目的:大肠癌(Colorectal cancer)是我国常见恶性肿瘤之一,其发病率和死亡率在欧美及中国均居前列,且多年来居高不下。另外大肠癌也有年轻化的趋势,且症状隐匿,病情发展快,多数患者被诊断为大肠癌时已属中晚期,造成大肠癌患者的治疗及预后较差,术后远期预后效果的判断也较困难。因此早期发现、早期诊断、早期治疗即“三早”是提高大肠癌生存率的重要措施。造成大肠癌早期诊断困难和远期预后效果评价缺乏客观指标的原因主要在于缺乏高灵敏度、特异度的早期诊断方法。大便隐血检查、脱落细胞学检查、直肠指检、内镜检查、影像学检查以及肿瘤标志物等可以用于大肠癌诊断、疗效评价、预后判断以及复发和转移的追踪等方面,然而这些检查的灵敏度、特异度和准确度都有待提高,并且各个学者报道不一。目前还没有任何一种优良的大肠癌血清肿瘤标志物可用于临床作为检测的区分标准。大肠癌的病因和发病机制尚处于研究阶段,其研究涉及基因表达、转录调控、细胞重组和细胞骨架、信号转导、蛋白质合成和重叠等各方面,其分子水平的鉴定是目前癌症病学研究的热点。癌细胞在生长和代谢过程中,必定会留下蛛丝马迹,只是限于一般检测手段的灵敏度低而不易发现。为了寻找大肠癌患者血清中微量的标志性差异蛋白质组,探索大肠癌发生与基因转录的蛋白调控机制,以及早期诊断和下一步基因治疗提供实验数据。本实验室使用表面激光解析电离飞行时间质谱技术(Surface enhanced laser desorption ionization time of flight mass spectrometry,SELDI-TOF-MS)结合蛋白芯片筛选差异蛋白,结合人工神经网络技术(artificial neural network ,ANN)进行数据挖掘,建立诊断和预后模型,并检验模型的诊断效率,以期对大肠癌患者进行预后判断以及帮助制定个体化的医疗措施,并初步探讨其病因和发病机制。方法:利用SELDI-TOF-MS技术及其配套的金芯片(Gold Chip)检测251份血清标本:包括大肠癌术前组(45例)、术后预后良好组(术后无复发和无转移14例)、术后预后不良组(术后复发或转移13例)、肠道良性疾病组(24例)和正常人组(155例),得到相应的蛋白指纹图谱,并将获得的蛋白质谱图用Ciphergen Protein Chip 3.0软件进行数据的校正和分析,采用Ciphergen Biomaker Wizard 3.1软件筛选差异蛋白,并建立人工神经网络诊断模型和预后模型。结果:筛选出7个表达有明显差异的标志蛋白质(P<0.01),其分子量为4955Da、5325Da、5890Da、6615Da、7739Da、8109Da、8575Da。利用这7个标志蛋白质建立人工神经网络大肠癌的诊断模型,再利用分子量为4955Da、5325Da、5890Da、6615Da、7739Da的5个差异蛋白建立人工神经网络大肠癌的预后模型。其中诊断模型对大肠癌的诊断灵敏度和特异度分别为82.22%和80.45%,阴性预测值94.74%,阳性预测值51.39%,准确度为80.80%;预后模型对大肠癌术后复发或转移的诊断符合率为62.96%。经Swiss-Prot蛋白数据库检索,初步鉴定为Beta-defensin 38、Unchara- terized protein ypaB、ypaBUPF0181 protein、Probable replicative DNA helicase、50S ribosomal protein L350、Secindependent protein translocase protein tatA/E homolog和Acyl carrier protein。结论:用筛选出的标志蛋白质组来建立大肠癌的模型,这对于大肠癌患者的诊断和预后判断有一定的意义,并对大肠癌分子病理研究提出了新的思路。