目的：应用SELDI质谱仪测定了已知胃癌患者、胃良性病患者血清标本的蛋白质指纹图谱，采用人工神经网络及支持向量机对这些数据进行处理，筛选胃癌的特异性标志物，为早期诊断胃癌提供了新的技术和方法，为进一步发现新的肿瘤标记物及肿瘤发生发展机制的探讨提供了基础。 方法：研究中以65例血清标本(其中34例胃癌、31例为良性病、)为研究对象，应用SELDI-TOF-MS质谱仪测定了胃癌患者、胃良性病患者血清标本的蛋白质指纹图谱，结合人工神经网络及支持向量机对这些数据进行处理，建立相应的指纹图谱诊断模型。 结果：65例血清标本的蛋白质指纹图谱经质谱仪收集数据，在收集每次实验数据前用已知分子量的标准蛋白芯片校正仪器测定的分子量，其误差小于0.1％。以质控血清作重复性检测，其峰值大小及其强度的变异系数(CV<,s>)均控制在误差范围内(0.05％和15％以下)，应用ProteinChip Software3.2.1(Ciphergen Inc.)软件同时将所有样本的质谱数据M/Z在2 000到50 000的峰值进行两次信噪比过滤。胃癌与胃良性病检测到128个M/Z峰。采用5倍交叉验证线性的支持向量机(Support Vector Machine)模型分析胃癌与胃良性病样本指纹图谱的数据：以M/Z位于1622，2207，2874和1593的4个峰值组合建立的诊断模型的特异性：83.9％，敏感性：91.2％。65例胃癌、胃良性病对照血清样本同时进行了CEA(Carcirloembryonic antigen)的检测，结果敏感性为47.3％，特异性分别为91.4％，敏感性远远低于质谱法的结果。经相关性检验，M/Z位于1622，2207，2874和1593的峰值的强度与血清CEA水平无统计学相关性(P>0.05)。 结论：联合4个M/Z位于1622，2207，2874和1593的峰值的血清蛋白质指纹图谱模型在区分胃癌与胃病的特异性为83.9％，敏感性为91.2％。其中2077经过交叉验证后其RI值达到100％。该诊断谱模型为胃癌的早期诊断和在胃良性疾病等高危人群中筛选早期病人提供了有效的方法。