欧阳锦，罗 亭，余石群，黄邵鑫，汪 鑫

(1.南昌大学江西省预防医学重点实验室，南昌 330006；2.九江学院基础医学院精准预防医学实验室，江西 九江 332000)

肺癌是癌症相关死亡的主要原因，在全球范围内发病率呈上升趋势[1]。其症状多出现较晚，确诊时已处病变的晚期，发现于晚期的非小细胞肺癌患者的5年生存率平均只有14%，而接受治疗的I期患者的5年生存率可达83%[2]。因此，提高肺癌早期诊断率是改善肺癌患者预后的重要方法。基于TNM分期，目前非小细胞肺癌患者的5年生存率估计在IA期的73%到Ⅳ期的13%之间[3]。TNM分期仍然是临床肺癌复发率和生存率的预测依据，但目前对肺癌患者的确诊和病变范围(国际TNM分类/分期)的判断仍必须通过活检来确认[4]。影像学结果在肺癌临床分期的准确分类上存在潜在的缺陷和局限性[5]，如CT影像用于肺结节的检测虽具有一定的价值，然而很难准确判断肺结节的性质[6]。近来，采用免疫组织化学、突变图谱和微阵列方式对肿瘤个体进行分析已应用于肿瘤临床分期领域[7]。例如，癌胚抗原、神经元特异性烯醇化酶等分子标志物已被应用于临床检测，然而其灵敏度和特异度有限[8]，很少应用于肺癌早期诊断中。

基因表达数据库(gene expression omnibus，GEO)是来自高通量微阵列实验基因表达数据的公共存储库[9]。借助该数据库，利用生物信息学工具挖掘肿瘤的分子标志物，可缩短对肿瘤标志物的研究时间，节约研究成本。基于CT扫描的附加诊断标志物的开发证实可用于肺癌分期预测[6]。……