非小细胞肺癌生物标志物的定量蛋白质组学探究.pdfVIP

非小细胞肺癌生物标志物的定量蛋白质组学探究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
非小细胞肺癌生物标志物的定量蛋白质组学探究

摘要 肺癌是目前最常见的恶性肿瘤之一,对人类健康的危害日益严重。目前,80% 的肺癌患者就诊时己属晚期,失去了手术根治的机会,放疗化疗效果不佳,5年 生存率低;而早期肺癌手术后5年生存率虽然较高,但肺癌发病隐匿,早期确诊 率低,故肺癌总的预后不良,与肺癌缺乏有效的早期诊断手段有关。临床上急需 建立快速、简便、易于为患者接受、且准确可靠的肺癌无创诊断新方式。寻找敏 感性,特异性高的早期诊断方法是目前临床亟待解决的问题。 与此同时,目前临床应用的病理分期模式,并不能有效评估可手术的非小细 胞肺癌患者接受手术治疗后疾病进展情况,特别是临床上常可观察到某一特定亚 组的患者,术后在较短时间内出现复发或转移,影响患者预后,而用传统的理论 及检测手段尚无法作出合理的解释,因此也为患者术后制定个体化的治疗方案带 来困难。 生物标志物是生理及病理状态下可度量的生物指标,可用于表征疾病危险程 度,疾病的发生与发展;生物质谱技术作为目前定量蛋白质组学的核心技术,对 癌症生物标志物的研究具有极大的推动作用,为解答上述临床疑问,满足上述临 床需求带来了希望的曙光。 在第一部分的研究中,我们采用肺癌细胞株(A549)细胞内蛋白质组作为定 量对照,对癌细胞的各种分泌蛋白质进行质量控制与评测,结果显示该创新性研 究策略可有效降低细胞内蛋白质对分泌蛋白质组的污染,从而筛选出高质量、癌 activator 细胞特异性的分泌蛋白质组。我们进一步筛选并验证了Plasminogen Inhibitor 1(PAl—1)与C4b—binding 细胞肺癌患者与正常人血清中的表达差异。结果显示该研究策略有助于发现由癌 细胞分泌产生的肺癌候选生物标志物。 在第二部分的研究中,我们以靶向定量的质谱技术研究肺癌血清生物标志 物,在探索阶段,通过随访得到肺癌患者接受根治性手术治疗后疾病进展及生存 数据,根据预后的异质性进行患者亚群分类,并根据性别、年龄、吸烟史、病理 分期等因素进行配对研究,使用鸟枪法非标记定量技术,筛选出预后相关差异表 reaction 达蛋白质。在验证阶段,采用多重反应检测技术(multiplemonitoring, Immunosorbent MRM)以及酶联免疫吸附法(Enzyme-LinkedAssay,ELISA)分 5 别对肺癌患者血清中的靶蛋白质进行绝对定量研究。结果显示:SAA(Serum A amyloidprotein)、LRGI(Leucine-rich 这三种血清蛋白质可作为肺鳞癌预后的生物标志物群区分出预后较差的肺鳞癌 患者亚群。 关键词:非小细胞肺癌,癌症生物标志物,分泌蛋白质组,血清蛋白质组,定量 蛋白质组学,靶向蛋白质组学,预后 中图分类号:R734.2 6 Non-SmallCell CancerBiomarkersBasedon Lung Discovery Proteomic QuantitativeStrategies non·smallcell most Lungcancerpredominantlylungcancer(NSCLC舢the prevalent inthe intermsofincidenceand than cancerworld,both 80%of

您可能关注的文档

文档评论(0)

yyongrjingd7 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档