美国FDA批准新肿瘤标志物-10-25-09
肿瘤标志物
一、肿瘤标志物定义肿瘤标志物( Tumor Marker ,TM) 是指在恶性肿瘤的发生和增殖过程中,由肿瘤细胞的基因表达而合成分泌的或是由机体对肿瘤反应而异常产生的/或升高的,反映肿瘤存在和生长的一类物质,包括蛋白质、激素、酶(同工酶) 、多胺及癌基因产物等,存在于病人的血液、体液、细胞或组织中,可用生物化学、免疫学及分子生物学等方法进行测定,对肿瘤的辅助诊断、鉴别诊断、疗效观察、监测复发及预后评价具有一定价值。
理想的肿瘤标志物应具有以下特性：①灵敏度高，使肿瘤能早期发现，早期诊断；②特异性好，即肿瘤患者为阳性，而非恶性肿瘤患者为阴性，因此能对良、恶性肿瘤进行鉴别；③能对肿瘤进行定位，即具有器官特异性；④与病情严重程度、肿瘤大小或分期有关，即肿瘤越大或越晚期，肿瘤标志物浓度越高；⑤监测肿瘤治疗效果，即肿瘤标志物浓度增高或降低与治疗效果密切相关；⑥监测肿瘤的复发，即肿瘤治疗后肿瘤标志物浓度降低，肿瘤复发时明显升高；⑦预测肿瘤的预后，即肿瘤标志物浓度越高，预后越差，反之亦然。
二、肿瘤标志物发展简史1846年Bence2Jones报道, 通过检测尿中本-周氏蛋白,可诊断多发性骨髓瘤, 这是人类发现的第一个TM,至今TM的发展可分为4个阶段: 1846—1927年发现本-周氏蛋白; 1928—1962年发现异源性激素、激素、同工酶等可作为TM; 1963—1975 陆续发现甲胎蛋白(AFP) 、癌胚抗原(CEA)等胚胎蛋白类TM,并逐渐应用于临床; 1976至今随着单克隆抗体技术引入和分子生物学发展,大量蛋白(包括酶、信号分子、细胞因子)类、基因类TM大量涌现。
三、肿瘤标志物分类肿瘤标志物可存在于细胞表面、细胞质、细胞核和细胞外（血液，体液中）。
肿瘤标志物的分类和命名尚未完全统一，体液中的肿瘤标志物一般分为，胚胎抗原类、糖链蛋白类、激素类、酶和同工酶类及癌基因产物类等。
1 ．胚胎抗原类：如 AFP，CEA等，是从肝癌、结肠癌的组织中发现的，而胚胎时期的肝、胃肠管组织也能合成，并存在于胎儿的血清中，因此称为胚胎抗原。
一新型抗癌药物获美国食药管理局批准
一新型抗癌药物获美国食药管理局批准美国食品药物管理局（FDA）日前批准一种通过提高身体自身免疫力来抗击肿瘤的新型药物，并希望该药物能成为首批对治疗某些癌症起革命性作用的药物。
该药物名为Keytruda，由默克公司（Merck & Co.）研制，是特别为治疗晚期扩散很快且不能手术移除的黑色素瘤而设计的。
Keytruda是第一种被美国批准PD-1（程序性死亡受体）抑制药，并且成为FDA为突破性地治疗晚期黑素瘤的使用药。
PD-1这种药通过增强免疫系统阻止细胞穿透癌细胞。
据《华尔街日报》报道，该药物每月花费12,500美金，并且默克公司使用超过6个月，话费大约77,500美金或者每年花费150,000美金。
加州大学洛杉矶分校肿瘤学家安东尼·瑞巴斯（Antoni Ribas）在2012芝加哥医学会议上说PD-1抑制剂“可能是最近在治疗黑色素瘤方面最令人激动的新药剂”。
除了提供一种新的可行的更加有效的治疗癌症的方法以外，这种药还对病人自身有益，因为它比化学治疗和手术有更少的副作用。
瑞巴斯告诉《华盛顿邮报》百分之九十的患者“基本没有出现任何副作用”。
“Keytruda是自2011年以来被批准的第六种新型治疗黑色素瘤方法，是黑色素瘤研究不断发展的结果，”FDA药物评估和研究中心血液学和肿瘤学药品办公室主要负责人理查德·帕斯度（Richard Pazdur）说道：“许多治疗方法都有不同的机制，并且为病人带来治疗黑素瘤的新选择。
”黑素瘤在美国占新癌症的百分之五。
同时另一FDA正在进行临床的新药RAS基因抑制剂Antroquinonol（安卓健）也引人关注，Antroquinonol作为目前唯一在FDA进行II期临床的在研RAS基因抑制剂，成为恶性肿瘤靶向药物领域的潜力股。
除肺癌外，胰腺癌、结直肠癌、肝癌等多种恶性肿瘤中都存在RAS 基因突变，并且突变比率都非常高。
RAS基因突变是一个不良预后因素，且目前RAS突变患者没有标准治疗方案，Antroquinonol将是这部分患者首选靶向治疗方案。
肿瘤标志物概述(详细)
肿瘤标志物概述(详细)1、CA-125CA-125是一种高分子糖蛋白，主要在卵巢上皮细胞中表达，也可在胸膜、腹膜、胰腺、肺和乳腺等组织中表达。
在卵巢癌患者中，CA-125水平明显升高，但也有部分非卵巢癌患者CA-125水平升高。
因此，CA-125主要用于卵巢癌的筛查、诊断和疗效观察，但不能作为卵巢癌的唯一诊断依据。
2、CA19-9CA19-9是一种复杂的糖蛋白，主要在胰腺、胆道、胃和结肠等组织中表达。
在胰腺癌、胆管癌、胃癌和结肠癌等消化道肿瘤患者中，CA19-9水平明显升高。
因此，CA19-9主要用于消化道肿瘤的筛查、诊断和疗效观察。
3、CA-153CA-153是一种复杂的糖蛋白，主要在乳腺上皮细胞中表达。
在乳腺癌患者中，CA-153水平明显升高，但也有部分非乳腺癌患者CA-153水平升高。
因此，CA-153主要用于乳腺癌的筛查、诊断和疗效观察，但不能作为乳腺癌的唯一诊断依据。
三）细胞表面肿瘤抗原类1、PSA前列腺特异性抗原(prostate-specific antigen,PSA)是一种蛋白质，主要由前列腺上皮细胞合成。
在前列腺癌患者中，PSA 水平明显升高，但也有部分非前列腺癌患者PSA水平升高。
因此，PSA主要用于前列腺癌的筛查、诊断和疗效观察，但不能作为前列腺癌的唯一诊断依据。
2、CYFRA21-1CYFRA21-1是一种细胞角质化蛋白，主要在上皮细胞中表达。
在肺鳞癌和其他鳞状上皮癌患者中，CYFRA21-1水平明显升高。
因此，CYFRA21-1主要用于肺鳞癌和其他鳞状上皮癌的筛查、诊断和疗效观察。
总之，肿瘤标志物在肿瘤的早期诊断、疗效观察和预后判断等方面具有重要的临床应用价值。
但需要结合临床症状、影像学检查等多种方法进行综合分析和判断。
细胞恶变时，基因表达会出现异常，导致表面的糖蛋白和糖脂产生变化，伴随着糖类抗原的异常。
肿瘤细胞株免疫BALB/C纯种小鼠，与骨髓瘤细胞杂交得到的单克隆抗体（McAb）能与某种特定的CA起反应。
肿瘤标志物（Tumor
肿瘤标志物（Tumor Marker）及其临床意义肿瘤标志物(TumorMarker)是由肿瘤组织⾃⾝产⽣，可反映肿瘤存在和⽣长的⼀类⽣化物质。
主要有胚胎抗原、糖类抗原、天然⾃⾝抗原、细胞⾓蛋⽩、肿瘤相关的酶、激素以及某些癌基因等。
1.SCCA 鳞状细胞癌相关抗原 (≤1.5ng/ml)对宫颈鳞癌、肺和头颈部鳞癌诊断和疗效监测，复发监测有重要意义。
2.NSE 神经元特异性烯醇化酶 (0-13ug/L)在SCLC、神经母细胞瘤、APUD系统肿瘤均可增⾼。
3.TPA 组织多肽抗原(0-1ug/L)为⾓蛋⽩8、18、19⽚段，可反映肿瘤增殖状态，⽤于膀胱癌、乳腺癌、肺癌、结直肠癌、宫颈癌、卵巢癌和肝胆肿瘤的辅助诊断。
4.TPS组织特异性多肽抗原(≤80u/L)为⾓蛋⽩18⽚段M3抗原决定簇，是反映肿瘤细胞分裂和增殖活性的特异指标。
与反映肿瘤容量的标志物CA153、CA125、CA199、CEA、PSA等联⽤，既可反映肿瘤增殖活性，亦可反映瘤负荷⼤⼩，在乳腺癌、卵巢癌、肺癌、前列腺癌、膀胱癌、肝癌和胃肠道肿瘤均可增⾼。
5.Cyfra21-1 (0-6ng/L)为细胞⾓蛋⽩19⽚段。
Cyfra21-1对鳞癌敏感性76.5%，腺癌47.8%、⼩细胞肺癌(SCLC)42.1%。
在肺鳞癌：I、II、III、VI期分别为60%、88.8%、80%和100%。
在恶性胸⽔和间⽪瘤，诊断的敏感性和特异性也较⾼。
6.CA72-4 肿瘤相关糖蛋⽩ (0-6 u/ml)是乳腺癌、胃肠道癌和卵巢癌的标志物。
在胃癌和卵巢癌敏感性45-50%，特异性⼏乎100%。
7.CA242 唾液酸化鞘糖脂抗原(0-20u/ml)对胰腺癌和胆道肿瘤的诊断较CA199更具特异性。
在结直肠癌、胃癌、卵巢癌、⼦宫癌、肺癌、头颈部肿瘤等有较⾼敏感性和特异性。
8.CA199低聚糖类肿瘤相关抗原(0-37u/ml)是胰腺癌敏感标志物，与AFP、CEA联⽤对胃肠道肿瘤的诊断更有价值。
2009年美国FDA共批准26种新药上市
来源生物谷2010-1-26 10:59:57美国FDA2009年共批准26种新药上市赵晨光分享生物谷（）讯：据统计美国食品药品监督管理局2009年共批准26种新药上市，而2008年FDA共批准25种新药上市。
在新批准上市的26种新药中生物技术类药物共有7种。
在药企方面，诺华制药以4种新药排在首位，强生旗下Centocor Ortho Biotech和葛兰素史克分别以两种新药紧随其后。
今年新药榜单上辉瑞和罗氏缺席的确令人吃惊。
以下是09年获批的26种新药：米那普伦盐酸盐 Savella (milnacipran HCl)适应症：纤维肌痛生产商：Forest Laboratories, Cypress Bioscience批准日期：2009年1月14日纤维肌痛是一种以全身性疼痛与疲劳为主的疾病。
根据美国风湿病学会估计大约有6百万美国人患有纤维肌痛。
虽然对于米那普伦盐酸盐(milnacipran Hcl，Savella)改善纤维肌痛症状的确切机制尚不明确，但一些研究者认为：某些脑部神经递质的异常可能是纤维肌痛的关键所在。
本品可能是通过对5-羟色胺与去甲肾上腺素(NE)再摄取的双重抑制(在体外对NE再摄取抑制的选择性更强)来改善纤维肌痛症状。
在美国进行的2项关键性III期临床研究中，共纳入2084例患者，其中1460例患者接受本品治疗，624例患者则使用安慰剂。
结果显示：与安慰剂相比，本品(剂量为100mg/天、200mg/天)能同时显著改善疼痛(视觉模拟评分)、患者整体评价(患者对变化的整体印象评分)与生理功能 (Short Form-36 总体生理健康)。
本品的安全性与耐受性良好。
最常见的不良反应为恶心。
其他常见不良反应包括便秘、潮热、多汗、呕吐、心悸、心率上升、口干与高血压。
本品所报道的大多数不良反应为轻微至中等程度。
Uloric (febuxostat)适应症：痛风生产商：Takeda批准日期：2009年2月16日Uloric (febuxostat)是美国FDA批准的近40年来首个用于治疗高尿酸症的痛风药物。
美国FDA批准上市的药物
Siga Technologies
2018/7
23
Krintafel（Tafenoquine）
片剂，150 mg
-
疟疾
葛兰素史克
2018/7
24
Orilissa（Elagolix sodium）
片剂，150和200 mg
促性腺激素释放激素(GnRH)受体拮抗剂
治疗子宫内膜异位引起的中度至重度疼痛
基因泰克
2018/10
47
Tegsedi（Inotersen）
皮下注射，284 mg∶1.5 ml
是一种反义寡核苷酸，通过与TTRmRNA结合导致突变体和野生型TTR mRNA的降
解，从而使组织血清TTR蛋白和TTR蛋白沉积物减少
成人遗传性转甲状腺素介导
的淀粉样变性多发性神经病
Akcea Theraps公
口服悬浮液，每包5 g和每包10 g
本品是一种不被吸收的锆硅酸盐，可以捕获钾离子并进行氢、钠的交换，通过结合胃肠道中游离的钾离子，促进钾离子的排放
成人高钾血症
阿斯利康
2018/5
12
Doptelet（Avatrombopag maleate）
片剂，20 mg
血小板生成素(TPO)受体激动剂
计划接受手术的慢性肝病患者的血小板减少症
艾伯维
2018/7
25
Omegaven（Fish oil triglycerides）
注射剂(乳液)，5 g∶50 ml和
10 g∶100 ml
脂肪酸补充剂
治疗患有肠外营养相关胆汁淤积(PNAC)的儿童患者
Fresenius Kabi USA
2018/7
26
Mulpleta（鲁索曲波帕）
多肿瘤标志物12项
多肿瘤标志物12项肿瘤标志物是指血液或组织中存在的与肿瘤有关的特殊物质，通过检测这些标志物的水平可以辅助判断肿瘤的存在、发展和治疗效果。
目前已经发现了许多与不同类型肿瘤相关的标志物，其中包括多肿瘤标志物12项。
下面将逐一介绍这些肿瘤标志物。
1. 癌胚抗原（CEA）癌胚抗原是常见的肿瘤标志物之一，其主要用于大肠癌和胰腺癌的筛查和监测。
同时，CEA也可以作为其他多种恶性肿瘤的辅助诊断指标，如肺癌、胃癌和乳腺癌等。
2. 碱性磷酸酶（ALP）碱性磷酸酶是一种骨组织和肝脏组织特有的酶，其升高可能与骨转移、肝癌和其他骨骼病变相关。
3. 糖类抗原125（CA125）CA125是卵巢癌特异性肿瘤标志物，其水平在卵巢癌筛查和辅助诊断中起到重要作用。
此外，它也可以作为其他妇科恶性肿瘤的辅助指标，如子宫内膜癌等。
4. 糖类抗原199（CA199）CA199是胰腺癌特异性肿瘤标志物，通过检测其水平可以进行胰腺癌的早期筛查和疾病监测。
5. 糖类抗原153（CA153）CA153是乳腺癌特异性肿瘤标志物，常用于乳腺癌的筛查和监测。
6. 糖类抗原724（CA724）CA724是胃癌特异性肿瘤标志物，通过检测其水平可以进行胃癌的早期筛查和疾病监测。
7. 癌抗原19-9（CA19-9）CA19-9是胰腺癌和结直肠癌的常见肿瘤标志物之一。
它可以用于这些肿瘤的筛查、监测和治疗效果评估。
8. 神经元特异性烯醇酶（NSE）NSE是神经内分泌肿瘤和神经系统肿瘤常见的肿瘤标志物，如小细胞肺癌、神经母细胞瘤等。
9. 前列腺特异性抗原（PSA）PSA是前列腺癌的标志物，它可以用于前列腺癌的筛查和监测。
然而，高水平的PSA并不一定表示患有前列腺癌，还需要结合其他检查结果进行综合评估。
10. 甲胎蛋白（AFP）AFP是肝癌和睾丸癌的标志物，通过检测AFP的水平可以进行这些肿瘤的诊断和监测。
11. 甲胎蛋白相关物（AFP-L3）AFP-L3是AFP的分异型，其升高与肝癌的恶性程度密切相关。
健康科普12种常见肿瘤标志物简介
健康科普12种常见肿瘤标志物简介肿瘤标志物是指在肿瘤患者体内出现的一种物质，它可以通过血液、尿液和组织等样本进行检测，对于肿瘤的早期筛查、诊断和治疗有着重要的指导意义。
在临床实践中，医生经常会根据特定的肿瘤标志物结果来判断肿瘤患者的病情，为患者提供更有效的治疗方案。
下面我们将介绍12种常见的肿瘤标志物，以帮助大家更加了解肿瘤相关知识。
1. 癌胚抗原（CEA）癌胚抗原是一种广谱肿瘤标志物，主要用于胃癌、结直肠癌和肺癌的筛查诊断。
如果癌胚抗原的水平升高，可能意味着肿瘤细胞的增殖、侵袭和蔓延。
2. 前列腺特异性抗体（PSA）PSA是用于前列腺癌筛查的重要标志物。
当前列腺癌发生时，前列腺细胞会释放大量的PSA，因此通过检测血液中的PSA水平可以对前列腺癌进行早期诊断。
3. 白细胞介素-2受体（IL-2R）IL-2R是一种免疫细胞表面的分子，它的水平增高通常与肿瘤细胞的活跃程度有关。
因此，IL-2R的检测可以帮助鉴定某些淋巴瘤和其他固体肿瘤。
4. 癌抗原125（CA125）CA125是一种常见的妇科肿瘤标志物，如卵巢癌和子宫内膜癌等。
CA125水平的升高往往与这些肿瘤的存在和进展相关。
5. 鳞状细胞癌抗原（SCC）SCC是一种表皮细胞癌的标志物，尤其适用于鳞状细胞癌和其他上皮肿瘤的筛查和诊断。
6. 神经元特异性烯醇化酶（NSE）NSE是神经内分泌肿瘤的重要标志物，例如小细胞肺癌和神经母细胞瘤。
通过检测NSE的水平，可以帮助判断肿瘤的类型和预后。
7. 甲胎蛋白（AFP）AFP是一种在胚胎期间产生的蛋白质，成人体内AFP水平通常很低。
然而，在某些情况下，例如肝细胞癌和睾丸癌等，AFP水平会显著升高。
8. 角蛋白19片段（CYFRA 21-1）CYFRA 21-1是非小细胞肺癌的标志物，可以帮助进行早期诊断和预后评估。
9. 碱性磷酸酶（ALP）ALP是一种酶，常用于多发性骨髓瘤和肝肺转移性肿瘤的筛查和诊断。
10. 鳞状细胞癌相关抗原（SCCA）SCCA是一种与鳞状细胞癌相关的标志物，通常用于宫颈鳞状细胞癌的筛查和诊断。
肿瘤标志物，帮你找到“嫌疑犯”
72健康生活·体检之窗肿瘤标志物，帮你找到“嫌疑犯”□上海健康医学院附属嘉定区中心医院检验科 徐炜新并非肿瘤发生的必然证据肿瘤标志物（TM），是指特征性存在于恶性肿瘤肿瘤细胞，或因恶性肿瘤细胞异常而产生的物质，或是宿主对肿瘤的刺激反应而产生的物质，它能反映肿瘤的发生、发展，也可用于评价治疗效果及监测病情变化，如在化疗、放疗、激素治疗、靶向治疗、免疫治疗的过程中，肿瘤标志物数值下降则提示治疗有效，恶性肿瘤患者在复查中发现肿瘤标志物升高，往往表明肿瘤复发或有转移。
肿瘤标志物存在于肿瘤患者的组织、体液和排泄物中，也可以进入血液，因此能通过血液化验来检测。
现临床最常见的肿瘤标志物有以下几种：甲胎蛋白（AFP） 目前主要作为原发性肝癌的血清标志物，用于原发性肝癌的筛查诊断，也可用于生殖系统肿瘤的筛查。
我国60%～70%的肝癌患者存在AFP高于正常值。
一个正常成年人血清当中的甲胎蛋白浓度在10～30ug/L。
如果一个成年人的甲胎蛋白浓度已经达到400ug/L （高浓度阳性）以上，伴有肝脏肿块，那么医生会高度怀疑其存在原发性肝癌。
但是血清AFP水近些年，部分癌症的发病率呈现出明显的走高趋向，因此很多人开始注意体检，并增加了肿瘤标志物检查等项目。
但由于体检报告单使用了很多专业术语，很多人拿到检查结果后都茫然无措，特别是那些肿瘤标志物，根本不知道它们代表了什么，其升高意味着什么。
下面笔者就带领大家认识肿瘤标志物。
平与原发性肝癌的大小、分期或预后等并没有直接的相关性。
需要注意，在部分情况下甲胎蛋白升高不能肯定是肝癌在作祟，比如，妊娠3～4个月的孕妇会因胎儿肝脏发育而出现甲胎蛋白升高，部分慢性肝病也会导致甲胎蛋白轻、中度升高，一般在50～300ug/L。
癌胚抗原（CEA） 最初发现于结肠癌及胎儿肠组织中，故得此名。
癌胚抗原可筛选出73%左右的结肠癌和乳腺癌患者，以及76%左右的肺癌患者。
通常情况下，癌胚抗原的血清水平与癌症分期呈正相关，癌症晚期患者体内的癌胚抗原含量要比癌症早期患者体内的高一些。
肿瘤标志物的选择及临床应用
10
骨癌
1.70
恶性肿瘤总计
134.80
恶性肿瘤总计
108.26
恶性肿瘤总计
83.65
资料来源：1973-75、1990-1992、2004-2005年中国恶性肿瘤死亡抽样回顾调查。以下4表同。
*
9-4-2 前十位恶性肿瘤死亡率(男)
顺位
2004-2005
1990-1992
*
概述
癌症对人类健康和生命的威胁很大。它和心血管疾患一起，已成为医学上的两大难关。全世界52亿人口中，每年约有700万人新患癌症，每年约有500多万人死于癌症， 几乎每6秒钟就有一名癌症患者死亡。近年来，我国癌症的发病率呈上升趋势，恶性肿瘤居城市人口死因的首位。 随着医学的进步和发展，诊断方法不断进步可以使大约80-90%的癌症得到确诊，而且，1／3的癌症患者能在早期发现。世界卫生组织作出的最新权威性结论：癌症患者如果能早期发现，治愈率可达80％以上。因此，早期肿瘤诊断已成为全世界医务人员长期以来极尽全力研究的热门课题。
