导读:本文包含了蛋白质指纹图谱技术论文开题报告文献综述及选题提纲参考文献，主要关键词:白血病,分型,蛋白质指纹图谱技术
蛋白质指纹图谱技术论文文献综述
黄华,陈林兴,林美册,黄靖宇[1]（2015）在《蛋白质指纹图谱技术在诊断白血病四种分型中的应用》一文中研究指出目的对白血病典型的4种分型血清样本进行检测分析,建立白血病分型的蛋白质指纹图谱诊断模型。方法应用蛋白质指纹图谱技术检测16例急性粒细胞白血病M2a、18例慢性粒细胞白血病、14例急性淋巴细胞白血病及16例急性粒细胞白血病M3,采用Biomarker Wizard及Biomarker Patterns 5.0软件进行标记物的比较判别,建立决策树诊断模型。结果由m/z 3 376、8 055及9 421建立决策树诊断模型,其中16例急性粒细胞白血病M2a检出率为75.0%(12/16)、9例慢性粒细胞白血病检出率为100.0%(18/18)、14例急性淋巴细胞白血病检出率71.4%(10/14)、16例急性粒细胞白血病M3检出率为87.5%(12/14)。结论由3个蛋白标记峰构成的蛋白质指纹图谱诊断模型为白血病4种分型的诊断提供了新的借鉴和参考。(本文来源于《检验医学》期刊2015年02期）
王琳,翁丽珍,陈晓红,黄明翔,李学玲[2]（2014）在《应用蛋白质指纹图谱技术快速鉴别诊断菌阴肺结核》一文中研究指出目的探索应用蛋白质指纹图谱技术于菌阴肺结核与肺炎的鉴别诊断。方法从本院临床病例中,选择菌阴肺结核和肺炎患者及健康者各60例,应用表面加强激光解吸电离飞行时间质谱技术(SELDI/ToF-Ms)和蛋白芯片技术检测血清蛋白,并应用Ciphergen蛋白芯片3.1.1软件进行比较,分析其相关蛋白峰值并进行统计学处理。结果对180例菌阴肺结核、肺炎患者、健康者的血清蛋白指纹图谱数据进行比较,发现有5个蛋白峰(1 028.49、4 796.56、7 564.77、8 048.02、11 526.75m/z)存在显着的差异,有统计学意义(P<0.01)。由这5个蛋白峰组成的诊断模型鉴别诊断菌阴肺结核与肺炎的总有效率84.2%(101/120),敏感性与特异性分别为82.5%(52/63),85.9%(49/57);阳性预测值86.7%(52/60),阴性预测值为81.7%(49/60)。诊断模型在判别肺炎、菌阴肺结核患者与健康者之间,总有效率达89.4%(161/180),特异性为100%(60/60),灵敏度为84.2%(101/120),阳性预测值100%(101/101),阴性预测值75.9%(60/79)。结论蛋白质指纹图谱技术具有方法简便、检测快速,标本用量少的优点,是筛选结核病特异性标志物的有效手段,通过蛋白质指纹图谱技术检测,发现了具有良好鉴别诊断的"诊断模型"。(本文来源于《中国人兽共患病学报》期刊2014年07期）
王家蔚,黄秋玲,徐震,吴烨,王翔[3]（2013）在《脑脊液蛋白质指纹图谱技术在结核性脑膜炎诊断中的作用》一文中研究指出[目的]研究脑脊液蛋白质指纹图谱技术在结核性脑膜炎(tubercular meningitis,TBM)诊断中的作用。[方法]应用表面增强激光解吸电离飞行时间质谱技术(surface-enhanced laser desorption/ionization time of flight mass spectrometry,SELDI-TOF-MS)检测80例脑脊液标本,其中TBM30例、化脓性脑膜炎30例及同期排除中枢感染的上呼吸道感染病例20例,用Biomarker Wizard软件分析找出差异蛋白峰,蛋白峰差异的比较使用Biomarker Patterns 5.0软件进行统计判别,建立决策树诊断模型,并通过盲法验证评价其准确性和有效性。