SELDI-TOF-MS技术在临床诊断中的应用(2)
3.1.3 前列腺癌 Pant等[8]使用SELDI-TOF-MS技术。对83例前列腺癌 (PCA)患者和95例健康人血清标本进行了检测比较。在PCA患者血清中有4种蛋白表达水平升高,8种蛋白表达水平降低,出现了18个潜在的生物标记。选择其中8个蛋白标记通过建立的五层决策树分类系统鉴别诊断PCA和健康人,特异性为92.6%,敏感性为96.4%。Adamt等[9]为了寻找PCA特异蛋白标记物,设定了3组研究对象(PCA患者167例,良性前列腺增生患者77例,年龄匹配健康男性82例),使用SELDI-TOF-MS进行血清检测,在PCA患者中发现9个蛋白质峰与正常人及前列腺增生患者不同。以检测到的9个蛋白质峰为分析依据,结果肿瘤组检测敏感性为83%,对照组特异性为97%,对试验组的阳性预测值为96%,合并试验组分析(PCA和非癌组)的阳性预测值为9l%。研究者认为,SELDI-TOF-MS和五层决策树分类系统对于PCA的早期诊断是一种高准确性和创新性的方法。
3.1.4肝癌 Wang[10]等将106份血清样本(包括52例肝细胞癌患者、22例肝硬化患者和32例健康志愿受试者血清)随机分成两组。训练组包括35例肝细胞癌患者、14例肝硬化患者和。21例健康受试者血清,用以建立人工神经网络(ANN)模型;试验组包括17例肝细胞癌患者、8例肝硬化患者和11例健康受试者血清。采用SELDI-TOF-MS技术对训练组56例样本(35例肝细胞癌患者、21例健康受试者血清)分析后获得241个蛋白质峰,其中21个峰用于肝细胞癌和正常对照比较(P<0.01),M/Z为3015和5900的两个蛋白质峰具有显著性差异(P<10-4),以此建立的模型采用盲法预测试验组肝细胞癌和正常对照,诊断敏感性为100%(17/17)、特异性为 100%(11/11)。对训练组49例样本(35例肝细胞癌患者、14例肝硬化患者)分析后获得208个蛋白质峰,其中21个峰用于肝细胞癌和肝硬化比较(P<0.01),M/Z为7759和13134的两个蛋白质峰具有显著性差异(P<10-4),以此建立的模型采用盲法预测试验组肝细胞癌和肝硬化,诊断敏感性为88%(15/17)、特异性为 100%(8/8)。
, 百拇医药
3.2在男性不育相关领域疾病研究方面的应用
杨欢等[11]利用H4、SAX2等芯片鉴定出几个在少精症患者中特异的生物标志物,如在H4芯片上,少精症患者精浆与生育男性精浆蛋白质图谱比较,有1处蛋白质峰明显增高,其相对分子质量为11507.4,有1处蛋白质峰明显降低,其相对分子质量为11022.9,在SAX2蛋白质芯片上,少精症患者精浆与生育男性精浆蛋白质图谱相比有1处蛋白质峰明显增高,其相对分子质量为16751.6。由此,可根据患者精浆中的差异蛋白含量可来帮助鉴定是否患有少精子症。白洁等[12]利用CM10芯片通过无精子症组与正常组比较有28种蛋白质表达存在差异,差异的蛋白质中有24种含量低于正常组,其中4个M/Z在7 196.058、7 630.573、7 547.610和7 709.833的蛋白质差异极显著(P<0.01)。
3.3在膝骨性关节炎不同中医证型领域研究中的应用
王海宝[13]应用CM10蛋白芯片分析了30例肝肾亏虚型膝骨性关节炎患者、35例气滞血瘀型膝骨性关节炎患者血清和40例健康着血清的蛋白指纹图谱,获得的蛋白质谱采用Biomarker Wizard和Biomarker Pattern软件分析。结果发现肝肾亏虚型膝骨性关节炎患者与健康者血清蛋白质谱相比有18个显著差异蛋白质(P<0.01),其中13个蛋白质在患者血清中高表达,5个蛋白质在患者血清中低表达。气滞血瘀型膝骨性关节炎患者与健康者相比有20个显著差异蛋白质(P<0.01),其中6个蛋白质在患者血清中高表达,14个蛋白质低表达。肝肾亏虚型膝骨性关节炎患者与气滞血瘀型膝骨性关节炎患者相比有5个显著性差异蛋白(P<0.01)。
, 百拇医药
4展 望
蛋白质芯片技术是近年来兴起的的一种蛋白质组学研究的新方法,以质谱分析替代传统的免疫诊断也是一种新出现的疾病诊断模式,以SELDI质谱蛋白质芯片技术为寻找疾病标志物建立了一个良好的技术平台,其快速、高通量、准确的特点已经被广泛的认同。随着这项技术逐渐推向临床,也发现这项技术尚待完善,如差异蛋白的在线鉴定问题;如图谱中的峰高和蛋白质浓度之间的关系并非都是线性的;不同的研究者,由于检测过程中诸多因素的控制不一,对同种疾病得到的具有区分作用的峰是有差异的。所以 SELDI-TOF-MS要全面应用于临床研究,还需要在标准化、定性等问题上深入研究,在今后的实践过程中还有很多的问题需要解决,但SELDI-TOF-MS技术必将成为快速诊断、发现并鉴定肿瘤标志物的有效手段。