宫颈癌
2.86
白血病
3.30
白血病
2.42
9
脑瘤
2.74
鼻咽癌
1.10
鼻咽癌
1.67
10
子宫癌
2.71
恶性肿瘤总计
98.97
恶性肿瘤总计
80.04
恶性肿瘤总计
70.43
*
9-4-4 前十位恶性肿瘤死亡率(城市)
顺位
2004-2005
1990-1992
1973-1975
临床可检测的肿瘤
肿瘤增长
Tumor cells
Lead time
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Jeffrey Shuren, M.D., J.D.,
Acting director of the FDA’s Center for Devices and Radiological Health
“Tests such as OVA1 personalize and improve public health by providing patients and health care providers with more information to support medical decisions that impact survival rates and reduce surgical complications.”
M7466_57 <= 4.674
Class Cases %
0
2 28.6
1
5 71.4
N=7
Terminal
Node 6
Class = 1
Class Cases %
0
0 0.0
1
4 100.0
N=4
Terminal
Node 7
Class = 0
Class Cases %
0
2 100.0
1
0 0.0
CA125 alone: 52 %
C标A准1225
Transthyretin (转甲状腺素蛋白 ),
Apolipoprotein A-1 (载脂蛋白A1 ), Beta2-Microglobulin (beta2微球蛋白 ),
Transferrin (转铁蛋白 ) , plus CA125: 94 %
N=2
Terminal
Node 2
Class = 0
Class Cases %
0
2 100.0
1
0 0.0
N=2
Terminal
Node 3
Class = 1
Class Cases %
0
0 0.0
1
5 100.0
N=5
Use of proteomic patterns in serum to identify ovarian cancer.
Food and Drug Administration/National Institutes of Health Clinical Proteomics Program, Department of Therapeutic Proteins/Center for Biologics Evaluation and Research, Food and Drug Administration, Bethesda, MD, USA. petricoin@
0
16 100.0
1
0 0.0
N = 16
Node 6
Class = 1
M3816_96 <= 12.753
Class Cases %
0
2 33.3
1
4 66.7
N=6
Terminal
Node 1
Class = 0
Class Cases %
0
6 100.0
1
0 0.0
N=6
Node 4
Class = 1
Breast cancer
Pancreatic cancer
Benign disease
Clinical Trials
FDA Sept.
