CN112083168A - 多肽段诊断模型及其在预测髓母细胞瘤转移风险中的应用 - Google Patents

多肽段诊断模型及其在预测髓母细胞瘤转移风险中的应用 Download PDF

Info

Publication number
CN112083168A
CN112083168A CN201910520183.2A CN201910520183A CN112083168A CN 112083168 A CN112083168 A CN 112083168A CN 201910520183 A CN201910520183 A CN 201910520183A CN 112083168 A CN112083168 A CN 112083168A
Authority
CN
China
Prior art keywords
human
precursor
cerebrospinal fluid
medulloblastoma
fifty
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.)
Pending
Application number
CN201910520183.2A
Other languages
English (en)
Inventor
姚瑜
王玉元
钟平
张振宇
李捷
唐超
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.)
Huashan Hospital of Fudan University
Original Assignee
Huashan Hospital of Fudan University
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 Huashan Hospital of Fudan University filed Critical Huashan Hospital of Fudan University
Priority to CN201910520183.2A priority Critical patent/CN112083168A/zh
Publication of CN112083168A publication Critical patent/CN112083168A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6848Methods of protein analysis involving mass spectrometry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5091Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing the pathological state of an organism
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2560/00Chemical aspects of mass spectrometric analysis of biological material

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Immunology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Food Science & Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Cell Biology (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Microbiology (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Biophysics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Peptides Or Proteins (AREA)

Abstract

本发明属于临床肿瘤诊断技术领域,具体涉及一种根据髓母细胞瘤患者脑脊液肽段成分变化预测其将来是否会转移的模型及预测试剂盒,该试剂盒通过检测脑脊液中的75个肽段并与初次手术后的脑脊液进行对比,该方法应用于髓母细胞瘤转移发生的预测,其灵敏度为70.8%,特异度为100%,AUC值为0.9619。该方法不仅能够指导肿瘤分期,而且可以根据患者转移可能调整术后化疗剂量,改善患者预后。并且为寻找灵敏、特异的髓母细胞瘤脑脊液标志物提供基础。

