目的采用蛋白质组学新技术筛选冠心病不稳定型心绞痛(unstable angina,UA)患者血清蛋白标志分子,建立诊断不稳定心绞痛的蛋白分类模型。方法冠心病不稳定型心绞痛患者48例,男28例,女20例;正常健康人60例,患者出现症状24h内采血,分离血清。样本分为两组:第一组为训练组,包括UA患者和正常健康人各30例,性别年龄相当;第二组为盲法分析组,包括剩余18例UA患者和26例正常健康人。利用(surface enhanced laser desorption/ionization time of flight mass spectrometry,SELDI-TOF-MS)技术对血清样本进行蛋白质谱分析。采用蛋白飞行质谱仪(PBSⅡ-C型)对结合在WCX2芯片上的血清蛋白进行读取分析。采用Ciphergen Proteinchip 3.1软件分析分组数据及相关性,Biomarker Wizard软件对不同组相同质荷比的蛋白含量进行t检验,P<0.01时具有统计学意义,用Biomarker Patterns System建立分类树模型。结果UA患者与正常人血清蛋白组比较后发现了25个表达差异蛋白,其中13个蛋白在UA患者血清中高表达,12个低表达。软件分析系统利用上述蛋白建立了一个分类模式,在训练组中敏感性和特异性均为96.6%。盲法分析显示其对UA患者的诊断敏感性为94.4%,特异性为100%,阳性预测值为100%,阴性预测值96.3%。结论SELDI技术能够有效快速地从血清中筛选出UA患者相关的标志蛋白分子,利用蛋白模式分类方法对冠心病患者进行风险评估和冠心病的筛查是一个比较好的方法。
目的采用基于质谱的低分子量蛋白图谱监测脓毒症病人的发病进程。方法利用磁珠分离和MALDI-TOF-MS Matrix-assisted laser desorption/ionization time of flight mass spectrometry)技术对血清样本进行蛋白质谱分析,比较40例正常人,47...
详细信息
目的采用基于质谱的低分子量蛋白图谱监测脓毒症病人的发病进程。方法利用磁珠分离和MALDI-TOF-MS Matrix-assisted laser desorption/ionization time of flight mass spectrometry)技术对血清样本进行蛋白质谱分析,比较40例正常人,47例创伤病人17例创伤后脓毒症病人的血清低分子量蛋白水平差异,通过聚类分析,揭示脓毒症病人的组学特性。通过对脓毒症病人发病过程中血清低分子量蛋白水平的连续观察,通过聚类分析,揭示脓毒症发病进程的组学特征。结果脓毒症病人血清小分子量蛋白谱与创伤对照组和正常对照组均存在明显差异,处在不同脓毒症发展阶段的病人的血清小分子量蛋白谱之间也存在着明显差别。结论血清小分子量蛋白谱的波动可以较早诊断脓毒症,并可通过血清小分子量蛋白谱的变化观察脓毒症的严重程度。
暂无评论