11, 2009
The data demonstrates that the Ova1 algorithm (Transthyretin (转甲状腺素蛋白 ), Apolipoprotein
Diabetes
srqlglgppdvpdhaayhpfr
Disease specific fingerprints
Circulating proteins
Disease specific tissue reaction
Disease specific fingerprints
Ovarian cancer
Node 3
Class = 0
M9134_31 <= 3.006
Class Cases %
0
8 61.5
1
5 38.5
N = 13
TerminalNod来自 4Class = 1
Class Cases %
0
1 5.3
1
18 94.7
N = 19
Terminal
Node 5
Class = 0
Class Cases %
Within the study population, the Ova1 algorithm also detected 90% of Stage I epithelial ovarian cancer cases and 100% of stage 2-4 cancers while maintaining a greater than 90% negative predictive value among both premenopausal and postmenopausal patients.
A-1 (载脂蛋白A1 ), Beta2-Microglobulin (beta2
微球蛋白), Transferrin (转铁蛋白 ), plus CA125) can effectively identify women with a higher likelihood of malignancy.
0
27 50.0
1
27 50.0
N = 54
Node 2
Class = 1
M6430_42 <= 21.569
Class Cases %
0
9 28.1
1
23 71.9
N = 32
Node 5
Class = 0
M7562_65 <= 5.830
Class Cases %
0
18 81.8
1
4 18.2
N = 22
已经鉴定出的主要血清蛋白
a-1 antitrypsin(抗胰岛素) a-1 antichymotrypsin(抗凝乳胰岛素) a-2 antiplasmin Antithrombin III Ceruloplasmin Clusterin (apo-J) Clusterin A chain Complement C3 a chain Complement C3 b chain Complement C3 Complement C4 g chain Complement factor D Connective tissue activating peptide III (CTAP) C-reactive protein(C反应蛋白) Ferritin(铁蛋白) a-1B glycoprotein Haptoglobulin a-1 chain Haptoglobulin a-2 chain Haptoglobulin b chain Haptoglobulin 1 Hemoglobin a chain Hemoglobin b chain Hemopexin Histidine-rich glycoprotein a-2-HS glycoprotein chain A IgA IgG IgM Kininogen light chain Leucine-rich a-2 glycoprotein (LRG) a-2 macroglobulin
胸片和蛋白指纹图谱之比照
0 75
50
25
0
-25 0
75
50
25
0
-25 00
肺癌
10000
20000
10000 1100000000
20000 2200000000
30000 30000 3300000000
正常
40000
40000
4400000000
肺 癌 5335
肺癌
正常
正常
血清蛋白指纹图谱
BACKGROUND: New technologies for the detection of early-stage ovarian cancer are urgently needed. Pathological changes within an organ might be reflected in proteomic patterns in serum. We developed a bioinformatics tool and used it to identify proteomic patterns in serum that distinguish neoplastic from non-neoplastic disease within the ovary. METHODS: Proteomic spectra were generated by mass spectroscopy (surface-enhanced laser desorption and ionisation). A preliminary "training" set of spectra derived from analysis of serum from 50 unaffected women and 50 patients with ovarian cancer were analysed by an iterative searching algorithm that identified a proteomic pattern that completely discriminated cancer from non-cancer. The discovered pattern was then used to classify an independent set of 116 masked serum samples: 50 from women with ovarian cancer, and 66 from unaffected women or those with non-malignant disorders. FINDINGS: The algorithm identified a cluster pattern that, in the training set, completely segregated cancer from non-cancer. The discriminatory pattern correctly identified all 50 ovarian cancer cases in the masked set, including all 18 stage I cases. Of the 66 cases of non-malignant disease, 63 were recognised as not cancer. This result yielded a sensitivity of 100% (95% CI 93--100), specificity of 95% (87--99), and positive predictive value of 94% (84--99). INTERPRETATION: These findings justify a prospective population-based assessment of proteomic pattern technology as a screening tool for all stages of ovarian cancer in high-risk and general populations.