用于肺癌检测的蛋白质组学模式的发展

摘要

肺癌目前是癌症死亡的第一大原因，目前还没有可用的生物标志物在血清样本中检测早期肺癌。本研究的目的是利用表面增强激光解吸/电离(SELDI)技术寻找检测肺癌的特异性生物标志物。在这项研究中，来自30名肺癌患者和51名年龄和性别匹配的健康人的血清样本使用基于SELDI的ProteinChip reader, PBSII-C进行分析。在WCX2芯片上生成光谱，分别利用Biomarker Wizard和Biomarker Patterns软件包对蛋白峰进行聚类和分类分析。自动选择三个蛋白峰进行系统训练和决策分类树的开发。然后用构建的模型检验15例肺癌患者和31例健康个体的独立掩蔽血清样本。该分析的敏感性为93.3%，特异性为96.7%。这些结果表明，血清是一个有能力的资源检测特定的肺癌生物标志物。SELDI技术结合人工智能分类算法，既可以促进更好的肺癌生物标志物的发现，又可以为未来的分子诊断提供有用的工具。

疾病标记

摘要

版权

更多相关文章