参考文献
[1] Li J N,Zhang Z,Rosenzweig J,et al. Proteomics and Bioinformatics Approaches for identification of serum biomarkers to detect breast cancer[J]. Clinical Chemistry,2002,48:1296-1304.
, http://www.100md.com
[2] Ricolleau G,Charbonnel C,Lodel,et al.Surface-enhanced laser desorption/ionization time of flight mass spectrometry protein profiling identifies ubiquitin and ferritin light chain as prognostic biomarkers in node-negative breast cancer tumor[J].Proteomics, 2006,6(6):1963.
[3] Liang Y,Fang M R,Li J C,et al. Serum proteomic patterns for gastric lesions as revealed by SELDI mass spectrometry[J].Experimental and Molecular Pathology,2006,81(2): 176-180.
, http://www.100md.com
[4] Melle C,Ernst G,Schimmel B,et a1.Characterization of pepsinogen C as a potential biomarker for gastric cancer using a his-to-proteomic approach[J].J Proteome Res,2005,4:1799-1804.
[5] 高春芳,李冬晖,赵光,等.胃癌患者血清比较蛋白质组学研究[J].解放军医学杂志,2005,30:457-459.
[6] Qian HG,Shen J,Ma H,et a1. Preliminary study on proteomics of gastric carcinoma and its clinical significance[J].World J Gastroentero1,2005,20(15):6249-6253.
, http://www.100md.com
[7] 刘池波,梁勇,王海宝,等.胃癌患者中血清淀粉样蛋白A的测定及临床意义[J].中华胃肠外科杂志,2009,12(3):314-315.
[8] Pan YZ,Xiao XY,Zhao D,et al.Proteomic analysis of prostate cancer using surface enhanced laser desorption/ionization mass spectrometry[J]. Chin Med,2005,85(45):3172-3178.
[9] Adam BL,Qu Y,Davis JW,et al.serum protein fingerprinting coupled with a pattern-matching algorithm distinguishes prostate cancer from benigh prostate hyperplasia and healthy men[J].Cancer Res,2002, 62(13):3609-3614.
, 百拇医药
[10] Wang JX,Zhang B,Yu JK,et al.Application of serum protein fingerprinting coupled with artificial neural network model in diagnosis of hepatocellular carcinoma[J].Chin Med, 2005,11(15): 1278- 1284.
