侯建章（综述），侯振江（审校）

（沧州医学高等专科学校1医学系外科教研室，2医学技术系检验教研室，河北沧州 061001）

随着人类全基因组测序计划的完成，生物医学主要通过观察蛋白质的表达了解基因的全部信息。一个基因组所表达的全部蛋白质即为蛋白质组，蛋白质组学则是从细胞整体水平进行蛋白质属性研究，如表达水平、翻译后修饰、相互作用及疾病过程中的生理生化改变特征。应用蛋白质组学研究策略能高通量对比健康和疾病状态时蛋白质表达谱的改变，有效进行肿瘤标志物的筛选、鉴定，对肿瘤的早期诊断、发病机制和新药研发有重要意义［1］。随着蛋白质组学研究方法的建立和发展，蛋白质组学在肿瘤的早期诊断、病情监测和预后判断等方面有潜在的价值，已受到众多学者的关注［2］。现主要概述蛋白质组学技术在妇科恶性肿瘤研究中的应用。

1 乳腺癌

1．1 乳腺癌的诊断、鉴别诊断和分级 正常乳腺组织和乳腺癌的蛋白质表达有差异。胡跃等［3］对49例乳腺癌和33例健康女性血清蛋白质谱进行分析，用差异最大的4个质核比（M/Z）为17300、26300、5700、8900的质谱峰构建诊断模型，诊断乳腺癌的敏感度和特异度分别为76．47%（13/17）和 90%（9/10），3例早期乳腺癌均检出，对中晚期乳腺癌的检出 率 为 71．43%（10/14）。Gonçalves 等［4］用表面增强激光解析离子化-飞行时间质谱（surface-enhanced laser desorption/inionation-time of flight-mass spectra，SELDITOF-MS）对81例早期乳腺癌患者血清蛋白质组图谱进行研究，发现转移组有40个蛋白质呈显著性差异表达，其预测的敏感度和特异度分别为87%和76%。陈晶等［5］在乳腺癌组织中有明显差异表达的20个蛋白质中成功鉴定出13个蛋白点，其中高表达8个，低表达5个。表明乳腺癌与癌旁及正常乳腺组织蛋白存在明显的差异，筛选并鉴定这些蛋白质，可能成为早期诊断乳腺癌的标志物。梁燕等［6］用 SELDITOF-MS技术检测119例乳腺癌和42例乳腺增生症患者血清蛋白质谱，用生物标记向导和模型匹配软件进行组间差异分析，发现两组间有23个显著性差异蛋白峰，用其中的8个蛋白峰构建决策树分类模型，学习模式下的敏感度和特异度分别为100%（119/119）和97．62%（41/42），检测模式下的敏感度和特异度分别为91．60%（109/119）和92．86%（39/42）。提示乳腺良恶性疾病患者血清蛋白表达有明显差异，并有助于鉴别诊断。张国强等［7］用SELDI技术和生物信息学方法筛选血清中能反映乳腺癌术前分期的蛋白质峰并构建模型，在34例Ⅰ～Ⅱ期和31例Ⅲ～Ⅳ期乳腺癌的血清中发现11个蛋白质峰在两组之间的表达有显著性差异，2042．87、2459．83、3881．37、4804．47、6683．24 和 6706．06 的 6 个蛋白质峰被选为分类变量构成决策树分类模型，其交叉验证的总准确率为80．0%，Ⅰ～Ⅱ期乳腺癌的检出率为82．4%，Ⅲ～Ⅳ期的检出率为 77．4%。因此，SELDI技术可判断乳腺癌术前的分级。

1．2 乳腺癌的预后监测和随访 Ricolleau等［8］用SELDI-TOF-MS技术对30例有、无淋巴结转移的乳腺癌患者进行蛋白质分析，发现73个峰值，其中泛素化和铁蛋白轻链的表达能较好判断乳腺癌的预后。郑弘宇等［9］用SELDI-TOF-MS技术联合弱阳离子交换芯片，分析乳腺癌和健康对照各60例血清蛋白质谱，用BioMarker Pattern软件分析蛋白质谱图，筛选出12个差异蛋白质峰，高表达和低表达各50%。用自动选取的3个蛋白峰建立乳腺癌诊断分类树模型，其诊断的敏感度为91．9%，特异度为81．3%。证实SELDI-TOF-MS技术可筛选蛋白质峰，用于乳腺癌的监测和随访。

