论文部分内容阅读
目的：生长抑素（SST）及类似物通过生长抑素受体（SSTR）介导可抑制肿瘤的生长，但SSTR并非在全部恶性肿瘤都表达，了解各种疾病中SSTR的表达模式，有助于SST的靶向治疗。虽然采用免疫组化法可以检测肿瘤组织的SSTR表达或缺失情况，但是有的患者不能取得足够的标本，甚至无法取得标本。另一方面，肿瘤呈多中心生长，病理标本检查无法涵盖，导致检测结果与实际SSTR表达有差异。SSTR有5种亚型，常用于检测指导临床治疗的为SSTR1-3。SELDI技术是近年来新兴的一种蛋白质组学技术[1,2]，只需患者的血清。不仅取材、检测方便，而且敏感性和特异性较高，本文旨在探索用SELDI指纹技术检测外周血血清寻找能间接反映区别SSTR1阳性、SSTR2阳性、SSTR3阳性的相关指纹，建立SSTR1、SSTR2、SSTR3表达的诊断模型，为临床选用生长抑素及其类似物抗肿瘤实现肿瘤的个体化治疗提供一个新的方向。方法：收集山西省肿瘤医院2011年6月至2012年6月经病理确诊且未行放化疗的30例消化道肿瘤患者的病理组织及血浆为研究对象。肿瘤诊断由两位经验丰富的病理医生参考2003年世界卫生组织肿瘤分类标准诊断。30例肿瘤组织进行免疫组化（PV9000法）检测，根据表达结果分为SSTR1阳性组、SSTR2阳性组、SSTR3阳性组和SSTR1阴性组、SSTR2阴性组、SSTR3阴性组。所有血样均于术前1天清晨空腹采集。采用ProteinChipSoftware软件检测患者血清蛋白指纹，根据组化分组情况对应将血清蛋白指纹图谱分组（即SSTR1阳性蛋白指纹组、SSTR2阳性蛋白指纹组、SSTR3阳性蛋白指纹组、SSTR1阴性蛋白指纹组、SSTR2阴性蛋白指纹组、SSTR3阴性蛋白指纹组），采用BiomarkerWizard软件分析并寻找区别SSTR1阳性、SSTR2阳性、SSTR3阳性的有价值指纹，采用Biomarkerpattern软件建立SSTR1、SSTR2、SSTR3阳性表达的诊断模型。结果：1、分别比较SSTR1阳性与阴性组、SSTR2阳性与阴性组、SSTR3阳性与阴性组蛋白指纹图谱，SSTR1、SSTR2、SSTR3阳性表达的蛋白指纹各不相同。2、比较SSTR1阳性与阴性组指纹图谱，检测出的22个图谱中，有7个有统计学意义（P<0.05）。两组相比，SSTR1阳性组有4个质峰（m/z8552、8680、13738、13916）上调，3个（m/z9297、11648、11818）下调。应用BiomarkerPattern软件分析，结果发现：m/z为8552、9297和11818的3个蛋白质组成的诊断模型可将SSTR1阳性组与阴性组患者准确的分组。3、比较SSTR2阳性与阴性组指纹图谱，检测出的79个图谱中，有1个有统计学意义（P<0.05）。两组相比，SSTR2阳性组蛋白质峰下调（m/z1025）。m/z为1025的1个蛋白质组成的诊断模型可将SSTR2阳性组与阴性组患者准确的分组。4、比较SSTR3阳性与阴性组指纹图谱，检测出的76个图谱中，有2个有统计学意义（P<0.05）。两组相比，SSTR3阳性组2个蛋白质峰上调（m/z1139）。m/z为1139的1个蛋白质组成的诊断模型可将SSTR3阳性组与阴性组患者准确的分组。结论：1、采用SELDI-TOF-MS技术检测外周血血清蛋白质可间接反映肿瘤组织SSTR表达，筛选出相关的生物标记，建立检测SSTR表达的诊断模型。2、建立的SSTR1-3表达的诊断模型各不相同。3、m/z为8552的蛋白质峰上升，m/z为9297和11818的蛋白质峰下降为SSTR1阳性表达的诊断模型。4、m/z为1025的蛋白质峰下降为SSTR2阳性表达的诊断模型。5、m/z为1139的蛋白质峰下降为SSTR3阳性表达的诊断模型。