CN104034902A - 利用4个蛋白联合预测食道癌患者预后的试剂盒 - Google Patents

利用4个蛋白联合预测食道癌患者预后的试剂盒 Download PDF

Info

Publication number
CN104034902A
CN104034902A CN201410202256.0A CN201410202256A CN104034902A CN 104034902 A CN104034902 A CN 104034902A CN 201410202256 A CN201410202256 A CN 201410202256A CN 104034902 A CN104034902 A CN 104034902A
Authority
CN
China
Prior art keywords
value
kit
prognosis
expression
cancer patients
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410202256.0A
Other languages
English (en)
Other versions
CN104034902B (zh
Inventor
张俊毅
白玉勤
瑞云
董彩凤
许秀娥
吴健谊
许丽艳
李恩民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chifeng University
Shantou University Medical College
Original Assignee
Chifeng University
Shantou University Medical College
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chifeng University, Shantou University Medical College filed Critical Chifeng University
Priority to CN201410202256.0A priority Critical patent/CN104034902B/zh
Publication of CN104034902A publication Critical patent/CN104034902A/zh
Application granted granted Critical
Publication of CN104034902B publication Critical patent/CN104034902B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407—Specifically defined cancers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Cell Biology (AREA)
  • Analytical Chemistry (AREA)
  • Biotechnology (AREA)
  • Pathology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明所要解决的技术问题是提供一种检测石蜡包埋组织中目的蛋白表达情况的试剂。本发明解决该技术问题的技术方案是提供了一种评价食道癌患者预后信息的检测试剂盒。该试剂盒包括4种目的蛋白的抗体-δ-catenin、Dynamin-2、Erbin和LAP-1抗体，还包括山羊血清、0.01M柠檬酸盐修复液、3％H2O2、Polymer增强剂、Polymer聚合物、DAB显色试剂、PBS溶液。使用该试剂盒评价食道癌患者的预后比国际TNM分期简单易行，且敏感性及特异性均高于TNM分期，以及更适用于国人的食道癌预后评估。