Description

多肽段诊断模型及其在预测髓母细胞瘤转移风险中的应用
技术领域
本发明属于肿瘤诊断领域,涉及一种新型的多肽段髓母细胞瘤转移的预测试剂盒,该试剂盒通过检测脑脊液中的75个肽段并与初次手术后的脑脊液进行对比,该方法应用于髓母细胞瘤转移发生的预测,不仅能够指导肿瘤分期,而且可以根据患者转移可能调整术后化疗剂量,改善患者预后。并且为寻找灵敏、特异的髓母细胞瘤脑脊液标志物提供基础。
背景技术
髓母细胞瘤是最常见的儿童恶性脑肿瘤,约占儿童肿瘤的20%,成人发生此病后预后也很差,髓母细胞瘤是危害人们身体健康的重大脑疾病。2016WHO将髓母细胞瘤按照不同分子亚型:SHH,WNT,GROUP3,GROUP4。目前髓母细胞瘤的标准治疗方案为:手术切除+术后放疗+术后化疗,患者5年生存率为52%,而出现远处转移病人5年生存率仅为26%,肿瘤转移时髓母细胞瘤常见的致死原因之一。因此,如何能够对髓母细胞瘤病人术后出现转移进行预测,以便及时调整术后放化疗计量、延长患者生存期,成为越来越多的科学家和医生关注的话题。
目前对于髓母细胞瘤转移的分级仍然采用1969年的chang分级,该分级根据患者的影像学及脑脊液脱落细胞学为依据对髓母细胞瘤进行分级。由于当时技术及相关研究的缺乏,缺乏对髓母细胞瘤病人脑脊液成分及生物信息认知,chang分级尚不能对髓母细胞瘤病人转移起到预测的作用。目前国际上对于髓母细胞瘤转移病人脑脊液成分研究少之又少,转移病人的预测研究迫在眉睫。
蛋白质作为动物生命活动的基础,在人类各个生物过程起到至关重要的作用。同样的,肿瘤的转移也离不开蛋白质和相关肽段的参与。髓母细胞瘤转移往往是通过肿瘤细胞混杂在脑脊液中,延蛛网膜下腔播散,最后定植在脊髓或者中枢神经系统以外的各个系统。因此,设法检测髓母细胞瘤脑脊液蛋白的变化来预判髓母细胞瘤转移的可能是可行的。
基因测序技术的变革使针对患者的个体化分析以及相应的个体化治疗成为可能,精准医疗随之而产生。然而,疾病的发生来自于遗传与后天环境两方面,建立在基因测序基础上的、仅考虑遗传因素的精准医疗注定不能到达“精准”,何况遗传性致病因素要由基因转化为蛋白缺陷方能得以致病。因此,无论从验证基因缺陷角度还是从环境致病因素角度,蛋白质分析必将是精准医疗的下一个里程碑。蛋白质谱技术,即通常被成为液相-质谱联用(液质联用,LC/MS/MS),是独立于抗体技术之外的两大蛋白质分析技术之一,其原理是以肽段在色谱柱中的保留时间(Retention time,RT)和肽段及其在高能碎裂后的离子特征(质量/电荷比例,即质荷比m/z)推导被检肽段的氨基酸序列,由于被检肽段是来自特定酶解后某蛋白质,因而可以根据多个含有特征氨基酸序列的肽段,推导该蛋白质的存在(即鉴定,identification)。继而可以根据肽段离子(又称为母离子,precursor ion)及其碎裂离子(又称为子离子,fraction ion)在质谱中的响应程度对肽段及其对应的蛋白质进行定量。2014年末,《Nature Methods》杂志介绍了了2015年值得关注的技术,其中就包括DIA质谱分析技术。传统从液态中识别蛋白质采用的是:数据依赖液态活检方法(DDA),它将蛋白质样品消化成肽段,离子化并通过质谱进行分析。在全扫描质谱图中,高于噪音的肽段信号被选择性裂解,产生随机(MS/MS)质谱,能够与数据库中的图谱相匹配。数据依赖液态活检方法(DIA):在DDA的基础上扫描范围内对母离子进行无缝碎裂,相比DIA能够采集到更多更全的信息。这实现了准确的肽段定量,而不限于分析预先定义的肽段。所述的的DIA方法能更全面的分析脑脊液中肽段及蛋白。
前已述及,疾病的发生、进程、转归是一个复杂的生物过程,绝不是单一蛋白标志物可以全面指示的。与抗体技术相比,质谱的强项是建立在氨基酸序列基础上的、定量地瞬时监测大量的蛋白变化。因而,质谱的临床应用必将是从整体上监测一个与疾病特点相关的panel才能发挥质谱的特点。从质谱原理角度讲,质谱对于某蛋白的定量是基于对该蛋白酶解后各个肽段的综合质谱丰度计算得出,而肽段的质谱丰度是由该肽段在质谱仪中被高能击碎的多个碎片离子的质谱丰度综合计算得出,因而肽段的碎片离子丰度是质谱的最小定量单元。事实证明,不同肽段离子化程度、不同离子在质谱仪中的响应不尽相同,因此传统质谱分析中使用各个肽段信息推导相应蛋白的含量可能导致定量分析的稳定性和敏感性下降,其后果是某些差异蛋白不能被发现。基于此,本申请在工作中引入了最为重要的:在肽段水平挑选稳定、敏感的标志物并组成panel族群进行综合评判的临床诊断,该技术方案不但使分子数据对疾病的反映更加敏感,同时也通过扩大监测panel的内容,提高了诊断的自身纠错能力。后者,尤其是在监测肽段数目受限的绝对定量质谱分析中,较以蛋白为基础诊断单位的常规质谱分析显示出巨大优势。在本申请中,发明人以现有髓母细胞瘤为例建立上述理论的临床诊断模型,并取得了高达86%的诊断正确率。
