项目名称: 基于蛋白组学技术筛选卵巢癌早期诊断生物学标记物的前瞻性研究

项目编号: No.81460438

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 医药、卫生

项目作者: 李莉

作者单位: 新疆医科大学

项目金额: 48万元

中文摘要: 卵巢癌死亡率有逐年上升趋势,位居妇科恶性肿瘤之首,严重危害新疆各族妇女的健康及社会和谐发展。由于缺乏有效的早期诊断方法,70%卵巢癌患者确诊时已为晚期,治疗费用高且预后差。而早期诊断可以明显降低卵巢癌患者的死亡率。早期诊断的一个途径是寻找理想的肿瘤标志物。目前卵巢癌临床使用的标记物CA125敏感性和特异性均不能满足早期诊断的需要。蛋白质组学技术为筛选早期诊断的肿瘤标记物提供了有效途径。课题应用shotgun蛋白组学研究方法,基于相对和绝对定量同位素标记(iTRAQ)和两维高效液相色谱-电喷雾-OrbiTrap质谱分离检测技术平台对早、中晚期卵巢癌、良性卵巢囊肿、正常生物样本(组织和血清)进行定量蛋白组学研究,建立卵巢癌差异蛋白列表,筛选区别早卵巢癌有意义的3-6个差异蛋白,采用Western-blot进行临床样本差异蛋白验证,建立ROC曲线,为探寻卵巢癌早期诊断标记物奠定一定的基础。

中文关键词: C24_卵巢肿瘤;早期诊断;蛋白组学;生物学标记物

英文摘要: The study will use quantitative proteomic approaches to identify predictive proteins in bio-samples from ovarian cancer patients,including tissue and serum,compared to those from benign tumor patients and healthy control people,respectively.Tissues and serum from patients in early pathological stage and middle-late stages are regarded as two independent groups in this quantitative proteomics study.Ultra high resolution OrbiTrap mass spectrometry coupled with 2D-nano-LC of extensive protein fractionation (2D-nano-LC-ESI- OrbiTrap MS/MS) was used in this study.Quantitation was achieved by isobaric tags for relative and absolute quantitation (iTRAQ).We propose to obtain quantitatively expressed proteins in bio-samples from ovarian cancer patients,compared to those from benign tumor patients and the healthy people.Proteins with expression ratios of over 1.5-fold in increase or decrease were considered differentially expressed.Among the differential expressed proteins,we will interpret 3-6 most important differential proteins and validate them using Western Blotting technology.We wish we will find some useful differentially expressed proteins in this study,potentially to be used as biomarkers for the predictive or early detection of ovarian cancer in the clinical service.

英文关键词: ovarian;early diagnosis;protemics;biomarker

成为VIP会员查看完整内容
0

相关内容

迁移学习方法在医学图像领域的应用综述
专知会员服务
59+阅读 · 2022年1月6日
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
21+阅读 · 2021年11月29日
专知会员服务
85+阅读 · 2021年10月11日
专知会员服务
35+阅读 · 2021年8月27日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
27+阅读 · 2020年3月6日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
自动化所人工智能辅助诊断方法进入肿瘤诊疗指南
中国科学院自动化研究所
1+阅读 · 2021年9月3日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月20日
小贴士
相关主题
相关VIP内容
迁移学习方法在医学图像领域的应用综述
专知会员服务
59+阅读 · 2022年1月6日
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
21+阅读 · 2021年11月29日
专知会员服务
85+阅读 · 2021年10月11日
专知会员服务
35+阅读 · 2021年8月27日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
27+阅读 · 2020年3月6日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员