Description

利用4个蛋白联合预测食道癌患者预后的试剂盒
技术领域
本发明涉及联合多个蛋白抗体并利用免疫组织化学超敏型二步法去检测食道癌患者标本的表达情况进而预测患者预后的试剂盒。
背景技术
食道鳞状细胞癌(Esophageal Squamous Cell Carcinoma，ESCC)在我国是一种常见的上消化道恶性肿瘤，在国人的恶性肿瘤死亡率中位居第四位。全世界每年40余万的新发食道癌病例中，一半以上发生在我国，我国也是世界上公认的食道癌第一高发国。上世纪70年代，在全国范围内实施了恶性肿瘤普查，确立河北磁县、河南林县、山西阳泉、四川盐亭、广东潮汕和江苏淮安等地区为中国食道癌六大高发区。
准确预测食道癌患者的预后对于临床进一步的治疗和随访具有重要意义。然而，目前除了国际TNM分期外还没有一种简便有效的方法可以更加准确地预测食道癌患者的预后。然而，TNM分期预测患者的预后比较繁琐，需要准确地评价肿瘤的浸润深度、转移淋巴结的个数、肿瘤有无远处转移等，况且国际TNM分期的制定缺少大量国人食道癌的病例资料，因此在评价我国患者的预后时适用性比较差，而本发明所采用的4个指标联合预测患者预后的试剂盒比单个指标检测具有更高的预测效果，同时也明显高于TNM分期的预测能力，并且本发明所基于的免疫组织化学超敏型二步法是一种成熟可靠、可在基层医院广泛使用的方法。本试剂盒中4种抗体蛋白的背景介绍如下。
δ-catenin蛋白作为黏附分子Catenin家族中的一员，除了在神经元突触处发挥重要的生理作用外，其在肿瘤演进过程中所发挥的作用也越来越受到人们的关注。最近的文献也报道了δ-catenin在肺癌、前列腺癌、大脑星形细胞瘤及卵巢癌中的表达明显增高且和患者的不良预后密切相关。然而，在国人恶性肿瘤死亡率居第四位的食道癌中δ-catenin的表达情况如何及其与患者预后的关系尚不清楚。本发明的前期研究发现δ-catenin在食道癌组织中高表达并与患者的不良预后密切相关。
Dynamin-2蛋白主要定位在细胞连接处，并参与细胞伪足的形成。在子宫颈鳞状细胞癌中Dynamin-2的表达增加。本发明的前期研究发现Dynamin-2在食道癌组织中的表达与患者的不良预后密切相关。
Erbin蛋白定位在细胞连接半桥粒处，在皮肤鳞状细胞癌中Erbin的表达增加。本发明的前期研究发现Erbin在食道癌组织中高表达并与患者的不良预后密切相关。
LAP-1蛋白也定位在细胞连接处，特别是神经元突触膜上。该蛋白在肿瘤组织中表达的研究甚少。本发明的前期研究发现LAP-1在食道癌组织中的表达与患者的不良预后密切相关。
虽然上述每种蛋白均具有预测食道癌患者预后的能力，但把4种蛋白联合起来预测食道癌患者的预后则具有更强的判断效能，甚至高于国际公认的TNM分期的预测能力。
发明内容
本发明所要解决的技术问题是提供一种基于免疫组织化学方法的4个蛋白抗体联合预测食道癌患者预后的试剂盒。
其中，上述的免疫组织化学方法主要是检测中性福尔马林固定和石蜡包埋的标本。
其中，上述试剂盒主要包括4种蛋白抗体，分别是δ-catenin、Dynamin-2、Erbin和LAP-1抗体。
其中，上述试剂盒还包括：山羊血清，0.01M柠檬酸盐修复液，3％H2O2，Polymer增强剂，Polymer聚合物，DAB显色试剂，PBS溶液。
附图说明
图1是δ-catenin蛋白在不同表达人群的Kaplan-Meier生存曲线(X2＝6.671，P＝0.010)。
图2是Dynamin-2蛋白在不同表达人群的Kaplan-Meier生存曲线(X2＝5.181，P＝0.023)。
图3是Erbin蛋白在不同表达人群的Kaplan-Meier生存曲线(X2＝4.633，P＝0.031.)。
图4是LAP-1蛋白在不同表达人群的Kaplan-Meier生存曲线(X2＝8.546，P＝0.003)。
图5是4种蛋白联合后判断该人群的Kaplan-Meier生存曲线(X2＝18.574，P<0.001.)。
图6是ROC曲线(注：4种蛋白联合后形成的曲线下面积最大，为0.627)。
具体实施方式
我们收集了299例2007-2011年的食道癌患者的手术标本存档蜡块。下面结合附图实施例作进一步详细描述。
免疫组织化学超敏型二步法步骤如下。
标本经连续切片、二甲苯脱蜡、梯度酒精水化后，用超敏型二步法检测目的蛋白的表达，具体方法如下。
(1)切片经0.01M柠檬酸盐修复液抗原修复、3％H2O2灭活内源性过氧化物酶、山羊血清封闭后，分别与δ-catenin、Dynamin-2、Erbin、LAP-1抗体4℃孵育过夜。
(2)切片与Polymer增强剂和Polymer聚合物分别孵育后经DAB显色。
(3)切片经苏木素复染核，梯度酒精脱水，二甲苯透明和中性树胶封片。
(4)切片在完成上述每步后均经PBS溶液洗涤。