2 卵巢癌

2．1 良恶性卵巢肿瘤的鉴别 目前广泛使用的卵巢癌肿瘤标志物是糖类抗原125（CA125），但仅50%～60%的Ⅰ期卵巢癌患者CA125水平升高，且阳性预测值低（仅20%）。Alaiya等［10］报道卵巢癌组织中增殖细胞核抗原、热休克蛋白90等8种蛋白质高表达，原肌凝蛋白1、2和细胞角蛋白8等9种蛋白质下调，恶性肿瘤有5种以上同时变化，而良性肿瘤变化蛋白质数＜3种，交界性则为0～6种。提示蛋白质变化类型与恶性变有关。用多参数分析建立的分类模式，使近80%的恶性和交界性卵巢癌得到正确分类。Petri等［11］用质谱技术对156例良性妇科肿瘤、13例交界性妇科肿瘤和40例恶性卵巢上皮癌患者进行尿液蛋白组学检测，用色谱和串联质谱技术进一步纯化、鉴定，发现21个蛋白峰有显著性差异，其中最具显著性差异的蛋白质为2570．21、2707．32、4425．09，分别为纤维蛋白原α链的片段，胶原蛋白α片段和纤维蛋白原β片段，其诊断卵巢癌的敏感度和特异度分别为100%和97%。因此，尿液蛋白组学研究可用于良恶性卵巢肿瘤的鉴别诊断。

2．2 卵巢癌的诊断 Petricoin等［12］对50例卵巢癌和66例健康女性血清蛋白质进行SELDI-TOF-MS分析，发现 M/Z 为534、989、2111、2251、2465 的 5 个波峰同时变化，分析116个未标记的血清标本，诊断卵巢癌的敏感度为100%，特异度为95%，阳性预测值为94%。而CA125的阳性预测值仅35%。因此，用SELDI-TOF-MS技术对卵巢癌高危人群进行筛查，具有简便、快速、敏感、特异等优点。Cheng等［13］用磁珠结合基质辅助激光解析离子化技术对57例卵巢癌和29例健康人血浆蛋白组学检测，发现M/Z为2664、2850、3250、7735、7927 和92 406 个有显著性差异的蛋白峰，证实2664 Da为纤维蛋白原α链的片段，诊断卵巢癌的敏感度和特异度分别为100%、97%，可能成为卵巢癌的又一肿瘤标志物。Lin等［14］用SELDI-TOF-MS技术分析35例卵巢癌和30例健康对照血浆蛋白质，发现卵巢癌患者血浆中存在4个特异性蛋白质峰，而对照组缺失;对照组存在5295．5和8780．48的两个蛋白质峰，而卵巢癌患者缺失。这几种差异蛋白质在早期鉴别卵巢癌的敏感度为90．0%～96．3%，特异度为100%。赵群等［15］用二维差异凝胶电泳和MALDI-TOF/TOF串联质谱差异蛋白质组学研究103例卵巢上皮癌、63例卵巢良性肿瘤、3例盆腔良性病变和60例健康对照血清，发现41个有显著性差异的蛋白质点，成功鉴定其中的28个，上调和下调最显著的分别为结合珠蛋白和转铁蛋白，成为卵巢上皮癌的血清标志物;CA125+结合珠蛋白+转铁蛋白联合诊断卵巢上皮癌的敏感度和特异度高于三者的单独检测，提高了CA125阴性卵巢上皮癌的检出率，有助于卵巢上皮癌的诊断。Wang等［16］应用SELDI-TOF-MS技术，结合生物信息学的支持向量方法，以33例晚期卵巢癌、20例子宫肌瘤和11例健康人血浆为研究对象，建立了由晚期卵巢癌7个差异蛋白峰组成的蛋白质谱（4099、5488、4144、4478、3940 蛋白表达上调，13783、8588 蛋白表达下调），对早期卵巢癌进行盲法测试，预测的准确率为81．8%（9/11），提示用晚期卵巢癌蛋白质谱诊断模型对多数早期卵巢癌也有诊断价值。

3 宫颈癌

3．1 宫颈癌的诊断和鉴别诊断 Wong等［17］用SELDI技术和弱阳离子蛋白芯片检测35例浸润型宫颈癌和2例正常宫颈组织，发现50个蛋白峰;双盲选择宫颈癌20例，发现有2个蛋白低表达，13个蛋白高表达;挑选7个蛋白区分宫颈癌的敏感度为87%，特异度100%，阳性预测值100%，阴性预测值87%。证明SELDI技术用于宫颈癌的诊断，具有高通量、高敏感性和高特异性。Bae等［18］检测33例浸润性宫颈癌和17例正常宫颈组织，发现35个蛋白峰有差异表达，其中高表达17个，低表达18个，在宫颈癌组织中新鉴定的有21种蛋白质，还有12种蛋白质也存在于其他肿瘤。Lin等［19］用SELDI-TOF-MS技术分析60例宫颈浸润癌、32例宫颈原位癌和37例健康人血浆，发现6个蛋白峰;在92例患者中检出84例，37例健康人中检出6例，敏感度和特异度分别为91%和97%;在60例浸润癌中55例检出6584．41和3805．68两个蛋白峰，32例原位癌中检出31例，敏感度和特异度分别为92%和97%。说明这些蛋白质对宫颈癌的发生、发展起重要作用。夏婷等［20］用SELDI-TOF-MS检测91例早期宫颈鳞癌和15例宫颈上皮内瘤变Ⅲ级宫颈癌患者血清蛋白指纹图谱，建立了由3977和5807两个差异蛋白组成的宫颈癌诊断模型，诊断的敏感度和特异度分别为97．29%（36/37）和83．78%（31/37），可用于宫颈癌的早期诊断。刘玲等［21］采用SELDI-TOF-MS蛋白质芯片技术检测44例宫颈浸润癌、30例宫颈原位癌和51例健康人血清蛋白质指纹图谱，筛选出相对分子质量分别为 5642、5912、5905、5660、2288 和 8700 的 6 个标志蛋白，对宫颈癌诊断的敏感度为95．45%，特异度为95．23%;宫颈浸润癌与原位癌血清中存在16个差异表达蛋白质，筛选出相对分子质量分别为13 776、2796、2697、2070、2768 和9222 的6 个标志蛋白，其鉴别宫颈浸润癌的敏感度为93．10%，特异度为93．33%。宫颈原位癌与对照组存在6个差异表达蛋白质，诊断宫颈原位癌的敏感度为60%，特异度为98．08%。提示血清蛋白质谱分析可用于宫颈浸润癌和原位癌的鉴别，对宫颈癌浸润机制的探讨和治疗手段的开发有指导意义。

3．2 宫颈癌的预后监测 曾亮等［22］对早期和中-晚期宫颈癌组织进行蛋白质鉴定，发现CK19在早期的表达高于中-晚期，证实早期和中-晚期宫颈癌蛋白表达存在差异，可能成为预测宫颈癌复发和预后的标志物。罗俊华等［23］采用SELDI-TOF-MS技术比较宫颈浸润癌与健康女性血清蛋白质谱图，发现M/Z为3888、7763、6631的3种蛋白在宫颈浸润癌血清中水平明显降低，采用建立的分类树模型，诊断准确率为95．9%（140/146），敏感度和特异度分别为 95．3%（41/43）和98．1%（101/103）。双盲验证显示，该分类树模型诊断的敏感度和特异度分别为90．0%（18/20）和87．5%（35/40），表明血清蛋白组学与宫颈浸润癌密切相关，可能成为诊断宫颈浸润癌的血清学指标。

4 小结

目前蛋白质组学研究已成为生命科学领域的研究热点，高敏感性和高通量的蛋白质组学为妇科恶性肿瘤的研究提供了新方法和新策略，在筛选肿瘤标志物、诊断等方面发挥了重要作用。随着对蛋白质组学研究的不断深入，现代生物技术和信息技术的飞速发展，肿瘤的发生发展机制日趋明了，蛋白质组学将为人类最终攻克妇科恶性肿瘤作出巨大的贡献。

［1］Hanash SM，Bobek MP，Rickman DS，etal．Integrating cancer genomics and proteomics in the post-genome era ［J］．Proteomics，2002，2（1）:69-75．

［2］侯振江，侯建章．血清差异蛋白质组学在肝癌研究中的进展［J］．医学与哲学，2009，30（2）:54-55．

［3］胡跃，张苏展，余截凯，等．血清蛋白质组图谱和人工神经网络软件在乳腺癌诊断中的应用［J］．癌症，2005，24（1）:67-71．

［4］Gonçalves A，Esterni B，Bertucci F，etal．Postoperative seruMproteomic profilesmay predictmetastatic relapse in high-risk primary breast cancer patients receiving adjuvant chemotherapy［J］．Oncogene，2006，25（7）:981-989．

［5］陈晶，丁丹，郭慕红，等．应用二维电泳和质谱技术筛选乳腺癌相关差异表达蛋白质的初步研究［J］．南京医科大学学报（自然科学版），2008，28（6）:747-751．

［6］梁燕，柴凡，王秀丽，等．应用SELDI-TOF-MS技术分析乳腺癌与乳腺增生症的血清蛋白差异［J］．中华肿瘤防治杂志，2009，16（18）:1394-1396．

［7］张国强，刘扬，杨艳梅，等．血清SELDI蛋白质指纹图谱在乳腺癌术前分级中的应用［J］．中国生物工程杂志，2009，29（9）:56-60．

［8］Ricolleau G，Charbonnel C，Lode L，etal．Surface-enhanced laser desorption/ionization time of flightmass spectrometry protein profiling identifies ubiquitin and ferritin light chain as prognostic biomarkers in node-negative breast cancer tumors［J］．Proteomics，2006，6（6）:1963-1975．

［9］郑弘宇，吴凡，黄伟炜，等．血清蛋白质谱模型的建立及在乳腺癌诊断中的应用［J］．福建医药杂志，2010，32（1）:1-3．

［10］Alaiya AA，Franzén B，Hagman A，etal．Classification of human ovarian tumors using multivariate data analysis of polypeptide expression patterns［J］．Int JCancer，2000，86（5）:731-736．

［11］Petri AL，Simonsen AH，Yip TT，etal．Three new potential ovarian cancer biomarkers detected in human urine with equalizer bead technology［J］．Acta Obstet Gynecol Scand，2009，88（1）:18-26．

［12］Petricoin EF，Ardekani AM，Hitt BA，etal．Use of proteomic patterns in seruMto identify ovarian cancer［J］．Lancet，2002，359（9306）:572-577．

［13］Cheng AJ，Chen LC，Chien KY，etal．Oral cancer plasma tumor marker identified with bead-based affinity-fractionated proteomic technology［J］．Clin Chem，2005，51（12）:2236-2244．

［14］Lin YW，Lin CY，Lai HC，etal．Plasma proteomic pattern as biomarkers for ovarian cancer［J］．Int J Gynecol Cancer，2006，16（5）:1951-1592．

［15］赵群，段微，吴玉梅，等．CA125阴性卵巢癌血清标志物差异蛋白质组学的研究［J］．现代妇产科进展，2008，17（5）:337-341．

［16］Wang J，Zhang X，Ge X，etal．Proteomic studies of early-stage and advanced ovarian cancer patients［J］．Gynecol Oncol，2008，111（1）:111-119．

［17］Wong YF，Cheung TH，Lo KW，etal．Protein profiling of cervical cancer by protein-biochips:proteomic scoring to discriminate cervical cancer froMnormal cervix［J］．Cancer Letters，2004，211（2）:227-234．

［18］Bae SM，Lee CH，Cho YL，etal．Two-dimensional gel analysis of protein expression profile in squamous cervical cancer patients［J］．Gynecol Oncol，2005，99（1）:26-35．

［19］Lin YW，Lai HC，Lin CY，etal．Plasma proteomic profiling for detecting and differentiating in situ and invasive carcinomas of the uterine cervix［J］．Int JGynecol Cancer，2006，16（3）:1216-1224．

［20］夏婷，郑智国，高赟，等．宫颈癌患者血清蛋白指纹图谱的检测及其意义［J］．癌症，2008，27（3）:279-282．

［21］刘玲，詹平，毛熙光，等．SELDI-TOF-MS蛋白芯片技术在宫颈癌早期诊断和鉴别诊断中的应用［J］．中国现代医学杂志，2009，19（6）:860-864．

［22］曾亮，朱红，邓亚平，等．应用蛋白质组学技术筛选宫颈癌临床分期相关蛋白［J］．现代生物医学进展，2009，9（16）:3049-3052．

［23］罗俊华，高春芳，魏蓉，等．宫颈浸润癌患者血清蛋白质组的特征研究［J］．解放军医学杂志，2010，35（4）:433-435．