目的:因早期症状不明显,大部分胃癌患者就诊时己是中晚期。寻找能早期发现和诊断胃癌的标志物已成为目前临床和基础研究的主要方向。近年来表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术已在许多肿瘤标志物研究中应用并取得成功。本研究应用血清蛋白质谱技术结合人工神经网络建立胃癌患者的诊断模型,并评价其诊断价值。方法:对84例胃癌患者和75例对照者(胃溃疡31例,慢性萎缩性胃炎20例,健康人群24例)的血清样本随机分为训练集(共106例,54例胃癌患者和52例对照)和测试集(共53例,30例胃癌患者和23例对照),以上研究对象均经胃镜及组织活检明确诊断,所有胃癌患者在胃镜检查之前均未进行任何形式的肿瘤治疗,所有血清样本均在研究对象空腹时采集,并以-80℃冻存备用。另取10份正常人血清进行混合,制成混合对照血清,分装后-80℃保存。首先应用表面加强激光解吸电离飞行时间质谱技术及弱阳离子交换表面(CM10)蛋白芯片检测所研究样本及混合对照血清,利用Ciphergen Proteinchip软件对获得的混合对照血清图谱进行分析并计算其差异性,以变异系数(CV)值表示,设定CV<15%时,满足蛋白质谱检查可重复性的要求。采用Biomarker Wizard 3.1软件分析患者组和对照组血清蛋白指纹图谱,两组间蛋白质峰值比较时,对初步筛选的蛋白质峰进行t检验,P<0.01的蛋白质峰差异具有统计学意义。结合反向传播人工神经网络的方法利用训练集建立诊断模型。人工神经网络根据训练集中的输入数据和输出数据,学习和记忆数据之间的内部联系。一旦人工神经网络模型被建立,它可分析新输入数据而预测输出结果。使用人工神经网络模型检测测试集样本并评价该模型的诊断价值。结果:1)对混合对照血清中所得蛋白质谱图进行统计分析,结果CV值为13.50%。为避免基质峰可能存在的干扰,将2000M/Z以下的峰滤去。2)对胃癌患者和对照组血清进行分析,共检测到722个蛋白质峰,统计分析结果显示214个蛋白质峰P值<0.01。3)在214个具有明显表达差异的蛋白峰中,利用训练集样本,以质荷比(M/Z)分别为2175、2249、2927、3217、3236、3287、3545、6190和6450的9个蛋白质峰作为标志蛋白建立人工神经网络诊断模型,正确地区分开了训练集中胃癌患者和对照者。4)利用建立的模型对测试集中样本进行盲法测试,结果显示:30例胃癌患者中有3例判错;而在23例对照中出现2例判错,其对胃癌的诊断灵敏度和特异度分别为90.0%和91.3%。结论:1)表面加强激光解吸电离飞行时间质谱技术运用于胃癌的研究具有明显的优势,有可能发现特异的胃癌诊断的生物标志。2)血清蛋白质谱结合人工神经网络可建立胃癌患者的诊断模型,该模型诊断胃癌具有较高的灵敏度和特异度。