[结果]蛋白质组谱图分析发现有9个差异显着的蛋白峰(P<0.01),4个在TBM组中高表达,m/z分别为15920.00,32540.50,7967.66,8046.85;有4个在TBM组中低表达,其m/z为8762.66,9411.40,6840.92,6649.47。由m/z为8046.85,15920.00及32540.50建立的决策树模型对TBM的诊断准确率为90%。通过盲法验证模型对TBM的诊断准确率为85%。[结论]由3个差异蛋白峰构成的TBM蛋白质指纹图谱诊断模型为TBM的诊断提供了新的借鉴和参考。(本文来源于《浙江中医药大学学报》期刊2013年12期）
曹家庆,何楠,周志勇,辛林,毛胜勋[4]（2012）在《应用蛋白指纹图谱技术对结直肠癌血清蛋白质组的研究》一文中研究指出目的:研讨结直肠癌患者和健康受试者血清蛋白质指纹图谱波峰的不同之处,进而分析二者差异性表达的血清蛋白分子及其含量。从中筛选显着差异性结直肠癌血清相关蛋白,建立蛋白质数据库,构建结直肠癌诊断模型,为早期诊断结直肠癌提供一种有效的方法。方法:运用蛋白质指纹图谱技术(SELDI-TOF-MS)分析结直肠癌及健康受试者血清样本,采用IMAC3(Immobilized Metal Affinity Capture金属亲和表面)芯片。收集2010年5月～2011年5月南昌大学第二附属医院胃肠外科住院结直肠癌患者清晨空腹静脉血,均经内镜或手术组织病理确诊,未经放化疗及其他治疗手段干预,共134例,平均年龄53岁,男性为76例,女性为58例;健康受试者:共87例健康查体者,收集于本院健康体检中心,平均年龄为49岁,男性52例,女性35例,血样均取自患者清晨空腹状态,无影响血清中蛋白质含量的其他相关疾病。分为训练集:74例结直肠癌患者[Dukes'A(n=8)、Dukes'B(n=18)、Dukes'C(n=31)、Dukes'D(n=17)]、48例健康受试者;验证集:60例结直肠癌患者[Dukes'A(n=7)、Dukes'B(n=24)、Dukes'C(n=17)、Dukes'D(n=12)]、39名健康受试者。应用SELDI-TOF-MS检测混合对照血清,利用蛋白质指纹图谱相关软件对获得的混合对照血清图谱进行分析并计算其差异性,为变异系数(CV)值,设CV<15%。运用病例对照研究,利用蛋白质指纹读取仪PBSII-C分析训练集的血清蛋白样本,获得训练集中对比研究的样本的蛋白质分子含量。应用BiomarkerWizard软件对Protein Chip software处理后得到蛋白质分子量、M/Z、含量等数据用方差检验进行统计学分析,计算均值、p值、SD。Biomarker Pattern软件利用Biomarker Wizard软件分析的数据采用决策树模型进行数据挖掘,筛选出早期诊断结直肠癌的特异生物标记物,构建结直肠癌诊断模型。之后用构建的诊断模型,利用验证集的血清样本,进行盲法试验,以此来检查模型的效度。结果:分析混合对照血清蛋白质谱图,CV值为12.20%<15%,重复性良好、芯片不同的实验误差可接受,M/Z 2000以下的峰滤去,避免可能的干扰峰出现。运用SELDI软件程序,在M/Z 2000-M/Z 50000之间共检测到216个蛋白质波峰。