[11] 杨欢,张杰,张炜,等.利用H4和SAX2蛋白质芯片技术筛查少精症患者精浆标志物[J].中华男科学杂志,2006,12(1):39-42.
[12] 白洁,孙玲,陈士岭,等.无精子症患者与生育男性精浆蛋白质群的比较分析[J].中华男科学杂志,2007,13(7):446-448.
[13] 王海宝.用蛋白芯片技术筛选膝骨性关节炎不同中医证型患者血清中标志蛋白[J].中华中医药学刊,2009,27(5):934-936., 百拇医药(刘池波 梁 勇 陈晋广 潘春琴 燕东亮 王海宝 周开宇)
3.1.4肝癌 Wang[10]等将106份血清样本(包括52例肝细胞癌患者、22例肝硬化患者和32例健康志愿受试者血清)随机分成两组。训练组包括35例肝细胞癌患者、14例肝硬化患者和。21例健康受试者血清,用以建立人工神经网络(ANN)模型;试验组包括17例肝细胞癌患者、8例肝硬化患者和11例健康受试者血清。采用SELDI-TOF-MS技术对训练组56例样本(35例肝细胞癌患者、21例健康受试者血清)分析后获得241个蛋白质峰,其中21个峰用于肝细胞癌和正常对照比较(P<0.01),M/Z为3015和5900的两个蛋白质峰具有显著性差异(P<10-4),以此建立的模型采用盲法预测试验组肝细胞癌和正常对照,诊断敏感性为100%(17/17)、特异性为 100%(11/11)。对训练组49例样本(35例肝细胞癌患者、14例肝硬化患者)分析后获得208个蛋白质峰,其中21个峰用于肝细胞癌和肝硬化比较(P<0.01),M/Z为7759和13134的两个蛋白质峰具有显著性差异(P<10-4),以此建立的模型采用盲法预测试验组肝细胞癌和肝硬化,诊断敏感性为88%(15/17)、特异性为 100%(8/8)。
, 百拇医药
3.2在男性不育相关领域疾病研究方面的应用
杨欢等[11]利用H4、SAX2等芯片鉴定出几个在少精症患者中特异的生物标志物,如在H4芯片上,少精症患者精浆与生育男性精浆蛋白质图谱比较,有1处蛋白质峰明显增高,其相对分子质量为11507.4,有1处蛋白质峰明显降低,其相对分子质量为11022.9,在SAX2蛋白质芯片上,少精症患者精浆与生育男性精浆蛋白质图谱相比有1处蛋白质峰明显增高,其相对分子质量为16751.6。由此,可根据患者精浆中的差异蛋白含量可来帮助鉴定是否患有少精子症。白洁等[12]利用CM10芯片通过无精子症组与正常组比较有28种蛋白质表达存在差异,差异的蛋白质中有24种含量低于正常组,其中4个M/Z在7 196.058、7 630.573、7 547.610和7 709.833的蛋白质差异极显著(P<0.01)。
3.3在膝骨性关节炎不同中医证型领域研究中的应用
王海宝[13]应用CM10蛋白芯片分析了30例肝肾亏虚型膝骨性关节炎患者、35例气滞血瘀型膝骨性关节炎患者血清和40例健康着血清的蛋白指纹图谱,获得的蛋白质谱采用Biomarker Wizard和Biomarker Pattern软件分析。结果发现肝肾亏虚型膝骨性关节炎患者与健康者血清蛋白质谱相比有18个显著差异蛋白质(P<0.01),其中13个蛋白质在患者血清中高表达,5个蛋白质在患者血清中低表达。气滞血瘀型膝骨性关节炎患者与健康者相比有20个显著差异蛋白质(P<0.01),其中6个蛋白质在患者血清中高表达,14个蛋白质低表达。肝肾亏虚型膝骨性关节炎患者与气滞血瘀型膝骨性关节炎患者相比有5个显著性差异蛋白(P<0.01)。
, 百拇医药
4展 望
蛋白质芯片技术是近年来兴起的的一种蛋白质组学研究的新方法,以质谱分析替代传统的免疫诊断也是一种新出现的疾病诊断模式,以SELDI质谱蛋白质芯片技术为寻找疾病标志物建立了一个良好的技术平台,其快速、高通量、准确的特点已经被广泛的认同。随着这项技术逐渐推向临床,也发现这项技术尚待完善,如差异蛋白的在线鉴定问题;如图谱中的峰高和蛋白质浓度之间的关系并非都是线性的;不同的研究者,由于检测过程中诸多因素的控制不一,对同种疾病得到的具有区分作用的峰是有差异的。所以 SELDI-TOF-MS要全面应用于临床研究,还需要在标准化、定性等问题上深入研究,在今后的实践过程中还有很多的问题需要解决,但SELDI-TOF-MS技术必将成为快速诊断、发现并鉴定肿瘤标志物的有效手段。
参考文献
[1] Li J N,Zhang Z,Rosenzweig J,et al. Proteomics and Bioinformatics Approaches for identification of serum biomarkers to detect breast cancer[J]. Clinical Chemistry,2002,48:1296-1304.