发明内容
本发明的主要目的是提供多肽段诊断模型及其在预测髓母细胞瘤转移风险中的应用,尤其提供一种新型的多肽段髓母细胞瘤转移的预测试剂盒,该试剂盒通过检测脑脊液中的75个肽段并与初次手术后的脑脊液进行对比,该方法应用于髓母细胞瘤转移发生的预测,不仅能够指导肿瘤分期,而且可以根据患者转移可能调整术后化疗剂量,改善患者预后。并且为寻找灵敏、特异的髓母细胞瘤脑脊液标志物提供基础。
本发明提供了多肽段预测髓母细胞瘤远处播散模型,可用于预测髓母细胞瘤远处转移的发生。首先,通过DIA方法检测髓母细胞瘤术后病人脑脊液中蛋白质及肽段的变化;其次,研制出转移病人脑脊液中肽段的变化,做出一个多肽段的髓母细胞瘤预测模型、补充评价髓母细胞瘤转移分级过于依赖影像学的问题并应用于相关治疗方案和预后评估。
在前期的基础研究中,发明人首先采用大样本髓母细胞瘤病人数据,分析其不同分子亚型后,探索不同分子亚型髓母细胞瘤对于术后放化疗的敏感性,发现SHH,WNT亚型对于术后化疗较为敏感,结果发表于《Plos one》上。
在以上研究的基础上,本发明通过检测髓母细胞瘤术后为转移患者、转移患者脑脊液中肽段及离子含量的变化,利用统计学分析揭示患者75种肽段与髓母细胞瘤转移的相关性,希望能够最大程度上预测髓母细胞瘤转移的发生。本发明公开了一种多肽段髓母细胞瘤转移模型及其制备方法和应用,该试模型可以准确、快速地检测脑脊液中的相关肽段含量,进而能够对髓母细胞瘤术后病人是否转移进行预测,具有较高的临床应用价值。
本发明为多肽段髓母细胞瘤转移预测模型可以定量对比检测脑脊液中75个肽段含量变化,从而预测髓母细胞瘤的转移风险,筛查高危人群,早期预测髓母细胞瘤转移。此外,发明人还发现肽段相关蛋白在脑脊液中的含量与髓母细胞瘤患者的转移存在一定相关性,因此,本发明也有可能用于评估髓母细胞瘤的预后。
附图说明
图1:DIA方法检测脑脊液中肽段及离子。
图2:skyline软件分析脑脊液中处理后的数据并识别目标肽段的表达高低;其中,
数据非依赖液态活检设备:Dionex,配有捕获柱(Acclaim PepMap 100 C18 75um×2cm)和分析柱(Acclaim PepMap RSLC C18 75um×25cm)的Ultimate 3000系统上分析样品。
图3:诊断模型中75个肽段。
图4ROC曲线评价多肽段髓母细胞瘤诊断模型:曲线下面积为0.9613,灵敏度为86.7%,特异度为100%。
具体实施方式
本发明结合实施例和相应附图做进一步阐释说明,以下实施例仅用于说明目的,不用于限制本发明范围。
实施例1、本发明的研究依据
DIA方法分析脑脊液中肽段的含量
脑脊液样本准备:将细胞以200009在4℃下在冷冻离心机中离心10分钟以除去不溶物和细胞。在每例脑脊液中加入1M DTT至终浓度5mM,在56℃下还原1小时。冷却至室温后,加入0.5M IAM至10mM的终浓度,并在室温下进行烷基化45分钟。L-半胱氨酸在室温下终浓度为20mM,终止烷基化反应20分钟;加入1M TEAB终浓度为0.1M,胰蛋白酶(胰蛋白酶:样品,1∶50,m/m)酶水解过夜,第二天再次加胰蛋白酶4小时;加入甲酸至终浓度1%,终止酶水解;用C18萃取柱提取产物,脱盐后用真空浓缩器干燥提取;使用Spikemix complex溶解样品(Spikemix用于监测仪器的平行度),转化为质谱进行检测;在机器上的每个样品丰度,通过浓度转换为等体积进行分析。
DIA方法采用质谱分析仪:Dionex,配有捕获柱(Acclaim PepMap 100 C18 75um×2cm)和分析柱(Acclaim PepMap RSLC C18 75um×25cm)的Ultimate 3000系统上分析样品。
质谱仪设置参数:通过从缓冲液A(2%ACN,0.1%FA)/缓冲液B(80%ACN,0.1%FA)的线性梯度分离肽段(2ug消化物)。上样和清洗步骤的总运行时间是120分钟。梯度为2-35%缓冲液B(105min)和35-80%缓冲液B(15min),流速为300nl/min。
