导读:本文包含了蛋白质芯片论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:蛋白质,芯片,胰岛素,病毒,过敏原,生物,胃肠炎。
蛋白质芯片论文文献综述
钟方粒[1]（2019）在《PEDV-TGEV-PRoV叁联检蛋白质芯片方法的建立》一文中研究指出猪流行性腹泻病毒(Porcine epidemic diarrhea virus,PEDV)、猪传染性胃肠炎病毒(Porcine transmissible gastroenteritis virus,TGEV)、猪轮状病毒(Porcine rotavirus,PRoV)是导致猪腹泻的叁种主要病毒性病原,对各年龄段的猪都易感,尤其会造成幼龄仔猪极高的病死率,给我国以及世界上其他的养猪国家造成了巨大的经济损失。临床常发生这叁种病毒的混合感染,相对于单一感染,对肠道的损伤更为严重。叁种病毒感染后的临床症状和病理变化十分相似,给疾病的准确诊断和防控带来诸多困难。高效、快捷的病毒病原鉴定方法可以快速诊断疾病的病因,以便及时处置,减少疾病带来的损失。目前检测这叁种病毒的方法主要有RT-PCR法、ELISA法和胶体金试纸条法,胶体金试纸条法快捷,但灵敏度低;ELISA法特异性好、灵敏度高、操作简单,但一次仅能检测一种病原;RT-PCR法虽然可实现3种病原的联检,但操作繁琐、耗时耗力、专业性强,易污染。因此,建立能同时检测并区分这叁种病原的特异、敏感、快速、高效的检测方法对临床诊断具有重要意义。本研究拟应用蛋白质芯片技术,基于双抗体夹心检测抗原的原理,利用PEDV、TGEV、PRoV单克隆抗体作为捕获抗体和标记抗体,建立一种具有高度特异性、敏感性的高通量检测方法,为临床上PEDV、TGEV、PRoV所引起的猪病毒性腹泻疾病的鉴别诊断提供一种新的技术手段。首先复苏实验室前期制备的PEDV、TGEV、PRoV单克隆抗体杂交瘤细胞株,制备腹水并纯化,对纯度和浓度进行鉴定,同时对单克隆抗体进行HRP标记。基于单抗-抗原-酶标单抗的双抗体夹心原理,以变性硅胶膜为载体,利用制备的单克隆抗体构建PEDV-TGEV-PRoV叁联检蛋白质芯片,并对叁种病毒单克隆抗体的配对模式、芯片反应模式、捕获抗体最佳使用浓度、酶标抗体最佳稀释倍数、反应时间及显色时间等进行筛选,优化和确定蛋白质芯片的检测条件,并对蛋白质芯片的特异性、敏感性、重复性及方法学对照进行研究和评价。通过单克隆抗体配对筛选确定适合的捕获抗体分别为PEDV 8A3株单克隆抗体、TGEV 4B4株单克隆抗体、PRoV 3A8株单克隆抗体,酶标抗体分别为PEDV 12C4株单克隆抗体、TGEV 5H11株单克隆抗体和PRoV 3A8株单克隆抗体。捕获抗体最佳使用浓度分别为PEDV 8A3 0.8 mg/mL、TGEV 4B4 0.6 mg/mL、PRoV 3A8 0.6 mg/mL。酶标抗体最佳稀释倍数分别为PEDV 12C4 1:1500倍、TGEV 5H11 1:1500倍、PRoV 3A81:3000倍。反应模式为一步法,反应时间为45 min,显色时间为15 min。检测100份阴性临床样品确定判定阈值,PEDV为3392,TGEV为3147,PRoV为3936。检测PRV、PPV、PCV2、CSFV及PRRSV病毒液评价芯片特异性,结果均无交叉反应,特异性良好。检测3种病毒不同稀释倍数病毒液评价芯片灵敏度,结果对3种病毒的检测下限分别为PEDV 10~(7.0)TCID_(50)/mL病毒液80倍稀释,TGEV 10~(7.5)TCID_(50)/mL病毒液160倍稀释,PRoV 10~(6.5)TCID_(50)/mL病毒液20倍稀释。评价批内、批间重复性均在15%以内,重复性较好。本研究建立了一种基于蛋白质芯片技术的快速检测PEDV、TGEV、PRoV方法,其进一步的完善与推广应用,对叁种疾病的快速诊断和有效处置与防控具有重要的应用价值。(本文来源于《西北农林科技大学》期刊2019-04-01）