对比结直肠癌患者和健康受试者蛋白质波峰,发现78个蛋白质波峰存在差异性,在结直肠癌患者血清样本中有26个蛋白质波峰下调,52个上调。在78个存在差异性的蛋白质波峰中,筛选出12个蛋白质波峰:M/Z 8132、M/Z 4002、M/Z 4070、M/Z 8351、M/Z 6341、M/Z4472、M/Z 8446、M/Z 11092、M/Z 4875、M/Z 7571、M/Z 4435、M/Z 5994(P<0.001),具有统计学意义,构建决策树分析诊断模型。其中以M/Z 8132、M/Z 4002具有最佳结果,对结直肠癌患者和健康受试者具有鉴别意义。此诊断模型检测结直肠癌的灵敏度95.00%、特异度94.87%、准确率94.95%。结论:SELDI-TOF-MS筛选的血清蛋白质结合生物信息学的工具,可以准确地区分开结直肠癌患者与健康受试者,并且灵敏度和特异度与传统的检测方法均有明显的提高。SELDI-TOF-MS对于早期诊断结直肠癌有极其重要的临床意义。(本文来源于《江西省第二届胃肠外科学术会议暨江西省第十二次中西医结合普通外科学术会议论文汇编》期刊2012-05-12）
周智勇[5]（2012）在《应用蛋白指纹图谱技术对结直肠癌血清蛋白质组的研究》一文中研究指出目的：研讨结直肠癌患者和健康受试者血清蛋白质指纹图谱波峰的不同之处，进而分析二者差异性表达的血清蛋白分子及其含量。从中筛选显着差异性结直肠癌血清相关蛋白，建立蛋白质数据库，构建结直肠癌诊断模型，为早期诊断结直肠癌提供一种有效的方法。方法：运用蛋白质指纹图谱技术（SELDI-TOF-MS）分析结直肠癌及健康受试者血清样本，采用IMAC3(Immobilized MetalAffinity Capture，金属亲和表面)芯片。收集2010年5月~2011年5月南昌大学第二附属医院胃肠外科住院结直肠癌患者清晨空腹静脉血，均经内镜或手术组织病理确诊，未经放化疗及其他治疗手段干预，共134例，平均年龄53岁，男性为76例，女性为58例；健康受试者：共87例健康查体者，收集于本院健康体检中心，平均年龄为49岁，男性52例，女性35例，血样均取自患者清晨空腹状态，无影响血清中蛋白质含量的其他相关疾病。分为训练集：74例结直肠癌患者【Dukes′A(n=8)、Dukes′B(n=18)、Dukes′C(n=31)、Dukes′D(n=17)】、48例健康受试者；验证集：60例结直肠癌患者【Dukes′A(n=7)、Dukes′B(n=24)、Dukes′C(n=17)、Dukes′D(n=12)】、39名健康受试者。应用SELDI-TOF-MS检测混合对照血清，利用蛋白质指纹图谱相关软件对获得的混合对照血清图谱进行分析并计算其差异性，为变异系数(CV)值，设CV<15%。运用病例对照研究，利用蛋白质指纹读取仪PBSII-C分析训练集的血清蛋白样本，获得训练集中对比研究的样本的蛋白质分子含量。应用Biomarker Wizard软件对Protein Chip software处理后得到蛋白质分子量、M/Z、含量等数据用方差检验进行统计学分析，计算均值、p值、SD。Biomarker Pattern软件利用Biomarker Wizard软件分析的数据采用决策树模型进行数据挖掘，筛选出早期诊断结直肠癌的特异生物标记物，构建结直肠癌诊断模型。之后用构建的诊断模型，利用验证集的血清样本，进行盲法试验，以此来检查模型的效度。结果：分析混合对照血清蛋白质谱图， CV值为12.20%＜15%，重复性良好、芯片不同的实验误差可接受，M/Z2000以下的峰滤去，避免可能的干扰峰出现。