原發(fā)性IgA腎病與非IgA腎病生物化學(xué)鑒別診斷方法探索.pdf

1、目的：IgA腎病是我國(guó)最主要的原發(fā)性腎小球疾病，質(zhì)譜和生物信息學(xué)技術(shù)給疾病的診斷提供了高通量分析和二次利用常規(guī)數(shù)據(jù)的平臺(tái)。本研究的目的用統(tǒng)計(jì)學(xué)、生物信息學(xué)和MALDI-TOF MS尋找鑒別診斷IgA腎病(IgAN)和非IgA腎病(non-IgAN)的生物標(biāo)記。
　　 方法：實(shí)驗(yàn)一：用統(tǒng)計(jì)學(xué)和生物信息學(xué)分析原發(fā)性IgAN和non-IgAN常規(guī)血清生化參數(shù)?；仡櫺苑治鑫以?007年全年腎臟病科649倒住院患者病案。建立研究對(duì)象的納入

2、和排除標(biāo)準(zhǔn)。根據(jù)腎活檢的結(jié)果分為原發(fā)性IgAN和non-IgAN，用CHISS統(tǒng)計(jì)學(xué)軟件分析兩組生化參數(shù)的差異；用生物信息學(xué)工具SVM-RFE做兩組的分類(lèi)預(yù)測(cè)準(zhǔn)確度和特征選擇。實(shí)驗(yàn)二：用MB-WCX提取血清蛋白及優(yōu)化質(zhì)譜儀和分析軟件的部分參數(shù)。研究對(duì)象是根據(jù)腎活檢的結(jié)果診斷為原發(fā)性IgAN和non-IgAN并治療前的患者。調(diào)整質(zhì)譜儀和ClinProttools部分參數(shù)、選擇測(cè)定范圍、用Flexanalysis軟件處理原始圖譜、選擇運(yùn)算方

3、法以獲得最佳分類(lèi)模型及最多的差異峰.實(shí)驗(yàn)三：在實(shí)驗(yàn)二的基礎(chǔ)上，建立IgAN和non-IgAN鑒別診斷模型，尋找差異峰，預(yù)測(cè)蛋白。
　　 結(jié)果：
　　 1.實(shí)驗(yàn)一的入選資料為145例，兩組16項(xiàng)血清生化參數(shù)均有差異。當(dāng)ALB<30g/L時(shí)，兩組AFP、CA153、ALT和CK有統(tǒng)計(jì)學(xué)差異；當(dāng)ALB>30g/L時(shí)，兩組LDH，NSE有統(tǒng)計(jì)學(xué)差異。logistic回歸結(jié)果表明LDH、NSE和CA153在IgAN的鑒別診斷中有統(tǒng)

4、計(jì)學(xué)意義。SVM-RFE結(jié)果為，TP、ALB和LDH特征組合對(duì)IgAN和non-IgAN的分類(lèi)預(yù)測(cè)準(zhǔn)確度達(dá)73.76％.
　　 2.調(diào)整激光衰減器offset為30％、range為70％時(shí)，可得到50shots強(qiáng)度為1000的圖譜；選定的測(cè)定范圍為m/z=720～17061；用Flexanalysis軟件對(duì)原始數(shù)據(jù)做“基線(xiàn)消減”和“平滑”處理；在ClinProt tools默認(rèn)的校正參數(shù)的基礎(chǔ)上，加入Savitsky Golay

5、Soomthing選項(xiàng)，調(diào)整最小范圍1800m/z及在峰的計(jì)算復(fù)選框選擇Useintensity。SNN運(yùn)算方法適合本實(shí)驗(yàn)，Cross Validation和RecognitionCapability分別是76.13％和86.82％。
　　 3.用血清肽質(zhì)量指紋圖譜建立IgAN和non-IgAN的鑒別診斷模型。獲9個(gè)差異峰，Biotools軟件預(yù)測(cè)多肽峰5338和2082分別為粘蛋白4同工型片段和α1-II型膠原同工型片段。