋白质SELDI蛋白芯片操作路线：冰浴中解冻血清标本,4℃10000rpm(离心半径0.5 m)离心2 min。取96孔板置冰盒上,每孔加U9(9 mol／L尿素,2%CHAPS,1%DTT)10μl,血清5μl,4℃层析柜600 rpm振荡30 min。在震荡结束前15 min做芯片预处理,芯片装入Bioprocessor中,记下芯片号,每孔加NaAC (100 mmol/L, pH 4)200μl,层析柜中600 rpm振荡2 min,重复以上操作1次。U9处理后的96孔板置冰上,排枪加NaAC 185μl,层析柜4℃600 rpm震荡2 min。取已处理的样本100μl加到芯片上,置层析柜4℃600 rpm结合1h,甩去残液,快速拍干。加NaAC 200μl,600 rpm振荡5 min后,甩掉,拍干,重复3次。200μl去离子水冲洗各孔2次,快速甩干。每孔分两次加入50%饱和的SPA 1μl,干燥后上机待测。数据收集与处理：用已知分子量的蛋白芯片将SELDI-TOF-MS系统校正到分子量误差小于0.1%。将结合好蛋白质的WCX2蛋白芯片用质谱阅读仪分析。以质控血清作重复性检测。所有数据用Proteinchip Software 3.1做校正,使总离子的强度及分子量均一化。ZUCI-ProteinChip Data Analyze System软件包分析。质谱原始数据经过滤噪音,聚类分析处理后,对初步筛选出的质荷比峰数据做Wilconxon秩和检验,检验标准取a=0.01。使用线性的支持向量机(SVM)分类器,具体设置：采用径向基核函数,Gamma值设为0.6,罚分函数(c)设为19。特征向量的选取采用统计过滤结合模型依赖性筛选的方法,建立判别模型,用留一法交叉验证评估模型的判别效果。(2)纯化目标蛋白质于—80℃冰箱中取出血清样本,冰水浴中解冻。解冻后，取血清100μl,加入350μl超纯水,再加入700μl 1纯ACN。将上述混合液置入—20℃冰箱中,30 min后取出,离心10 min(13000 rpm)。取离心后的上清液移入新试管,置入SPDSpeedVac中冻干约20 min。将冻干后的样品上样至高效液相色谱仪(HPLC)中。收集不同时间的纯化液。将纯化出的蛋白液置入SPD SpeedVac中冻干,冻干至约20μl。将上述样品与CHCA各取1．5μl,两者混合后点样至MALDI靶板上,待干同时用Cytochrome C+CHCA和Insulin+CHCA校样。将靶板置入MALDI-TOF-MS中检测,找出SELDI-TOF-MS所筛质荷峰值的特异样本。(3)蛋白质酶解将蛋白液加超纯水至容积为40μl,再加入配好的浓度为0.1 mol的DTT溶液(11 mol的DTT溶液5μl+45μl的超纯水)4μl后,置于37℃温水中水浴1 h。向44μl的溶液中加入1．6μl的IAM后避光放置1 h。向45．6μl的溶液中依次加入1.6μl的1mol的DTT溶液,150μl的0.1 mol的NH4HCO3(碳酸氢氨)溶液和2μl的胰蛋白酶,然后置于37℃温水中过夜(6-8 h)。4.蛋白质鉴定取经酶解后蛋白液填柱上样。将样品全部上到毛细色谱柱上,经过液质联用质谱扫描后得到得肽质量指纹图谱,经过SEQUST检索程序在Bioworks数据库查询。运用生物信息学鉴定蛋白质,分析蛋白的生物学意义和生物学功能,作为肾母细胞瘤标志物的候选蛋白。5.统计学处理实验数据用x±s表示,根据数据类型采用不同的检验方法。患儿术前与正常对照组；肾母细胞瘤患儿各期；手术前后、术后与正常对照组的质谱数据分析使用t检验,各分期的质谱数据使用单因素方差分析,方差不齐使用秩和检验,以P(0.05做为差异有显着性的检验标准。全部统计计算均在SPSS13.0软件处理包下完成。结果：1.