所有的免疫染色切片经2位病理医师采用盲法独立评分。肿瘤细胞浆中出现棕黄色颗粒被认为是阳性信号。染色强度分为4级：0，阴性；1，弱染色；2，中度染色；3，强染色。阳性细胞百分数分为5级：0，0～5％；1，6～25％；2，26～50％；3，51～75％；4，≥76％。每个标本的总分数是由肿瘤细胞染色强度和肿瘤细胞阳性百分数两部分的乘积得出的，范围是0～12。为了方便统计，我们把所有病例分为低表达和高表达2组，1代表低表达组，2代表高表达组，其cut-off值根据X-tile软件确定。δ-catenin：0～7分为低表达组，8～12分为高表达组；Dynamin-2：0～4分为低表达组，6～12分为高表达组；Erbin：0～1分为低表达组，2～12分为高表达组；LAP-1：0～4分为低表达组，6～12分为高表达组。
4个指标联合起来判断食道癌患者预后的方程式如下。
Y＝α×A+β×B+γ×C+δ×D，其中α、β、γ、δ为系数，通过Cox回归可以得出数值，故方程式变为Y＝0.367×A+0.349×B+0.556×C+0.410×D。A、B、C、D为该例标本中4个蛋白的表达状态，1代表低表达，2代表高表达。计算出每例标本的Y值后按照从小到大的顺序排列，其中位于中间位置的病例对应的Y值为cut-off值，即2.092。小于等于该值的病例为低危组，高于该值的病例为高危组，这样分成2组后再进行单因素统计分析。此外，也可以通过绘制ROC曲线去比较每个蛋白形成的曲线下面积(AUC)的大小。
数据的统计学处理。
使用SPSS13.0统计软件处理数据。各蛋白的表达与患者的年龄、性别、肿瘤大小、肿瘤位置、肿瘤分化程度、浸润深度、淋巴结转移状态、TNM分期之间的关系使用Chi-Square检验；各蛋白的表达与患者的生存时间的关系使用Kaplan-Meier生存分析；预测影响患者预后的独立危险因素使用Cox比例风险回归模型；每种蛋白预测食道癌患者预后的效能使用ROC曲线；P<0.05被认为有统计学显著性。
结果显示：4个蛋白的表达都与食道癌患者的TNM分期及淋巴结转移状态密切相关。
Cox风险回归模型检测各蛋白单独或联合表达后的Risk值及是否是患者预后的独立危险因素如下。
δ-catenin的表达状态与患者的生存时间密切相关，并且还是独立的预后因子(Risk＝1.775，95％CI＝1.282-2.459，P＝0.001)。
Dynamin-2的表达状态与患者的生存时间密切相关，但不是独立的预后因子(Risk＝1.295，95％CI＝0.933-1.798，P＝0.123)。
Erbin的表达状态与患者的生存时间密切相关，但不是独立的预后因子(Risk＝1.215，95％CI＝0.867-1.705，P＝0.258)。
LAP-1的表达状态与患者的生存时间密切相关，但不是独立的预后因子(Risk＝1.417，95％CI＝0.951-2.111，P＝0.087)。
4个蛋白联合具有更强的食道癌预后预测能力，同时也是独立的预后因子(Risk＝1.854，95％CI＝1.336-2.574，P<0.001)，甚至高于TNM分期(Risk＝1.798，95％CI＝1.290-2.507，P＝0.001)和淋巴结转移状态(Risk＝1.781，95％CI＝1.272-2.493，P＝0.001)的预测能力。
4个蛋白联合后形成的ROC曲线面积是最大的，同时也具有较高的敏感性和特异性。
AUC(曲线下面积) 敏感性 特异性
TNM staging 0.620 56.5％ 67.6％
Dynamin expression 0.566 41.6％ 71.7％
Erbin expression 0.547 59.7％ 49.7％
LAP-1expression 0.559 22.1％ 89.7％
δ-catenin expression 0.595 50.6％ 68.3％
Combined expression 0.627 57.1％ 68.3％
综上，δ-catenin，Dynamin-2，Erbin，LAP-1联合后的Risk值是1.854，高于它们单独评价患者时相应的Risk值(分别为1.775，1.295，1.215，1.417)，甚至高于TNM分期和淋巴结转移状态所对应的Risk值(分别为1.798，1.781)，同时4个指标的联合还是独立的评价食道癌患者预后的危险因素(P<0.001)。
4个指标联合后得出的Kaplan-Meier生存曲线比每个指标单独评价得出的Kaplan-Meier曲线差别更明显，且X2值是最大的(X2＝18.574)，而P值是最小的(P<0.001)。
4个指标联合后得到的ROC曲线下面积是0.627，均大于每种指标单独评价时所形成的ROC曲线下面积，甚至高于TNM分期所形成的曲线下面积(0.620)，同时4个指标联合后预测食道癌患者的预后也具有较高的敏感性和特异性(分别为57.1％和68.3％)，均高于国际公认的预后评价指标-TNM分期(56.5％和67.6％)。因此说δ-catenin、Dynamin-2、Erbin、LAP-1联合后评价食道癌患者的预后具有更高的预测价值，并且比TNM分期更好操作及适用性更强。
评价临床上个体食道癌患者的预后信息时，只需把所得到的该患者4个蛋白表达的免疫组化分数对应的表达状态数值(1代表低表达，2代表高表达)套入公式Y＝0.367×A+0.349×B+0.556×C+0.410×D中，就可以得出Y值，然后与我们确定的cut-off值2.092比较，小于该值的患者属于低危组(3年生存率为40.74％)，大于该值的患者属于高危组(3年生存率为21.13％)。

Claims (10)

1.一种预测食道癌患者预后的试剂盒，其特征在于试剂盒中包括抗δ-catenin、抗Dynamin-2、抗Erbin和抗LAP-1四种蛋白抗体。
2.根据权利要求1所述的预测食道癌患者预后的试剂盒，其特征在于：试剂盒中还包括山羊血清、0.01M柠檬酸盐修复液、3％H2O2、Polymer增强剂、Polymer聚合物、DAB显色试剂、PBS溶液。
3.根据权利要求1或2所述的试剂盒在制备联合预测食道癌患者预后的试剂盒中的应用。
4.根据权利要求3所述的应用，其特征在于使用试剂盒所检测的标本为中性福尔马林固定和石蜡包埋的组织蜡块。
5.根据权利要求3或4所述的应用，其特征在于：所使用的检测方法为免疫组织化学超敏型二步法。
6.根据权利要求3-5任一项所述的应用，其特征在于预测食道癌患者预后的方法包括如下步骤：标本经切片、脱蜡、水化后用超敏型二步法检测目的蛋白的表达。
7.根据权利要求6所述的应用，其特征在于预测食道癌患者预后的方法具体如下：切片经脱蜡至水、抗原修复、灭活内源性过氧化物酶和山羊血清封闭后，分别与一抗δ-catenin、Dynamin-2、Erbin和LAP-1在保湿盒内孵育过夜；随后分别与Polymer增强剂和Polymer聚合物孵育后经DAB显色和苏木素复染细胞核；最后经酒精脱水和二甲苯透明后用中性树胶封片，并对每张免疫组化染色切片进行评分。
8.根据权利要求3-7任一项所述的应用，其特征在于：每种蛋白表达高低的cut-off值由X-tile软件确定，其中δ-catenin的cut-off值是7分，Dynamin-2的cut-off值是4分，Erbin的cut-off值是1分，LAP-1的cut-off值是4分。
9.根据权利要求3-8任一项所述的应用，其特征在于：每例标本在应用4种抗体分别检测后，其4种蛋白联合表达的计算公式为Y＝α×A+β×B+γ×C+δ×D，其中α、β、γ、δ为系数，可以通过Cox回归得出，故该公式转换为Y＝0.367×A+0.349×B+0.556×C+0.410×D；A、B、C、D分别为该例标本中δ-catenin、Dynamin-2、Erbin、LAP-1蛋白的表达状态，1代表低表达，2代表高表达；在计算出每例标本的Y值后按照从小到大的顺序排列，其中位于中间位置的标本所对应的Y值为cut-off值，即2.092，那么低于该值的病例为低危组，高于该值的病例为高危组。
10.根据权利要求3-9任一项所述的应用，其特征在于：评价个体食道癌患者预后的信息时，只需把该患者4个蛋白的免疫组化得分所对应的表达状态套入公式中，就可以得出Y值，然后与我们确定的cut-off值2.092比较，小于该值的患者属于低危组，其3年生存率为40.74％，而大于该值的患者属于高危组，其3年生存率为21.13％。
CN201410202256.0A 2014-05-09 2014-05-09 利用4个蛋白联合预测食道癌患者预后的试剂盒 Expired - Fee Related CN104034902B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410202256.0A CN104034902B (zh) 2014-05-09 2014-05-09 利用4个蛋白联合预测食道癌患者预后的试剂盒