陈莉[2]（2019）在《基于蛋白质芯片的PCOS非胰岛素抵抗患者血清生物标记物的探究》一文中研究指出目的1.寻找PCOS伴IR患者与PCOS伴Non-IR患者基本临床特征及实验室指征差异。利用蛋白质组学相关技术探索两者血清差异蛋白,经筛选和验证,鉴定出与PCOS伴Non-IR密切相关的蛋白质。2.建立PCOS-IR/Non-IR大鼠模型,进一步验证人血清蛋白质芯片初筛结果及ELISA验证结果。从临床和基础两个层面,为未来PCOS伴Non-IR发病机制的探索提供依据。方法1.以2017年10月~2018年12月时间范围内就诊于兰州大学第二医院生殖医学科不孕不育门诊,且被初次诊断为PCOS的育龄期患者为实验组,同时募集于门诊体检的月经周期规律且已正常生育的育龄期非PCOS女性为对照组。最终获得初诊PCOS患者157例,对照组女性41例,在征得知情同意的前提下所有参与者均留取常规检查后剩余血清样本,-80℃保存。根据HOMA-IR(≥2.69)将初诊PCOS患者分为IR组以及Non-IR组,最终实验分组为Control 41例,IR组102例以及Non-IR组55例,对比分析叁组患者的基本临床特征和实验室指征。利用高通量蛋白质芯片技术(包涵了640种细胞因子)对比检测Control 1、Control2(作为技术重复)、IR组以及Non-IR组各组之间部分样本混样血清的蛋白表达,通过技术重复计算出SD值,以差异≥3倍SD值为卡值标准,分析数据并筛选出在IR组同Non-IR组血清中显着差异表达的蛋白。后续进行扩大临床样本量验证研究,采用ELISA试剂盒进行检测。采用Graphpad prism 6.0、R 3.5.1软件进行数据可视化。利用Cluster3.0软件进行蛋白质的聚类分析,数据结果采用均数±标准差(?x±s)呈现。通过SPSS22.0统计软件进行相关数据的统计分析,以p<0.05表示结果具有统计学意义。2.通过DEHA(脱氢表雄酮)(6mg/100g)SD大鼠颈部皮下注射20天诱导PCOS模型。通过对大鼠体重、阴道涂片、卵巢HE染色、空腹血糖(FBG)、空腹胰岛素(FIN)以及性激素测定评估模型,根据HOMA-IR(≥2.8)进行PCOS大鼠IR组和Non-IR的分组。利用ELISA法对比检测Control组、IR组以及Non-IR大鼠血清蛋白质的表达,旨在从PCOS整体动物水平进一步验证前述通过人血清样本蛋白质芯片所筛选出的与PCOS Non-IR密切相关的蛋白质分子。利用Graphpad prism 6.0软件进行绘图。数据结果采用均数±标准差(?x±s)表示。通过SPSS22.0统计软件对实验数据进行统计分析,p<0.05表示结果具有统计学意义。结果1.Control组、初诊PCOS IR组以及初诊Non-IR组患者基本临床特征和实验室指征分析本研究最终纳入了157例初诊PCOS患者,Control组41例,平均年龄为26.29±3.38岁。根据HOMA-IR(≥2.69),157例初诊PCOS患者被分为初诊IR组102例,平均年龄为24.92±3.48岁,初诊Non-IR组55例,平均年龄为24.93±3.22岁,患者年龄无显着性差异。相对于Control组女性规律的月经周期而言,PCOS IR和Non-IR患者主要表现为月经周期延长或紊乱。超声检查显示PCOS IR和Non-IR患者绝大部分均表现为双侧PCO。与Control组相比,PCOS IR组和Non-IR组的LH、LH/FSH以及T水平均升高,且差异具有统计学意义(p<0.05),而IR组与Non-IR组之间无显着差异。同Control组和Non-IR组相比,IR组空腹血糖(FBG)、空腹胰岛素(FIN)以及HOMA-IR均显着升高(p<0.05);Non-IR组FBG显着高于Control组(p<0.05),而两组在FIN和HOMA-IR之间无显着性差异。比较叁组之间的BMI发现,IR组患者中肥胖患者约占34.3%,Non-IR组中肥胖患者约占5.5%,而Control组女性的BMI基本均处于正常范围(18.5~22.9kg/m~2)。2.基于蛋白质芯片的PCOS Non-IR组血清差异蛋白的筛选与验证2.1 Non-IR组差异蛋白的筛选结果对蛋白质芯片结果进行重现性分析、PCA分析、k-means cluster聚类分析、t-test差异蛋白分析以及差异蛋白的功能学分析,最终同Control组和IR组相比较,我们筛选出了10种在Non-IR组中显着差异表达且具有重要临床诊疗意义的蛋白,包括Mer、Calcitonin、CA125、Procalcitonin、CA19-9、IL-1 F8、Pepsinogen II、CEA、AFP和CA15-3。通过功能学分析发现其中的CA125、CA19-9、CA15-3、CEA以及AFP这五种蛋白均是与肿瘤发生密切相关联的血清肿瘤标记物。