对于DDA,质谱仪在数据相关模式下进行以下设置:质谱仪以数据相关的TOP15模式运行,设置如下:MS1质量范围350-1400m/z。MS1和MS2的分辨率分别为70000和17500,碎裂能量分别为24%,27%,30%NCE,MS1和MS2的AGC分别为3E6和1E4。动态排除设置为10秒。
对于DIA,质谱仪以独立于数据的模式运行,具有以下设置:全扫描,分辨率为35000;AGC为3E6;质量范围390-1210m/z;其次是二级扫描分辨率为17500;AGC3E6;碎裂能量是30%NCE。得到的数据采用Skyline软件进行分析:
参考附图1配有Ultimate 3000系统的Dionex仪器。
参考附图2 Skyline软件对脑脊液肽段进行采集分析。
实施例2、本发明的检测方法
组成诊断模型的75个肽段
一、CO5_HUMAN_LQGTLPVEAR_2_y7_1
二、CO5_HUMAN_LQGTLPVEAR_2_y8_1
三、ITIH4_HUMAN_TGLLLLSDPDK_2_precursor_2
四、ITIH4_HUMAN_TGLLLLSDPDK_2_precursor[M+1]_2
五、PRDX6_HUMAN_LPFPIIDDR_2_precursor[M+1]_2
六、7B2_HUMAN_SVNPYLQGQR_2_precursor_2
七、7B2_HUMAN_SVNPYLQGQR_2_precursor[M+1]_2
八、7B2_HUMAN_SVNPYLQGQR_2_precursor[M+2]_2
九、7B2_HUMAN_SVNPYLQGQR_2_y4_1
十、7B2_HUMAN_SVNPYLQGQR_2_y5_1
十一、7B2_HUMAN_SVNPYLQGQR_2_y7_1
十二、7B2_HUMAN_SVNPYLQGQR_2_y8_1
十三、ANGT_HUMAN_VEGLTFQQNSLNWMK_2_y3_1
十四、ANGT_HUMAN_VEGLTFQQNSLNWMK_2_y4_1
十五、ANGT_HUMAN_VEGLTFQQNSLNWMK_2_y8_1
十六、CA2D1_HUMAN_FFGEIDPSLMR_2_precursor[M+1]_2
十七、CPVL_HUMAN_NNDFYVTGESYAGK_2_precursor_2
十八、CPVL_HUMAN_NNDFYVTGESYAGK_2_precursor[M+1]_2
十九、CPVL_HUMAN_NNDFYVTGESYAGK_2_precursor[M+2]_2
二十、CPVL_HUMAN_NNDFYVTGESYAGK_2_y8_1
二十一、CPVL_HUMAN_NNDFYVTGESYAGK_2_y9_1
二十二、CSTN3_HUMAN_GHQPPPEMAGHSLASSHR_2_precursor_2
二十三、CSTN3_HUMAN_GHQPPPEMAGHSLASSHR_2_precursor[M+1]_2
二十四、CSTN3_HUMAN_GHQPPPEMAGHSLASSHR_2_precursor[M+2]_2
二十五、EPHA4_HUMAN_GLNPLTSYVFHVR_2_y4_1
二十六、EPHA4_HUMAN_GLNPLTSYVFHVR_2_y7_1
二十七、EPHA4_HUMAN_GLNPLTSYVFHVR_3_precursor_3
二十八、EPHA4_HUMAN_GLNPLTSYVFHVR_3_precursor[M+1]_3
二十九、EPHA4_HUMAN_GLNPLTSYVFHVR_3_precursor[M+2]_3
三十、EPHA4_HUMAN_GLNPLTSYVFHVR_3_y8_1
三十一、ETBR2_HUMAN_VSGGAPLHLGR_2_precursor_2
三十二、ETBR2_HUMAN_VSGGAPLHLGR_2_precursor[M+1]_2
三十三、ETBR2_HUMAN_VSGGAPLHLGR_2_y6_1
三十四、FA5_HUMAN_AEVDDVIQVR_2_precursor[M+2]_2
三十五、HEXA_HUMAN_GLETFSQLVWK_2_y8_1
三十六、LRC4B_HUMAN_DLAEVPASIPVNTR_2_precursor[M+1]_2
三十七、MANS1_HUMAN_IITDFPSLTR_2_precursor_2
三十八、MANS1_HUMAN_IITDFPSLTR_2_precursor[M+1]_2
三十九、MANS1_HUMAN_IITDFPSLTR_2_y5_1
四十、MANS1_HUMAN_IITDFPSLTR_2_y6_1
