利用蛋白質組學構建大腸癌肝轉移診斷模型.pdf

1、目的：
　　應用雙向電泳聯(lián)合質譜技術篩選大腸癌肝轉移血清特異性標志物，并利用這些標志物以數據挖掘技術構建人工神經網絡大腸癌肝轉移診斷模型。
　　方法：
　　收集大腸癌無肝轉移、伴肝轉移患者各12例血清樣本，同組血清等量混合，去除高豐度蛋白，將2組處理后血清樣品進行雙向電泳，用ImageMaster V5.0軟件分析兩組之間蛋白質表達的差異，差異蛋白質點進行MALDI-TOF-MS鑒定。ELISA法測定血清中差異蛋白水平

2、并檢測CEA含量。用受試者工作曲線評價三者對大腸癌肝轉移的診斷價值，并按照相關性依次增加標志物數量，以人工神經網絡方法，篩選出準確度最高者作為大腸癌肝轉移診斷模型。
　　結果：
　　雙向電泳顯示，大腸癌伴肝轉移組與無肝轉移組相比較有4個蛋白點有統(tǒng)計學意義，其中2個蛋白質表達水平顯著上調，分別是Transferrin和Complement component C9；有2個蛋白質表達水平顯著下調，分別是 Haptoglobin和

3、Isoform1 of Serum albumin。受試者工作曲線分析與大腸癌肝轉移相關性依次為Haptoglobin>Transferrin>CEA。人工神經網絡的診斷方法以 Transferrin和Haptoglobin這兩個蛋白聯(lián)合建立的模型預測準確度最高，為88.57％，其敏感度為63.64%，特異度為100%。經過篩選，以Transferrin和Haptoglobin這兩個蛋白聯(lián)合建立的人工網絡模型方法作為大腸癌肝轉移診斷模型