根据标准曲线,计算并统计这五种蛋白的血清浓度。结果发现,同Control组和IR组比较,Non-IR组血清CA125、CA19-9、CEA以及AFP均显着升高(p<0.05);对比Control组,IR组和Non-IR组血清CA15-3均显着升高(p<0.05),而两者之间无显着性差异。2.2扩大样本量的单样本ELISA验证结果根据患者临床信息对其血清样本进行筛选,最终用于进一步验证芯片结果的样本量为:Control组41例,IR组102例,Non-IR组55例。对比Control组和IR组,Non-IR组血清CA125、CA19-9、CEA以及AFP均显着升高(p<0.05),而Control组和IR组比较无显着差异;对比Control组,IR组和Non-IR组CA15-3显着增加(p<0.05),而IR组和Non-IR组之间无显着差异。3.PCOS大鼠模型的评估以及血清ELISA的验证结果3.1 PCOS大鼠模型的评估在给药第11天,对比Control组,IR组以及Non-IR组大鼠体重均明显增加(p<0.05),而IR组和Non-IR组之间无显着差异;在给药第14、17和20天这叁个时间点,对比Control组,IR组和Non-IR组均呈现出体重的显着增加(p<0.05),且IR组较Non-IR组体重增加更加显着(p<0.05)。通过阴道涂片观察阴道细胞学改变评估大鼠动情周期的变化,对比Control组,IR组和Non-IR组具备完整动情周期的大鼠比例均显着下降,IR组约为18.2%,Non-IR组约为16.7%,而Control组中各大鼠的动情周期均正常。与Control组相比,IR组和Non-IR组卵巢湿重均显着增加(p<0.05),IR组和Non-IR组之间无显着差异。通过卵巢HE染色,对比Control组,IR组和Non-IR组初级卵泡(PF)的比例增加显着(p<0.05),而IR组和Non-IR组形成的窦卵泡(AF)以及黄体(LH)的比例显着降低(p<0.05);IR组和Non-IR组两组之间在PF、AF以及LH的形成上均无显着差异。与Control组和Non-IR组比较,IR组空腹血糖(FBG)、空腹胰岛素(FIN)以及HOMA-IR均显着升高(p<0.05);Non-IR组较Control组FBG显着升高(p<0.05),Non-IR组和Control组在FIN以及HOMA-IR水平上均无显着性差异。与Control组比较,IR组和Non-IR组E2和T水平均显着增加(p<0.05),两组间无显着性差异。叁组在血清P、PRL、LH、FSH、LH/FSH水平上均无显着差异。3.2 Control组、IR组以及Non-IR组大鼠血清肿瘤标记物的验证结果与Control组相比,IR组和Non-IR组血清AFP水平均显着升高(p<0.05),且Non-IR组较IR组升高更为显着(p<0.05)。而叁组之间在CA125、CA19-9、CA15-3以及CEA的水平上均未见显着性差异。结论1.育龄期PCOS患者多表现为月经周期延长,并通常伴有胰岛素抵抗和高雄激素血症,PCOS胰岛素抵抗患者中肥胖患者占比更高,PCOS患者多表现为双侧卵巢的多囊样改变。2.PCOS Non-IR女性多种血清肿瘤标记物的的显着上调,并结合PCOS动物水平的验证研究,提示PCOS Non-IR女性患者罹患子宫内膜癌的风险增加。3.本研究为临床上对于扩展PCOS Non-IR患者的规范诊疗内容以及加强后期的随访工作的重要性提出有意证据。(本文来源于《兰州大学》期刊2019-03-01）
徐建新,吕胜启,朱涛,方登攀[3]（2019）在《应用蛋白质芯片CM10检测弱精子症患者精浆标志物》一文中研究指出目的应用蛋白质芯片技术检测弱精子症患者精浆中的相关性生物标志物。方法收集45例弱精子症男性患者和38例正常健康志愿者的精液样本,离心获得精浆,运用CM10芯片结合蛋白组学技术对两组精浆样本进行检测,筛查蛋白质峰,经过归一化处理,比较两组间蛋白质图谱表达差异。结果在相对分子质量在1000-50000Da范围内,CM10蛋白质芯片上共检测到118种有差异的蛋白峰,其中4种有统计学意义(P<0.05)。弱精子症组较正常生育男性精浆蛋白质相比,弱精子症组有2处蛋白峰表达降低(P<0.05),其蛋白质质荷比(M/Z)为6811.14、15520.4;弱精子症组较正常组有2处蛋白峰表达增高,M/Z为2760.30、14772.0。结论弱精子症患者精浆中差异蛋白质的发现,其含量变化对探究弱精子症的发病机制具有重要意义。(本文来源于《中国男科学杂志》期刊2019年01期）
