血清蛋白质指纹图谱与人工神经网络模型在肺癌诊断中的应用

山东大学学报(医学版)

血清蛋白质指纹图谱与人工神经网络模型在肺癌诊断中的应用

韩明勇¹，刘奇¹，余捷凯²，郑树²

1. 山东大学附属省立医院肿瘤中心，济南 250021； 2. 浙江大学肿瘤研究所, 杭州 310009

收稿日期:2008-01-17 修回日期:1900-01-01 出版日期:2008-06-16 发布日期:2008-06-16
通讯作者: 刘奇

Classification and diagnostic prediction of lung cancer using protein profiling of serum and bioinformatics

HAN Ming-yong¹, LIU Qi¹, YU Jie-kai², ZHENG Shu²

1. Cancer Center, Provincial Hospital Affiliated to Shandong University, Jinan 250021, China; 2. Institute of Cancer, Zhejiang University

Received:2008-01-17 Revised:1900-01-01 Online:2008-06-16 Published:2008-06-16
Contact: LIU Qi

摘要/Abstract

摘要： 目的筛选肺癌相关标志物并建立诊断肺癌的蛋白质谱模型。方法应用表面增强激光解吸电离飞行时间质谱（SELDI-TOF-MS）技术检测了86例肺癌、80例健康对照样本的血清蛋白质质谱，结合人工神经网络建立肺癌诊断模型。结果从肺癌组与健康对照组中筛选出了4个蛋白质荷比峰建立肺癌诊断模型，该诊断模型的特异性为 100％（95％的置信区间为93.9％～100.0％），敏感性为93.6％（87.6％～96.4％），准确率为96.7%（88.1％～98.3％）。结论成功建立了肺癌诊断模型，该模型在肺癌的诊断中具有较高的敏感性和特异性。

关键词: 蛋白组学, 生物信息学, 诊断, 表面增强激光解吸电离飞行时间质谱, 肺肿瘤

Abstract: To identify serum biomarkers that distinguish lung cancer from healthy individuals by protein fingerprint pattern. Methods86 lung cancer patients and 80 healthy controls were determined by surface-enhanced laser desorption/ionization time-of-flight mass spectrometry (SELDI-TOF-MS). Results4 protein peaks were selected and used by artificial neural network (ANN) to establish a diagnostic model. The specificity of the diagnostic pattern was 100% and sensitivity of the pattern was 93.6％. ConclusionsA diagnostic model of lung cancer was successfully established, which has high sensitivity and specificity.

Key words: Lung neoplasms, Surface enhanced laser desorption/ionization timeofflight mass spectrometry, Bioinformatics, Diagnosis, Proteomics

中图分类号:

R322.81

韩明勇,刘奇,余捷凯,郑树 . 血清蛋白质指纹图谱与人工神经网络模型在肺癌诊断中的应用[J]. 山东大学学报(医学版), 2008, 46(6): 604-607.

HAN Ming-yong,LIU Qi,YU Jie-kai,ZHENG Shu . Classification and diagnostic prediction of lung cancer using protein profiling of serum and bioinformatics[J]. JOURNAL OF SHANDONG UNIVERSITY (HEALTH SCIENCES), 2008, 46(6): 604-607.

参考文献

相关文章 15

[1]	李波波李道堂刘曙光王兴武. 食管癌患者血清中DKK-1的表达[J]. 山东大学学报(医学版), 2209, 47(6): 58-61.
[2]	徐平于国放李霞. 不同类型甲状腺上动脉PSV对Graves病与桥本氏甲状腺炎鉴别诊断的价值[J]. 山东大学学报(医学版), 2209, 47(6): 62-64.
[3]	王欣，邢春燕，杨艳平. 血清磷酸丙酮酸水合酶检测对诊断侵袭性白念珠菌感染的临床价值[J]. 山东大学学报(医学版), 2209, 47(6): 92-94.
[4]	山东省医学会心电学分会山东省医学伦理学学会心电学分会. 心电图报告规范化书写专家共识(2026)[J]. 山东大学学报 (医学版), 2026, 64(4): 1-7.
[5]	中国医师协会骨科医师分会智能骨科学组,中华预防医学会脊柱疾病预防与控制专业委员会脊柱脊髓损伤疾病预防与控制学组. 人工智能脊柱退变影像学测量位点与标注专家共识(2025)[J]. 山东大学学报 (医学版), 2026, 64(2): 1-10.
[6]	张秋萍,朱慧志,吕川,夏咏琪,张秀. 基于生物信息学分析鉴定哮喘潜在的关键自噬和铁死亡相关基因[J]. 山东大学学报 (医学版), 2026, 64(1): 74-87.
[7]	罗淇,王霞,姜孟. 脑功能网络分析在失语症诊疗中的应用:病理机制分析、临床诊断与疗效评价[J]. 山东大学学报 (医学版), 2025, 63(8): 111-126.
[8]	河南省生物医学工程学会立体心电图专业委员会,中国医药教育协会心电学专业委员会,山东中医药学会心电学专业委员会,青岛市医学会心电生理与起搏专科分会,全国医药技术市场协会远程心脏专业委员会. 心电向量图诊断标准规范化专家共识(2025)[J]. 山东大学学报 (医学版), 2025, 63(7): 1-10.
[9]	刘保国,宋翔,赵晓文,毛亚丽. 血清STAT5B、NKAIN1 mRNA检测在乳腺癌中的应用价值[J]. 山东大学学报 (医学版), 2025, 63(7): 68-74.
[10]	祝永才,谢艳,齐秋晨,李培龙,王传新,杜鲁涛. 基于外周血单个核细胞ATM基因甲基化的联合模型在胰腺癌早期诊断中的价值[J]. 山东大学学报 (医学版), 2025, 63(6): 78-88.
[11]	赵汉卿,周新睿,李子建,唐兴. 循环肿瘤细胞联合血清学检测在非小细胞肺癌中的应用[J]. 山东大学学报 (医学版), 2025, 63(5): 79-85.
[12]	魏旭鹏,常成,赵秀鹤. 模拟多系统萎缩的抗Homer3抗体相关自身免疫性小脑共济失调1例并文献复习[J]. 山东大学学报 (医学版), 2025, 63(5): 95-100.
[13]	赵芸慕兰,高海燕. 中、高危分化型甲状腺癌患者术后 ¹³¹I治疗反应及预后的影响因素[J]. 山东大学学报 (医学版), 2025, 63(2): 21-28.
[14]	崔倩倩,李金鹏,吴豫丹,侯志平,孙玮螺,崔盼盼,何培元. 粪便miRNA对结直肠进展期腺瘤无创筛查的临床价值[J]. 山东大学学报 (医学版), 2025, 63(2): 43-50.
[15]	刘振昆,吕纪玲,徐伟伟,马力天,张才擎. BALF tNGS检测及培养对NSCLC合并IPFD的诊断价值[J]. 山东大学学报 (医学版), 2025, 63(11): 36-45.

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed