李孟旸[1]（2020）在《5-甲氧基黄酮的无义突变通读活性研究》文中研究指明目的:探讨5-甲氧基黄酮（5-methoxyflavone）对基因无义突变的通读活性,研究该化合物对无义突变所导致的肿瘤及其它疾病治疗的药物潜力。方法:通过本课题组已经建立的无义突变虫荧光酶细胞模型,初步筛选出了能够进行无义突变虫荧光素酶通读的阳性通读剂黄酮类化合物5-甲氧基黄酮。接着用5-甲氧基黄酮处理含有无义突变虫荧光素酶的HEK293MUT细胞,化学发光法检测虫荧光素酶活性,Western blot检测虫荧光素酶蛋白水平;最后用5-甲氧基黄酮处理含有无义突变APC基因的人结肠癌细胞HT-29,Western blot检测APC蛋白及下游蛋白β-连环蛋白表达;CCK-8实验分析5-甲氧基黄酮的细胞毒性;利用相同方法对与5-甲氧基黄酮拥有相似结构的化合物进行实验分析。结果:在初步确认5-甲氧基黄酮具有无义突变通读活性后,进一步进行化合物的检测和分析,发现5-甲氧基黄酮在HEK293MUT细胞中表现出的通读效率相比G418更高（P<0.05）。在HT-29细胞中,随着剂量升高,5-甲氧基黄酮对无义突变APC基因蛋白的表达恢复也逐渐增强。并且,5-甲氧基黄酮对无义突变APC基因的通读活性强于G418（P<0.05）,同时连环蛋白随着APC的表达恢复而降低。另外,5-甲氧基黄酮对正常细胞的毒性略小于G418（P<0.05）。对于与5-甲氧基黄酮拥有相似结构的化合物而言,也发现了较好的无义突变通读活性,并在各项指标中优于G418（P<0.05）。结论:5-甲氧基黄酮具有较好的无义突变通读活性,毒性低,对于肿瘤细胞的恶性表征有较明显的改善,可以考虑作为无义突变通读药物的先导化合物,用于开发无义突变通读药物。
王科妍[2]（2020）在《肝癌相关抗原的筛选及其自身抗体作为诊断标志物的评价和模型构建》文中研究指明背景和目的我国肝癌死亡率居高不下,是亟待解决的重要公共卫生问题之一。做好肝癌的早诊早治是降低其死亡率的有效措施之一。目前所运用的肝癌早期诊断方法灵敏度较低,不能满足临床诊断和公共卫生筛查的需求。大量研究显示肿瘤相关抗原（tumor associated antigen,TAA）的自身抗体（anti-TAA autoantibody,TAAb）可以作为肝癌早期诊断的标志物。本研究旨在通过运用血清蛋白质组学分析技术和蛋白质芯片技术筛选肿瘤相关抗原,检测其抗体在人群中的水平,经过评价优化选出一组对肝癌具有较高诊断价值的TAAbs,建立诊断模型并加以验证,从而为肝癌早期非侵入性诊断方法的建立提供科学依据。材料和方法1.肝癌TAAs的筛选（1）血清蛋白质组学分析技术（serological proteome analysis,SERPA）筛选肝癌TAAs。基于Western blotting技术,利用肝癌HepG2细胞株全蛋白为抗原库分别与100例肝癌,50例健康对照的血清进行免疫反应,初步判断候选TAAs的分子量大小及筛选出含有其抗体的阳性病例血清和不含其抗体的阴性对照血清;利用双向电泳技术,将三等份肝癌HepG2细胞株全蛋白进行双向分离,其中两块凝胶上的蛋白转印至PVDF膜上,分别与筛选出的阳性血清和阴性血清进行免疫反应,对比两者差异,并在第三块经考马斯亮蓝染色的凝胶上找到并挖取对应的点;利用蛋白质谱分析技术对所筛选出的蛋白点进行鉴定。（2）蛋白质芯片技术筛选肝癌TAAs。基于文献报道的癌症驱动基因定制含有154种抗原的蛋白质芯片,检测100例肝癌和50例健康对照血清中各抗原所对应的自身抗体水平。利用Mann Whitney-U检验、ROC曲线分析、以及设定阈值后计算阳性率等方法筛选出病例组高于对照组的TAAs;将单变量有意义的指标纳入Logistic回归模型进行多变量筛选;最终结合AUC值和Logistic回归的结果确定待后续验证的TAAs。2.肝癌TAAbs的验证及评价（1）基于间接酶联免疫吸附实验（indirect enzyme-linked immunosorbent assay,ELISA）技术,本研究设计了独立的两阶段的验证。第一阶段纳入286例肝癌和286例健康对照的血清;第二阶段纳入160例肝癌、160例健康对照和127例肝硬化的血清。（2）采用MannWhitney-U检验,分析两阶段肝癌组与健康对照组间各TAAb水平的差异;绘制ROC曲线,评价各TAAb作为诊断标志物的诊断价值;两阶段中,自身抗体水平在肝癌组均高于健康对照组的TAAs,用于后续组合的优化及模型构建。（3）针对第二阶段纳入的样本,观察各TAAb在健康对照组、肝硬化组、肝癌的不同TNM分期亚组间的变化趋势,推测TAAbs可能出现的时间节点。3.基于筛选出并通过验证的TAAbs,肝癌诊断模型的构建、验证及评价（1）利用Logistic回归、LASSO回归、并联诊断试验、经典决策树模型、随机森林模型、支持向量机六种方法在第一阶段（训练集）样本中构建肝癌的诊断模型。利用第二阶段中肝癌和健康对照（验证集）的样本分别对以上模型进行验证。评价并比较各模型的诊断效果,选出最优模型。（2）分析比较最优模型在肝癌各临床亚组（TNM分期、是否转移、是否有乙肝史、是否有家族史）中的诊断效果。（3）分析比较最优模型在肝硬化患者中的诊断效果。（4）分析比较最优模型在AFP阴、阳性肝癌患者中的诊断效果。结果1.利用SERPA技术发现并鉴定出6个TAAs,分别为:GAPDH、ENO1、HSPD1、PGK1、TPM3、HSP90。利用蛋白质芯片技术筛选出11个TAAs为:GNA11、IDH1、PTEN、NPM1、Survivin、MSH2、SRSF2、PTCH1、PAX5、GNAS、TP53,它们的自身抗体在筛选阶段的AUC值分别为:0.749、0.712、0.693、0.691、0.685、0.685、0.656、0.658、0.616、0.618、0.631。2.第一阶段验证结果显示:Survivin、TP53、NPM1、IDH1、MSH2、GNAS、SRSF2、GNA11、PTCH1、ENO1和HSP90 11个TAAs的自身抗体水平在肝癌组高于健康对照组。通过绘制ROC曲线评价各TAAb的诊断价值发现GNAS、Survivin、TP53的自身抗体AUC面积最大,分别为0.738、0.737和0.705。在第二阶段纳入样本中对以上11个TAAbs进行检测,发现这11个TAAbs的水平仍表现为肝癌组高于健康对照组,ROC曲线分析发现GNAS、Survivin和TP53的自身抗体诊断效果仍然最好,AUC面积均在0.700以上。两阶段验证和评价结果基本一致。通过分析第二阶段纳入的健康对照、肝硬化及肝癌各TNM分期亚组患者血清中TAAbs的表达水平及变化趋势,发现11个TAAbs均表现为肝硬化组和TNM-I期肝癌组的中位表达水平高于中晚期肝癌组,推测TAAbs可能出现在肝硬化向肝癌转变的过程中,提示TAAbs可以作为肝癌早期诊断标志物。3.评价Logistic回归、LASSO回归、并联诊断试验、经典决策树模型、随机森林模型和支持向量机6种方法构建的肝癌诊断模型,发现在训练集/验证集中它们的诊断符合率分别为:76.4%/76.6%、75.5%/76.6%、71.3%/66.6%、74.3%/62.8%、78.3%/73.1%和92.8%/63.1%。比较各模型在两阶段中诊断效果的一致性,发现Logistic回归和随机森林模型较稳定。但随机森林模型纳入的变量数目较多且诊断效果并没有明显优于Logistic回归模型,最终选择Logistic回归模型为本次构建的最优诊断模型,该模型的诊断概率表达为:P（HCC）=1/（1+ Exp（2.309-6.391 × Survivin-4.409 × TP53+6.696 × NPM1-12.056 × GNAS+12.380 × SRSF2-3.471 × PTCH1+4.274 × ENO1-5.021 × HSP90））,该模型在训练集和验证集中诊断肝癌时ROC曲线下面积分别为0.845和0.844,灵敏度分别为74.1%和68.1%,特异度分别为78.7%和85.0%。该模型在肝癌各临床亚组间的诊断效果差异均无统计学意义。针对第二阶段纳入的样本,若设病例组为肝癌人群,对照组分别为肝硬化人群、肝硬化和健康人群、健康人群,绘制Logistic回归模型预测概率的ROC曲线,AUC值分别为0.638、0.753、0.844,提示该模型在无症状人群的早期筛查中应用价值更大。Logistic回归模型在AFP阴性肝癌与AFP阳性肝癌中的诊断效果差异无统计学意义。当诊断AFP阴性肝癌时,该模型在训练集和验证集中ROC曲线下面积分别为:0.864和0.836。当Logistic回归模型与AFP联合诊断肝癌时,在训练集和验证集中可分别提高诊断符合率到88.3%和89.3%,提高灵敏度至87.3%和85.0%,提高特异度为89.8%和93.6%。结论1.基于血清蛋白质组学分析（SERPA）技术和蛋白质芯片技术发现并经两阶段验证过的 11 个 TAAs（Survivin、TP53、NPM1、IDH1、MSH2、GNAS、SRSF2、GNA11、PTCH1、ENO1和HSP90）被初步确定为肿瘤相关抗原,它们的自身抗体在早期肝癌和AFP阴性肝癌的免疫诊断中有潜在的应用价值。2.各自身抗体在肝硬化患者以及TNM-I期肝癌患者中水平高于肝癌中晚期患者,推测自身抗体可能出现在肝硬化向肝癌转变的过程中,可以作为指示肝癌早期发生的生物标志物。3.通过评价比较多种统计学方法构建的肝癌诊断模型,Logistic回归模型是本研究中可用于肝癌的诊断的最优模型;该模型在AFP阴性肝癌的诊断以及无症状人群的早期筛查中具有更重要的价值;该模型与AFP联用可明显提高肝癌的诊断效能。
孙桂英[3]（2020）在《蛋白芯片和GEO筛选食管鳞癌相关抗原及其自身抗体诊断价值评价》文中指出食管癌（esophageal cancer,EC）是最常见的消化道癌症之一,在我国,食管鳞状细胞癌（食管鳞癌,esophageal squamous cell carcinoma,ESCC）患者占食管癌患者的90%以上,因起病隐匿,早期症状不明显,许多患者初诊时已处于晚期,预后较差。肿瘤相关抗原（tumor associated antigen,TAA）自身抗体可在肿瘤患者的血清中稳定存在,并可以在临床症状出现的数月甚至数年之前被检测到,因此,具有作为肿瘤早期免疫诊断标志物的潜力。目的本研究通过定制癌症驱动基因编码的蛋白芯片和对GEO数据库中食管鳞癌相关数据集的生物信息学分析,结合酶联免疫吸附实验（enzyme-linked immunosorbent assay,ELISA）技术,对食管鳞癌相关自身抗体进行筛选和验证,探索最优的食管鳞癌诊断模型,为建立一种非侵入性的食管鳞癌早期诊断技术提供一定的科学依据。方法1.蛋白质芯片筛选食管鳞癌相关抗原基于癌症驱动基因编码的蛋白质定制Focused array人类蛋白质芯片,检测90例食管鳞癌患者和50例正常人血清中的抗TAA自身抗体的表达水平。采用受试者工作特征（ROC）曲线（AUC>0.5,P<0.05）和非参数检验（病例组平均秩次>对照组平均秩次,P<0.05）筛选在病例组中高表达的肿瘤相关抗原。2.GEO数据库筛选食管鳞癌相关抗原使用R语言中limma包的经典贝叶斯算法对GEO数据库中符合纳入标准的食管鳞癌数据集进行差异分析（差异倍数>2,P<0.05）,筛选在食管鳞癌组织中表达明显高于食管正常组织的差异基因,通过富集分析、GEPIA数据库验证和文献查阅筛选与癌症发生发展密切相关的肿瘤相关抗原。3.ELISA确认抗TAA自身抗体对食管鳞癌的诊断价值使用PASS软件进行样本量计算,最终纳入486例研究对象,病例组和对照组按照性别和年龄（±3岁）进行1:1匹配。将243例食管鳞癌患者和243例正常对照血清,按照2:1的比例随机分为训练集和验证集,采用ELISA检测抗TAA自身抗体在研究对象血清中的表达水平。采用非参数检验比较食管鳞癌组和正常对照组中抗TAA自身抗体的表达水平。以特异度>90%且约登指数最大时的吸光度值为截断值,运用ROC曲线评估每种抗TAA自身抗体对食管鳞癌的诊断价值,评价指标包括灵敏度、特异度、AUC和符合率等。4.食管癌诊断模型的构建与评价以具有诊断价值的自身抗体的表达水平为自变量,以研究对象是否患有食管鳞癌事件作为因变量,采用Logistic回归分析、递归分割分析和支持向量机在训练集中构建诊断模型,同时在验证集中评价不同模型的诊断价值;利用Delong检验比较AUC的差异是否具有统计学意义。通过比较模型的诊断性能和稳定性,选择最优的诊断模型,评价该模型在食管鳞癌亚组（包括分化程度、TNM分期、有无淋巴结转移和有无远端转移）中的诊断价值。结果1.通过蛋白芯片技术筛选出5种候选TAA,分别为P53、PTEN、GNA11、GNAS和SRSF2（P<0.05）,相应的自身抗体对食管鳞癌诊断的AUC分别为0.628（95%CI:0.535-0.721）、0.659（95%CI.0.564-0.754）、0.682（95%CI:0.588-0.776）、0.606（95%CI.0.511-0.701）和0.623（95%CI:0.522-0.723）。2.对食管鳞癌相关的数据集GSE20347和GSE2340的差异分析,获得196种在食管鳞癌中高表达的差异基因,进一步对差异基因的富集分析获得15种与癌症通路有关的基因,综合GEPIA数据库验证结果和查阅相关文献确定9种候选基因,将其编码的相应蛋白作为候选TAA,分别为MSH6、COLAA1、MMP9、CXCL8、MMP1、CKS2、LAMC2、FN1 和 SLC2A1。3.本研究共评价14种抗TAA自身抗体对食管鳞癌的诊断价值,ELISA结果显示,9 种抗 TAA 自身抗体（P53、PTEN、GNA11、SRSF2、MSH6、CXCL8、MMP1、LAMC2和SLC2A1）在食管鳞癌组的表达水平均高于正常对照组（P<0.05）。其中,抗-LAMC2自身抗体的诊断价值最高,在训练集和验证集中诊断食管鳞癌的灵敏度和特异度分别为22.22%、90.12%和23.46%、90.12%。4.在构建的Logistic回归模型、决策树模型和支持向量机模型中,最优的诊断模型为包含4种抗TAA自身抗体的Logistic回归模型,PRE（P=ESCC）=1/（1+EXP（-（-6.355-3.293×SLC2A1+7.063×MMP1+4.559×P53+10.545×GNA11）））,该模型在训练集和验证集中诊断食管鳞癌的灵敏度、特异度和符合率分别为70.37%、72.84%、71.60%和 67.90%、67.90%、67.90%。5.临床特征分析结果显示,该模型对早期食管鳞癌具有较高的诊断价值,在训练集和验证集中诊断早期和晚期食管鳞癌的AUC分别为0.84、0.85和0.72、0.73。该模型在用于鉴别不同分化程度、有无淋巴结转移以及有无远端转移食管鳞癌的能力上,差异没有统计学意义（P>0.05）。结论1.9 种抗 TAA 自身抗体（P53、PTEN、GNA11、SRSF2、MSH6、CXCL8、MMP1、LAMC2和SLC2A1）均可能为食管鳞癌免疫诊断的标志物。2.在构建的诊断模型中,由4种抗TAA自身抗体（SLC2A1、MMP1、P53和GNA11）组成的Logistic回归模型对早期食管鳞癌有较高的诊断价值。
王晓璇[4]（2020）在《基于转录组测序和质谱技术发现个体化肿瘤新抗原》文中研究表明目前肿瘤患者的常规治疗主要依赖非个体化的手术切除、放化疗、靶向药物治疗等手段,但这些常规手段存在治疗不彻底、副作用大等一系列问题。近期研究表明,通过肿瘤患者自身的免疫系统靶向患者肿瘤细胞进行肿瘤免疫治疗的方法,即个体化肿瘤新抗原治疗,在黑色素瘤、乳腺癌中具有较好疗效。新抗原,作为肿瘤患者免疫治疗的特异靶标,是由患者肿瘤基因组特异突变产生。根据这一治疗策略,在众多可能区分肿瘤和正常组织的抗原中,准确高效地选择预期疗效较好的肿瘤新抗原尤为关键。本研究基于转录组测序技术和质谱技术,建立了个体化肿瘤新抗原发现方法。在发现方法中,使用转录组测序技术对肿瘤新抗原特征和肽段表达量进行提取,使用质谱技术分析主要组织相容性复合体（Major Histocompatibility Complex,MHC）结合肽段。两种技术联合分析,以降低预测结果的假阳性。本研究针对提取的8个肿瘤新抗原特征,使用支持向量机（Support Vector Machine,SVM）构建肿瘤新抗原分类模型,以预测肿瘤新抗原是否具有免疫原性。最后,使用肝癌细胞系来测试本研究建立的个体化肿瘤新抗原发现方法,发现1个候选肿瘤新抗原,且候选肿瘤新抗原与血管生成有关。综上所述,本研究构建的发现方法可以帮助筛选候选肿瘤新抗原,降低整体结果的假阳性。同时,希望本研究对肿瘤新抗原免疫治疗、肿瘤标志物发现等领域起到一定的促进作用。
李阳[5]（2020）在《基于蛋白质组芯片的自身抗体谱构建及肺腺癌手术相关标志物的发现研究》文中提出肿瘤相关自身抗体与肿瘤进程相关,具有重要的临床应用价值,如肿瘤早期诊断及复发监测等。此外,肿瘤病人体内也存在大量的生理性自身抗体。全局性地研究肿瘤病人自身抗体谱（Autoantibody Repertoire）的构成、动态变化以及发现与肿瘤进程密切相关的自身抗体具有重要意义,但受限于已有的技术手段,目前相关研究欠缺。肺癌在所有恶性肿瘤中发病率和死亡率均居全球第一,其中,腺癌是主要的病理类型。本论文以肺腺癌为模型,利用高通量蛋白质组芯片技术,全局性地研究了肺腺癌病人及健康人的血清自身抗体谱,提出了随机自身抗体模型,鉴定并验证了一批肺腺癌手术相关的自身抗体标志物。首先,为了动态分析肺腺癌病人自身抗体谱的组成和变化规律,我们收集了5位肺腺癌病人的时序血清样本:自手术前1天开始,每1周或2周收集1次血清样本,连续收集至少3个月。另收集了15例健康对照的血清样本。基于包含有20,240种重组人蛋白质的蛋白质组芯片,全局性地分析了肺腺癌病人时序样本和健康对照样本的自身抗体谱。肺腺癌病人术前和术后样本相比,整体上无显着性变化,提示肺癌病人自身抗体谱整体上针对手术治疗可能较为稳定;不同个体之间自身抗体谱具有显着差异,提示自身抗体谱的异质性;每个个体的自身抗体均可识别数千种抗原蛋白,其中上百种抗原较为保守,在人群中具有广泛的可识别性,其对应的抗体以Ig M为主。其次,初步建立了随机自身抗体模型。除保守抗原外,更多的蛋白抗原的抗体响应以一定频率在群体中出现,该现象可在一定程度上用于解释自身抗体谱异质性的成因。我们发现机体内数千种潜在蛋白抗原近似相互独立地、以不同的概率诱发产生自抗体或被不同自身抗体交叉识别。基于实际获得的自身抗体数据（20例来自不同个体的血清样本）,我们建立了随机自身抗体模型,即各阳性概率下抗原的个数分布。该模型显示,可被自身抗体识别的抗原总数在～10,000左右,大多抗原的阳性率较低。基于该模型,我们推测在常规的、基于实验-对照模式的肿瘤相关自身抗体发现研究中,由于大量生理性自身抗体的存在极易造成假阳性。我们进一步对假阳性、假阴性以及样本量的关系进行了定量分析,并提出采用非择优录入的筛选方法。最后,发现和鉴定了一批手术相关的自身抗体标志物。通过比较每个蛋白质抗原在每位肺癌病人术前和术后样本中对自身抗体响应的变化,我们发现了一批术后浓度显着降低的自身抗体,并将其定义为手术相关自身抗体,通过密集的时序样本验证,最终鉴定了6个手术相关自身抗体。此类型标志物在5位肺腺癌病人中均存在,表明其存在的普遍性,而就特定抗原而言,病人间呈现较大个体差异。在此基础上,我们提出基于手术相关标志物进行个体化的术后复发监测的应用方案。综上所述,本研究通过对5位肺腺癌病人的密集的时序样本构建了肿瘤病人自身抗体谱,分析了其动态变化规律,鉴定了一批手术相关自身抗体标志物。针对广泛存在的手术相关标志物,初步阐明用于手术复发监测的临床价值。提出了随机自身抗体模型,初步解释了个体之间自身抗体谱的显着差异性,对自身抗体标志物发现研究提供了一定的指导意义。本研究所建立的流程具有通用性,可方便地移植到其它肿瘤或与自身抗体相关的其它疾病的研究中。
王婷婷[6]（2018）在《基于Oncomine数据库筛选肺癌相关抗原及其自身抗体在肺癌中的诊断价值评价》文中提出肺癌是中国以及全球发病率及死亡率最高的恶性肿瘤。肺癌患者5年平均生存率低于15%,而早期诊断的肺癌患者术后生存率可达80%,可见早发现、早诊断对肺癌患者的治疗及预后具有非常重要的意义。肿瘤相关抗原自身抗体可在肿瘤发生的早期阶段出现在患者血清中,因而有望成为肺癌早期诊断的血清学标志物。目的本研究拟利用Oncomine癌基因数据库,结合酶联免疫吸附试验（enzyme linked immunosorbent assay,ELISA）技术对肺癌相关抗原进行筛选和鉴定,评价自身抗体检测对肺癌免疫诊断的价值,并评估自身抗体指标与传统肿瘤标志物结合对早期肺癌的诊断价值。方法1运用Oncomine数据库筛选潜在肺癌相关抗原利用设定的筛选条件对Oncomine基因数据进行深度挖掘,选出与正常对照组织相比,非小细胞肺癌组织中表达明显异常的基因,根据P值和表达差异倍数选择标准对表达异常的基因进行整理和筛选,最终选出16个候选的肺癌相关抗原。2采用间接ELISA技术对肺癌患者血清中16种自身抗体进行检测采用间接ELISA法对184例肺癌患者血清和184例健康对照血清中16种肺癌相关抗原的自身抗体进行检测。比较两组间自身抗体水平的差异,以特异度90%以上同时具有最高约登指数的OD值为截断值,采用卡方检验比较自身抗体在肺癌组和正常对照组中阳性率的差异,并用ROC曲线评估其诊断价值。3通过大样本血清对初步确定的肺癌相关抗原进行验证从血清库中另外挑选446例肺癌患者血清,446例健康对照血清以及119例肺部良性疾病患者血清,对上一步确定的肺癌相关抗原进行验证。运用单因素方差分析和SNK法比较三组间自身抗体水平的差异,采用卡方检验比较自身抗体在肺癌组和正常对照组阳性率的差异。4对自身抗体检测肺癌的诊断价值进行评价采用诊断试验的评价方法,对自身抗体检测肺癌的诊断真实性和可靠性进行评估,并分析各个自身抗体与肺癌患者临床特征之间的关系。将自身抗体指标与传统肿瘤标志物并联组合,评价联合检测对早期肺癌的诊断价值。结果1.研究从Oncomine数据库中筛选出16个在肺癌组织中明显高表达的基因,将其表达的蛋白作为候选的肺癌相关抗原,分别为HMGB3、MMP12、GREM1、ZWINT、NUSAP1、RRM2、SULF1、CEP55、CDC20、SPP1、CCNB1、GOLM1、PRDX4、COL11A1、PCLAF、MDK。2.ELISA结果显示,除了CCNB1、COL11A1、GOLM1、PCLAF、PRDX4和MDK外,其他10个抗原自身抗体在肺癌组中的水平和阳性率均高于正常对照组（P<0.05）;ROC曲线分析结果显示,HMGB3、MMP12、GREM1、ZWINT和NUSAP1这5种自身抗体的AUC均≥0.7。3.根据自身抗体在肺癌组的阳性率和AUC选取上述5种肺癌相关抗原进行进一步验证。ELISA结果显示,与正常对照组相比,5种自身抗体水平均在肺癌组中高表达（P<0.05）;除了NUSAP1外,其余四种自身抗体在肺癌组的水平均高于肺部良性疾病组（P<0.05）。5种自身抗体在肺癌组中的阳性率明显高于正常对照组（P<0.05）。其中灵敏度最高的是HMGB3自身抗体,其灵敏度为34.08%。4.临床特征分析显示,HMGB3自身抗体阳性率在早期（Ⅰ/Ⅱ期）肺癌患者中明显高于晚期（Ⅲ/Ⅳ期）肺癌（P<0.05）。MMP12自身抗体阳性率在老年组（≥60岁）中明显高于非老年组（<60岁）（P<0.05）。肿瘤病理类型、肿瘤家族史及远处转移等因素对各指标检测肺癌阳性率均无影响（P>0.05）。5.CYFRA21-1、CEA和CA125在早期肺癌中的阳性率分别为35.3%,28.6%和20.0%,三者和HMGB3自身抗体分别并联组合后对早期肺癌的检出率分别提高至70.6%,61.9%和60.0%。结论1.本研究首次发现HMGB3、MMP12、GREM1、ZWINT和NUSAP1相应的自身抗体可以作为肺癌诊断的标志物,其中HMGB3自身抗体是肺癌早期诊断的标志物。2.HMGB3自身抗体和传统肿瘤标志物联合检测可以显着提高早期肺癌的检出率。
裴露[7]（2018）在《基于SEREX技术及Oncomine数据库对肺癌相关抗原的筛选与鉴定》文中研究指明目的本研究选择10种肺癌候选TAA（包括TOP2A,ACTR3,RPS6KA5,ACTR3,EEF1G,CD36,ACLY,COPB1,OLA1,PABPC1）,以公司购买的重组蛋白作为抗原,检测血清中相应的抗体含量,探究对肺癌诊断的价值及意义。方法1.对前期SEREX方法筛选出的可能与肺癌相关的抗原,利用Oncomine数据库的三个独立队列研究（包括375例非小细胞肺癌和134例正常组织）进行进一步的挖掘,根据校正后的P值,筛选出有共同差异表达的基因。2.采用酶联免疫吸附试验（Enzyme linked immunosorbent assay,ELISA）检测肺癌组（n=184）以及正常对照组（n=184）血清中10种TAA自身抗体的含量,比较其在两组血清中的表达水平。对于肺癌诊断有价值较高的4个指标在肺癌组（n=446）、良性组（n=119）及正常对照组（n=446）进行进一步的验证。3.选取特异度在90%左右,灵敏度最高作为截断值,高于此值为阳性,低于此值为阴性。计算自身抗体的阳性率,分析肺癌患者不同临床资料（TNM分期、病理类型、有无转移、家族史等）对自身抗体水平有无影响,采用筛检实验评价10种TAA自身抗体对肺癌的诊断价值。4.比较验证组4个TAA与传统肿瘤标志物联合检测对肺癌诊断的敏感性。结果1.对SEREX鉴定的35个已知功能基因,通过Oncomine分析三个研究中384例非小细胞肺癌和125例正常组织,提取并分析35个基因在非小细胞肺癌组织及正常组织中的m RNA表达差异,在三个研究中筛选出10个共同有差异表达的基因。2.酶联免疫吸附试验结果:测试组中TOP2A、ACTR3、RPS6KA5、CD36、PSIP1、OLAI 6个指标自身抗体的水平及抗体阳性率在肺癌患者血清中均高于正常对照组（P<0.05）;验证组中PSIP1、TOP2A、ACTR3、RPS6KA5 4个指标自身抗体水平及抗体阳性率在肺癌患者血清中均高于正常对照组（P<0.05）。3.测试组中单个指标对肺癌诊断的灵敏度普遍偏低,在3.8%-32.1%之间,其中灵敏度最高的是PSIP1（32.1%）。验证组4个指标对肺癌诊断的灵敏度在17.0-30.5%之间,说明单个指标对肺癌诊断价值较低。4个指标联合诊断肺癌的灵敏度达到49.0%,AUC为0.701（95%CI:0.670-0.731）。4.ROC曲线分析验证组中四个指标在肺癌组、肺部良性疾病组和正常对照组中的诊断价值,结果显示4个指标可以将肺癌组与非癌组（肺部良性疾病组和正常对照组）进行鉴别（P<0.05）。5.验证组临床资料分析,TOP2A指标自身抗体的阳性率在肺癌早期（36.4%）明显高于晚期（16.7%）（P<0.05）,ACTR3指标自身抗体的阳性率在肺癌早期（36.4%）明显高于晚期（15.2%）（P<0.05）,PSIP1指标自身抗体的阳性率在肺癌有转移患者中（30.0%）明显高于无转移患者（17.2%）（P<0.05）,其余年龄、性别、吸烟、饮酒、肿瘤家族史和病理类型因素对各个指标检测肺癌的阳性率均无显着差异（P>0.05）。6.TOP2A、ACTR3与传统肿瘤标志物（CA125、CEA和CYFRA21-1）联合可明显提高在早期肺癌检测中的阳性率。单独CA125、CEA和CYFRA21-1在诊断早期肺癌中的阳性率分别为20.0%、28.6%和23.5%,其中CEA与TOP2A联合后阳性率最高可达到61.9%。结论1.验证组中PSIP1,TOP2A,ACTR3,RPS6KA5 4个TAA自身抗体的阳性率明显高于正常对照组,可能是肺癌潜在的生物学标志物。2.单个指标对肺癌诊断的灵敏度普遍偏低,4个TAA联合传统肿瘤标志物可以明显提高其对肺癌的诊断价值。3.TOP2A和ACTR3在肺癌早期有一定的诊断价值,有可能作为肺癌早期诊断的标志物。4.TOP2A、ACTR3和CA125、CEA、CYFRA21-1分别联合时可明显提高在早期肺癌中的检出率。
代淑阳[8]（2017）在《消化肿瘤标志分子的发现与功能研究》文中指出背景:消化肿瘤的病死率较高且总体呈上升趋势,目前尚缺乏可靠的诊断标志物。存在于肿瘤患者外周血的自抗体（autoantibodies）和循环肿瘤细胞（circulating tumor cells,CTC）是一种新型的诊断标志物,与肿瘤的进展及预后相关,日益成为肿瘤液体活检的重要内容。食管癌和胃癌等消化肿瘤具有显着的人群和地域差异,提示基因-环境因素及其交互作用在肿瘤发生发展中扮演重要角色。目的:了解食管鳞状细胞癌（esophageal squamous cell carcinoma,ESCC）患者血清自抗体谱,筛选新的可用于食管癌早期诊断的自抗体标志物;探索中国人群胃癌中基因-环境的交互作用,研究GWAS发现的七个易感位点与幽门螺旋杆菌（Helicobacter Pylori,H.pylori）感染、吸烟和饮酒之间潜在的交互作用对胃癌发病风险:建立基于细胞表面vimentin（cell-surface vimentin,csVim）的实体肿瘤细胞上皮间叶转化（epithelial-mesenchymal transition,EMT）样循环肿瘤细胞检测技术,认识食管癌不同表型的CTC和肿瘤进展的关系。材料和方法:本研究使用包含有19,394种人重组蛋白的人类蛋白质组芯片筛选食管癌患者和健康对照个体血清中肿瘤相关自抗体谱,鉴定与食管癌早期诊断和淋巴结转移相关的自抗体标志物;采集1,273例淮河流域胃癌高发区肿瘤和健康对照个体外周血样本,分离血清并提取基因组DNA,对七个易感位点做基因分型并检测H.pylori感染状况,分析基因-环境交互作用与胃癌风险的关系;采集单纯手术治疗的食管癌患者术前外周血样本,负性富集CTCs并制备滴片,建立基于csVim的实体肿瘤细胞EMT样CTC的检测技术。结果:共筛选到201种与食管癌早期诊断相关的自抗体和120种与食管癌淋巴结转移相关的自抗体谱。进一步在食管癌（n=40）和健康对照（n=19）血清中验证了 BACH1、RAD23B和PNMA2三种候选自抗体标志物,其在食管癌和健康对照血清中含量具有显着差异（P<0.05）,可能作为潜在的食管癌诊断标志。敲降BACH1,显着抑制食管癌KYSE 510细胞的迁移和侵袭能力,以及转移相关基因MMP1和CXCR4的表达;发现PSCA rs2294008/rs2976392与H.pylori感染与胃癌风险显着互关。同时,PRKAAl rs13361707与H.pylori感染存在加法交互作用,SLC52A3 rs13042395与饮酒存在相互作用;在具有EMT样表型的食管癌细胞中csVim的表达显着增高,食管癌患者外周血EMT样CTC检出率为46.7%（14/30）,占CTC检出率的73.7%（14/19）。EMT样CTC数目在伴有淋巴结转移的食管癌患者中升高,差异具有统计学意义（P<0.05）。结论:食管癌患者血清中肿瘤相关自抗体有可能作为辅助食管癌早期诊断的标志物;GWAS鉴定到的遗传多态位点可能与环境因素,特别是H.pylori感染和饮酒等存在交互作用增加胃癌风险;食管癌患者外周血EMT样CTC含量与肿瘤进展相关,有可能作为判断食管癌淋巴结转移的潜在标志,辅助监测病情进展。
皇甫明美[9]（2016）在《EZH2、Bmi-1、P16、IMP-1和Survivin自身抗体在多种肿瘤中表达变化的研究》文中研究表明目的:中国是世界人口大国也是癌症高发的国家,由于肿瘤多起病隐匿、早期表现不明显,导致多数肿瘤患者在发现时就已经处于中晚期阶段,治疗效果不理想患者生活质量大大降低。所以肿瘤的早期诊断、早治疗对肿瘤患者来说十分重要。然而目前肿瘤的诊断主要依赖于影像学和细胞学检查,诊断能力有限,目前亟待出现一种能更早期诊断肿瘤的手段。自从Landsteier提出机体内存在自身抗体（autoantibody）以来,人们逐渐对自身抗体有了深刻的认识。在长期肿瘤发病机制研究过程中,学者们认为基因突变是最基本的触发环节或始动因素,这些异常表达的蛋白就成为了肿瘤抗原。相对于浓度较低的肿瘤抗原,自身抗体的检测具有更高的敏感性。因此我们检测高发肿瘤中自身抗体的表达变化,以期寻找到可用于肿瘤辅助诊断的新型肿瘤标志物。方法:通过查阅文献和课题组前期工作基础,本研究中纳入5种目标蛋白,分别是m RNA的结合蛋白IMP-1、凋亡抑制基因蛋白Survivin、肿瘤抑制因子P16、转录调节蛋白EZH2和原癌基因蛋白Bmi-1。利用免疫学分析软件和表位数据库,预测、设计并合成5种蛋白的多肽抗原片段,应用经过我们优化改良的ELISA检测方法,包被多肽抗原,根据免疫学抗原抗体结合原理检测血浆中自身抗体水平。研究共纳入未经任何抗癌治疗的首次诊断为恶性肿瘤的肝癌患者、食管癌患者、肺癌患者、乳腺癌患者和健康人群各200例。设置质控血衡量检测的稳定性,根据酶标仪测得的样本OD和质控OD计算相对结合指数,降低非特异结合和检测误差。应用SPSS21.0进行数据统计和分析,比较自身抗体水平在不同肿瘤、不同分期中的表达变化,分析其在不同肿瘤中表达特点的同时,探讨其在肿瘤诊断中的作用。结果:1肝癌患者血浆5种肿瘤相关抗原自身抗体检测中,EZH2和Bmi-1自身抗体水平出现显着升高（p<0.001;p<0.001）,进一步按肿瘤分期分析发现,早期患者EZH2和Bmi-1自身抗体水平高于晚期患者。受试人群ROC曲线分析发现,EZH2和Bmi-1自身抗体检测在肝癌诊断中具有较高的应用价值,特异度90%情况下,肝癌检测敏感度分别为22%和32%。2在非小细胞肺癌患者血浆中,同样检测了EZH2、Bmi-1、P16、IMP-1和Survivin自身抗体表达变化。其中P16和Survivin自身抗体表达出现显着升高（p<0.001;p<0.001）,虽然IMP-1亦出现升高趋势,但没有统计学差异。以肿瘤分期分层分析中,P16和Survivin自身抗体在肺癌早期升高更明显。受试人群ROC曲线分析发现,P16和Survivin自身抗体在肺癌诊断中具有很好的临床价值,特异度90%情况下其敏感度分别为32%和20%。3食管癌患者血浆中,我们同样检测了EZH2、Bmi-1、P16、IMP-1和Survivin自身抗体表达变化。食管癌和肺癌中自身抗体表达变化趋势相似,P16和Survivin自身抗体表达出现显着升高（p<0.001;p<0.001）,以肿瘤分期分层分析中,P16和Survivin自身抗体在食管癌早期升高不如肺癌明显。受试人群ROC曲线分析发现,特异度90%情况下,食管癌检出的敏感度分别为26%和15%。4为更好判断肿瘤相关抗原自身抗体在不同肿瘤诊断中的特异性,在乳腺癌患者血浆中,我们同样检测了EZH2、Bmi-1、P16、IMP-1和Survivin自身抗体表达变化。P16和Survivin自身抗体表达在乳腺癌中略有升高,与健康组存在统计学差异（p=0.013;p=0.000）,在肿瘤分期中没有明显的差异。受试人群ROC曲线分析发现,特异度90%情况下,乳腺癌检出的敏感度分别为20%和16%。5以肝癌、肺癌、食管癌和乳腺癌的临床传统标志物AFP、EGFR和HER2为分层表型,分析EZH2、Bmi-1、P16、IMP-1和Survivin自身抗体在不同表型表达变化发现,HER2和EGFR过表达与自身抗体表达无关。有趣的是,肝癌患者中AFP的表达与EZH2和Bmi-1自身抗体的表达呈现正相关。结论:1EZH2和Bmi-1自身抗体在肝癌患者中表达水平明显升高,而在其他肿瘤中表达变化并不明显,EZH2和Bmi-1自身抗体可能是肝癌的潜在生物学标志物,对肝癌诊断有一定辅助作用,且与AFP的表达有显着相关性。其联合检测可有效提高肝癌检出的敏感度和特异度。2非小细胞肺癌中P16和Survivin自身抗体表达水平在肺癌患者中明显升高,其中P16和Survivin自身抗体的敏感度和特异度最好,可以作为肺癌诊断指标,有待进一步优化。3食管癌中P16和Survivin自身抗体表达水平在肿瘤组和健康人群之间存在显着差异,但不如肺癌中更明显,可以作为食管癌辅助诊断的参考指标。4Survivin自身抗体表达在乳腺癌中略有升高,虽然Survivin自身抗体在肺癌和食管癌也均明显升高,但在以上3种肿瘤中其检测的敏感度存在差异,需进一步扩大样本来验证其作为标志物的特异性。5自身抗体检测在肿瘤早期诊断中具有一定辅助作用,有成为肿瘤诊断新方法的潜能。
于润红[10]（2015）在《儿童恶性血液病血清蛋白质组学研究及生物信息学分析》文中研究说明第一部分应用iTRAQ技术联合2D LC-MS/MS筛选儿童恶性血液病血清蛋白质标志物背景与目的恶性血液病是儿童时期常见的恶性肿瘤,目前其诊断主要依靠骨髓或淋巴结穿刺活检,但因其损伤较大致使患儿依从性差;近年来随着合理规范化疗及治疗策略的不断创新,恶性血液病的预后有了很大改善,然而仍有一部分患儿难以达到完全缓解或复发,并且传统的化疗药物毒副作用大造成化疗相关性死亡率高,因此恶性血液病急需寻找非侵袭性和特异性的早期诊断标志物和治疗靶点。同位素标记的相对和绝对定量（isobaric tag for relative and absolute quantification,iTRAQ）标记的二维液相色谱串联质谱two-dimensional liquid chromatography-tandem mass spectrometry,2DLC-MS/MS)联合生物信息分析软件系统（Ingenuity Pathways Analysis,IPA）的使用,是寻找差异蛋白、筛选蛋白分子标志物的理想工具。本研究联合iTRAQ-2DLC-MS/MS与IPA技术筛选儿童恶性血液病的血清差异表达蛋白,探讨恶性血液病诊断、治疗的新靶点以及可能的发病机制。方法1.分别收集儿童初治急性B淋巴细胞白血病（B-cell acute lymphoblastic leukemia,B-ALL）、急性T淋巴细胞白血病（T-cell acute lymphoblastic leukemia,T-ALL）、急性粒细胞白血病部分分化型（acute myeloid leukemia with maturation,M2）、急性早幼粒细胞白血病（acute promyelocytic leukemia,M3）、急性单核细胞白血病（acute monocytic leukemia,M5）、B细胞性非霍奇金淋巴瘤（B-cell non-Hodgkin’s lymphoma,B-NHL）,T细胞性非霍奇金淋巴瘤（T-cell non-Hodgkin’s lymphoma,T-NHL）血清各20例作为实验组,收集同期体检正常儿童血清20例作为对照组。等量混合各组血清标本,提取蛋白后应用多重亲和去除系统（Multiple Affinity Removel System,MARS）去除血清中14种高丰度蛋白,超滤除盐后采用Bradford法测定总蛋白浓度。2.应用iTRAQ试剂标记经胰酶消化后的肽段,113标记正常儿童对照组,114标记B-ALL组,115标记T-ALL组,116标记M2组,117标记M3组,118标记M5组,119标记B-NHL组,121标记T-NHL组。将标记后的肽段混合,运用二维高效反相液相色谱进行分离,然后串联质谱对样品进行分析鉴定。3.根据所鉴定出蛋白质的iTRAQ相对定量值,通过对儿童恶性血液病各组与正常对照组的蛋白表达量分别进行比较,筛选出差异倍数在1.2倍以上（上调或下调）的差异蛋白。4.应用生物信息学软件IPA分别分析恶性血液病各组与正常对照组的差异表达蛋白,获得各组差异蛋白的生物功能以及参与的信号通路和蛋白间相互作用网络;查阅差异蛋白相关文献并根据IPA分析结果初步筛选出有意义的血清差异表达蛋白。5.采用ELISA双抗夹心法分别检测了50例B-ALL、20例T-ALL、20例M2、20例M3、20例M5、20例B-NHL、20例T-NHL和30例正常儿童对照组的血清LRG1、S100A8和SPARC表达水平,并计算其统计学意义来验证质谱的准确性,进一步筛选与儿童恶性血液病相关的生物标记物。结果1.应用iTRAQ-2DLC-MS/MS技术,比较儿童恶性血液病各组和对照组血清差异蛋白,筛查与恶性血液病相关的血清标志物。质谱鉴定总共得到534个非冗余蛋白质,以正常儿童对照组蛋白质作为对照,分别计算各组表达值与正常对照组比值,设定其比值>1.2或<0.8（即差异倍数>1.2且P<0.05）为明显上调或下调蛋白,即各组有意义的血清差异表达蛋白。2.儿童恶性血液病各组的差异蛋白及其相关信号通路与关联蛋白相互作用网络:（1）B-ALL组的血清差异蛋白共有81个,其中上调20个,下调61个;经IPA软件分析显示这些差异蛋白主要分布在与细胞信号转导和交互（Cell-To-Cell Signaling and Interaction）、组织发育（Tissue Development）、细胞运动（Cellular Movement）、免疫细胞运输（Immune Cell Trafficking）、心血管疾病（Cardiovascular Disease）、血液系统的发育和功能（Hematological System Development and Function）等相关的功能中;而参与的主要信号通路包括Acute Phase Response Signaling、LXR/RXR Activation、Coagulation System、Intrinsic Prothrombin Activation Pathway、Atherosclerosis Signaling以及Extrinsic Prothrombin Activation Pathway通路等;差异蛋白共参与4个主要的蛋白相互作用网络（参与网络的目的差异蛋白超过9个）。（2）T-ALL组的血清差异蛋白共有85个,其中上调43个,下调42个;经IPA软件分析显示这些差异蛋白主要分布在与Cell-To-Cell Signaling and Interaction、Tissue Development、Cellular Movement、Immune Cell Trafficking、Cardiovascular Disease、Hematological System Development and Function等相关的功能中;而参与的主要信号通路包括Acute Phase Response Signaling、LXR/RXR Activation、Atherosclerosis Signaling、Clathrin-mediated Endocytosis Signaling、Production of Nitric Oxide and Reactive Oxygen Species in Macrophages、IL-12 Signaling and Production in Macrophages、Agranulocyte Adhesion and Diapedesis通路等;此外差异蛋白共参与6个主要的蛋白相互作用网络（参与网络的目的蛋白超过9个）。（3）M2组的血清差异蛋白共有91个,其中上调27个,下调64个;经IPA软件分析显示这些差异蛋白主要分布在与Cellular Movement、Immune Cell Trafficking、Cardiovascular Disease、Cell-To-Cell Signaling and Interaction、Tissue Development、Organismal Injury and Abnormalities、Hematological System Development and Function、Hematological Disease等相关的功能中;而参与的主要信号通路包括LXR/RXR Activation、Acute Phase Response Signaling、Coagulation System、Atherosclerosis Signaling、Intrinsic Prothrombin Activation Pathway、Clathrin-mediated Endocytosis Signaling、IL-12 Signaling and Production in Macrophages、Production of Nitric Oxide and Reactive Oxygen Species in Macrophages通路等;此外差异蛋白共参与5个主要的蛋白相互作用网络（参与网络的目的蛋白超过9个）。（4）M3组的血清差异蛋白共有83个,其中上调33个,下调50个;经IPA软件分析显示这些差异蛋白主要分布在与Cellular Movement、Immune Cell Trafficking、Hematological System Development and Function、Cell-To-Cell Signaling and Interaction、Tissue Development、Cardiovascular Disease、Inflammatory Response等相关的功能中;而参与的主要信号通路包括LXR/RXR Activation、Acute Phase Response Signaling、Atherosclerosis Signaling、Complement System、Production of Nitric Oxide and Reactive Oxygen Species in Macrophages、IL-12 Signaling and Production in Macrophages通路等;此外差异蛋白共参与5个主要的蛋白相互作用网络（参与网络的目的蛋白超过11个）。（5）M5组的血清差异蛋白共有84个,其中上调26个,下调58个;经IPA软件分析显示这些差异蛋白主要分布在与Cardiovascular Disease、Cell-To-Cell Signaling and Interaction、Tissue Development、Metabolic Disease、Hematological Disease、Hematological System Development and Function、Organismal Functions、Immune Cell Trafficking等相关的功能中;而参与的主要信号通路包括Acute Phase Response Signaling、LXR/RXR Activation、Complement System、Atherosclerosis Signaling、Coagulation System、IL-12Signaling and Production in Macrophages、Production of Nitric Oxide and Reactive Oxygen Species in Macrophages通路等;此外差异蛋白共参与5个主要的蛋白相互作用网络（参与网络的目的蛋白超过11个）。（6）B-NHL组的血清差异蛋白共有79个,其中上调34个,下调45个;经IPA软件分析显示这些差异蛋白主要分布在与Cell-To-Cell Signaling and Interaction、Tissue Development、Metabolic Disease、Cellular Movement、Immune Cell Trafficking、Hematological System Development and Function等相关的功能中;而参与的主要信号通路包括Acute Phase Response Signaling、LXR/RXR Activation、Intrinsic Prothrombin Activation Pathway、Coagulation System、Extrinsic Prothrombin Activation Pathway、Atherosclerosis Signaling通路等;此外差异蛋白共参与4个主要的蛋白相互作用网络（参与网络的目的蛋白超过11个）。（7）T-NHL组的血清差异蛋白共有73个,其中上调45个,下调28个;经IPA软件分析显示这些差异蛋白主要分布在与Organismal Injury and Abnormalities、Metabolic Disease、Cardiovascular Disease、Cell-To-Cell Signaling and Interaction、Tissue Development、Cellular Movement、Hematological System Development and Function、Immune Cell Trafficking等相关的功能中;而参与的主要信号通路包括Acute Phase Response Signaling、LXR/RXR Activation、Atherosclerosis Signaling、Production of Nitric Oxide and Reactive Oxygen Species in Macrophages、Clathrin-mediated Endocytosis Signaling、IL-12Signaling and Production in Macrophages通路等;此外差异蛋白共参与4个主要的蛋白相互作用网络（参与网络的目的蛋白超过11个）。3.ELISA检测结果显示血清LRG1、S100A8和SPARC蛋白的表达情况与iTRAQ结果一致。ELISA结果验证了LRG1和S100A8在儿童恶性血液病血清中表达上调;SPARC蛋白在儿童急性白血病（Acute Leukemia）血清中表达水平下调,而在儿童NHL血清中无变化。结论1.本研究首次应用iTRAQ-2DLC-MS/MS联合IPA技术筛选儿童恶性血液病血清的蛋白分子标志物,具有较高的重复性和精确性,共鉴定到534个非冗余蛋白质。得到了大量可靠的差异蛋白质信息,B-ALL组的差异蛋白共有81个,其中上调20个,下调61个;T-ALL组的血清差异蛋白85个,其中上调43个,下调42个;M2组的血清差异蛋白91个,其中其中上调27个,下调64个;M3组的血清差异蛋白83个,其中上调33个,下调50个;M5组的血清差异蛋白84个,其中其中上调26个,下调58个;B-NHL组的血清差异蛋白79个,其中上调34个,下调45个;T-NHL组的血清差异蛋白73个,其中上调45个,下调28个;为儿童恶性血液病早期诊断提供非侵袭性的手段及治疗提供潜在的靶点,并为进一步研究儿童恶性血液病可能的发病分子机制提供实验基础。2.采用IPA生物信息学方法对差异表达蛋白质的生物学功能及其涉及的信号通路进行分析,功能分析发现差异蛋白主要集中于细胞间信号转导与相互作用、血液系统的发育和功能、组织发育、细胞运动、免疫细胞运输等;进行IPA通路分析,发现大部分差异蛋白集中于Acute Phase Response Signaling、LXR/RXR Activation、Atherosclerosis Signaling、IL-12 Signaling and Production in Macrophages四个通路,为儿童恶性血液病发病机制提供了研究线索。3.采用ELISA对3个候选蛋白LRG1、S100A8和SPARC在血清中的表达进行了验证,结果与质谱鉴定结果一致。其中S100A8和LRG1在儿童恶性血液病中表达上调,SPARC在儿童AL中表达下调,提示S100A8、LRG1可能与儿童恶性血液病发病有关,SPARC可能与AL发病有关,可作为潜在的分子标志物和治疗靶点,并需要在临床中进行广泛的验证。4.SPARC可作为鉴别儿童AL与NHL的蛋白标志物。第二部分应用SERPA技术筛选儿童急性B淋巴细胞白血病相关抗原及自身抗体背景与目的急性淋巴细胞白血病（acute lymphocytic leukemia,ALL）是儿童时期最常见的血液系统恶性肿瘤,约占15岁以下儿童恶性肿瘤发病率的25%,其中最常见的类型为急性B淋巴细胞白血病（B-cell acute lymphoblastic leukemia,B-ALL）。目前其诊断主要依靠骨髓穿刺,但因损伤较大患儿依从性差;近年来由于联合化疗和支持治疗的不断完善,儿童ALL的预后有了很大改善,但ALL的发病机制至今不清;化疗难以根除微小残留病变获得长期缓解,仍有约20%的ALL患儿复发,复发后再次化疗常常无效,并且传统的化疗药物对白血病细胞的杀伤作用是非特异性的,其在杀伤白血病细胞的同时也杀伤正常的造血细胞,产生严重的中性粒细胞缺乏和血小板减少等造成化疗相关性死亡。因此,应用靶向治疗方法特异性地杀灭白血病细胞是目前急需解决的问题。越来越多的证据表明在白血病患者体内存在着特异性免疫反应,虽然白血病发病初期血清中的许多抗原由于表达丰度很低不易检测,但机体免疫系统已经能够监测到这些抗原的存在,并产生大量针对该抗原的特异性自身抗体。血清蛋白质组学分析（serological proteome analysis,SERRA）是将蛋白质组学技术与免疫学技术相结合的一种高通量筛选肿瘤相关抗原及自身抗体的新技术,本研究应用SERRA技术以人B-ALL细胞株NALM-6、REH及BALL-1的总蛋白作为肿瘤抗原来筛选儿童B-ALL相关抗原及自身抗体,为儿童B-ALL的早期诊断及治疗奠定基础。方法1.首先提取人B-ALL细胞株NALM-6、REH及BALL-1的总蛋白等量混合作为B-ALL抗原来源,再应用双向电泳（two-dimensional gel electrophoresis,2-DE）根据蛋白质等电点、分子量的不同对总蛋白进行分离,获得3张相同的凝胶,其中一块2-DE凝胶经考马斯亮蓝染色作为平行胶,其余两块凝胶经电转印将凝胶中的蛋白质转膜,然后分别与B-ALL患儿血清及正常儿童对照血清进行免疫印迹（Western Blot）,获得免疫印迹反应图谱。经计算机图像分析,通过匹配免疫印迹图谱与2-DE凝胶图谱进而识别差异反应的蛋白点（与B-ALL血清反应阳性而与正常儿童血清反应阴性的点）,然后在平行的2-DE凝胶上找到与Western Blot中差异反应蛋白质点相匹配的蛋白质点,再对这些差异蛋白进行胰酶酶切及MALDI-TOF/TOF-MS/MS质谱鉴定,从而确定在血清中存在自身抗体的相关抗原,实验重复3次。2.为进一步验证筛选得到的B-ALL相关抗原的自身抗体特异性,采用间接ELISA方法检测其中两个蛋白质α-烯醇化酶（α-Enolase,ENO1）与电压依赖性阴离子通道蛋白1（Voltage-dependent anion-selective channel protein 1,VDAC1）的自身抗体在30例B-ALL患儿、30例其他肿瘤患儿及25例正常儿童血清中的阳性率。3.采用免疫组织化学方法比较ENO1与VDAC1在儿童B-ALL骨髓与正常儿童骨髓中的表达差异。4.应用Western Blot检测ENO1与VDAC1在三株B-ALL细胞株NALM-6、REH及BALL-1的表达差异。结果1.应用SERRA技术,在B-ALL细胞株平行胶上筛选出6个差异反应蛋白点（与B-ALL儿童血清反应阳性而与正常儿童血清反应阴性的点）,通过质谱鉴定和查询数据库,6个蛋白点分别鉴定为线粒体顺乌头酸酶（aconitase）、凋亡诱导因子（apoptosis-inducing factor,AIF）、二氢硫辛酰胺脱氢酶（dihydrolipoamide dehydrogenase,DLD）、ENO1、中链脂酰基辅酶A脱氢酶（medium-chain acyl-Co A dehydrogenase,MCAD）、VDAC1。2.ELISA结果显示ENO1与VDAC1的自身抗体在B-ALL儿童血清中的阳性率分别为27%和23%,明显高于正常儿童（4%和0）,但不高于其他肿瘤患者（23%和17%）。3.免疫组织化学结果显示ENO1与VDAC1在儿童B-ALL骨髓均明显高于正常儿童骨髓中的表达。4.Western Blot检测结果发现ENO1与VDAC1蛋白表达水平在三株B-ALL细胞株间没有明显差异。结论1.Enolase 1与VDAC1可能为儿童B-ALL相关抗原。2.VDAC1自身抗体有可能发展为潜在的儿童B-ALL的血清学标志分子。
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。
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
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。
| 摘要 |
| ABSTRACT |
| 前言 |
| 第1章 材料与方法 |
| 1.1 主要材料 |
| 1.1.1 实验细胞及试剂 |
| 1.1.2 实验仪器与设备 |
| 1.1.3 部分试剂的配置 |
| 1.2 实验方法 |
| 1.2.1 5-甲氧基黄酮处理对无义突变荧光素酶活性恢复的检测 |
| 1.2.2 5-甲氧基黄酮对无义突变荧光素酶蛋白表达恢复的检测 |
| 1.2.3 不同浓度5-甲氧基黄酮对HT-29细胞无义突变APC基因蛋白表达的影响 |
| 1.2.4 5-甲氧基黄酮细胞毒性分析 |
| 1.2.5 与5-甲氧基黄酮有相似结构的化合物的无义突变通读活性研究 |
| 1.3 统计学处理 |
| 第2章 实验结果 |
| 2.1 5-甲氧基黄酮处理对无义突变荧光素酶活性恢复的检测结果 |
| 2.2 5-甲氧基黄酮对无义突变荧光素酶蛋白表达恢复的检测结果 |
| 2.3 不同浓度5-甲氧基黄酮对HT-29细胞无义突变APC基因蛋白表达的影响 |
| 2.4 5-甲氧基黄酮对HT-29细胞无义突变APC基因通读活性检测 |
| 2.5 5-甲氧基黄酮对正常细胞活性的毒性分析 |
| 2.6 相似结构的化合物的无义突变通读活性检测结果 |
| 第3章 讨论 |
| 第4章 研究领域存在的问题、发展及展望 |
| 第5章 总结 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 致谢 |
| 附录1 攻读硕士学位期间发表的论文 |
| 附录2 攻读硕士学位期间参加的科研项目 |
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 1 引言 |
| 1.1 肝癌流行现状 |
| 1.2 肿瘤相关抗原及其自身抗体的研究现状 |
| 1.3 研究策略及技术路线 |
| 2 肝癌肿瘤相关抗原的筛选 |
| 2.1 血清蛋白质组学分析技术(SERPA)筛选肝癌TAAs |
| 2.1.1 前言 |
| 2.1.2 SERPA技术路线 |
| 2.1.3 材料和方法 |
| 2.1.4 结果 |
| 2.1.5 讨论 |
| 2.1.6 小结 |
| 2.2 蛋白质芯片技术筛选肝癌TAAs |
| 2.2.1 前言 |
| 2.2.2 蛋白质芯片技术路线 |
| 2.2.3 材料和方法 |
| 2.2.4 结果 |
| 2.2.5 讨论 |
| 2.2.6 小结 |
| 3 肝癌肿瘤相关抗原的验证及评价 |
| 3.1 前言 |
| 3.2 材料和方法 |
| 3.2.1 研究对象 |
| 3.2.2 检测自身抗体的蛋白来源 |
| 3.2.3 试剂耗材 |
| 3.2.4 仪器 |
| 3.2.5 ELISA常用试剂配制方法 |
| 3.2.6 ELISA方法步骤 |
| 3.2.7 注意事项和实验质控 |
| 3.2.8 分析方法 |
| 3.3 结果 |
| 3.3.1 研究对象的基本特征 |
| 3.3.2 TAAbs在肝癌组和健康对照组间差异性分析 |
| 3.3.3 TAAbs在肝癌不同发展阶段组间的差异性比较 |
| 3.3.4 TAAbs的诊断价值评价 |
| 3.3.5 TAAbs在肝癌临床亚组间的表现 |
| 3.4 讨论 |
| 3.5 小结 |
| 4 基于机器学习的多种肝癌诊断模型的构建与评价 |
| 4.1 前言 |
| 4.2 方法 |
| 4.2.1 Logistic回归 |
| 4.2.2 LASSO回归 |
| 4.2.3 并联诊断试验 |
| 4.2.4 经典决策树模型 |
| 4.2.5 随机森林模型 |
| 4.2.6 支持向量机 |
| 4.3 结果 |
| 4.3.1 Logistic回归 |
| 4.3.2 LASSO回归 |
| 4.3.3 并联诊断试验 |
| 4.3.4 决策树模型 |
| 4.3.5 随机森林模型 |
| 4.3.6 支持向量机 |
| 4.3.7 肝癌诊断模型汇总及最优模型选择 |
| 4.3.8 Logistic回归模型在肝癌各临床亚组的诊断效果 |
| 4.3.9 Logistic回归模型在肝硬化人群中的诊断效果 |
| 4.3.10 Logistic回归模型与AFP的关系 |
| 4.4 讨论 |
| 4.5 小结 |
| 5 本研究的创新性和局限性 |
| 5.1 本研究的创新性 |
| 5.2 本研究的局限性 |
| 6 结论 |
| 参考文献 |
| 综述 肝癌肿瘤相关抗原筛选方法的研究进展 |
| 1 引言 |
| 2 肿瘤相关抗原自身抗体产生过程和可能的机制 |
| 3 血清重组cDNA文库筛选技术(SEREX) |
| 4 血清蛋白质组学分析技术(SERPA) |
| 5 蛋白质芯片技术 |
| 6 展望 |
| 参考文献 |
| 个人简历、在学期间发表的学术论文及研究成果 |
| 致谢 |
| 基金资助 |
| 摘要 |
| Abstract |
| 英文缩略词表 |
| 1 引言 |
| 2 材料与方法 |
| 2.1 基于蛋白质芯片筛选食管鳞癌相关抗原 |
| 2.1.1 蛋白芯片的检测 |
| 2.1.2 数据预处理及分析策略 |
| 2.2 基于GEO数据库筛选食管鳞癌相关抗原 |
| 2.2.1 GEO数据库中差异基因分析 |
| 2.2.2 功能和通路富集分析 |
| 2.2.3 GEPIA数据库验证 |
| 2.3 应用间接ELISA确认抗TAA自身抗体对食管鳞癌的诊断价值 |
| 2.3.1 实验设计及血清标本 |
| 2.3.2 主要试剂及仪器设备 |
| 2.3.3 主要溶液的配制 |
| 2.3.4 实验方法及步骤 |
| 2.3.5 统计分析方法 |
| 3 结果 |
| 3.1 蛋白芯片筛选的候选TAA |
| 3.1.1 蛋白芯片的检测结果及稳定性 |
| 3.1.2 食管鳞癌组和对照组中差异表达的候选TAA |
| 3.1.3 芯片检测中候选TAA的基本信息 |
| 3.2 GEO数据库筛选的候选TAA |
| 3.2.1 食管鳞癌的差异表达基因筛选 |
| 3.2.2 差异基因的富集分析及验证 |
| 3.2.3 候选TAA的基本信息 |
| 3.3 评价抗TAA自身抗体对食管鳞癌的诊断价值及构建诊断模型 |
| 3.3.1 研究对象的基本特征 |
| 3.3.2 训练集中单个自身抗体对食管鳞癌的诊断价值 |
| 3.3.3 验证集中单个自身抗体对食管鳞癌的诊断价值 |
| 3.3.4 食管鳞癌诊断模型的构建与评价 |
| 3.3.5 最优诊断模型对不同临床特征的食管鳞癌的诊断价值评价 |
| 4 讨论 |
| 4.1 蛋白芯片技筛选TAA |
| 4.2 GEO数据库筛选TAA |
| 4.3 9种抗TM自身抗体对食管鳞癌的诊断价值 |
| 4.4 抗TAA自身抗体组合对食管鳞癌的诊断价值 |
| 4.5 本研究的优缺点 |
| 4.6 工作展望 |
| 5 结论 |
| 参考文献 |
| 综述 肿瘤相关抗原自身抗体在恶性肿瘤中的应用 |
| 参考文献 |
| 附录 |
| 个人简历及学术论文发表情况 |
| 致谢 |
| 致谢 |
| 中文摘要 |
| Abstract |
| 缩略语表 |
| 1 引言 |
| 1.1 个体化肿瘤治疗 |
| 1.2 新抗原 |
| 1.3 转录组测序技术 |
| 1.4 质谱技术 |
| 1.5 本研究的主要内容及组织 |
| 2 个体化肿瘤新抗原发现方法建立 |
| 2.1 数据处理 |
| 2.2 建立SVM打分模型 |
| 2.3 发现候选肿瘤新抗原 |
| 3 肝癌细胞系间的肿瘤新抗原发现 |
| 3.1 细胞系来源及样本制备 |
| 3.2 肿瘤新抗原发现 |
| 3.3 候选肿瘤新抗原 |
| 4 结论与展望 |
| 参考文献 |
| 附录 |
| 综述 肿瘤新抗原免疫治疗的研究进展 |
| 参考文献 |
| 作者简历 |
| 摘要 |
| ABSTRACT |
| 中英文缩略词对照表 |
| 第一章 绪论 |
| 1.1 天然自身抗体 |
| 1.1.1 产生的机制 |
| 1.1.2 抗原识别性和功能 |
| 1.1.3 自身抗体谱的稳定性和个体差异 |
| 1.2 肿瘤相关自身抗体 |
| 1.2.1 产生的机制 |
| 1.2.2 用于肿瘤早期诊断 |
| 1.2.3 用于肿瘤复发监测 |
| 1.3 自身抗体研究常用技术 |
| 1.3.1 SEREX |
| 1.3.2 SERPA |
| 1.3.3 MAPPing |
| 1.3.4 蛋白质芯片技术 |
| 1.4 本论文研究的目的、内容和意义 |
| 第二章 材料与方法 |
| 2.1 实验材料、试剂和仪器 |
| 2.1.1 血清样本 |
| 2.1.2 主要的试剂、耗材 |
| 2.1.3 主要的仪器设备 |
| 2.2 实验方法 |
| 2.2.1 血清样本的收集 |
| 2.2.2 人蛋白质组芯片血清筛选 |
| 2.2.3 候选标志物蛋白质芯片的制备 |
| 2.2.4 候选标志物蛋白质芯片的血清筛选 |
| 2.2.5 候选标志物蛋白质芯片的质控 |
| 2.2.6 数据处理和分析 |
| 第三章 血清自身抗体谱的构建和分析 |
| 3.1 引言 |
| 3.2 实验结果和分析 |
| 3.2.1 基于蛋白质芯片检测血清自身抗体的实验条件优化 |
| 3.2.2 蛋白质芯片血清筛选和数据归一化 |
| 3.2.3 自身抗体谱全局性比较分析 |
| 3.2.4 阳性自身抗体及统计分析 |
| 3.2.5 保守的自身抗原 |
| 3.2.6 亚群(clique)蛋白分析 |
| 3.3 本章讨论与小结 |
| 第四章 随机自身抗体模型 |
| 4.1 引言 |
| 4.2 实验结果和分析 |
| 4.2.1 阳性自身抗体统计规律 |
| 4.2.2 随机自身抗体模型 |
| 4.2.3 应用随机模型评估TAA研究所需样本量 |
| 4.3 本章小结和讨论 |
| 第五章 肺腺癌手术相关标志物的发现和鉴定 |
| 5.1 引言 |
| 5.2 实验结果和分析 |
| 5.2.1 实验设计和血清样本 |
| 5.2.2 手术相关标志物的初步发现 |
| 5.2.3 候选标志物蛋白质芯片构建和验证 |
| 5.2.4 手术相关标志物的阳性率 |
| 5.2.5 个体化术后复发监测的设想 |
| 5.2.6 术后抗体响应显着增强的蛋白抗原 |
| 5.3 本章小结和讨论 |
| 第六章 总结与展望 |
| 6.1 研究内容总结 |
| 6.2 本研究的创新点 |
| 6.3 展望 |
| 参考文献 |
| 附录I 高度保守的蛋白质抗原(不含亚群蛋白质) |
| 附录II 亚群1蛋白质列表 |
| 附录III 亚群2蛋白质列表 |
| 致谢 |
| 攻读博士学位期间主要研究成果及所获奖励 |
| 摘要 |
| abstract |
| 中英文缩略表 |
| 引言 |
| 材料与方法 |
| 实验结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 肿瘤相关抗原筛选及应用的研究进展 |
| 参考文献 |
| 个人履历、研究生期间发表的期刊论文 |
| 致谢 |
| 摘要 |
| Abstract |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 附录1 |
| 附录2 缩略词表 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第一章 用人类蛋白质组芯片筛选食管癌血清自抗体标志物 |
| 前言 |
| 材料与方法 |
| 1 材料 |
| 1.1 临床样本 |
| 1.2 细胞系 |
| 1.3 菌株与质粒 |
| 1.4 重组蛋白与抗体 |
| 1.5 主要试剂 |
| 1.6 BACH1 siRNA合成序列 |
| 1.7 常用溶液 |
| 1.8 主要仪器 |
| 2 方法 |
| 2.1 HuProt人类蛋白质组芯片质量检测 |
| 2.2 基于HuProt人类蛋白质组芯片的血清自抗体筛选和数据提取 |
| 2.3 数据归一化处理和差异蛋白选择标准 |
| 2.4 免疫印迹分析 |
| 2.5 细胞培养 |
| 2.6 蛋白质提取 |
| 2.7 转染 |
| 2.8 细胞划痕实验 |
| 2.9 Transwell细胞侵袭实验 |
| 2.10 蛋白银染 |
| 2.11 统计学处理 |
| 结果 |
| 1 经HuProt人类蛋白质组芯片筛选初步获得食管癌早期诊断和淋巴结转移相关的血清自抗体谱 |
| 2 候选自抗体标志物的生物信息学分析 |
| 3 候选自身抗体标志物的Western blot验证 |
| 4 BACH1与食管癌进展相关性研究 |
| 讨论 |
| 小结 |
| 参考文献 |
| 第二章 环境因素-七个GWAS鉴定的易感位点和中国人群胃癌及癌前病变的关系 |
| 前言 |
| 材料与方法 |
| 1 材料 |
| 1.1 研究样本 |
| 1.2 主要试剂 |
| 1.3 主要仪器 |
| 2 方法 |
| 2.1 基因组DNA提取 |
| 2.2 基因组DNA琼脂糖凝胶电泳 |
| 2.3 基因分型分析 |
| 2.4 H.Pylori分型分析 |
| 2.6 统计学处理 |
| 结果 |
| 1 研究对象的基本信息 |
| 2 七个SNP位点和胃癌风险的主效应分析 |
| 3 基因多态性和H.pylori感染的交互作用对胃癌风险的关系 |
| 4 H.pylori感染状态的效应修饰 |
| 5 吸烟和饮酒状态的效应修饰 |
| 6 七个易感位点与重度肠化生和不典型增生的关系 |
| 讨论 |
| 小结 |
| 参考文献 |
| 第三章 基于细胞表面vimentin的食管癌上皮间叶转化循环肿瘤细胞检测 |
| 前言 |
| 材料与方法 |
| 1 材料 |
| 1.1 细胞系 |
| 1.2 菌株与质粒 |
| 1.3 临床样本 |
| 1.4 抗体 |
| 1.5 主要仪器 |
| 1.6 主要试剂 |
| 1.7 常用溶液配制 |
| 2 方法 |
| 2.1 细胞爬片制备和免疫荧光染色 |
| 2.2 外周血CTC免疫磁珠负性富集 |
| 2.3 CTC免疫荧光分析 |
| 2.4 Western Blot分析 |
| 2.5 统计学处理 |
| 结果 |
| 1 EMT样食管癌细胞csVim的免疫荧光分析 |
| 2 食管癌患者外周血CTC富集和免疫荧光染色鉴定 |
| 3 食管癌患者外周血EMT样CTC的鉴定 |
| 讨论 |
| 小结 |
| 参考文献 |
| 文献综述 血清自抗体标志物在食管癌检测中的进展 |
| 参考文献 |
| 缩略词简表 |
| 附表1 早期食管鳞癌患者与健康对照血清差异表达的201个自抗体 |
| 附表2 早期食管鳞癌患者中淋巴结转移相关的120个血清自抗体 |
| 个人简介 |
| 致谢 |
| 附件 |
| 中文摘要 |
| Abstract |
| 英文缩略词表 |
| 第一章 绪论 |
| 1.1 肿瘤概述 |
| 1.1.1 肿瘤的流行病学现状 |
| 1.1.2 肿瘤的病因 |
| 1.1.3 肿瘤的表现 |
| 1.1.4 肿瘤的诊断 |
| 1.1.5 肿瘤的治疗 |
| 1.1.6 肝癌危险因素概述 |
| 1.1.7 肺癌危险因素概述 |
| 1.1.8 食管癌危险因素概述 |
| 1.1.9 乳腺癌危险因素概述 |
| 1.2 肿瘤标志物 |
| 1.2.1 肿瘤标志物的分类 |
| 1.2.2 肿瘤生物标志物的评价方法 |
| 1.2.3 肝癌肿瘤标志物 |
| 1.2.4 肺癌肿瘤标志物 |
| 1.2.5 食管癌肿瘤标志物 |
| 1.2.6 乳腺癌肿瘤标志物 |
| 1.3 自身抗体 |
| 1.3.1 自身抗体的概述 |
| 1.3.2 自身抗体与自身免疫性疾病 |
| 1.3.3 自身抗体与肿瘤 |
| 1.3.4 自身抗体的检测方法 |
| 1.3.5 自身抗体作为肿瘤诊断生物标记物的前景 |
| 1.4 肿瘤抗原 |
| 1.4.1 肿瘤抗原的分类 |
| 1.4.2 肿瘤抗原的来源 |
| 1.4.3 多肽抗原的设计与制备 |
| 1.5 几种重要的肿瘤相关抗原 |
| 1.5.1 IMP-1 |
| 1.5.2 Survivin |
| 1.5.3 P16 |
| 1.5.4 EZH2 |
| 1.5.5 Bmi-1 |
| 第二章 材料与方法 |
| 2.1 实验材料与仪器 |
| 2.1.1 实验样本 |
| 2.1.2 实验试剂 |
| 2.1.3 实验仪器 |
| 2.2 实验方法 |
| 2.2.1 抗原选择与设计 |
| 2.2.2 实验体系的配制及保存 |
| 2.2.3 实验原理 |
| 2.2.4 实验流程 |
| 2.2.5 质量控制 |
| 2.3 数据分析 |
| 2.3.1 结合指数分析 |
| 2.3.2 受试者工作特征曲线分析 |
| 2.3.3 相关性分析 |
| 第三章 实验结果 |
| 3.1 肿瘤患者和健康对照人群基本信息 |
| 3.1.1 肝癌患者基本信息 |
| 3.1.2 肺癌患者基本信息 |
| 3.1.3 食管癌患者基本信息 |
| 3.1.4 乳腺癌患者基本信息 |
| 3.2 IMP-1 |
| 3.2.1 蛋白序列分析和抗原多肽设计 |
| 3.2.2 不同肿瘤组IMP-1 自身抗体检测结果 |
| 3.2.3 不同肿瘤组IMP-1 自身抗体ROC曲线分析 |
| 3.3 Survivin |
| 3.3.1 蛋白序列分析和抗原多肽设计 |
| 3.3.2 不同肿瘤组Survivin自身抗体检测结果 |
| 3.3.3 不同肿瘤组Survivin自身抗体ROC曲线分析结果 |
| 3.4 P16 |
| 3.4.1 蛋白序列分析和多肽抗原设计 |
| 3.4.2 不同肿瘤组P16自身抗体检测结果 |
| 3.4.3 不同肿瘤组P16自身抗体ROC曲线分析结果 |
| 3.5 Bmi-1 |
| 3.5.1 蛋白序列分析和多肽抗原设计 |
| 3.5.2 不同肿瘤组Bmi-1 自身抗体检测结果 |
| 3.5.3 不同肿瘤组Bmi-1 自身抗体ROC曲线分析结果 |
| 3.6 EZH2 |
| 3.6.1 蛋白序列分析和多肽抗原设计 |
| 3.6.2 不同肿瘤组EZH2自身抗体检测结果 |
| 3.6.3 不同肿瘤组EZH2自身抗体ROC曲线分析结果 |
| 3.7 肿瘤生物标志物亚型分组中5种自身抗体表达变化 |
| 3.7.1 以AFP表达量分型的肝癌 |
| 3.7.2 以EGFR分型的肺癌 |
| 3.7.3 以EGFR分型的食管癌 |
| 3.7.4 以HER2分型的乳腺癌 |
| 第四章 讨论 |
| 4.1 检测肝癌患者外周血自身抗体水平的意义 |
| 4.2 检测肺癌患者外周血自身抗体水平的意义 |
| 4.3 检测食管癌患者外周血自身抗体水平的意义 |
| 4.4 检测乳腺癌患者外周血自身抗体水平的意义 |
| 4.5 研究实验中存在的不足 |
| 第五章 结论 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
| 摘要 |
| Abstract |
| 中英文缩略词对照表 |
| 引言 |
| 第一部分 应用iTRAQ技术联合2D LC-MS/MS筛选儿童恶性血液病血清蛋白质标志物 |
| 前言 |
| 1 材料与方法 |
| 2 结果 |
| 3 讨论 |
| 4 小结 |
| 参考文献 |
| 第二部分 应用SERPA技术筛选儿童急性B淋巴细胞白血病相关抗原及自身抗体 |
| 前言 |
| 1 材料与方法 |
| 2 结果 |
| 3 讨论 |
| 4 小结 |
| 参考文献 |
| 全文结论 |
| 综述 肿瘤相关抗原及自身抗体研究进展 |
| 参考文献 |
| 个人简历、在学期间发表的学术论文 |
| 致谢 |