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410202256.0A CN104034902B (zh) 2014-05-09 2014-05-09 利用4个蛋白联合预测食道癌患者预后的试剂盒

Publications (2)

Publication Number Publication Date
CN104034902A true CN104034902A (zh) 2014-09-10
CN104034902B CN104034902B (zh) 2015-11-25

Family

ID=51465748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410202256.0A Expired - Fee Related CN104034902B (zh) 2014-05-09 2014-05-09 利用4个蛋白联合预测食道癌患者预后的试剂盒

Country Status (1)

Country Link
CN (1) CN104034902B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106370853A (zh) * 2016-08-26 2017-02-01 苏州大学 人肝癌的预测性生物标志物及其应用
CN106872717A (zh) * 2017-04-01 2017-06-20 苏州大学 一种炎症性肠病临床检测标志物及其应用
CN107561280A (zh) * 2017-09-30 2018-01-09 四川大学华西医院 一种预测乳腺癌复发的试剂盒
WO2021056907A1 (zh) * 2019-09-29 2021-04-01 昂科生物医学技术(苏州)有限公司 杂交瘤细胞lcz9h4及其分泌的单克隆抗体和应用

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101273144A (zh) * 2005-07-27 2008-09-24 肿瘤疗法科学股份有限公司 诊断食道癌的方法
CN101316935A (zh) * 2006-11-28 2008-12-03 博奥生物有限公司 用于食管癌诊断、预后和提高生存率的方法与组合物
KR20110103116A (ko) * 2010-03-12 2011-09-20 국립암센터 암 마커로서의 ｄｍｂｔ１ 및 켈그라눌린 ｂ 및 이를 이용한 암 진단 및 치료에의 용도
CN102199664A (zh) * 2011-03-24 2011-09-28 张力建 用于食管癌治疗方案选择和/或预后评估的检测试剂盒
WO2011117586A1 (en) * 2010-03-24 2011-09-29 Medical Research Council Prognosis of oesophageal and gastro-oesophageal junctional cancer
US20130096018A1 (en) * 2011-10-17 2013-04-18 Kaohsiung Medical University Method for predicting the survival status and prognosis of esophageal cancer and a kit thereof
CN103436606A (zh) * 2013-08-01 2013-12-11 中山大学附属肿瘤医院 一种用于食管癌辅助诊断和/或预后判断的试剂盒

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101273144A (zh) * 2005-07-27 2008-09-24 肿瘤疗法科学股份有限公司 诊断食道癌的方法
CN101316935A (zh) * 2006-11-28 2008-12-03 博奥生物有限公司 用于食管癌诊断、预后和提高生存率的方法与组合物
KR20110103116A (ko) * 2010-03-12 2011-09-20 국립암센터 암 마커로서의 ｄｍｂｔ１ 및 켈그라눌린 ｂ 및 이를 이용한 암 진단 및 치료에의 용도
WO2011117586A1 (en) * 2010-03-24 2011-09-29 Medical Research Council Prognosis of oesophageal and gastro-oesophageal junctional cancer
CN102199664A (zh) * 2011-03-24 2011-09-28 张力建 用于食管癌治疗方案选择和/或预后评估的检测试剂盒
US20130096018A1 (en) * 2011-10-17 2013-04-18 Kaohsiung Medical University Method for predicting the survival status and prognosis of esophageal cancer and a kit thereof
CN103436606A (zh) * 2013-08-01 2013-12-11 中山大学附属肿瘤医院 一种用于食管癌辅助诊断和/或预后判断的试剂盒

