顱內動脈瘤患者血清差異蛋白質譜表達模型研究.pdf

1、目的：顱內動脈瘤（intracranial aneurysm IA）是顱內動脈壁的某一部分因病變而向外突出所形成的永久性擴張，主要由于管壁先天性缺陷、動脈粥樣硬化、高血壓引起。發(fā)病率居腦血管意外第3位，僅次于腦血栓形成和高血壓腦出血，其致殘率和致死率很高。首次發(fā)生破裂出血后即約有8～32%的患者死亡，1年內殘死率在60%以上，2年內殘死率在85%以上[2]。由于動脈瘤首次出血后繼發(fā)第2、3次出血的風險極高，給患者帶來極其嚴重的后果，因此

2、對顱內動脈瘤進行早期、正確診斷并給予及時治療對于降低病死率及改善病人預后具有重要的臨床意義。其次，現(xiàn)階段對于顱內動脈瘤的病因以及病理仍不十分清楚，尋找顱內動脈瘤患者血清蛋白表達差異，可以更好的理解其病理改變，為將來進一步研究確定可能的分子標記物奠定基礎。我們利用表面增強激光解吸離子化飛行時間質譜（surface-enhanced laser desorption/ion-ization time-of-flight mass spect

3、rometry SELDI-TOF-MS）技術對顱內動脈瘤患者和外傷性蛛網膜下腔出血（tramatic subarachnoid hemorrhage tSAH）患者的血清蛋白質進行檢測，通過Biomarker Wizard3.1系統(tǒng)軟件對蛋白質豐度和質荷比（M/S）進行分析，期望篩選出可用于臨床顱內動脈瘤早期診斷的特異性血清生物標記，并進一步對顱內動脈瘤患者和tSAH患者對照之間有顯著差異的血清蛋白質峰進行優(yōu)選，建立數(shù)據(jù)庫，結合人工神

4、經網絡（artificial neural network ANN）建立診斷模型，從而為臨床早期篩選顱內動脈瘤提供一種無創(chuàng)的的輔助手段。 方法：受試標本分為2組：顱內動脈瘤組及tSAH組。收集2007年10月～2009年2月瀘州醫(yī)學院附屬醫(yī)院神經外科收治的60例發(fā)生SAH的顱內動脈瘤患者，男35例，女25例，年齡29～61歲，平均年齡45歲，所有患者均采用腦血管造影（DSA）以及CTA證實存在顱內囊性（或梭形）動脈瘤并外科手術治

5、療；tSAH患者55例，男32例，女23例，年齡26～62歲，平均年齡44歲，系腦挫裂傷患者（GCS評分=9～15分）。測試組患者均無其他先天性或嚴重內科疾病，且均為首次發(fā)病入院治療。發(fā)生部位：前交通動脈部21例，后交通動脈部18例，頸內動脈分叉處8例，大腦前動脈部6例，大腦中動脈部3例，基底動脈頂端2例，大腦后動脈部2例。運用SELDI-TOF-MS技術檢測40例顱內動脈瘤患者血清標本，40例tSAH（CTA排除顱內動脈瘤存在）患者血

6、清，（以上病例血清標本采集時間距發(fā)病時間均不超過24h），用金芯片（AU芯片）獲取血清蛋白表達指紋圖譜，并用Biomarker Wizard3.1軟件對檢測數(shù)據(jù)進行分析，得到的數(shù)據(jù)進行初步的統(tǒng)計學分析（計算均值X、P值和標準差S），P<0.05被認為差異具有統(tǒng)計學意義。從顱內動脈瘤和外傷性蛛網膜下腔出血患者血清蛋白質指紋圖譜的具有顯著性差異的質荷比中，優(yōu)選出5個標志蛋白（p<0.0001），應用人工神經網絡（Artificial Neu

7、ral Network ANN）建立顱內動脈瘤的神經網絡診斷模型，另以其余35例樣本（包括動脈瘤20例，tSAH15例）進行盲法驗證。 結果： 1.顱內動脈瘤患者與tSAH患者血清間共檢測出410個蛋白質峰，其中371個差異蛋白具有統(tǒng)計學意義（p<0.05），利用篩選的5個顯著性差異蛋白（p<0.0001）建立并訓練人工神經網絡網絡模型，它們的M/Z分別為2980、3973、5917、6431、9232。 2.利

8、用雙盲方法驗證人工神經網絡模型診斷顱內動脈瘤的靈敏度為90%，特異度為93.3%，陽性預測值為94.1%，陰性預測值87.5%。 結論： 1.顱內動脈瘤和tSAH患者血清蛋白質組學水平有顯著性差異。 2.M/Z為2980、3973、5917、6431、9232的蛋白質可能是篩選顱內動脈瘤患者的差異蛋白，篩選其作為顱內動脈瘤血清標志物建立預測模型，為顱內動脈瘤的早期篩選開創(chuàng)了一種新的模式，具有潛在意義。 3