邓蕾,庞舒尹,杨丽媛,代玉梅,刘云锋[4]（2018）在《人类全基因组编码蛋白质芯片技术筛选胆道闭锁自身免疫靶抗原》一文中研究指出目的筛选胆道闭锁(biliary atresia,BA)自身免疫相关靶抗原,建立疾病差异性抗原谱,寻找疾病诊断及发病机制研究线索。方法以20例BA患儿、5例疾病对照组患儿(包括婴儿肝炎综合征2例、胆总管囊肿3例)和5例正常儿童对照组的血清为探针,采用全基因组蛋白质芯片技术进行检测,并进行生物学聚类分析和GO功能分析。结果通过比较BA组与对照组,共筛选出存在明显差异的免疫响应蛋白281个,其中Ig G响应105个,Ig M响应176个,Ig G和Ig M同时响应的26个;依据差异倍数≥2、表达稳定的标准得出49个高响应蛋白。GO功能分析发现差异抗原主要涉及调控细胞发育、增殖、凋亡及胆道形成。其中CENP6、UBQLN3、PDCD2、SPEG和RBPJ蛋白在BA组中阳性率显着高于正常对照组(100%vs 0%,P<0.05)。结论成功建立BA相关自身抗原差异谱,为BA的早期诊断、发病机制的阐明提供新的科学依据,但仍需更为深入的鉴定和更多临床样本的验证。(本文来源于《临床检验杂志》期刊2018年10期）
李一珂,靳刚,牛宇,陈翊平,谢孟峡[5]（2018）在《光学蛋白质芯片技术在生物检测中的应用》一文中研究指出蛋白质芯片技术因其高通量,微型化,可快速分析等特点,在生物检测中具有独特优势。光学蛋白质芯片同时结合了蛋白质芯片技术和高分辨的光学椭偏显微成像技术,在提高灵敏度的同时实现了检测结果的可视化。本工作利用光学蛋白质芯片技术,针对复杂体系中的临床标志物蛋白质,构建了夹心型检测体系,实现了系统的定量检测。实验结果与临床通用方法符合较好。该方法具有灵敏度高,操作简单,检测快速,样品用量少等优点。(本文来源于《光谱学与光谱分析》期刊2018年S1期）
蔡婷婷[6]（2018）在《基于TiO_2—多孔硅的蛋白质芯片技术检测谷物中的多元真菌毒素》一文中研究指出食物中真菌毒素的污染一直是全球关注的问题。真菌毒素是由一些丝状真菌产生的有毒次级代谢产物,在低浓度下就会导致人和动物患病。它们的作用范围包括细胞毒性,肾毒性,肝毒性,致畸性,致突变,致癌和免疫抑制。而且饲料及食物中往往存在多种真菌毒素,危害更大。一般通过色谱法、免疫测定或传感器检测真菌毒素。色谱法虽然具有较高的灵敏度和准确性,但成本高、分析时间长、样品处理繁琐和对技术人员要求较高,使其存在一定的局限性。而多孔硅比表面积大,结合位点多,应用于检测真菌毒素时,样品处理简便。因此,本文以多孔硅为载体,以免疫分析为基础,建立一种蛋白质芯片技术来检测谷物中的多元真菌毒素。本文以P型单晶硅为材料,通过电化学刻蚀法制备多孔硅。首先对刻蚀的波形进行了选择,确定为方波刻蚀。然后,为了增加多孔硅的稳定性,在表面旋涂了一层TiO2,对比了涂Ti02前后硅片与蛋白质的结合能力。并分别用醛基、羧基和环氧基修饰多孔硅,结果表明用环氧基修饰的效果更好。接着分别优化了 OTA、AFB1和FB1的完全抗原、一抗和荧光二抗(Cy3-IgG)的浓度,最终确定OTA-BSA、AFB1-BSA和FB1-BSA的浓度依次为200、100和200μg/mL,OTA-Ab、AFBi-AbFBi-Ab 的浓度依次为 200、100、200Oμg/mL,对应荧光二抗的浓度均为60μg/mL。并根据优化的条件制作了叁种真菌毒素的标准曲线,其中OTA的检测线性范围为0.01-10 ng/mL,线性方程为y=-1576.3675 log(x)+8761.3079,R2 = 0.999,检测限为 32.6 pg/mL;AFBi 的检测线性范围为 0.001-1 ng/mL,线性方程为 y=-1584.1929 log(x)+6743.3798,R2 = 0.985,检测限为 0.314 ng/mL;FB1的检测线性范围为 0.01-10 ng/mL,线性方程为 y=-1187.7643 log(x)+9179.6908,R2 =0.992,检测限为0.197 ng/mL。该方法的批内精密度RSD为11%以下,批间精密度为13%以下。另外,以OTA为例对特异性进行了分析,结果表明,该方法对OTA有良好的特异性,与其结构类似物OTB之间没有明显的交叉反应。