蛋白質指紋圖譜模型在肝癌診斷中的應用

摘要　目的:建立基于人工神經網絡的血清蛋白質指紋圖譜模型,并探討其在肝癌診斷中的應用。方法:應用表面增強激光解析2電離2飛行時間質譜儀( SELD I2TOF2MS) ,測定了52例肝癌和32例健康人血清標本的蛋白質指紋圖譜,并結合人工神經網絡方法進行數據分析。將84例標本隨機分成訓練組56例(肝癌35例,健康人21例)和盲法測試組28例(肝癌17例,健康人11例) 。利用從訓練組得出的基于人工神經網絡的血清蛋白質指紋圖譜模型,對28例未知血清進行檢測,并與甲胎蛋白(AFP)判斷結果進行比較。結果:應用該方法對肝癌進行診斷的準確率、敏感性和特異性均為100% (17 /17, 11 /11) 。AFP檢測結果準確率為77. 4% (65 /84) ,靈敏度和特異性分別為69. 2% (36 /52)和90. 6%(29 /32) 。結論:該方法在肝癌的診斷中較AFP具有更高的敏感性和特異性。