应用SELDI-TOF-MS技术对肾母细胞瘤患儿血清蛋白标记物筛查1.1肾母细胞瘤血清蛋白质指纹图谱实验方法的建立及蛋白质芯片种类的筛选：本研究对血清样本处理时使用了0.5%CHAPS,应用Cibacron Blue 3G特异性地除去血清中的白蛋白,通过对4种不同的蛋白芯片WCX2蛋白芯片、SAX2蛋白芯片、IMAC3蛋白芯片及H4蛋白芯片研究发现,不同芯片所能结合的血清蛋白质的数量不同,H4芯片在本研究中证实能得到更多有意义的峰值,可更好地应用于肾母细胞瘤血清蛋白质指纹图谱的研究,而且具有很好的重复性。1.2本研究首次报道运用SELDI-TOF-MS技术结合SVM建立肾母细胞瘤血清蛋白质指纹图谱模型。60例血清标本的蛋白质指纹图谱经质谱仪收集数据,随机分为训练组和测试组。在收集每次实验数据前用己知分子量的标准蛋白芯片校正,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ProteinChip Software 3.1(Ciphergen Inc)软件同时将所有样本的质谱数据M/Z在2000到30000的峰值进行两次信噪比过滤,找出样本质荷峰,以10%为最小阈值对质荷峰进行聚类。采用Wilcoxon秩和检验分析,根据P值评价各个峰对区分两类样本的相对重要性。将差异显着的质荷峰随机组合输入SVM,筛选标志物,建立判别模型。用留一法交叉验证评估模型,进行盲法测试。按排列顺序依次增加M/Z峰,本研究发现,测试集的youden指数在M/Z的组合为5的时侯最佳,效果可达98.6%的准确率。这5个M/Z峰分别为6455,6984,3221,5639,9190。用30例样本做训练,30例样本做为盲法测试样本。建立模型的特异度为98.3%(95%的可信区间为85%～100%),敏感度为98.9%(95%的可信区间为89%～100%),Youden指数值为0.87551,表明该模型在鉴别肾母细胞瘤中有很好的诊断价值。1.3 M/Z峰分别为6455、6984、3221、5639、9190的质谱图显示,它们在肾母细胞瘤中低表达,在健康儿童中高表达。其中,M/Z位于6455,9190的峰值在健康儿童、肾母细胞瘤患儿中表达依次降低,设想M/Z 6455,M/Z 9190的蛋白质可能在肾母细胞瘤的发生发展中起重要作用。2.血清蛋白标记物在肾母细胞瘤患儿临床分期及预后中的应用2.1经过初步筛选,得到肾母细胞瘤Ⅰ期组和肾母细胞瘤Ⅱ期组质谱483个M/Z峰,筛选出3个M/Z峰5022.4、7965.4和8469.6,它们在肾母细胞瘤Ⅰ期组中高表达,在肾母细胞瘤Ⅱ期组中低表达。在测试集上判别模型的敏感性为80.00%,特异性为100.00%。肾母细胞瘤Ⅰ期组和肾母细胞瘤Ⅲ期组质谱496个M/Z峰,筛选出4个M/Z峰4330.7、4303.7、4263.2和4122.8，它们在肾母细胞瘤Ⅰ期组中高表达,在肾母细胞瘤Ⅲ期组中低表达。在测试集上判别模型的敏感性为100.00%,特异性为100.00%。肾母细胞瘤Ⅰ期组和肾母细胞瘤Ⅳ期组质谱565个M/Z峰,筛选出2个M/Z峰8179.1和10836.6,它们在肾母细胞瘤Ⅰ期组中高表达,在肾母细胞瘤Ⅳ期组中低表达。在测试集上判别模型的敏感性为88.89%,特异性为100.00%。肾母细胞瘤Ⅱ期组和肾母细胞瘤Ⅲ期组质谱490个M/Z峰,筛选出2个M/Z峰4143.2和5019.2,它们在肾母细胞瘤Ⅱ期组中高表达,在肾母细胞瘤Ⅲ期组中低表达。在测试集上判别模型的敏感性为88.89%,特异性为100.00%。肾母细胞瘤Ⅱ期组和肾母细胞瘤Ⅳ期组质谱508个M/Z峰,筛选出M/Z峰为7976.5在肾母细胞瘤Ⅱ期组中高表达,在肾母细胞瘤Ⅳ期组中低表达。在测试集上判别模型的敏感性为100.00%,特异性为100.00%。肾母细胞瘤、Ⅲ期组和肾母细胞瘤Ⅳ期组质谱504个M/Z峰,筛选出M/Z峰为8194.4在肾母细胞瘤Ⅲ期组中高表达,在肾母细胞瘤Ⅳ期组中低表达。