血清蛋白质指纹图谱与人工神经网络模型在肺癌诊断中的应用

摘要:目的　筛选肺癌相关标志物并建立诊断肺癌的蛋白质谱模型。方法　应用表面增强激光解吸电离飞行时间质谱(SELDI2TOF2MS) 技术检测了86 例肺癌、80 例健康对照样本的血清蛋白质质谱,结合人工神经网络建立肺癌诊断模型。结果　从肺癌组与健康对照组中筛选出了4 个蛋白质荷比峰建立肺癌诊断模型,该诊断模型的特异性为100 %(95 %的置信区间为93. 9 %～100. 0 %) ,敏感性为93. 6 %(87. 6 %～96. 4 %) ,准确率为96. 7 %(88. 1 %～98. 3 %) 。结论　成功建立了肺癌诊断模型,该模型在肺癌的诊断中具有较高的敏感性和特异性。