学位论文 > 优秀研究生学位论文题录展示

基于组织芯片筛选多种相关蛋白建立卵巢浆液性癌的分子分型

作　者: 刘思伟
导　师: 沈铿
学　校: 北京协和医学院
专　业: 临床医学
关键词: 卵巢浆液性癌分子分型组织芯片免疫组织化学多蛋白筛选预后铂类敏感性
分类号: R737.31
类　型: 博士论文
年　份: 2013年
下　载: 21次
引　用: 0次
阅　读: 论文下载

内容摘要

研究背景组织病理学诊断是肿瘤诊断的金标准和临床治疗的基础,但对病理分级与手术病理分期相同的卵巢浆液性癌患者采取同样的治疗方案,他们的治疗反应以及预后却有着明显的不同,究其原因是卵巢浆液性癌在分子水平上存在高度个体异质性。基于分子异质性的个体化诊疗是妇科肿瘤治疗的新方向,而分子分型是实现个体化诊疗的基础。本研究目的是通过多蛋白筛选初步构建卵巢浆液性癌预后以及铂类敏感性分子分型。研究方法1.构建临床病理数据库以及制作组织微阵列纳入2000年初至2009年底10年间在北京协和医院妇产科完成初次肿瘤细胞减灭术和铂类术后化疗并留有初次手术病理标本的晚期卵巢浆液性癌患者,共计122例,严密随访截止至2012年12月31日。由两位病理科医师确认原发癌灶(癌灶直径≥3mm)并标记,镜下观察癌组织无明显钙化及坏死,制作卵巢浆液性癌癌灶组织微阵列(组织芯片)蜡块并切片,选取高质量组织芯片备后续试验使用。2.免疫组织化学染色以及显微图像采集分析选取21个蛋白进行免疫组织化学染色,严格固定同一批次组织芯片免疫组织化学染色以及显微图像采集的各项物理、化学、时间、硬件及软件参数,确保同一批次芯片每一个芯片点接受同样的试验操作。对采集的图像进行灰度分析,获取平均光密度值,修正后,根据平均光密度值大小转化为表达强度分级(无／微量表达、低表达、中表达和高表达)。3.分子分型统计模型构建以及临床应用转化以3年为界,将0S<3年定义为预后差,0S≥3年定义为预后好；以1年为界,将DFS/PFS<1年定义为铂类不敏感,DFS/PFS≥1年定义为铂类敏感。采用Pearson卡方和Spearmann等级相关对蛋白表达强度和预后指标及铂类敏感性指标进行交叉分析,P值<0.05表示差异具有统计学意义,将P值<0.05的蛋白纳入下一步建模拟合范围。对进入建模拟合范围的蛋白,采用Logistic回归建模,SCORE检验选入,似然比检验筛除,逐步回归,得到预测预后以及化疗敏感性准确率最高的分子分型。研究结果1.初步建立卵巢浆液性癌预后分子分型联合检测Pim-1、HER-2和WT-1对预测预后总准确率最高,较单测Pim-1总的预测准确效率由77.9%提高至82.8%,其中对预后差的预测准确率由62.3%提高为69.8%,对预后好的预测准确率由89.9%提高为92.8%。移去模型中任一蛋白,对于预测效果均会带来显著改变。2.初步建立卵巢浆液性癌铂类化疗敏感性分子分型联合检测HER-2、P-gp和Survivin对预测铂类敏感性总准确率最高,较单测HER-2总的预测准确率由66.7%提高至70.4%,其中对预后差的预测准确率由39.6%提高为62.5%,但对预后好的预测准确率由88.3%降至为72.7%。移去模型中任一蛋白,对于预测效果均会带来显著改变。3.把分子分型统计模型转化为临床应用把Pim-1、HER-2、WT-1、P-gp和Survivin的弱表达定义为0分,强表达定义为1分,3者相加即为预后分子分型(Pim-1、HER-2和WT-1)或铂类敏感性分子分型(HER-2、P-gp和Survivin)的分值,分子分型得分为0分至3分,0分与1分提示预后好或者铂类敏感,2分或者3分提示预后差或者铂类不敏感,结论1.联合检测(?)Pim-1、HER-2和WT-1可以更准确地预测患者的预后；2.联合检钡(?)JHER-2、P-gp和(?)Survivin可以更准确地预测患者的铂类化疗敏感性。

全文目录

摘要  4-6
ABSTRACT  6-8
缩略词表  8-10
前言  10-12
1 材料与方法  12-18
  1.1 试验材料  12-14
  1.2 试验方法  14-18
2 结果  18-57
  2.1 完成122例卵巢浆液性癌临床病理数据采集  18-19
  2.2 免疫组织化学染色  19-21
  2.3 图像采集分析与蛋白表达结果  21-35
  2.4 Pim-1等10个蛋白入选预后分子分型拟合范围  35-43
  2.5 HER-2等11个蛋白入选铂类敏感性分子分型拟合范围  43-52
  2.6 采用Logistic回归模型拟合预后及铂类敏感性分子分型  52-55
  2.7 统计学模型转化为临床应用  55-57
3 讨论  57-60
4 结论  60-61
参考文献  61-69
综述  69-77
  参考文献  73-77
致谢  77-78

基于组织芯片筛选多种相关蛋白建立卵巢浆液性癌的分子分型

内容摘要

全文目录

相似论文