在测试集上判别模型的敏感性为93.75%,特异性为100.00%。肾母细胞瘤Ⅰ+Ⅱ期组和肾母细胞瘤Ⅲ+Ⅳ期组质谱519个M/Z峰,筛选出2个M/Z峰3257.6和4153.9,它们在肾母细胞瘤Ⅰ+Ⅱ期组中高表达,在肾母细胞瘤Ⅲ+Ⅳ期组中低表达。在测试集上判别模型的敏感性为83.33%,特异性为93.75%。2.2随着患儿临床分期的增高,M/Z位于6455,9190的峰值在肾母细胞瘤患儿血清中表达依次降低。2.3肾母细胞瘤患儿SELDI分期：Ⅰ期6例,Ⅱ期10例,Ⅲ期10例,Ⅳ期4例,30例肾母细胞瘤分期均与病理结果相一致,各期符合率为100.00%。通过病理及手术证实,CT各期符合率依次为100.00%,85.00%,85.00%,75.00%。2.4肾母细胞瘤手术前、后组比较筛选到差异最显着的m/z位于6455.5、9190.8处的蛋白质标志物,在术前组血清中低表达,术后组及健康儿童组中呈高表达,差异有统计学意义(P<0.01)；术后组和正常小儿组间差异无统计学意义(P>0.01)。表明瘤体切除后,这种抑制作用被削弱,蛋白质表达升高。2.5对肾母细胞瘤患儿手术后血清蛋白质谱及健康儿童组比较,发现将21例根治术后与术前患儿标本比较,M/Z峰值位于6455.5表达在术后2周、3个月和6个月,根治术组分别为2087.21±658.33、2189.67±856.42和2232.16±598.32(与对照组比较：P>0.05；与术前组比较：P<0.01),姑息术组分别为1044.86±533.21、677.86±435.26和431.65±158.31(与对照组比较：P<0.01；与术前组比较：P>0.05)；M/Z峰值位于9190.8表达在术后2周、3个月和6个月,根治术组分别为1101.20±219.69、1078.21±322.43和1066.06±110.45(与对照组比较：P>0.05；与术前组比较：P<0.01),姑息术组分别为328.11±210.26、289.10±108.09和276.49±92.15(与对照组比较：P<0.01；与术前组比较：P>0．05)。姑息术组在术后2周、3月、6月血清中2个蛋白标记物呈持续低表达；根治术患儿术后3月、6月跟踪复查发现血清蛋白质在此两个峰值表达无明显改变。分期愈低,预后愈好,M/Z强度愈高。考虑3例姑息性切除术由于仍有瘤体存在,被抑制的蛋白质持续受到抑制,蛋白质标记物呈持续低表达,除1例术后2月死亡外,2例术后3及6个月表达继续下降,可能是该蛋白质标记物被抑制加深的结果。3.肾母细胞瘤血清蛋白质标记物的鉴定在本实验中,我们将质荷峰为6455.5、9190.8的血清样本确立为目标蛋白质,通过鉴定二者的氨基酸序列,蛋白质数据库搜索,与这2种差异蛋白质分子量相对应的蛋白质分别为：载脂蛋白C-Ⅰ和触珠蛋白。我们推测,载脂蛋白C-Ⅰ、触珠蛋白可能是判定肾母细胞瘤恶性程度鉴别、治疗转归、预后发展的候选蛋白。结论：用蛋白组学技术筛选出的特异性生物标志物载脂蛋白C-Ⅰ、触珠蛋白是肾母细胞瘤早期诊断、临床分期及预后监测的候选蛋白。
参考文献：
[1]. 径向基函数神经网络用于细菌MALDI飞行时间质谱的分类判别[D]. 王丹. 东北师范大学. 2002
[2]. 新型血清肝脏肿瘤标志物研究及肝癌诊断模型建立[D]. 李波. 中国人民解放军医学院. 2016
[3]. 径向基函数网络用于细菌的MALDI-TOF-MS分类[J]. 张卓勇, 王丹, Peter, de, B, Harrington, Kent, J. 计算机与应用化学. 2002
[4]. 膀胱移行细胞癌早期诊断、两类癌分类及复发的预警系统[D]. 李宏杰. 天津医科大学. 2009
[5]. 蛋白质组学技术在小儿肾母细胞瘤临床中的应用研究[D]. 张谦. 郑州大学. 2010