癌癥是目前人類的頭號殺手,而肺癌又是其中發(fā)病率和死亡率最高的一種,因此開展肺癌的相關研究具有重大的現(xiàn)實意義。人體呼出氣體中的VOC（volatile organic compounds）是一種篩查肺癌的理想標志物。但由于缺乏VOC與肺癌在生物學上的關聯(lián)研究,真正肺癌特異性VOC一直難以確定。另外,雖然國家每年在肺癌新藥研發(fā)上要投入大量的資金,但目前的藥物篩選方法仍有許多不足之處,因此現(xiàn)階段發(fā)展高通量、微體積以及自動化的藥物篩選技術是非常有必要的�？偟膩碚f,本論文優(yōu)化了肺癌呼吸診斷模型并驗證了人體呼氣中的VOC與肺癌的相關代謝聯(lián)系;構建了三類肺癌藥篩模型,研究了基于3D細胞球體電阻抗傳感器的藥物測試;開展了肺器官芯片的初步研究和實驗。本文的主要研究內容和創(chuàng)新性工作如下:1.優(yōu)化了基于VOC的肺癌診斷模型,采用隨機森林算法減少了診斷模型的輸入特征參數(shù),為肺癌快速篩查提供了一種可行性方法。本文利用受試者工作特征曲線從人體呼出氣體中篩選出31種VOC,并以此建立了肺癌診斷模型。該模型在區(qū)分肺癌組與健康組時判別效果良好,但在區(qū)分肺癌組和肺良性病組時判別效果一般。在加入了與肺癌密切相關的性別、年齡... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：121 頁

【學位級別】：博士

【部分圖文】：

圖１．１?２０１８年全球各種癌癥發(fā)病率和死亡率統(tǒng)計??圖Ｌ１是２０１８年全球各種癌癥發(fā)病率和死亡率的數(shù)據(jù)統(tǒng)計

第一章緒論??肺癌包括腺癌、鱗癌和大細胞癌Ｗ。鱗癌和腺癌是目前臨床上最為常見的兩種肺??癌亞型，其他類型相對少見。具體的肺癌分類見圖１．２。在過去幾年，鱗癌在男??性中的發(fā)病率一直居于首位，有報道指出該亞型可能與吸煙有密切的關系［４］。但??是根據(jù)近幾年的統(tǒng)計數(shù)據(jù)顯示，腺癌發(fā)病率都在不斷地增長并且己經超過了鱗癌，??成為ＮＳＣＬＣ中發(fā)病率最高的一種亞型［５］。??Ｌｕｎｇ?ｃａｎｃｅｒ??１５％?８５％??Ｙ?ｙ??Ｓｍａｌｌ－ｃｅｌｌ?ｌｕｎｇ?ｃａｎｃｅｒ?Ｎｏｎ－ｓｍａｌｌ－ｃｅｌｌ?ｌｕｎｇ?ｃａｎｃｅｒ??３０％?７０％??ｔ?，，??Ｓｑｕａｍｏｕｓ?Ｎｏｎ－ｓｑｕａｍｏｕｓ??１０％?９０％??Ｖ??Ａｄｅｎｏｃａｒｃｉｎｏｍａ??■?Ｍｉｘｅｄ?ｓｕｂｔｙｐｅｓ??■?Ｌｅｐｉｄｉｃ?（ｎｏｎ－ｍｕｃｉｎｏｕｓ?ｏｒ??ｖ?ｍｕｃｉｎｏｕｓ｝??????—?■Ａｃｉｎａｒ??Ｌａｒｇｅ－ｃｅｌｌ?ｃａｒｃｉｎｏｍａ?■?Ｐａｐｉｌｌａｒｙ??■?Ｌａｒｇｅ－ｃｅｌｌ?ｎｅｕｒｏｅｎｄｏｃｒｉｎｅ?■?Ｍｉｃｒｏｐａｐｉｌｌａｒｙ??ｃａｒｃｉｎｏｍａ?■?Ｓｏｌｉｄ??圖１．２肺癌的分類［６］??確定肺癌的組織病理類型對于確定對應的治療方案是非常重要的。因為臨床??上針對不同的肺癌類型，用藥方案也存在著較大的差異。因此，臨床醫(yī)生在給出??治療方案前必須明確肺癌患者的腫瘤組織學類型。另外，相同的肺癌類型患者也??會因為個體差異對藥物產生不同程度的藥效差異。２０１０年，Ｍａｅｍｏｎｄｏ等人發(fā)現(xiàn)??大多數(shù)肺腺癌患者會發(fā)生表皮生長因子（ＥＧＦ）的突變

一個長期且繁瑣的過程，而且即使訓練成功，犬類自身心理或生理狀態(tài)的波動會??對識別結果造成影響，所以該方法想要應到臨床上還有很長一段路要走。目前只??有很少的地方在使用動物醫(yī)生（圖１．４）�，F(xiàn)階段，應用靈敏的嗅覺系統(tǒng)識別惡??性腫瘤主要還是處于科學研究，它的意義主要是提供了惡性腫瘤具有特異性揮發(fā)??性標志物的證據(jù)，但確切的揮發(fā)性標志物研究還需要更加精準的分析儀器的幫助。??Ｃａｎｃｅｒ??Ｄｅｔｅｃｔｉｏｎ??５＾＃?Ｄｏｇｓ??Ｊｏｖｅ／?＾?Ａ＼ｍ??圖１．?４能識別癌癥的動物醫(yī)生??１．２．２呼出氣體中的腫瘤標記物??目前呼吸檢測技術最常見的有幽門螺桿菌的檢測。該技術己被廣泛應用到臨??床，它的原理是：脲酶可以將尿素分解成氨和二氧化碳，而人體本身是沒有脲酶??的，但幽門螺桿菌可以產生脲酶。所以當受試者可以分解口服的尿素時，說明他??體內有幽門螺桿菌。將同位素標記口服尿素的１３ｃ／１４ｃ，則分解產生的含有１３ｃ／１４ｃ??的ｃｏ２就能在呼出氣體中被檢測出來。有研究表明，幽門螺桿菌的感染與胃癌??的發(fā)生息息相關，所以該方法被應用于冑癌的早期篩査［２１］。??呼出氣體中的ＶＯＣ由人體通過新陳代謝產生的

【參考文獻】：
期刊論文
[1]結合組織工程支架的三維心肌細胞傳感器[J]. 魏鑫偉,高慶,蘇凱麒,秦臻,潘宇祥,賀永,王平.  浙江大學學報(工學版). 2018(07)
[2]基于3D細胞水平的藥物篩選模型[J]. 侯曉蓉,郭倩,楊佳佳,單偉光.  發(fā)酵科技通訊. 2018(01)
[3]人體器官芯片[J]. 秦建華,張敏,于浩,李中玉.  中國科學院院刊. 2017(12)
[4]小腸類器官培養(yǎng)技術的建立和優(yōu)化[J]. 宋東娟,童錦祿,冉志華,鄭青.  胃腸病學. 2016(02)
[5]必須重視肺癌術前病理學診斷[J]. 周源,韓開寶.  中國腫瘤. 2014(09)
[6]影像學檢查技術在肺癌診斷中的應用[J]. 于紅,劉士遠,李惠民,肖湘生.  診斷學理論與實踐. 2010(02)
[7]細胞病理學檢查在原發(fā)性支氣管肺癌診斷中的價值探討[J]. 徐國亮,賴國祥,柳德靈,林慶安.  中國肺癌雜志. 2006(06)



本文編號：3365733