四十一、MMP2_HUMAN_TYIFAGDK_2_y5_1
四十二、NPTXR_HUMAN_EELLLLQSTAEQLR_2_precursor[M+1]_2
四十三、NPTXR_HUMAN_VAELEHGSSAYSPPDAFK_2_precursor[M+1]_2
四十四、NPTXR_HUMAN_VAELEHGSSAYSPPDAFK_3_precursor_3
四十五、NPTXR_HUMAN_VAELEHGSSAYSPPDAFK_3_precursor[M+1]_3
四十六、NPTXR_HUMAN_VAELEHGSSAYSPPDAFK_3_precursor[M+2]_3
四十七、NPY_HUMAN_SSPETLISDLLMR_2_y7_1
四十八、PCSK1_HUMAN_GLSAASPPLAETGAPR_2_precursor[M+1]_2
四十九、PCSK1_HUMAN_GLSAASPPLAETGAPR_2_precursor[M+2]_2
五十、PCSK1_HUMAN_ILAGSADSEGVAAPR_2_precursor[M+1]_2
五十一、PTPR2_HUMAN_VPAMDFYR_2_precursor_2
五十二、PTPR2_HUMAN_VPAMDFYR_2_precursor[M+1]_2
五十三、PTPR2_HUMAN_VPAMDFYR_2_precursor[M+2]_2
五十四、PTPR2_HUMAN_VPAMDFYR_2_y6_1
五十五、PTPRG_HUMAN_DDYFVSGAGLPGR_2_y9_1
五十六、SCG2_HUMAN_ANNIAYEDVVGGEDWNPVEEK_2_precursor[M+1]_2五十七、SCG2_HUMAN_ANNIAYEDVVGGEDWNPVEEK_2_y6_1
五十八、SCG2_HUMAN_ANNIAYEDVVGGEDWNPVEEK_3_precursor[M+1]_3
五十九、SCG2_HUMAN_ANNIAYEDVVGGEDWNPVEEK_3_y5_1
六十、SCG2_HUMAN_ANNIAYEDVVGGEDWNPVEEK_3_y6_1
六十一、SCG2_HUMAN_IILEALR_2_precursor_2
六十二、SCG2_HUMAN_IILEALR_2_precursor[M+1]_2
六十三、SCG2_HUMAN_IILEALR_2_precursor[M+2]_2
六十四、SCG2_HUMAN_IILEALR_2_y4_1
六十五、SCG3_HUMAN_LFPAPSEK_2_y5_1
六十六、SCG3_HUMAN_LFPAPSEK_2_y6_1
六十七、SORT_HUMAN_LDAPPPPAAPLPR_3_precursor_3
六十八、SORT_HUMAN_LDAPPPPAAPLPR_3_precursor[M+1]_3
六十九、SORT_HUMAN_LDAPPPPAAPLPR_3_precursor[M+2]_3
七十、VGF_HUMAN_NAPPEPVPPPR_2_precursor_2
七十一、VGF_HUMAN_NAPPEPVPPPR_2_precursor[M+1]_2
七十二、VGF_HUMAN_NAPPEPVPPPR_2_precursor[M+2]_2
七十三、VGF_HUMAN_NAPPEPVPPPR_2_y4_1
七十四、VGF_HUMAN_NAPPEPVPPPR_2_y8_1
七十五、VGF_HUMAN_THLGEALAPLSK_2_y4_1检测方法:
在髓母细胞瘤转移病人脑脊液中,第一到五号肽段表达上升,第六到七十五号肽段表达降低,当术后病人脑脊液分析后,这75个肽段中有36个肽段含量变化符合我们如上的预期,我们就认为该患者具有转移的趋势。
75个肽段如图3所示。
实施例3、DIA方法检测脑脊液B7-H4浓度用于诊断胶质瘤的灵敏度、特异度
收集标本:在征得2006-2014年就诊于华山医院神经外科的29例髓母细胞瘤病人(包括14例未转移病人、15例出现远处转移病人)的同意后,对他们进行了腰穿,每人留取5ml脑脊液,储存于-80℃冰箱;
检测目标浓度:脑脊液样品在冰浴中解冻30-60min,离心1500rpm×5min,取上清,按照实施例2中的方法,采用DIA机器;
ROC曲线分析:采用SPSS Statistics 20软件。绘制诊断胶质瘤的ROC曲线(如图4所示),曲线下面积为0.9613,当以脑脊液中37个肽段符合我们的预测变化作为诊断髓母细胞瘤转移的标准时,灵敏度为86.7%,特异度为100%。

