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-小儿外科专业论文.docxVIP

郑州大学2005届硕十论文 郑州大学2005届硕十论文 基于人工神经网络肝癌皿清蛋白质指纹图谱模型的建立及其应用研究 本研究采用美国赛弗吉公司表面增强激光解析离子化飞行时间质谱技术 fSELDI．TOF．MS)对肝癌患者及肝硬化患者血清蛋白质进行分析对比，本方法敏感且 特异，拟进行检测，是否可用于筛选鉴别诊断肝癌及肝硬化的血清蛋白质特异性生物 标志物。 研究目的：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。 材料与方法：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Proteinchip Software 3．1做校正：(总离子 强度及质荷比的均一化)。将所有样本2k m／z以上的质荷比峰，用Proteinchip Software 3．0的biomark wizard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。 结果： 设定参数分别对2组训练组中的49例样本检测质谱图进行分析共得到蛋白质峰 为21个，其中有两个蛋白质峰(7759 m／z，13134 m／z)有显著差异。其蛋白质的相 对含量分别为7759m／z处肝癌组5．916+0．149，肝硬化组3．194_+0．063(P0．001)；13134 m／z处肝癌组3．242_+0．082肝硬化组1．837_+0．042(P0．001)。利用这两个不同质荷比 郑州大学2005届硕士论文 郑州大学2005届硕士论文 基于人T神经嘲络肝癌血清蛋白质指纹图漕模型的建立及其应用研究 的蛋白质处的数据，可以得到一个模型，对应肝癌患者和肝硬化患者的期望输出值， 分别设为1和0。将训练组中各样本的数据导出后，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。经检验，该人工神经网络模型可以用于肝癌组与肝 硬化组的鉴别诊断。 25例盲法的血清标本应用已确定的方法进行血清蛋白质指纹 图谱的测定，对每例血清蛋白质指纹图谱数据导入已建立的人工神经网络模型中，进 行预测，17例肝癌病人中15例，8例肝硬化患者全部被准确地预测。计算该方法的 敏感性为88．2％(15／17)，特异性为100％(8／8)。 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。 关键词：肝癌， 肝硬化，SELDI-TOF，人工神经网络， 蛋白质指纹图谱 郑州大学2005届硕士论文 郑州大学2005届硕士论文 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 Using ANN and Serum Protein pattern models n Liver Cancer Diagnosis Postgraduate： ZHANG Bo rI、ltor． WANG Jia—xiang Professor First Affiliated Hospital，ZhengZhou University，China ABSTRACT Backgroud：For long time，the liver cancer comes to the second place in the mortality rate in the malignancies in China，just behind the lung cancer It is not difficult in the diagnosis of the primary liver wi