背景肺癌是全球发病率和死亡率最高的恶性肿瘤之一,其中约80%为非小细胞肺癌（non-small cell lungcancer,NSCLC）。在NSCLC的治疗中表皮生长因子受体（epidermal growth factor receptor,EGFR）酪氨酸激酶抑制剂（tyrosine kinase inhibitor,TKI）为代表的分子靶向治疗药物日渐突出。EGFR-TKI人群选择性强,目前认为EGFR基因突变可能是最有效的预测因子之一,但检测EGFR基因突变不仅方法复杂、靶点需逐个筛选,还需要获得足够多的病理组织,不利于在获益患者进展或者耐药前进行多次重复检测来有效监测。目前基质辅助激光解析电离化飞行时间质谱（matrix-assisted laser desorption/ionization-time of flight-mass spectrometry,MALDI-TOF-MS）是一种较为稳定的全面的发现分子标记物及蛋白分析的技术,其产生的大量数据由支持向量机（support vector machine,SVM）算法收集和处理,实现了统计学理论上的结构风险最小化,具有较好的泛化能力。目前也有不少研究报道关于血清蛋白指纹图谱结合生物信息方法在各种恶性肿瘤诊断和治疗中应用。目的为了在外周血中寻找新的特异度、灵敏度高的分子预测标志物,本研究通过检测EGFR-TKI治疗敏感及耐药的晚期非小细胞肺癌患者治疗前血清蛋白质谱的差异,并检测化疗亚组的血清蛋白质谱建立疗效预测模型。分别寻找可能的靶向治疗和化疗疗效的血清预测因子,结合两个模型更好的指导临床非小细胞肺癌治疗策略的制定。方法收集晚期NSCLC46例患者治疗前血清,予以EGFR-TKI治疗,每月评估疗效后分为敏感组和耐药组。通过MALDI-TOF-MS结合磁珠技术检测血清蛋白,生物信息学分析找出差异蛋白峰,对筛选的差异蛋白峰进一步用遗传算法结合支持向量机模型的方法筛选最佳模型,并通过15例患者血清检测盲法应证。对模型中的蛋白峰在蛋白库（ExPASy Bioinformatics Resource Portal）,中搜索可能已知蛋白,对蛋白进行免疫印迹法法验证。对于接受吉西他滨联合顺铂方案化疗的亚组患者,收集化疗前血清,MALDI-TOF-MS结合磁珠检测血清蛋白,生物信息学分析找出差异蛋白峰,对得到的差异蛋白峰进一步用遗传算法结合支持向量机模型的方法筛选最佳模型。结果共收集到61例晚期NSCLC患者入组本研究,服用EGFR-TKI后,其中18例部分缓解（partial response,PR）,18例稳定（stable disease,SD）超过6个月,25例疾病进展（progressive disease,PD）或SD不到6个月（41%）,36例进入敏感组,25例进入耐药组。敏感组与耐药组共检测出7个明显差异蛋白质峰3264DA,9156DA,9172DA,3964DA,9451DA,4295DA,3983DA（p<0.05）。其中筛选得到3264DA,9451DA及4295DA 3个蛋白峰组成的EGFR-TKI的预测最佳模型。建模组中特异性高达80%,敏感性为80.77%;经盲法测试验证,验证敏感性达90%,特异性达80%。而在耐药组中高表达的蛋白峰3264 DA,通过蛋白库查询对应蛋白可能为Apelin,并通过免疫印迹法在10例患者血清中得到验证。一线使用含铂类双药联合化疗的43例患者中共有25例接受吉西他滨联合铂类的双药联合方案（GP）化疗,14例2周期后评效PR进入GP化疗敏感组,2例2周期后评效增大的SD及4周期后评效PD,9例2周期化疗后评效PD进入化疗耐药组。化疗敏感组与耐药组检测出10个明显差异蛋白质峰（p<0.05）,再在其中筛选得到7个蛋白峰组成的最佳模型,耐药组与敏感组相比有代表性的蛋白峰4978DA、29.99DA、4996DA、2627DA、4188DA及 1458DA蛋白质丰度明显高于敏感组,蛋白峰1984DA下调,明显低于敏感组。结论MALDI-TOF-MS技术检测得到血清差异蛋白模型可用于预测EGFR-TKI疗效,其中Apelin蛋白可能为预测EGFR-TKI耐药的一种预测因子。MALDI-TOF-MS技术检测得到血清差异蛋白模型可能可作为预测吉西他滨联合顺铂化疗I疗效,需进一步扩大样本验证。