Please wait a minute...
浙江大学学报（医学版）
浙江大学学报（医学版）  2005, Vol. 34 Issue (2): 141-147    DOI: 10.3785/j.issn.1008-9292.2005.02.010
原著     
胶质瘤脑脊液蛋白质指纹图诊断模型的建立及其在临床诊断中的应用
刘建;郑树;余捷凯;俞学斌;刘伟国;张建民;胡汛
浙江大学医学院附属第二医院,浙江,杭州,310009;浙江省绍兴市第一人民医院,浙江,绍兴,312000
Establishment of diagnostic model of cerebrospinal protein fingerprint pattern for glioma and its clinical application
 全文: PDF(589 KB)   HTML ( ) 
摘要：

目的:SELDI-TOF建立和评估区分脑胶质瘤与非脑肿瘤、脑胶质瘤与脑良性肿瘤的脑脊液蛋白指纹图诊断模型.方法:收集脑胶质瘤、脑良性肿瘤和轻度脑外伤患者的脑脊液共75份,其中50份胶质瘤和非脑肿瘤脑脊液标本,随机分为训练组33份(17例胶质瘤,16例非脑肿瘤)和盲法测试组17份(5例胶质瘤,12例非脑肿瘤),检测结合在H4蛋白芯片上的蛋白质,获得脑肿瘤和非脑肿瘤的蛋白表达质谱图,用matlab操作平台的人工神经网络分析收集的数据,建立了区分脑胶质瘤与非脑肿瘤的脑脊液蛋白指纹图诊断模型.脑胶质瘤和脑良性肿瘤47份标本,随机分为训练集31份(13例胶质瘤,18例脑良性肿瘤)和盲法测试集16份(9例胶质瘤,7例脑良性肿瘤),运用同样方法分析收集的数据,建立了区分脑胶质瘤与脑良性肿瘤的蛋白指纹图诊断模型.同时运用支持向量机对上述人工神经网络的结果进行验证,二者结果非常相似.结果:①建立了区分胶质瘤与非脑肿瘤的脑脊液蛋白指纹图诊断模型,盲法测试胶质瘤诊断的敏感性和特异性分别为100;和91.7;.②建立了区分胶质瘤与脑良性肿瘤的脑脊液蛋白指纹图诊断模型,盲法测试胶质瘤诊断的敏感性和特异性分别为88.9;和100;.结论:研究建立的诊断模型为胶质瘤的临床诊断尤其是定性诊断提供了一条崭新的途径.
关键词： 表面加强解析/电离-飞行时间-质谱仪;  神经网络(计算机);  支持向量机;  诊断模型;  脑肿瘤/诊断;  神经胶质瘤/诊断;  肿瘤标记物,生物学/脑脊液    
出版日期: 2005-03-25
基金资助:

国家重点基础研究发展计划(973计划)(G1998051200)
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
刘建
郑树
余捷凯
俞学斌
刘伟国
张建民
胡汛

引用本文:

刘建;郑树;余捷凯;俞学斌;刘伟国;张建民;胡汛. 胶质瘤脑脊液蛋白质指纹图诊断模型的建立及其在临床诊断中的应用[J]. 浙江大学学报（医学版）, 2005, 34(2): 141-147.

链接本文:

https://www.zjujournals.com/med/CN/Y2005/V34/I2/141

[1] 何玲非, 赵贇, 王正平. 应用人工神经网络预测再次妊娠肝内胆汁淤积症孕妇发生羊水浑浊的风险[J]. 浙江大学学报（医学版）, 2015, 44(3): 264-268.
[2] 陈益定;解磐磐;余建伟;周俊;郑树. 血清蛋白质指纹图谱结合生物信息学在大肠癌早期诊断中的应用[J]. 浙江大学学报（医学版）, 2009, 38(5): 470-477.
[3] 余捷凯;杨美琴;姜铁军;郑树. 血清肿瘤标志物优化组合人工神经网络模型在大肠癌诊断中的应用[J]. 浙江大学学报（医学版）, 2004, 33(5): 407-410.