Масс-спектрометрия - новый подход в диагностике аденомиоза и рака тела матки

Проведено фракционирование сывороток крови практически здоровых женщин (n = 60, средний возраст 40 лет, группа контро- ля), пациенток с подтвержденным диагнозом аденомиоз (n = 40, средний возраст 41 год) и больных раком тела матки - РТМ (n = 42, средний возраст 58 лет) на магнитных микрочастицах со слабой катионообменной поверхностью с последующим иссле- дованием полученных фракций методом времяпролетной масс-спектрометрии (МС) с матрично-активированной лазерной де- сорбцией/ионизацией. Анализ МС-данных с использованием классификационных алгоритмов (генетический алгоритм и обучае- мая нейронная сеть) позволил построить математические модели, способные с высокой специфичностью и чувствительностью различать МС-профили перечисленных групп образцов. Наилучшими значениями специфичности и чувствительности классифи- кационных моделей аденомиоз-контроль и РТМ-контроль были 86,2 и 93,8 и 90,5 и 90,5 % соответственно. С помощью анализа статистических диаграмм площадей этих пиков, выполненного между различными группами образцов, удалось выявить 3 пика, характерных для МС-профилей группы образцов аденомиоза, и 3 пика, характерных для группы образцов РТМ.

Mass spectrometry is a new approach to diagnosing adenomyosis and cancer of the corpus uteri

Sera from 60 apparently healthy women (mean age 40 years; a control group), 40 patients with a verified diagnosis of adenomyosis (mean age 41 years) and 42 patients with uterine corpus cancer (UCC) (mean age 58 years) were fractionated on magnetic beads with weak cation exchange surface, followed by an examination of the obtained fractions by time-of-flight mass spectroscopy (MS) with matrix- activated laser desorption/ionization. MS data analysis using classification algorithms, such as a genetic algorithm and a learning neural network, made it possible to construct mathematical models that were able to differentiate MS profiles of the above sample groups with a high specificity and a high sensitivity. The best values of the specificity and sensitivity of the classification models adenomyosiscontrol and UCC-control were 86.2, 93.8, 90.5, and 90.5%, respectively. Analysis of the statistical diagrams of these peak areas between different sample groups could identify 3 MS profile peaks for adenomyosis and 3 peaks for UCC.