Claims (5)

1.一种基于多肽段预测髓母细胞瘤远处播散模型,其特征在于:通过下述方法建立:术后化疗前采用离体的髓母细胞瘤患者脑脊液,用DIA方法检测其75个特征性肽段,与其初次手术后脑脊液进行对比,若其中有37个肽段符合预期,则认为具有转移趋势;
所述的75个肽段为:
一)CO5_HUMAN_LQGTLPVEAR_2_y7_1
二)CO5_HUMAN_LQGTLPVEAR_2_y8_1
三)ITIH4_HUMAN_TGLLLLSDPDK_2_precursor_2
四)ITIH4_HUMAN_TGLLLLSDPDK_2_precursor[M+1]_2
五)PRDX6_HUMAN_LPFPIIDDR_2_precursor[M+1]_2
六)7B2_HUMAN_SVNPYLQGQR_2_precursor_2
七)7B2_HUMAN_SVNPYLQGQR_2_precursor[M+1]_2
八)7B2_HUMAN_SVNPYLQGQR_2_precursor[M+2]_2
九)7B2_HUMAN_SVNPYLQGQR_2_y4_1
十)7B2_HUMAN_SVNPYLQGQR_2_y5_1
十一)7B2_HUMAN_SVNPYLQGQR_2_y7_1
十二)7B2_HUMAN_SVNPYLQGQR_2_y8_1
十三)ANGT_HUMAN_VEGLTFQQNSLNWMK_2_y3_1
十四)ANGT_HUMAN_VEGLTFQQNSLNWMK_2_y4_1
十五)ANGT_HUMAN_VEGLTFQQNSLNWMK_2_y8_1
十六)CA2D1_HUMAN_FFGEIDPSLMR_2_precursor[M+1]_2
十七)CPVL_HUMAN_NNDFYVTGESYAGK_2_precursor_2
十八)CPVL_HUMAN_NNDFYVTGESYAGK_2_precursor[M+1]_2
十九、CPVL_HUMAN_NNDFYVTGESYAGK_2_precursor[M+2]_2
二十)CPVL_HUMAN_NNDFYVTGESYAGK_2_y8_1
二十一)CPVL_HUMAN_NNDFYVTGESYAGK_2_y9_1
二十二)CSTN3_HUMAN_GHQPPPEMAGHSLASSHR_2_precursor_2
二十三)CSTN3_HUMAN_GHQPPPEMAGHSLASSHR_2_precursor[M+1]_2
二十四)CSTN3_HUMAN_GHQPPPEMAGHSLASSHR_2_precursor[M+2]_2
二十五)EPHA4_HUMAN_GLNPLTSYVFHVR_2_y4_1
二十六)EPHA4_HUMAN_GLNPLTSYVFHVR_2_y7_1
二十七)EPHA4_HUMAN_GLNPLTSYVFHVR_3_precursor_3
二十八)EPHA4_HUMAN_GLNPLTSYVFHVR_3_precursor[M+1]_3
二十九)EPHA4_HUMAN_GLNPLTSYVFHVR_3_precursor[M+2]_3
三十)EPHA4_HUMAN_GLNPLTSYVFHVR_3_y8_1
三十一)ETBR2_HUMAN_VSGGAPLHLGR_2_precursor_2
三十二)ETBR2_HUMAN_VSGGAPLHLGR_2_precursor[M+1]_2
三十三)ETBR2_HUMAN_VSGGAPLHLGR_2_y6_1
三十四)FA5_HUMAN_AEVDDVIQVR_2_precursor[M+2]_2
三十五)HEXA_HUMAN_GLETFSQLVWK_2_y8_1
三十六)LRC4B_HUMAN_DLAEVPASIPVNTR_2_precursor[M+1]_2
三十七)MANS1_HUMAN_IITDFPSLTR_2_precursor_2
三十八)MANS1_HUMAN_IITDFPSLTR_2_precursor[M+1]_2
三十九)MANS1_HUMAN_IITDFPSLTR_2_y5_1
四十)MANS1_HUMAN_IITDFPSLTR_2_y6_1
四十一、MMP2_HUMAN_TYIFAGDK_2_y5_1
四十二)NPTXR_HUMAN_EELLLLQSTAEQLR_2_precursor[M+1]_2
四十三)NPTXR_HUMAN_VAELEHGSSAYSPPDAFK_2_precursor[M+1]_2
四十四)NPTXR_HUMAN_VAELEHGSSAYSPPDAFK_3_precursor_3
四十五)NPTXR_HUMAN_VAELEHGSSAYSPPDAFK_3_precursor[M+1]_3
四十六)NPTXR_HUMAN_VAELEHGSSAYSPPDAFK_3_precursor[M+2]_3
四十七)NPY_HUMAN_SSPETLISDLLMR_2_y7_1
四十八)PCSK1_HUMAN_GLSAASPPLAETGAPR_2_precursor[M+1]_2
四十九)PCSK1_HUMAN_GLSAASPPLAETGAPR_2_precursor[M+2]_2
五十)PCSK1_HUMAN_ILAGSADSEGVAAPR_2_Precursor[M+1]_2
五十一)PTPR2_HUMAN_VPAMDFYR_2_precursor_2
五十二)PTPR2_HUMAN_VPAMDFYR_2_precursor[M+1]_2
五十三)PTPR2_HUMAN_VPAMDFYR_2_precursor[M+2]_2
五十四)PTPP2_HUMAN_VPAMDFYR_2_y6_1
五十五)PTPRG_HUMAN_DDYFVSGAGLPGR_2_y9_1
五十六)SCG2_HUMAN_ANNIAYEDVVGGEDWNPVEEK_2_precursor[M+1]_2
五十七)SCG2_HUMAN_ANNIAYEDVVGGEDWNPVEEK_2_y6_1
五十八)SCG2_HUMAN_ANNIAYEDVVGGEDWNPVEEK_3_precursor[M+1]_3
五十九)SCG2_HUMAN_ANNIAYEDVVGGEDWNPVEEK_3_y5_1
六十)SCG2_HUMAN_ANNIAYEDVVGGEDWNPVEEK_3_y6_1
六十一)SCG2_HUMAN_IILEALR_2_precursor_2
六十二)SCG2_HUMAN_IILEALR_2_precursor[M+1]_2
六十三)SCG2_HUMAN_IILEALR_2_precursor[M+2]_2
六十四)SCG2_HUMAN_IILEALR_2_y4_1
六十五)SCG3_HUMAN_LFPAPSEK_2_y5_1
六十六)SCG3_HUMAN_LFPAPSEK_2_y6_1
六十七)SORT_HUMAN_LDAPPPPAAPLPR_3_precursor_3
六十八)SORT_HUMAN_LDAPPPPAAPLPR_3_precursor[M+1]_3
六十九)SORT_HUMAN_LDAPPPPAAPLPR_3_precursor[M+2]_3
七十)VGF_HUMAN_NAPPEPVPPPR_2_precursor_2
七十一)VGF_HUMAN_NAPPEPVPPPR_2_precursor[M+1]_2
七十二)VGF_HUMAN_NAPPEPVPPPR_2_precursor[M+2]_2
七十三)VGF_HUMAN_NAPPEPVPPPR_2_y4_1
七十四)VGF_HUMAN_NAPPEPVPPPR_2_y8_1
七十五)VGF_HUMAN_THLGEALAPLSK。
2.根据权利要求1所述的多肽段预测髓母细胞瘤远处播散模型,其特征在于,其建立方法包括以下步骤:获取离体的患者脑脊液;获得的脑脊液上机前准备;DIA方法对脑脊液成分进行分析;Skyline软件对脑脊液成分进行分析;与初次手术后脑脊液肽段成分对比分析。
3.权利要求1的基于多肽段预测髓母细胞瘤远处播散模型在制备用于预测髓母细胞瘤远处播散转移趋势试剂盒中的用途,其中,所述的用途中,如所述75个肽段中有1个肽段含量变化为:髓母细胞瘤远处播散比非转移病人脑脊液中第一到五号肽段表达上升,第六到七十五号肽段表达降低,则预期记为1分,当预期记为大于37分时,认为该患者具有转移风险。
4.按权利要求3所述的用途,其特征在于,所述的用途中,按下述步骤预测转移风险:取待测样本,测脑脊液特征性肽段表达评分,若大于等于37分认为具有转移风险。
5.按权利要求3所述的用途,其特征在于,所述的用途中,按下述步骤预测转移风险:取待测样本,测脑脊液特征性肽段表达评分,并与初次手术后脑脊液成分进行对比,若大于等于37分认为具有转移风险。
CN201910520183.2A 2019-06-14 2019-06-14 多肽段诊断模型及其在预测髓母细胞瘤转移风险中的应用 Pending CN112083168A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910520183.2A CN112083168A (zh) 2019-06-14 2019-06-14 多肽段诊断模型及其在预测髓母细胞瘤转移风险中的应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910520183.2A CN112083168A (zh) 2019-06-14 2019-06-14 多肽段诊断模型及其在预测髓母细胞瘤转移风险中的应用