, http://www.100md.com
[2] Ricolleau G,Charbonnel C,Lodel,et al.Surface-enhanced laser desorption/ionization time of flight mass spectrometry protein profiling identifies ubiquitin and ferritin light chain as prognostic biomarkers in node-negative breast cancer tumor[J].Proteomics, 2006,6(6):1963.
[3] Liang Y,Fang M R,Li J C,et al. Serum proteomic patterns for gastric lesions as revealed by SELDI mass spectrometry[J].Experimental and Molecular Pathology,2006,81(2): 176-180.
, http://www.100md.com
[4] Melle C,Ernst G,Schimmel B,et a1.Characterization of pepsinogen C as a potential biomarker for gastric cancer using a his-to-proteomic approach[J].J Proteome Res,2005,4:1799-1804.
[5] 高春芳,李冬晖,赵光,等.胃癌患者血清比较蛋白质组学研究[J].解放军医学杂志,2005,30:457-459.
[6] Qian HG,Shen J,Ma H,et a1. Preliminary study on proteomics of gastric carcinoma and its clinical significance[J].World J Gastroentero1,2005,20(15):6249-6253.
, http://www.100md.com
[7] 刘池波,梁勇,王海宝,等.胃癌患者中血清淀粉样蛋白A的测定及临床意义[J].中华胃肠外科杂志,2009,12(3):314-315.
[8] Pan YZ,Xiao XY,Zhao D,et al.Proteomic analysis of prostate cancer using surface enhanced laser desorption/ionization mass spectrometry[J]. Chin Med,2005,85(45):3172-3178.
[9] Adam BL,Qu Y,Davis JW,et al.serum protein fingerprinting coupled with a pattern-matching algorithm distinguishes prostate cancer from benigh prostate hyperplasia and healthy men[J].Cancer Res,2002, 62(13):3609-3614.
, 百拇医药
[10] Wang JX,Zhang B,Yu JK,et al.Application of serum protein fingerprinting coupled with artificial neural network model in diagnosis of hepatocellular carcinoma[J].Chin Med, 2005,11(15): 1278- 1284.
[11] 杨欢,张杰,张炜,等.利用H4和SAX2蛋白质芯片技术筛查少精症患者精浆标志物[J].中华男科学杂志,2006,12(1):39-42.
[12] 白洁,孙玲,陈士岭,等.无精子症患者与生育男性精浆蛋白质群的比较分析[J].中华男科学杂志,2007,13(7):446-448.
[13] 王海宝.用蛋白芯片技术筛选膝骨性关节炎不同中医证型患者血清中标志蛋白[J].中华中医药学刊,2009,27(5):934-936., 百拇医药(刘池波 梁 勇 陈晋广 潘春琴 燕东亮 王海宝 周开宇)