首页> 中文学位 >血小板裂解液差异蛋白在原发免疫性血小板减少症诊断中的临床应用研究
【6h】

血小板裂解液差异蛋白在原发免疫性血小板减少症诊断中的临床应用研究

代理获取

目录

中文摘要

英文摘要

前言

材料与方法

1 样本资料

2 主要实验试剂

3 主要实验仪器

4 实验试剂的配制方法

5 技术路线图

6 实验样本的收集与保存

7 实验方法

8 数据采集整理,统计学分析

9. 蛋白质组数据库查询

结果

1 实验的重复性

2 蛋白质图谱结果分析,寻找有统计学意义的差异蛋白质

3 建立ITP人工神经网络诊断模型

4 蛋白质数据库查询

讨论

结论

参考文献

英汉缩略词对照表

致谢

SELDI-TOF-MS技术在血液系统疾病诊疗中的应用进展

声明

展开▼

摘要

目的:原发免疫性血小板减少症(primary immune thrombocytopenia, ITP)是常见的出血性疾病,发病机制不明,以排除性诊断为主。实验诊断主要依据骨髓巨核细胞计数、成熟障碍及血清抗血小板抗体检测。由于骨髓巨核细胞成熟障碍特异性差,抗血小板抗体为多克隆抗体,其免疫表型有多种形式,因此现有的检测方法不仅阳性率低,而且不能鉴别其他免疫性疾病导致的血小板减少。临床上诊断存在很大困难,我们采用表面增强激光解吸电离飞行时间质谱( surface enhanced laser desorption/ionization-time of flight-mass spectrometry, SELDI-TOF-MS )结合蛋白质芯片技术检测ITP患者、继发免疫性、继发非免疫性血小板减少症患者和健康人血小板裂解液,筛选出差异蛋白质,结合人工神经网络(Artificial Neural Networks,ANN),建立ITP诊断模型。方法:应用SELDI-TOF-MS技术检测64例ITP、47例急性白血病(acute leukemia,AL)、26例再生障碍性贫血(aplastic anemia, AA)、26例系统性红斑狼疮(systemic lupus erythematosus, SLE)患者及42例健康人血小板裂解液,获得血小板蛋白质谱图。Biomarker Wizard 3.1 软件对 Proteinchip software得到的数据进行统计学分析,采用t检验方法计算均值 、标准差S、P值,P<0.05认为有统计学意义。筛选出差异蛋白,结合BP神经网络,建立ITP人工神经网络诊断模型。结果:在质荷比(mass electron ratio,M/Z)为2000-20000范围内:1. ITP组与正常对照组比较,筛选出4个差异蛋白质峰(P<0.05),在ITP组中高表达的是3549.17、7678.09,低表达的是5328.29、7894.32。2. ITP组与继发免疫性血小板减少症组(包括SLE患者)比较,筛选出 4 个差异蛋白(P<0.05),质荷比分别为 2276.15、3130.62、4521.60、5795.56。与继发免疫性血小板减少症组比较,这4个蛋白质在ITP组中低表达。3. ITP组与继发非免疫性血小板减少症组(包括AL和AA患者)比较,质荷比为7955.22、9409.65表达差异有统计学意义(P<0.05)。4. 继发免疫性血小板减少症组与继发非免疫性血小板减少症组比较,质荷比为2842.32和9409.65表达差异有统计学意义(P<0.05),且在继发免疫性血小板减少症组高表达。5. ITP组、继发免疫性血小板减少症组与继发非免疫性血小板减少症组相互比较,筛选出 4 个差异蛋白质峰(P<0.05),质荷比分别为 2276.15、3130.62、7955.22、9409.65。6.采用ITP组与正常对照组筛选的4个差异蛋白质峰,建立ITP诊断模型1。用验证组1(包括ITP患者32例和正常对照组21例)对该模型进行盲法验证,灵敏度93.3%,特异度82.6%,阳性预测值87.5%,阴性预测值82.6%,Youden指数75.2%。7.采用ITP组与继发免疫性血小板减少症组、继发非免疫性血小板减少症组筛选的4个差异蛋白质峰,建立ITP诊断模型2。用验证组2(包括ITP患者32例、SLE患者13例、AL患者23例和AA患者13例)对该模型进行验证,灵敏度78.4%,特异度93.3%,阳性预测值90.6%,阴性预测值84.0%,Youden指数74.4%。结论:1. ITP组与正常组、继发性血小板减少症组(包括继发免疫性血小板减少症组、继发非免疫性血小板减少症组)血小板裂解液差异蛋白表达有统计学意义。2.SELDI-TOF-MS技术可能是寻找ITP生物标志物的有效工具,建立的人工神经网络模型可能对ITP的诊断具有一定的临床价值。

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