目的采用同位素標記相對和絕對定量(isobaric tags for relative and absolute quantitation,i TRAQ)分析-生物信息學-質譜多反應檢測(multiple reaction monitoring,MRM)技術的聯合策略,篩選并驗證低級別膀胱尿路上皮癌(low grade bladder urothelial carcinoma,LBUC)的特異性尿液差異蛋白;應用Meta分析整合其他科研小組獲得的BUC尿液差異蛋白,構建BUC尿液差異蛋白數據集;確定單一候選差異蛋白用于LBUC判別模型的應用標準并驗證。方法分別收集健康志愿者和經病理檢測確診為LBUC患者的術前尿液標本,按比例混合后獲得對照組(N組)和LBUC組(L組)的混合尿液標本各兩例,采用i TRAQ技術對各組尿液標本進行蛋白質組標志物定量表達譜分析,找出兩組間的尿液差異蛋白;經基因本體論(Gene Ontology,GO)分析和蛋白Pathway分析,挑選出與BUC發(fā)生發(fā)展、浸潤轉移相關的差異蛋白。應用MRM技術在N組和L組尿液(每組各5例獨立標本)中驗證上述蛋白,最終獲得可信的...

【文章頁數】：82 頁

【學位級別】：碩士

【部分圖文】：

圖1LBUC組與健康對照組比較的尿液差異蛋白火山圖

-10-獨特的肽段，約82%肽段由7～16個氨基酸組成，70%左右的蛋白分子量在10～70kD，其中大于100kD的蛋白占約20%，74%的蛋白質序列覆蓋率大于5%。這些結果表明，數據符合進一步分析的要求。L1/N1、L1/N2、L2/N1、L2/N2被設置為比較組。以表達差異大....

圖2LBUC尿液差異蛋白的GO富集分析

-15-1.2.2LBUC尿液差異蛋白的生物信息學分析1）LBUC尿液差異蛋白的GO功能富集分析生物信息學分析的GO富集分析將所有LBUC尿液差異蛋白分為三大類，即生物過程、細胞組分和分子功能，大部分尿液差異蛋白均參與了上述，如表4、表5和表6顯示了差異蛋白顯著富集（P<0.05....

圖3LBUC尿液差異蛋白的KEGG通路富集分析

-16-圖3LBUC尿液差異蛋白的KEGG通路富集分析

圖4尿蛋白A1AT診斷膀胱癌的SROC曲線

-48-PAI1的Spearman相關系數是0.900，P=0.037，存在閾值效應，不宜直接進行合并。ANG的Spearman相關系數是0.657，P=0.156，不存在閾值效應，可直接進行合并。APOA1的Spearman相關系數是0.300，P=0.624不存在閾值效應，可....

本文編號：3917087