运用SELDI软件程序，在M/Z2000-M/Z50000之间共检测到216个蛋白质波峰。对比结直肠癌患者和健康受试者蛋白质波峰，发现78个蛋白质波峰存在差异性，在结直肠癌患者血清样本中有26个蛋白质波峰下调，52个上调。在78个存在差异性的蛋白质波峰中，筛选出12个蛋白质波峰：M/Z8132、M/Z4002、M/Z4070、M/Z8351、M/Z6341、M/Z4472、M/Z8446、M/Z11092、M/Z4875、M/Z7571、M/Z4435、M/Z5994（P<0.001），具有统计学意义，构建决策树分析诊断模型。其中以M/Z8132、M/Z4002具有最佳结果，对结直肠癌患者和健康受试者具有鉴别意义。此诊断模型检测结直肠癌的灵敏度95.00%、特异度94.87%、准确率94.95%。结论：SELDI-TOF-MS筛选的血清蛋白质结合生物信息学的工具，可以准确地区分开结直肠癌患者与健康受试者，并且灵敏度和特异度与传统的检测方法均有明显的提高。SELDI-TOF-MS对于早期诊断结直肠癌有重要的临床意义。(本文来源于《南昌大学》期刊2012-05-01）
王琳,翁丽珍,李学玲,黄明翔,郭巧玲[6]（2011）在《蛋白质指纹图谱技术在肺结核、肺癌鉴别诊断中的应用研究》一文中研究指出目的探索应用表面增强激光解析离子化飞行时间质谱(SELDI-TOF-MS)技术于肺结核、肺癌的鉴别诊断。方法肺结核、肺癌患者及正常人各65例,收集其血清标本,采用WCX2芯片技术对血清蛋白进行捕获,用蛋白芯片阅读器PBSⅡ对芯片进行扫描、分析。结果 65例活动性肺结核与65例肺癌患者血清蛋白质谱数据的比较,4个蛋白峰(5335 m/z、8048 m/z、11700 m/z、11683 m/z)倾向于肺结核,以此鉴别肺癌差异有统计学意义(P<0.01)。该诊断模型判别的总准确率为74.6%(97/130),灵敏度80.0%(52/65),特异度69.2%(45/65)。结论此方法简便、快速,标本用量少,为肺结核、肺癌患者提供了1种新的无创诊断和鉴别诊断方法。(本文来源于《中国防痨杂志》期刊2011年04期）
王琳,翁丽珍,李学玲,黄明翔,郭巧玲[7]（2010）在《蛋白质指纹图谱技术在肺结核、肺癌鉴别诊断中的应用研究》一文中研究指出目的探索应用表面增强激光解析离子化飞行时间质谱(SELDI-TOF-MS)技术于肺结核、肺癌的鉴别诊断。方法肺结核、肺癌患者及正常人各65例,收集其血清标本,采用WCX2芯片技术对血清蛋白进行捕获,用蛋白芯片阅读器PBSⅡ对芯片进行扫描、分析。结果 65例活动性肺结核与65例肺癌患者血清蛋白质谱数据的比较,4个蛋白峰(5335m/z、8048m/z、11700m/z、11683m/z)倾向于肺结核,以此鉴别肺癌有显着差异(P<0.01)。该诊断模型判别的总准确率为74.6%(97/130),灵敏度80%(52/65),特异度70%(45/65)。结论本方法简便、快速,标本用量少,为肺结核、肺癌患者提供了一种新的无创诊断和鉴别诊断方法。但在判读方面还应该进一步研究,以便提高对这两病的灵敏度与特异度。(本文来源于《中华医学会结核病学分会2010年学术年会论文汇编》期刊2010-09-15）