并分别用本方法和ELISA方法测定了大米、小麦和玉米中OTA的加标回收率,用本法测定的9个样品中有7个样品回收率在80-120%之间,与用ELISA方法测定的回收率基本一致,说明本法用于检测谷物中的真菌毒素具有可行性。在建立的检测单种真菌毒素方法的基础上,根据最优反应条件,建立了同时检测多元真菌毒素的方法,对比了两种不同的混合反应体系对检测结果的影响。结果表明,将混合真菌毒素分别和抗体混合的方式测得的标准曲线线性范围更广,达2-3个数量级。该方法同时检测OTA、AFB1、FB1的线性检测范围依次为0.01-1、0.001-1、0.01-1 ng/mL。并对多重特异性进行了分析,结果表明抗原抗体特异性较好。然后,分别用本法和ELISA方法测定了 OTA、AFB1和FB1混合真菌毒素在大米、玉米和小麦中的加标回收率,结果表明,两种方法测定的回收率基本一致,说明本章建立的同时检测多元真菌毒素方法应用于谷物中多元真菌毒素的检测具有可行性。(本文来源于《南京师范大学》期刊2018-04-11）
李松果[7]（2018）在《蛋白质芯片检测血清脂联素水平以及与胃癌患者临床病理学特征方面的研究》一文中研究指出目的运用蛋白质生物芯片技术,检测胃癌(Gastric cancer,GC)组患者及对照组人群血清脂联素(Adiponectin,APN)水平,同时,对GC患者血清APN含量与临床病理学相关资料进行分析,探讨循环APN表达与临床病理资料间的相关性。方法优化(N-马来酰亚胺)环己烷-1-羧酸琥珀酰亚胺酯(SMCC)试剂金箔芯片修饰条件。采用原子力显微镜(Atomic Force Microscope,AFM)和傅立叶变换红外光谱(Fourier Transform Infrared Spectrometer,ATR-FTIR)技术对SMCC修饰蛋白质芯片表征进行检测。运用此种稳定可靠的蛋白质生物芯片技术,检测210例GC患者和220例对照组血清APN水平,运用SPSS16软件完成GC患者血清APN表达与临床病理学资料间相关性的分析。结果SMCC修饰的相关化学官能团以共价结合方式稳定连接于金箔表面,自组装单层结构成功建立。我们发现与对照组相比,GC患者血清APN水平显着降低(p<0.01)。在对照组,女性血清APN水平高于男性(p=0.024),但在GC患者,这种性别差异消失(p>0.05)。在GC组及对照组,年龄较长者(>55岁)的血清APN水平均高于年龄较轻者(≦55岁)(p=0.014,p=0.003)。血清APN表达与临床病理特征之间相关性分析表明,GC患者血清APN水平与肿瘤发生部位(p=0.008)、分化程度(p=0.011)及组织学类型(p=0.006)存在显着性差异,而与肿瘤大小、浸润深度、淋巴结转移、远处转移、TNM分期及有无癌栓等情况无关(p>0.05)。结论血清APN水平可能反映了GC发生部位、分化程度和组织学类型。蛋白质金箔生物芯片或许可以作为一种潜在的方法,与常规的血清免疫学临床检测方法相互补充,用于测量GC中的血清APN水平。(本文来源于《安徽医科大学》期刊2018-03-01）
殷继永,霍军生,马欣欣,孙静,黄建[8]（2017）在《生牛乳中乳铁蛋白的蛋白质芯片检测平台的评价研究》一文中研究指出目的对本研究前期建立的用于乳铁蛋白的蛋白质芯片检测平台进行评价。方法使用3份生牛乳样品,批内重复8次检测,计算批内精密度;另对3份生牛乳分别重复8个批次检测,计算批间精密度。对高浓度标准品稀释3个浓度后,进行稀释回收率试验;另对3个浓度基础液分别进行加标回收率试验;取10份生牛乳样品,分别用蛋白质芯片检测平台与商用酶联免疫吸附测定(ELISA)试剂盒进行检测并对结果进行方法学比较。结果用于生牛乳中乳铁蛋白的蛋白质芯片检测平台的批内精密度在9.79%~15.90%之间,批间精密度在11.63%~23.38%之间;稀释回收率在79.8%~129.7%之间,加标回收率在105.7%~133.9%之间;经比较,两种方法的相关系数r=0.825 2,差异有统计学意义(t=4.132,P<0.05),配对比较t检验结果显示两种方法差异无统计学意义(t=1.282,P>0.05)。结论本研究建立的用于乳铁蛋白的蛋白质芯片检测平台能够满足实验室检测需要,尚有操作偏倚需进一步优化。(本文来源于《中国食品卫生杂志》期刊2017年06期）
翟康乐,周俊雄,李新新,陈慧,尹佳[9]（2017）在《桃过敏原组分检测蛋白质芯片的制备及验证》一文中研究指出目的制备用于检测血清中针对几种桃过敏原组分抗体的蛋白质芯片,为针对桃过敏原组分过敏患者的临床诊断提供快速可靠的方法。方法合成6种常见的桃过敏原组分的编码基因,分别将其插入p GAPZαA酵母表达载体,AvrⅡ单酶切线性化后,电转毕赤酵母SMD1168,表达和纯化相应的桃过敏原组分蛋白,并制备蛋白质芯片;用蛋白芯片检测临床血清样本中针对桃过敏原组分蛋白的抗体,与ImmunoCAP法相比,验证蛋白质芯片检测的灵敏度和特异性。结果用酵母表达系统成功表达并纯化了4种桃过敏原组分Pru p 1、Pru p 3、Pru p 4和Pru p 7,制备了能进行质量控制的检测血清桃过敏原组分抗体的蛋白质芯片。检测了疑似桃过敏患者血清41例,结果以ImmunoCAP法为金标准,蛋白芯片检测血清Pru p 1、Pru p 3和Pru p 4抗体的灵敏度分别为40%、100%和100%,特异性为78%、50%和100%;对上述3种组分抗体的综合检测灵敏度为86%,特异性为96%。针对缺乏ImmunoCAP检测结果的Pru p 7抗体,蛋白芯片检测出6份阳性的血清样本,均为桃过敏患者。结论桃过敏原组分检测芯片在灵敏度和特异性方面与ImmunoCAP相当,血清用量少,优化后有望成为临床桃过敏检测的一种新方法。(本文来源于《基础医学与临床》期刊2017年11期）
董青青,陈慧,张建民,何维[10]（2017）在《用蛋白质芯片技术筛选人γδ T细胞识别的肿瘤相关蛋白配体》一文中研究指出目的:筛选人γδ T细胞识别的肿瘤相关蛋白配体,为深入阐明其抗肿瘤效应机制及用于肿瘤的细胞过继免疫治疗奠定基础。方法:根据实验室前期鉴定并充分验证的具有肿瘤结合特异性的CDR3δ序列合成CDR3δ多肽;并以之为探针,利用生物素-链亲和素系统,筛选人类蛋白质组芯片;表达纯化候选的蛋白配体,用E LISA验证蛋白与探针的结合情况;用流式细胞仪和Western-blot检测蛋白配体在各种乳腺癌肿瘤细胞系的表达情况;并用固相化蛋白配体来扩增人外周血γδ T细胞,为进行蛋白体外刺激γδ T细胞活化增殖及分泌细胞因子的功能验证奠定基础。结果:人工合成具有肿瘤结合特异性的生物素标记的CDR3δ肽OT1、OT3和OT10各5mg;以生物素为对照,筛选人类蛋白质组芯片,共筛选到与之结合的候选蛋白配体共6种,分别是PHF21A,LDB3,SYF2,PPP1R14A,AGR2和SYAP1;通过查询相关数据库对蛋白的功能进行分析,发现AGR2参与调节内质网应激,与乳腺癌的发生发展关系密切;原核表达纯化AGR2蛋白,ELISA结果显示AGR2蛋白能特异性地结合CDR3δ肽OT3,具有剂量依赖性;流式细胞技术和Western-blot结果显示AGR2蛋白在叁种乳腺癌细胞系中表达水平不一致,在MCF-7的表达较高,胞内染色阳性达到80%,而在MDA-MB-231和SkBr-3细胞中相对较低,胞内染色阳性为30%;固相包被AGR2蛋白能在体外扩增部分γδ T细胞,与对照具有显着差异。进一步体外功能验证仍在进行中。结论:初步的实验结果表明AGR2可能是人γδ T细胞识别的肿瘤相关蛋白配体,需要进一步验证。(本文来源于《第十二届全国免疫学学术大会摘要汇编》期刊2017-10-26）
蛋白质芯片论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的1.寻找PCOS伴IR患者与PCOS伴Non-IR患者基本临床特征及实验室指征差异。利用蛋白质组学相关技术探索两者血清差异蛋白,经筛选和验证,鉴定出与PCOS伴Non-IR密切相关的蛋白质。2.建立PCOS-IR/Non-IR大鼠模型,进一步验证人血清蛋白质芯片初筛结果及ELISA验证结果。从临床和基础两个层面,为未来PCOS伴Non-IR发病机制的探索提供依据。方法1.以2017年10月~2018年12月时间范围内就诊于兰州大学第二医院生殖医学科不孕不育门诊,且被初次诊断为PCOS的育龄期患者为实验组,同时募集于门诊体检的月经周期规律且已正常生育的育龄期非PCOS女性为对照组。最终获得初诊PCOS患者157例,对照组女性41例,在征得知情同意的前提下所有参与者均留取常规检查后剩余血清样本,-80℃保存。