摘要:
目的 研究SLE患者血清蛋白质谱的变化,从而筛选出特异性的蛋白标记物。方法 采用表面增强激光解吸/离子化飞行时间质谱(SELDI-TOF-MS)技术和弱阳离子交换芯片(CM10)检测72例SLE患者和85例正常人血清蛋白质质谱。用数字表法随机抽取90份标本 (40例SLE患者和50例正常人对照者)作为训练组进行系统训练,将筛选出来的差异蛋白峰作为一个标志物组合模式,建立分类树模型(即系统训练过程);用67份血清标本(32例SLE患者和35例正常对照者)作为盲筛组 (测试组) 验证该模型。结果 在质荷比(M/Z)2000 ~ 50 000范围内,共检测到73个蛋白质峰,筛选出差异蛋白质峰15个,以质荷比(M/Z)分别为4001、6305和7356的3个差异蛋白峰建立决策树分类模型,对SLE患者诊断的敏感性为90.0%(36/40),特异性为92.0%(46/50),正确诊断率为91.1%(82/90)。用该模型对测试组进行双盲检测,结果显示敏感性、特异性和正确诊断率分别为87.5%(28/32)、91.4%(32/35)和89.6%(60/67)。结论 应用SELDI-TOF-MS技术可以筛选出SLE患者相关的血清蛋白标记物,建立的决策树分类模型可能对SLE患者的诊断具有重要的临床价值。