用于诊断或筛查卵巢癌的试剂制造技术

本发明专利技术公开了用于诊断卵巢癌的试剂。该试剂，由检测检测肿瘤抗原125、巢蛋白1和基质金属蛋白酶抑制剂2这三种蛋白质浓度的物质组成。利用本发明专利技术的产品诊断卵巢癌，其准确率、敏感性和特异性分别为98.3％、96.6％和100.0％。另外，对于早期卵巢癌患者的检出率达到86.7％。

【技术实现步骤摘要】

本专利技术涉及用于诊断或筛查卵巢癌的试剂。
技术介绍
在世界范围内，每年约有20万妇女身患卵巢癌。在中国，卵巢癌的发病率在2000 2005年呈现升高趋势，达到38/100，000。例如上海市卵巢癌的发病率在妇科肿瘤中排名第二。尽管卵巢癌的发病率相对较低，但其死亡-发病率在美国女性常见的十种肿瘤中仅次于肺癌。早期(包括I期和II期)卵巢癌患者的五年生存率为80 95%，而晚期(包括III期和IV期)卵巢癌患者的五年生存率只有10 30%。卵巢癌处于早期阶段时，患者尚缺乏特异性的症状，超过三分之二的卵巢癌病例在诊断时已进展到晚期，足见早期诊断的重要性。血清肿瘤标志物的检测已被应用于临床上卵巢癌早期诊断，目前美国食品药品监督管理局(Food and Drug Administration, FDA)批准的可用于临床的卵巢癌血清标志物包括肿瘤抗原125 (Cancer antigen 125, CA125)和人附睾蛋白4 (Humanepididymis protein 4,HE4)。两者在卵巢癌患者术后疗效检测方面具有很高的价值,但用于卵巢癌的早期诊断缺乏足够的敏感性和特异性。另外，美国FDA还批准了一个用于术前对盆腔肿物进行卵巢癌风险评估的血浆蛋白标志谱(命名为OVAl test)，包括五个蛋白，它们分别是 transthyretin(基因名称TTR)、apoplipoprotein A-1 (基因名称AP0A1)、beta2_microglobulin (基因名称B2M)、serotransferrin (基因名称TF)和 cancerantigen 125 (基因名称MUC16或CA125)。但OVAl test并不适用于卵巢癌的筛查。
技术实现思路
本专利技术的目的是提供诊断或辅助诊断卵巢癌的产品以及筛查或辅助筛查卵巢癌的产品。本专利技术所提供诊断或辅助诊断卵巢癌的产品，筛查或辅助筛查卵巢癌的产品，均由检测肿瘤抗原125、巢蛋白I和基质金属蛋白酶抑制剂2这三种蛋白浓度的物质组成。其中，肿瘤抗原125 (基因名称MUC16或CA125)、巢蛋白I (基因名称NID1)和基质金属蛋白酶抑制剂2 (基因名称TMP2)三者的氨基酸序列详见UniprotKB/Swiss-Prot数据库(http://expasy.org/sprot/),分别根据“Q8WXI7”(CA125)、“P14543” (NIDl) >“P16035” (TIMP2)进行检索。能检测这三个蛋白浓度的物质均可作为本诊断或辅助诊断卵巢癌的产品和筛查或辅助筛查卵巢癌的产品中的组分，如针对这三个蛋白的单克隆抗体或多克隆抗体。检测CA125、NIDl和TMP2这三种蛋白浓度的物质可为仪器，也可为试剂。如检测 CA125 的蛋白浓度可用 Modular E170 仪器(Roche, Mannheim, Germany);检测 NIDl 的浓度可用货号为DY2570的R&D systems, USA ;检测TMP2的浓度可用货号为DY971的R&Dsystems, USA。上述单克隆抗体或多克隆抗体可自己制备，也可从商业途径获得。利用上述产品可按照具体实施方式中的模型诊断或筛查卵巢癌。利用上述产品诊断或筛查卵巢癌,具有如下优点(I)检测血浆中的蛋白浓度，具有较高的重复性和可操作性；(2)结果的解读客观，并且简单易懂。利用本专利技术的产品诊断卵巢癌，其准确率、敏感性和特异性分别为98. 3%,96. 6%和100.0%。另外，对于早期卵巢癌患者的检出率达到86. 7%。附图说明图I为联合检测模型和单一标志物的受试者工作特征(Receiver OperatingCharacteristic, ROC)曲线 具体实施例方式利用实验室前期专利技术的一种新颖获得血液中实体肿瘤相关游离蛋白的方法(专利号ZL 200310112981. 0)，获得了大量的卵巢癌候选蛋白标志物。本专利技术从已验证的候选卵巢癌标志物中筛选出三个蛋白，并建立了用于卵巢癌诊断的联合检测模型。模型基于三个蛋白在59例卵巢癌患者和58例健康者血浆中的蛋白浓度。其中采用北京协和医学院/中国医学科学院肿瘤医院检验科的Modular E170仪器(Roche，Mannheim, Germany)测定血衆中CA125的蛋白浓度,采用双抗体夹心酶联免疫吸附分析(enzyme-linked immunosorbent assay,ELISA)测定血衆中 NIDI 和 TIMP2 的蛋白浓度。米用二分类逻辑回归法(Binary logistic regression),构建了以这三个蛋白浓度为变量的数学函数(见式(I))，函数值(即P值)代表受试者患卵巢癌的风险值，P>0.5表示高风险(卵巢癌)，P < 0. 5表示低风险(健康)。 exp(-5.520+ 0.146xa4125+0.043xMUl-Q.056x77MP2)- 1 + exp(_5 520+ 0.146XC.4125+0.043XMD1-0.056X7WP2)P > 0. 5, H(High-risk)P ^ 0. 5, L(Low-risk)式(I)此数学函数中的CA125、NIDl和TMP2分别代表各自的蛋白浓度。首先检测每名受试者血浆中CA125、NID1和TMP2的蛋白浓度，然后将这三个值代入函数的相应位置得到P值。当P > 0. 5，判定为高风险个体，即卵巢癌患者；当P < 0. 5，判定为低风险个体，即健康者。从检测效能来看(见表I和图I)，联合检测模型在区分卵巢癌患者和健康者时优于任何单一蛋白标志物，其准确率、敏感性和特异性分别为98. 3%、96. 6%和100. 0%。另夕卜，联合检测模型对于早期卵巢癌患者的检出率达到86. 7%。以上均说明该模型应用于卵巢癌诊断上的优势。表I.联合检测模型和单一标志物的检测效能本文档来自技高网...

【技术保护点】
诊断或辅助诊断卵巢癌的产品，由检测肿瘤抗原125、巢蛋白1和基质金属蛋白酶抑制剂2这三种蛋白质浓度的物质组成。

【技术特征摘要】
1.诊断或辅助诊断卵巢癌的产品，由检测肿瘤抗原125、巢蛋白I和基质金属蛋白酶抑制剂2这三种蛋白质浓度的物质组成。2.检测肿瘤抗原125、巢蛋白I和基质金属蛋白酶抑制剂2这三种蛋白质浓度的物质在制备诊断或辅助诊断卵巢癌的产品中的应用...

【专利技术属性】
技术研发人员：张莹，高燕宁，程书钧，肖汀，
申请(专利权)人：中国医学科学院肿瘤研究所，
类型：发明
国别省市：