基于人工神经网络肝癌血清蛋白质指纹图谱模型的建立及其在肝癌诊断中的应用研究

【摘要】：研究背景:长期以来,我国肝癌的死亡率在恶性肿瘤中占居第二位,仅次于肺癌。原发性肝癌的诊断对于具有典型临床表现者并不困难,但这时往往已届中晚期,疗效不佳。AFP一直是肝癌诊断的最佳指标,AFP是胚胎期肝细胞和卵黄囊产生的一种蛋白,出生一周后即消失,当肝细胞癌变后又获得合成此蛋白的能力。从病理类型看,高分化和分化很差的肝癌细胞均不产生AFP,只有中度分化的肝癌细胞能合成,因此,AFP对肝癌诊断的阳性率一般为60%～70%。肝硬化患者中AFP,也有很高的阳性率,说明AFP在原发性肝癌诊断中存在假阳性问题。因此,探索和建立一种简单、快速、敏感性高和特异性强的早期诊断技术已经成了临床医学上的迫切需要。 任何恶性肿瘤在出现病理变化之前,细胞内的蛋白质在成分和数量上都会有相应的改变,所以从理论上说,通过对蛋白质的动态观察可以筛选出疾病早期的指标和征兆。当然实现这种诊断的前提就是要找出各种疾病的特殊标志的分子,这种筛选是高通量的,用以前的常规方法很难做到,蛋白质组学的开展和研究及其新兴技术的出现是这种大规模筛选成为可能。同时也给临床疾病的诊断,尤其是肿瘤诊断开辟了一个