吕晶晶,高春芳,王秀丽,盛新华,李冬晖[8]（2010）在《SELDI-TOF-MS技术在结直肠腺瘤血清蛋白质指纹图谱筛查模型建立中的应用》一文中研究指出目的应用表面增强激光解吸/离子化飞行时间质谱(SELDI-TOF-MS)技术建立结直肠腺瘤(CRA)患者血清蛋白质指纹图谱筛查模型。方法随机选取CRA 42例、结直肠良性疾病(CBD)36例及正常人(HC)44例的血清标本组成建模组,应用SELDI-TOF-MS检测其蛋白质指纹谱,采用Biomarker Wizard及Biomarker Patterns软件分析建模组中各类人群血清中的差异蛋白后,建立CRA筛查最优分类树模型;另随机抽取血清标本70例(CRA及CBD各20例、HC 30例)组成测试组,盲法验证该模型对CRA的筛查效能。结果成功建立了结直肠腺瘤筛查分类树模型。测试模式下,该模型的诊断准确率87.70%、灵敏度71.43%、总特异度96.25%、阳性预测值90.91%。盲法验证该模型诊断准确率88.57%,灵敏度60.0%,总特异度100.0%,阳性预测值100.0%。结论应用SELDI-TOF-MS技术成功建立了CRA筛查模型,该模型敏感性与特异性较高。(本文来源于《山东医药》期刊2010年34期）
董永杰,彭彦辉,赵晓云[9]（2010）在《应用蛋白质指纹图谱技术进行肝纤维化早期诊断的实验研究》一文中研究指出目的检测肝纤维化各期的血清蛋白质组图谱,筛选特异的蛋白质标志物,用于肝纤维化的早期诊断。方法 SD大鼠50只,随机分为对照组(n=6)和实验组(n=44)2组,采用表面增强激光电离飞行时间质谱技术检测2组大鼠血清中的差异蛋白;采用放射免疫法检测血清肝纤维化4项,即Ⅲ型前胶原(PCⅢ)、Ⅳ型胶原(Ⅳ-C)、层粘连蛋白(LN)和透明质酸酶(HA)。结果实验组中属肝纤维化Ⅰ、Ⅱ、Ⅲ及Ⅳ期者分别有8、5、5及6只〔有20只大鼠未到实验设定的采集标本时间死亡(系注射CCl4所致)〕。发现了质核比为4 203、4 658及7 400的3个差异蛋白标志物,其中质核比为4 658及7 400的2个蛋白质峰在肝纤维化Ⅰ期即明显升高,与对照组比较差异有统计学意义(P<0.05);而血清肝纤维化4项的水平在肝纤维化Ⅲ期或Ⅳ期才明显高于对照组(P<0.05)。结论蛋白质指纹图谱技术在肝纤维化的早期诊断以及标志物筛选方面有一定的价值,值得进一步深入研究。(本文来源于《中国普外基础与临床杂志》期刊2010年05期）
陈剑光,杨学宁,郭爱林,李荣,唐红艳[10]（2010）在《利用SELDI-TOF-MS蛋白质指纹图谱技术建立肺腺癌诊断模型》一文中研究指出目的:寻找肺腺癌患者血浆(清)蛋白特异性生物标志物,用最佳的标志蛋白组合建立肺腺癌诊断模型,并探讨其用于肺腺癌筛查的可行性。方法:应用表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术及CM10芯片,检测45例肺腺癌患者和40例正常人血清蛋白质指纹图谱,用Biomark Wizrd和Biomark Patterns Software软件对结果进行分析,建立肺腺癌诊断模型;双盲法分析另外19例肺腺癌和20例正常人血清的SELDI质谱数据,验证该模型诊断肺腺癌的准确度。结果:肺腺癌患者和正常人血清蛋白质指纹图谱间有31个差异蛋白(P<0.05),其中以分子量为11.66kD的蛋白在两组血清中的差异最为显着(P<10-7),该蛋白对诊断肺腺癌有很强的敏感性和特异性;软件自动筛选出分子量为11.66kD的标志蛋白为主根结点,联合3882.9、4673.2、3158.2和2047.2等4个标志蛋白建立了最佳的肺腺癌诊断模型,对肺腺癌诊断(盲法)的敏感性为84.2%(16/19),特异性为90.0%(18/20)。结论:SELDI-TOF-MS技术建立的肺腺癌血清检测法,快速、简单、特异和敏感,为肺腺癌诊断和筛查提供了一个可行的途径和方法。(本文来源于《实用医学杂志》期刊2010年07期）
