蛋白质指纹图谱模型在肝癌诊断中的应用

摘要　目的:建立基于人工神经网络的血清蛋白质指纹图谱模型,并探讨其在肝癌诊断中的应用。方法:应用表面增强激光解析2电离2飞行时间质谱仪( SELD I2TOF2MS) ,测定了52例肝癌和32例健康人血清标本的蛋白质指纹图谱,并结合人工神经网络方法进行数据分析。将84例标本随机分成训练组56例(肝癌35例,健康人21例)和盲法测试组28例(肝癌17例,健康人11例) 。利用从训练组得出的基于人工神经网络的血清蛋白质指纹图谱模型,对28例未知血清进行检测,并与甲胎蛋白(AFP)判断结果进行比较。结果:应用该方法对肝癌进行诊断的准确率、敏感性和特异性均为100% (17 /17, 11 /11) 。AFP检测结果准确率为77. 4% (65 /84) ,灵敏度和特异性分别为69. 2% (36 /52)和90. 6%(29 /32) 。结论:该方法在肝癌的诊断中较AFP具有更高的敏感性和特异性。