根据HOMA-IR(≥2.69)将初诊PCOS患者分为IR组以及Non-IR组,最终实验分组为Control 41例,IR组102例以及Non-IR组55例,对比分析叁组患者的基本临床特征和实验室指征。利用高通量蛋白质芯片技术(包涵了640种细胞因子)对比检测Control 1、Control2(作为技术重复)、IR组以及Non-IR组各组之间部分样本混样血清的蛋白表达,通过技术重复计算出SD值,以差异≥3倍SD值为卡值标准,分析数据并筛选出在IR组同Non-IR组血清中显着差异表达的蛋白。后续进行扩大临床样本量验证研究,采用ELISA试剂盒进行检测。采用Graphpad prism 6.0、R 3.5.1软件进行数据可视化。利用Cluster3.0软件进行蛋白质的聚类分析,数据结果采用均数±标准差(?x±s)呈现。通过SPSS22.0统计软件进行相关数据的统计分析,以p<0.05表示结果具有统计学意义。2.通过DEHA(脱氢表雄酮)(6mg/100g)SD大鼠颈部皮下注射20天诱导PCOS模型。通过对大鼠体重、阴道涂片、卵巢HE染色、空腹血糖(FBG)、空腹胰岛素(FIN)以及性激素测定评估模型,根据HOMA-IR(≥2.8)进行PCOS大鼠IR组和Non-IR的分组。利用ELISA法对比检测Control组、IR组以及Non-IR大鼠血清蛋白质的表达,旨在从PCOS整体动物水平进一步验证前述通过人血清样本蛋白质芯片所筛选出的与PCOS Non-IR密切相关的蛋白质分子。利用Graphpad prism 6.0软件进行绘图。数据结果采用均数±标准差(?x±s)表示。通过SPSS22.0统计软件对实验数据进行统计分析,p<0.05表示结果具有统计学意义。结果1.Control组、初诊PCOS IR组以及初诊Non-IR组患者基本临床特征和实验室指征分析本研究最终纳入了157例初诊PCOS患者,Control组41例,平均年龄为26.29±3.38岁。根据HOMA-IR(≥2.69),157例初诊PCOS患者被分为初诊IR组102例,平均年龄为24.92±3.48岁,初诊Non-IR组55例,平均年龄为24.93±3.22岁,患者年龄无显着性差异。相对于Control组女性规律的月经周期而言,PCOS IR和Non-IR患者主要表现为月经周期延长或紊乱。超声检查显示PCOS IR和Non-IR患者绝大部分均表现为双侧PCO。与Control组相比,PCOS IR组和Non-IR组的LH、LH/FSH以及T水平均升高,且差异具有统计学意义(p<0.05),而IR组与Non-IR组之间无显着差异。同Control组和Non-IR组相比,IR组空腹血糖(FBG)、空腹胰岛素(FIN)以及HOMA-IR均显着升高(p<0.05);Non-IR组FBG显着高于Control组(p<0.05),而两组在FIN和HOMA-IR之间无显着性差异。比较叁组之间的BMI发现,IR组患者中肥胖患者约占34.3%,Non-IR组中肥胖患者约占5.5%,而Control组女性的BMI基本均处于正常范围(18.5~22.9kg/m~2)。2.基于蛋白质芯片的PCOS Non-IR组血清差异蛋白的筛选与验证2.1 Non-IR组差异蛋白的筛选结果对蛋白质芯片结果进行重现性分析、PCA分析、k-means cluster聚类分析、t-test差异蛋白分析以及差异蛋白的功能学分析,最终同Control组和IR组相比较,我们筛选出了10种在Non-IR组中显着差异表达且具有重要临床诊疗意义的蛋白,包括Mer、Calcitonin、CA125、Procalcitonin、CA19-9、IL-1 F8、Pepsinogen II、CEA、AFP和CA15-3。通过功能学分析发现其中的CA125、CA19-9、CA15-3、CEA以及AFP这五种蛋白均是与肿瘤发生密切相关联的血清肿瘤标记物。根据标准曲线,计算并统计这五种蛋白的血清浓度。结果发现,同Control组和IR组比较,Non-IR组血清CA125、CA19-9、CEA以及AFP均显着升高(p<0.05);对比Control组,IR组和Non-IR组血清CA15-3均显着升高(p<0.05),而两者之间无显着性差异。2.2扩大样本量的单样本ELISA验证结果根据患者临床信息对其血清样本进行筛选,最终用于进一步验证芯片结果的样本量为:Control组41例,IR组102例,Non-IR组55例。对比Control组和IR组,Non-IR组血清CA125、CA19-9、CEA以及AFP均显着升高(p<0.05),而Control组和IR组比较无显着差异;对比Control组,IR组和Non-IR组CA15-3显着增加(p<0.05),而IR组和Non-IR组之间无显着差异。3.PCOS大鼠模型的评估以及血清ELISA的验证结果3.1 PCOS大鼠模型的评估在给药第11天,对比Control组,IR组以及Non-IR组大鼠体重均明显增加(p<0.05),而IR组和Non-IR组之间无显着差异;在给药第14、17和20天这叁个时间点,对比Control组,IR组和Non-IR组均呈现出体重的显着增加(p<0.05),且IR组较Non-IR组体重增加更加显着(p<0.05)。通过阴道涂片观察阴道细胞学改变评估大鼠动情周期的变化,对比Control组,IR组和Non-IR组具备完整动情周期的大鼠比例均显着下降,IR组约为18.2%,Non-IR组约为16.7%,而Control组中各大鼠的动情周期均正常。与Control组相比,IR组和Non-IR组卵巢湿重均显着增加(p<0.05),IR组和Non-IR组之间无显着差异。通过卵巢HE染色,对比Control组,IR组和Non-IR组初级卵泡(PF)的比例增加显着(p<0.05),而IR组和Non-IR组形成的窦卵泡(AF)以及黄体(LH)的比例显着降低(p<0.05);IR组和Non-IR组两组之间在PF、AF以及LH的形成上均无显着差异。与Control组和Non-IR组比较,IR组空腹血糖(FBG)、空腹胰岛素(FIN)以及HOMA-IR均显着升高(p<0.05);Non-IR组较Control组FBG显着升高(p<0.05),Non-IR组和Control组在FIN以及HOMA-IR水平上均无显着性差异。与Control组比较,IR组和Non-IR组E2和T水平均显着增加(p<0.05),两组间无显着性差异。叁组在血清P、PRL、LH、FSH、LH/FSH水平上均无显着差异。3.2 Control组、IR组以及Non-IR组大鼠血清肿瘤标记物的验证结果与Control组相比,IR组和Non-IR组血清AFP水平均显着升高(p<0.05),且Non-IR组较IR组升高更为显着(p<0.05)。而叁组之间在CA125、CA19-9、CA15-3以及CEA的水平上均未见显着性差异。结论1.育龄期PCOS患者多表现为月经周期延长,并通常伴有胰岛素抵抗和高雄激素血症,PCOS胰岛素抵抗患者中肥胖患者占比更高,PCOS患者多表现为双侧卵巢的多囊样改变。2.PCOS Non-IR女性多种血清肿瘤标记物的的显着上调,并结合PCOS动物水平的验证研究,提示PCOS Non-IR女性患者罹患子宫内膜癌的风险增加。3.本研究为临床上对于扩展PCOS Non-IR患者的规范诊疗内容以及加强后期的随访工作的重要性提出有意证据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
蛋白质芯片论文参考文献
[1].钟方粒.PEDV-TGEV-PRoV叁联检蛋白质芯片方法的建立[D].西北农林科技大学.2019
[2].陈莉.基于蛋白质芯片的PCOS非胰岛素抵抗患者血清生物标记物的探究[D].兰州大学.2019
[3].徐建新,吕胜启,朱涛,方登攀.应用蛋白质芯片CM10检测弱精子症患者精浆标志物[J].中国男科学杂志.2019
[4].邓蕾,庞舒尹,杨丽媛,代玉梅,刘云锋.人类全基因组编码蛋白质芯片技术筛选胆道闭锁自身免疫靶抗原[J].临床检验杂志.2018
[5].李一珂,靳刚,牛宇,陈翊平,谢孟峡.光学蛋白质芯片技术在生物检测中的应用[J].光谱学与光谱分析.2018
[6].蔡婷婷.基于TiO_2—多孔硅的蛋白质芯片技术检测谷物中的多元真菌毒素[D].南京师范大学.2018
[7].李松果.蛋白质芯片检测血清脂联素水平以及与胃癌患者临床病理学特征方面的研究[D].安徽医科大学.2018
[8].殷继永,霍军生,马欣欣,孙静,黄建.生牛乳中乳铁蛋白的蛋白质芯片检测平台的评价研究[J].中国食品卫生杂志.2017
[9].翟康乐,周俊雄,李新新,陈慧,尹佳.桃过敏原组分检测蛋白质芯片的制备及验证[J].基础医学与临床.2017
[10].董青青,陈慧,张建民,何维.用蛋白质芯片技术筛选人γδT细胞识别的肿瘤相关蛋白配体[C].第十二届全国免疫学学术大会摘要汇编.2017
论文知识图