蛋白质指纹图谱技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的探索应用蛋白质指纹图谱技术于菌阴肺结核与肺炎的鉴别诊断。方法从本院临床病例中,选择菌阴肺结核和肺炎患者及健康者各60例,应用表面加强激光解吸电离飞行时间质谱技术(SELDI/ToF-Ms)和蛋白芯片技术检测血清蛋白,并应用Ciphergen蛋白芯片3.1.1软件进行比较,分析其相关蛋白峰值并进行统计学处理。结果对180例菌阴肺结核、肺炎患者、健康者的血清蛋白指纹图谱数据进行比较,发现有5个蛋白峰(1 028.49、4 796.56、7 564.77、8 048.02、11 526.75m/z)存在显着的差异,有统计学意义(P<0.01)。由这5个蛋白峰组成的诊断模型鉴别诊断菌阴肺结核与肺炎的总有效率84.2%(101/120),敏感性与特异性分别为82.5%(52/63),85.9%(49/57);阳性预测值86.7%(52/60),阴性预测值为81.7%(49/60)。诊断模型在判别肺炎、菌阴肺结核患者与健康者之间,总有效率达89.4%(161/180),特异性为100%(60/60),灵敏度为84.2%(101/120),阳性预测值100%(101/101),阴性预测值75.9%(60/79)。结论蛋白质指纹图谱技术具有方法简便、检测快速,标本用量少的优点,是筛选结核病特异性标志物的有效手段,通过蛋白质指纹图谱技术检测,发现了具有良好鉴别诊断的"诊断模型"。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
蛋白质指纹图谱技术论文参考文献
[1].黄华,陈林兴,林美册,黄靖宇.蛋白质指纹图谱技术在诊断白血病四种分型中的应用[J].检验医学.2015
[2].王琳,翁丽珍,陈晓红,黄明翔,李学玲.应用蛋白质指纹图谱技术快速鉴别诊断菌阴肺结核[J].中国人兽共患病学报.2014
[3].王家蔚,黄秋玲,徐震,吴烨,王翔.脑脊液蛋白质指纹图谱技术在结核性脑膜炎诊断中的作用[J].浙江中医药大学学报.2013
[4].曹家庆,何楠,周志勇,辛林,毛胜勋.应用蛋白指纹图谱技术对结直肠癌血清蛋白质组的研究[C].江西省第二届胃肠外科学术会议暨江西省第十二次中西医结合普通外科学术会议论文汇编.2012
[5].周智勇.应用蛋白指纹图谱技术对结直肠癌血清蛋白质组的研究[D].南昌大学.2012
[6].王琳,翁丽珍,李学玲,黄明翔,郭巧玲.蛋白质指纹图谱技术在肺结核、肺癌鉴别诊断中的应用研究[J].中国防痨杂志.2011
[7].王琳,翁丽珍,李学玲,黄明翔,郭巧玲.蛋白质指纹图谱技术在肺结核、肺癌鉴别诊断中的应用研究[C].中华医学会结核病学分会2010年学术年会论文汇编.2010
[8].吕晶晶,高春芳,王秀丽,盛新华,李冬晖.SELDI-TOF-MS技术在结直肠腺瘤血清蛋白质指纹图谱筛查模型建立中的应用[J].山东医药.2010
[9].董永杰,彭彦辉,赵晓云.应用蛋白质指纹图谱技术进行肝纤维化早期诊断的实验研究[J].中国普外基础与临床杂志.2010
[10].陈剑光,杨学宁,郭爱林,李荣,唐红艳.利用SELDI-TOF-MS蛋白质指纹图谱技术建立肺腺癌诊断模型[J].实用医学杂志.2010