Publications (1)

Publication Number Publication Date
CN112083168A true CN112083168A (zh) 2020-12-15

Family

ID=73734224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910520183.2A Pending CN112083168A (zh) 2019-06-14 2019-06-14 多肽段诊断模型及其在预测髓母细胞瘤转移风险中的应用

Country Status (1)

Country Link
CN (1) CN112083168A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030032773A1 (en) * 2000-02-24 2003-02-13 Herath Herath Mudiyanselage Athula Chandrasiri Proteins, genes and their use for diagnosis and treatment of bipolar affective disorder (BAD) and unipolar depression
WO2003042661A2 (en) * 2001-11-13 2003-05-22 Protein Design Labs, Inc. Methods of diagnosis of cancer, compositions and methods of screening for modulators of cancer
WO2011109440A1 (en) * 2010-03-01 2011-09-09 Caris Life Sciences Luxembourg Holdings Biomarkers for theranostics
EP2364369A1 (en) * 2008-12-10 2011-09-14 Ghent University Neuroblastoma prognostic multigene expression signature
US20140287948A1 (en) * 2013-03-15 2014-09-25 Sera Prognostics, Inc. Biomarkers and methods for predicting preterm birth
CN104076151A (zh) * 2013-03-29 2014-10-01 复旦大学附属华山医院 一种用于胶质瘤早期诊断的试剂盒
CN104655710A (zh) * 2013-11-18 2015-05-27 李捷 一种蛋白质变化程度检测方法及其应用
CN104704364A (zh) * 2012-06-15 2015-06-10 韦恩州立大学 用于先兆子痫和/或hellp综合征的预测或早期检测的生物标记物测试
US20160061842A1 (en) * 2013-04-15 2016-03-03 Cedars-Sinai Medical Center Methods for detecting and treating cancer metastasis
CN105452466A (zh) * 2012-10-23 2016-03-30 卡里斯生命科学瑞士控股有限责任公司 适体及其用途
CN105823791A (zh) * 2014-10-28 2016-08-03 复旦大学附属华山医院 一种对髓母细胞瘤细胞热力学参数的检测分析方法及其用途
US20170304410A1 (en) * 2014-05-22 2017-10-26 University Of Maryland, Baltimore Treatment of cancer and inhibition of metastasis using hemoglobin beta subunit
KR20210090863A (ko) * 2020-01-13 2021-07-21 주식회사 메타큐라 교모종줄기세포 엑소좀 유래 펩타이드를 포함하는 교모세포종의 진단용 바이오마커 조성물

