血清蛋白质指纹图谱与人工神经网络模型在肺癌诊断中的应用.pdfVIP

维普资讯 第 46卷 第6期 山 东 大 学 学 报 (医 学 版) 2O08年6月 Vol_46 No．6 JOURNALOFSHAN]D0NGUNtVERSr~ (nEALTHSOENCES) Jun．2O08 文章编号：1671—7554{2008)06—06O4—04 血清蛋 白质指纹图谱与人工神经网络 模型在肺癌诊断中的应用 韩明勇 ，刘奇 ，余捷凯 ，郑树 (1．山东大学附属省立医院肿瘤中心，济南 250021；2．浙江大学肿瘤研究所，杭州 310009) 摘要：目的 筛选肺癌相关标志物并建立诊断肺癌的蛋白质谱模型。方法 应用表面增强激光解吸电离飞行时 间质谱 (SELDI．TOF-MS)技术检测 了86例肺癌、80例健康对照样本的血清蛋白质质谱，结合人工神经网络建立肺癌 诊断模型。结果 从肺癌组与健康对照组中筛选出了4个蛋白质荷比峰建立肺癌诊断模型，该诊断模型的特异性 为 100％(95％的置信 区间为 93．9％～100、0％)，敏感性为 93．6％(87．6％一96．4％)，准确率为 96．7％(88．1％ 98．3％)。结论 成功建立了肺癌诊断模型，该模型在肺癌的诊断中具有较高的敏感性和特异性。 关键词：肺肿瘤；表面增强激光解吸电离飞行时间质谱 ；生物信息学；诊断；蛋白组学 中图分类号：R322．81 文献标志码：A Classificationanddiagnosticpredictionoflungcancerusing proteinprofilingofserum andbioinformatics HANMing．yongI，HUQi，YUJie．kai2，ZHENGS (1．CancerCenter，ProvincialHospitalAffliiatedtoShandongUniversity，Jinan250021，China； 2．InstituteofCnacer，ZhejiangUniversiyt，Hangzhou310009，China) Abstract：Objective ToidentifyseⅢmbiomarkersthatdistinguishlungCnac@rfromhealthyindividualsbyproteinfingerprint pattern．Methods 86lungcnacerpatientsnad80h~ thycontrolsweredeterminedbysurface-enhancedlaserdeesrption／ioniza— tiontime-of-flightlIlassspectrometry(SELDI-TOF-MS)．Results 4protein wereselectedandusedbyartificialneuralnet— work(ANN)toestablishadiagnosticmode1．31aespecificiytofthediagnosticpatternwas100％nadesnsitiviytofhtepatternwas 93．6％．C0I】dI堪塔 Adiagnosticmodeloflungcancerwassuccesshrllyestablished．whichhashi# esnsitiviytnadspecificiyt． Keywords：LnrIgneoplasms；Surfaceenhancedlaserdesorptiordionizationtime-of-flightmassspcetrometry；Bioinformatics；Di— agnosis；Proteomics