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106370853A (zh) * 2016-08-26 2017-02-01 苏州大学 人肝癌的预测性生物标志物及其应用
CN106370853B (zh) * 2016-08-26 2018-08-21 苏州大学 人肝癌的预测性生物标志物及其应用
CN106872717A (zh) * 2017-04-01 2017-06-20 苏州大学 一种炎症性肠病临床检测标志物及其应用
CN106872717B (zh) * 2017-04-01 2018-12-14 苏州大学 一种炎症性肠病临床检测标志物及其应用
CN107561280A (zh) * 2017-09-30 2018-01-09 四川大学华西医院 一种预测乳腺癌复发的试剂盒
CN107561280B (zh) * 2017-09-30 2019-07-26 四川大学华西医院 一种预测乳腺癌复发的试剂盒
WO2021056907A1 (zh) * 2019-09-29 2021-04-01 昂科生物医学技术(苏州)有限公司 杂交瘤细胞lcz9h4及其分泌的单克隆抗体和应用

Also Published As

Publication number Publication date
CN104034902B (zh) 2015-11-25

Similar Documents

Publication Publication Date Title
CN104407151B (zh) Kindlin-2，Myosin-9和Annexin II三蛋白联合预测食管鳞癌患者预后试剂盒
Almangush et al. A simple novel prognostic model for early stage oral tongue cancer
Tadmor et al. Absolute monocyte count and lymphocyte-monocyte ratio predict outcome in nodular sclerosis Hodgkin lymphoma: evaluation based on data from 1450 patients
CN106153922B (zh) 一种结肠癌预后预测标志物及其检测方法
CN104034902B (zh) 利用4个蛋白联合预测食道癌患者预后的试剂盒
Kappelmayer et al. Human epididymis protein 4 (HE4) in laboratory medicine and an algorithm in renal disorders
Kaseb et al. I-CLIP: improved stratification of advanced hepatocellular carcinoma patients by integrating plasma IGF-1 into CLIP score
CN106168624A (zh) 肺癌生物标记及其用途
CN102298053B (zh) 原发性肝细胞肝癌术后复发风险评估的组合抗体试剂盒
Katz et al. The role of lymphovascular space invasion in renal cell carcinoma as a prognostic marker of survival after curative resection
CN109541209A (zh) 食管鳞状细胞癌微环境细胞标志物分子模型及其应用
CN104422777A (zh) Ano1蛋白在食管癌预后及癌前病变风险预测中的应用
FLORESCU et al. Proliferative activity in basal cell carcinomas
Kilts et al. Invasive vulvar extramammary Paget's disease in the United States
CN113834941B (zh) 基于b细胞表达的结肠癌预后诊断用标记物及其用途
Huang et al. Serum and tissue expression of gelatinase and Twist in breast cancer.
CN105891495A (zh) 5-脂氧合酶通路蛋白联合预测食管癌患者预后试剂盒
Kim et al. One-dimensional and 2-dimensional tumor size measurement for prediction of lymph node metastasis in differentiated early gastric cancer with minute submucosal invasion
CN104975082A (zh) 一组用于评估肺癌预后的基因及其应用
CN102445543B (zh) 辅助诊断肺癌淋巴结转移的试剂
CN106153919B (zh) CD105，esVEGR2和MYC三蛋白联合预测食管鳞癌患者预后试剂盒
CN110244058A (zh) Enpp1在制备高级别浆液性卵巢癌诊断及预后试剂盒中的应用
CN105652013B (zh) 结直肠癌预后判断标记物、表达评估方法、试剂盒及应用
CN114778844A (zh) Pld1作为评估肿瘤患者对于化疗药物敏感性的分子标志物的用途
CN112229998B (zh) 一种卵巢癌的预后诊断标志物Claudin22及其应用

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151125

Termination date: 20170509

CF01 Termination of patent right due to non-payment of annual fee