首页> 中文学位 >血清特异性microRNA作为尘肺早期诊断生物标志物的研究
【6h】

血清特异性microRNA作为尘肺早期诊断生物标志物的研究

代理获取

目录

声明

摘要

缩略语/符号说明

前言

研究现状、成果

研究目的、方法

对象和方法

1 研究对象

2 流行病学调查与肺功能检查

2.1 具体指标的定义

2.2 尘肺临床资料的定义

3 标本采集和保存

4 实验材料

4.1 实验试剂

4.2 实验仪器

4.3 溶液配制

5 实验方法

5.1 血清总RNA的纯化

5.2 逆转录

5.3 预扩增

5.4 RT-qPCR法检测血清中miRNA表达水平

5.5 TaqMan?低密度芯片(TaqMan? Low Density Array,TLDA)

6 统计学分析方法

结果

1 TLDA扩增结果

2 筛选miRNA标志物标准

3 病例对照的基本情况

3.1 基本情况分析

3.2 肺功能检测结果

4 大规模验证血清miRNA表达分析

4.1 对照组与尘肺病例组比较

4.2 对照组与不同分期尘肺组间比较

5 不同组别miR-204和miR-21表达与肺功能相关性分析

6 候选miRNA标志物尘肺筛查的灵敏度和特异性

7 用于尘肺诊断的多个血清miRNA联合应用模型

讨论

1 miRNA机制研究

2 miRNA的检测技术

3 血清/血浆中的miRNA及其检测

4 尘肺的发病机制与现有的早期诊断指标

5 血清miRNA作为尘肺筛查、诊断的生物标志物

6 尘肺早期诊断候选出的血清miRNA标志物的研究

7 miR-204、miR-21与肺功能的相关性分析

8 多个血清miRNA联合应用于尘肺的早期诊断

9 血清miRNA作为尘肺诊断的优势和局限性

结论

参考文献

综述 miRNA及其在脏器纤维化和肺癌中的作用机制的研究进展

发表论文和参加科研情况说明

附录 调查表(部分节选)

致谢

展开▼

摘要

目的:
   目前,对尘肺的诊断主要采取职业史结合影像学的方式,一旦确诊,病人肺纤维化进程已无法逆转。虽然尘肺病的防治主要在于控制工作环境的粉尘浓度,但是探索早期的诊断指标,从“二级预防”出发,为预防尘肺提供科学依据。因此,寻找尘肺早期诊断的生物标志物,对于早期发现疑似病人,早治疗,降低尘肺和职业性肿瘤等重大职业病的发病率,具有重大的经济和社会效益。本课题旨在筛选尘肺病人血清中特异表达的microRNA(miRNA),探索血清miRNA作为尘肺早期生物标志物的诊断价值。
   方法:
   采用TaqMan低密度芯片(TLDA)的方法,筛选出候选的可作为尘肺的筛查诊断及预后预测的血清miRNA标志物,并采用RT-qPCR方法进行验证。通过病例对照研究和统计分析,得到可用于尘肺筛查诊断的血清生物标志物,并绘制受试者工作曲线评估候选的血清miRNA标志物对尘肺的诊断价值,比较其灵敏度和特异性。最终拟合出多个候选miRNA用于尘肺早期筛查、早期诊断、预后预测的联合应用模型。
   结果:
   1.通过TaqMan低密度芯片方法筛选出在正常对照组、尘肺组之间血清中有一定表达差异的10个候选miRNA,用RT-qPCR方法在Ⅰ期尘肺130例,Ⅱ期尘肺22例和对照152例血清样本中进行验证,均可检测到有效表达。
   2.与健康对照组相比,尘肺样本中6个miRNA呈高表达,分别为miR-21、miR-200c、miR-16、miR-206、miR-155、miR-29a,1个呈低表达(miR-204),差异均有显著性。
   3.Ⅰ、Ⅱ期尘肺间的比较:结果显示miR-204、miR-21在Ⅰ、Ⅱ期尘肺中的表达量存在差异性,miR-21在对照组以及Ⅰ、Ⅱ期尘肺中表达递增,miR-204在对照组以及Ⅰ、Ⅱ期尘肺中表达递减。
   4.拟合6个有尘肺筛查诊断价值且灵敏度和特异性良好的血清miRNA建立尘肺和正常人群中筛查诊断的Logistic回归模型:logitP=13.769+0.536×miR-21-0.878×miR-200C-0.012×miR-16-0.111×miR-206+0.117×.miR-155-1.192×miR-29a,其AUC-ROC为0.980(95% CI:0.970-0.993,P<0.0001)。
   结论:
   1.利用TaqMan低密度芯片绘制尘肺血清miRNA表达谱,方法可靠可行。
   2.血清miRNA可望作为尘肺筛查诊断的标志物,具有潜在的应用价值。
   3.通过血清miRNA的表达水平,可以提示尘肺发病进程。
   4.多个血清miRNA联合应用检测可改善尘肺诊断的灵敏度和特异性,有望作为经典诊断标准的辅助指标提高早期尘肺诊断的准确性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号