1、目的:原發(fā)性肝癌是由肝細胞或肝內膽管細胞發(fā)生的癌腫,是我國常見的惡性腫瘤之一,其死亡率在消化系統(tǒng)腫瘤中列第三位,僅次于胃癌和食道癌,臨床上以肝細胞癌(Hepatocellular carcinoma,HCC)最為多見。肝細胞癌是世界上最常見惡性腫瘤之一,總的5年生存率低于5％。目前HCC發(fā)病率在我國呈日漸上升趨勢,造成其高病死率的主要因為是目前尚缺乏特異性高的早期診斷方法,由于HCC病人早期常無癥狀,發(fā)現時已屬中、晚期,喪失了治療的最佳

2、時機。因此,迫切需要探索一種快速、簡單、靈敏度高、特異性好的早期診斷方法。在眾多的檢測手段中,表面增強激光解析電離飛行時間質譜技術(Surface enhanced laser desorption ionizationtime of flight mass spectrometry,SELDI-TOF-MS)無疑是當今報道最前沿、最熱門、檢測敏感度和特異度最高的技術。任何疾病在出現病理變化之前,細胞內的蛋白質在成分和數量上都會有相應改

3、變,并通過血清中的蛋白質模式反映出來。因此,通過比較不同疾病人群血清中差異蛋白質的表達,可能篩選出腫瘤相關的標志分子。本研究采用差異蛋白組學的方法,利用SELDI-TOF-MS技術檢測乙肝、肝硬化、原發(fā)性肝癌患者、其他消化系統(tǒng)腫瘤與健康人血清蛋白指紋圖譜,并篩選原發(fā)性肝癌患者特異表達的血清蛋白標志物,結合人工神經網絡技術(artificial neural network,ANN)建立預測模型,探索其用于原發(fā)性肝癌實驗診斷的臨床價值,以

4、建立早期有效檢測原發(fā)性肝癌的客觀實驗指標。
　　 方法:利用SELDI-TOF-MS技術及其配套的金芯片(Gold Chip)檢測435份血清標本得到相應的蛋白指紋圖譜,經Biomarker Wizard分析軟件找出差異蛋白,采用人工神經網絡,建立診斷原發(fā)性肝癌實驗診斷模型。將其中75例乙肝和68例肝硬化、100例原發(fā)性肝癌、91例其他消化系統(tǒng)腫瘤和101例健康人血清隨機分為訓練集(乙肝35例,肝硬化33例,原發(fā)性肝癌50例,其

5、他消化系統(tǒng)腫瘤41例,健康人51例)結合到金芯片上,檢測血清蛋白質譜數據,將獲得的蛋白質譜圖用Ciphergen ProteinChip 3.0軟件進行數據的校正和分析,采用Ciphergen Biomaker Wizard 3.1軟件篩選肝炎、肝硬化、原發(fā)性肝癌和其他消化系統(tǒng)腫瘤的差異蛋白。此數據將用于篩選肝癌的差異蛋白標志物并建立人工神經網絡診斷模型。驗證集(乙肝40例,肝硬化35例,原發(fā)性肝癌50例,其他消化系統(tǒng)腫瘤50例,健康人

6、50例)進行相同的處理后數據用于模型診斷效度的盲法驗證。
　　 結果:原發(fā)性肝癌患者與對照組血清蛋白指紋圖譜篩選出75個差異表達的蛋白質荷比峰(P<0.05),利用其中7個有明顯表達差異的標志蛋白(P<0.01)建立人工神經網絡診斷模型,其質荷比(m/z)分別為4207、6604、7734、8106、8545、8599、8894。經Swiss-Prot蛋白數據庫檢索,初步鑒定為Peptide YY-like,50S riboso

7、malprotein L30,50S ribosomal protein L35,Neutrophil-activating peptide 2(74),Acyl carrier protein,30S ribosomal protein.S21,UPF0330 protein TK1752。利用該模型對原發(fā)性肝癌進行盲法預測,對原發(fā)性肝癌的診斷靈敏度和特異度分別為84.00％和81.25％,受試者工作特征曲線(ROC曲線)下面積(AU