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030032773A1 (en) * 2000-02-24 2003-02-13 Herath Herath Mudiyanselage Athula Chandrasiri Proteins, genes and their use for diagnosis and treatment of bipolar affective disorder (BAD) and unipolar depression
WO2003042661A2 (en) * 2001-11-13 2003-05-22 Protein Design Labs, Inc. Methods of diagnosis of cancer, compositions and methods of screening for modulators of cancer
EP2364369A1 (en) * 2008-12-10 2011-09-14 Ghent University Neuroblastoma prognostic multigene expression signature
WO2011109440A1 (en) * 2010-03-01 2011-09-09 Caris Life Sciences Luxembourg Holdings Biomarkers for theranostics
CN104704364A (zh) * 2012-06-15 2015-06-10 韦恩州立大学 用于先兆子痫和/或hellp综合征的预测或早期检测的生物标记物测试
CN105452466A (zh) * 2012-10-23 2016-03-30 卡里斯生命科学瑞士控股有限责任公司 适体及其用途
US20140287948A1 (en) * 2013-03-15 2014-09-25 Sera Prognostics, Inc. Biomarkers and methods for predicting preterm birth
CN104076151A (zh) * 2013-03-29 2014-10-01 复旦大学附属华山医院 一种用于胶质瘤早期诊断的试剂盒
US20160061842A1 (en) * 2013-04-15 2016-03-03 Cedars-Sinai Medical Center Methods for detecting and treating cancer metastasis
CN104655710A (zh) * 2013-11-18 2015-05-27 李捷 一种蛋白质变化程度检测方法及其应用
US20170304410A1 (en) * 2014-05-22 2017-10-26 University Of Maryland, Baltimore Treatment of cancer and inhibition of metastasis using hemoglobin beta subunit
CN105823791A (zh) * 2014-10-28 2016-08-03 复旦大学附属华山医院 一种对髓母细胞瘤细胞热力学参数的检测分析方法及其用途
KR20210090863A (ko) * 2020-01-13 2021-07-21 주식회사 메타큐라 교모종줄기세포 엑소좀 유래 펩타이드를 포함하는 교모세포종의 진단용 바이오마커 조성물

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
CLAUDIA MARTELLI 等: "Top-down proteomic characterization of DAOY medulloblastoma tumor cell line", EUPA OPEN PROTEOMICS, vol. 12, pages 13 - 21 *
HONGMEI CAO 等: "An LC–MS/MS approach to assess total and free protein target in the serum of cynomolgus monkey", BIOANALYSIS, vol. 11, no. 5, pages 1 - 14 *
S E LEE 等: "Analysis of DNA mismatch repair proteins in human medulloblastoma", CLIN CANCER RES, vol. 4, no. 6, pages 1415 *
张湘燕 等: "转化生长因子β及其受体与肿瘤", 贵州医药, vol. 06, pages 564 - 565 *
李昱;唐俐;: "髓母细胞瘤中Atoh1与Wnt/β-catenin和Shh通路的关系研究进展", 中国神经肿瘤杂志, no. 04, pages 267 - 271 *

Similar Documents

Publication Publication Date Title
Veenstra Global and targeted quantitative proteomics for biomarker discovery
EP3623814A2 (en) Biomarker for monitoring or diagnosing onset of liver cancer in high-risk group for liver cancer and use thereof
CN107110867A (zh) 用于肝癌诊断的生物标记物及其用途
SG173310A1 (en) Apolipoprotein fingerprinting technique
Srinivasan et al. Accurate diagnosis of acute graft-versus-host disease using serum proteomic pattern analysis
CN115575636B (zh) 一种用于肺癌检测的生物标志物及其系统
EP2781913B1 (en) Method for aiding in the diagnosis and therapy of asthma and lung cancer
Widlak et al. Serum mass profile signature as a biomarker of early lung cancer
Kohn et al. Proteomics as a tool for biomarker discovery
CN101210929A (zh) 检测子宫内膜异位症血浆标志蛋白质的方法
Balashova et al. Plasma metabolome signature in patients with early-stage Parkinson disease
Pan et al. Analysis of synovial fluid in knee joint of osteoarthritis: 5 proteome patterns of joint inflammation based on matrix-assisted laser desorption/ionization time-of-flight mass spectrometry
CN113160883A (zh) 一种肺癌多组学检测系统
CN105092627B (zh) 用于检测胃癌相关代谢小分子的核磁共振模型及制备方法
CN116879558B (zh) 卵巢癌诊断标志物、检测试剂及检测试剂盒
CN117079710B (zh) 生物标志物及其在预测和/或诊断utuc肌肉浸润中的应用
CN116735889B (zh) 一种用于结直肠癌早期筛查的蛋白质标志物、试剂盒及应用
CN118091135A (zh) 一种生物标记物用于制备表征甲状腺乳头状癌产品的用途及其筛选方法
Wang et al. Limitations in SELDI-TOF MS whole serum proteomic profiling with IMAC surface to specifically detect colorectal cancer
CN112083168A (zh) 多肽段诊断模型及其在预测髓母细胞瘤转移风险中的应用
KR102569168B1 (ko) 폐암 진단용 바이오마커 및 폐암 진단에 대한 인공지능 기반 정보 제공 방법
JP2018511811A (ja) 子宮内膜癌の診断方法
WO2009156747A2 (en) Assay
CN111948398A (zh) 脑脊液vgf蛋白试剂盒及其在髓母细胞瘤转移评定中的应用
CN116256520A (zh) 脑脊液penk试剂盒及其在髓母细胞瘤转移检测预判中的应用

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination