淋巴瘤患者血清蛋白标志物筛选和应用的研究

摘要

目的筛选淋巴瘤患者血清蛋白标志物建立预测模型并评价其诊断价值。方法收集81例淋巴瘤病患者和86例正常人血清标本，利用表面增强激光解吸电离飞行时间质谱（SELDI-TOF—MS）及CM10（弱阳离子表面）蛋白芯片检测并筛选淋巴瘤血清标志蛋白，分别结合Biomarker Patterns Software（BPS）软件和人工神经网络技术建立智能预测模型，评价模型诊断价值。每条芯片随机选择一个点检测标准蛋白，评价实验重复性。结果淋巴瘤与对照间共检测到65个蛋白质峰，其中39个差异有意义（P〈0．05）。BPS筛选质荷比4359，6673，8978，15190蛋白质建立决策树模型预测淋巴瘤的灵敏度为92．7％，特异度为89．1％，同时建立人工神经网络模型预测淋巴瘤灵敏度和特异度分别为87．8％和87．0％。标准蛋白表达丰度68．3±8．2，变异系数（CV）12．0％。结论利用标准蛋白作为控制物在一定程度上保证了SELDI实验重复性，筛选的标志蛋白建立决策树模型在分子水平早期预测淋巴瘤中具有潜在应用价值。