基于人工神经网络肝癌血清蛋白质指纹图谱模型的建立及其应用研究

摘要

目的：建立蛋白质芯片技术检测血清蛋白质指纹图谱的方法，探讨基于人工神经网络的血清蛋白质指纹图谱模型在肝癌及肝硬化鉴别诊断中的应用价值。　　方法：74例血清标本，其中52例肝癌和22例肝硬化患者的血清标本均来自浙江大学医学院附属第二医院肿瘤科。52例肝癌均经术后病理报告确定，男性32例，女性20例，平均年龄60.6岁(39～81岁)。22例肝硬化与肝癌年龄和性别配对。所有的血清标本均在清晨空腹下抽取，分离血清后储存于-80℃低温冰箱中。肝癌的血清标本均在进行治疗前留取。研究方法用表面增强激光解析离子化飞行时间质谱技术(SELDI-TOF-MS)，对肝癌患者及肝硬化患者血清蛋白质进行分析对比。并随机将74例标本分为两组：训练组(49)与测试组(25)，首先对49例标本进行人工神经网络训练，得到一个模型，并对该模型进行检验。再对25例未知的血清标本(包括肝癌患者，肝硬化患者)进行盲法预测，应用相同的技术路线与收集数据的方法，用已确定的聚类方法对25例血清的蛋白质的质谱进行聚类，同样得到与训练组相同的质荷比的峰值，将数据导出后，进行矩阵转换，再导入已建立的人工神经网络模型，输出预测值。数据处理：所有原始数据先用ProteinchipSoftware3.1做校正：(总离子强度及质荷比的均一化)。将所有样本2km/z以上的质荷比峰，用ProteinchipSoftware3.0的biomarkwizard过滤噪音，设置初始的噪音过滤值为5，第二次的噪音过滤值为2，以10％为最小阈值进行聚类。对肝硬化与肝癌的血清蛋白质指纹图谱数据进行t检验。　　结论：SELDI技术筛选出的特异性生物标志物可用于肝癌与肝硬化的鉴别诊断。

目录

文摘

英文文摘

郑重声明

前言

材料与方法

结果

讨论

结论

参考文献

综述:蛋白质组学方法的研究进展及在医学研究中的应用

参考文献

缩略语

致谢