[发明专利]一种胃癌的唾液蛋白诊断模型及其建立方法

摘要

本发明公开了一种胃癌的唾液蛋白诊断模型及其建立方法，该胃癌的唾液蛋白诊断模型的建立方法包括以下步骤：唾液标本的收集和处理；采用WCX磁珠处理唾液样品；点样及质谱分析；数据统计学分析；该胃癌的唾液蛋白诊断模型主要由人唾液蛋白中质荷比(m/z)分别为1472.78Da、2936.49Da、6556.81Da和7081.17Da的4个唾液蛋白峰组成。本发明通过由人唾液蛋白中质荷比(m/z)由1472.78Da、2936.49Da、6556.81Da和7081.17Da的4个蛋白峰建立的分类预测模型，将检测人唾液中相应的蛋白质的m/z与模型进行分析，可以初步用于胃癌的诊断，识别率为97.83％，预测能力79.82％。本发明临床回代检验结果表明该诊断模型的准确率为97.56％，灵敏度为95.65％，特异性为100％。本发明的构建方法简单，具有合理可行，操作简便，可批量处理的特点。

主权项

一种胃癌的唾液蛋白诊断模型的建立方法，其特征在于，该胃癌的唾液蛋白诊断模型的建立方法包括以下步骤：步骤一，唾液标本的收集和处理；步骤二，采用WCX磁珠处理唾液样品，加入稳定缓冲液的洗脱液可以用来直接质谱分析；步骤三，点样及质谱分析：将磁珠处理好的多肽样品溶液各取分别点靶，室温下干燥后，再各点基质溶液，然后将制备好的点样板置于MALDI‑TOF质谱仪上进行分析；步骤四，数据统计学分析：用FlexAnalysis3.0软件进行标峰和校正峰，用软件ClinProTools2.1中的统计学检验方法寻找差异蛋白，分析有差异趋势的多肽，并利用软件中的遗传算法结合KNN建立分类预测模型；建立分类预测模型的方法为：首先使用遗传算法，设变异率为0.2，交叉率为0.5，初始染色体个数为1000，适应度函数用KNN判定结果的准确率，最终经过10000次进化，遍历k，最终在差异蛋白中，选用了几个蛋白峰，建立模型，计算模型的特异性、敏感性及平均准确率用随机抽样方法，随机选择80％样本建立模型，其余的20％作为验证样本，运行十次，验证模型的有效性，平均特异性、灵敏性及平均正确率。