(西北大學(xué)生命科學(xué)學(xué)院功能糖組學(xué)實(shí)驗(yàn)室,西安 710069)

糖類物質(zhì)不僅同核酸一樣是重要的生物信息分子，同時也是基因信息的延續(xù)。隨著分子生物學(xué)及細(xì)胞生物學(xué)的發(fā)展，糖類物質(zhì)及其衍生物與復(fù)合物的其它諸多生物功能不斷被認(rèn)識，糖類物質(zhì)不僅可以以多糖或游離寡糖的形式直接參與生命過程，而且可以以糖復(fù)合物，如糖蛋白、蛋白多糖及糖脂等形式參與許多重要的生命活動。此外，糖復(fù)合物還與許多疾病，如癌癥、細(xì)菌和病毒感染而導(dǎo)致的疾病發(fā)生與發(fā)展有著密切的關(guān)系[1-2]。

近些年來，唾液作為重要的臨床診斷樣本已被廣泛應(yīng)用于多種疾病諸如艾滋病、自身免疫性疾病、酒精性肝硬變、囊性纖維病、糖尿病、心血管病、齲病和癌癥等疾病的藥物水平監(jiān)測、診斷、病情監(jiān)控和療效評價當(dāng)中[3-7]。我們以往的研究工作表明唾液蛋白質(zhì)糖基化的改變與肝癌、胃癌和乳腺癌等疾病的發(fā)生發(fā)展具有較高的關(guān)聯(lián)性。而從變化的唾液糖蛋白糖鏈中找到的與疾病相關(guān)的生物標(biāo)志物，也預(yù)示著基于唾液檢測的新技術(shù)和新方法會逐漸成為今后非侵襲性臨床診斷發(fā)展的一個方向[8-11]。

1 唾液作為診斷介質(zhì)的優(yōu)勢和可行性

人體唾液由腮腺、下頜下腺、舌下腺和其他一些小腺體分泌，正常人分泌唾液中水分占九成以上，此外還包含黏多糖、脂類、礦物質(zhì)和其他小分子物質(zhì)與黏蛋白、球蛋白、抑制和消滅細(xì)菌和病毒的免疫球蛋白等蛋白質(zhì)。唾液能起到維持口腔內(nèi)環(huán)境穩(wěn)定、潤滑口腔壁、方便咀嚼、發(fā)聲和吞咽的作用。唾液總量和組成上的變化，不管是由口腔局部病變還是機(jī)體整體異常狀況引起，都可能會造成唾液功能的缺陷。研究發(fā)現(xiàn)，唾液中除了含有一些本底表達(dá)的蛋白質(zhì)(在不同性別和不同年齡段都幾乎無差別表達(dá)的蛋白質(zhì))外，還含有一些可以反應(yīng)人體身體健康和生理狀況的蛋白質(zhì)，這些蛋白質(zhì)往往在不同年齡、性別、病理和生理狀況的人群中出現(xiàn)差異性表達(dá)。分析與研究唾液中這些差異表達(dá)的蛋白質(zhì)是進(jìn)行人體健康狀況評估和疾病相關(guān)生物標(biāo)記物研究的基礎(chǔ)[12]。

腫瘤組織和內(nèi)分泌器官一樣，可以分泌激素、淋巴因子和細(xì)胞因子，通過血液運(yùn)輸?shù)竭_(dá)遠(yuǎn)端器官，對全身產(chǎn)生影響。一旦這些因子到達(dá)唾液腺，或隨唾液分泌進(jìn)入口腔或?qū)е峦僖褐械幕蜣D(zhuǎn)錄譜發(fā)生改變，將會引起某些蛋白質(zhì)的豐度或種類改變，從而成為唾液中的腫瘤生物標(biāo)志物。血液中的部分蛋白質(zhì)成分同樣存在于唾液中，所以唾液能作為一種非侵入性的診斷代替物代替血液反映出血液中部分蛋白質(zhì)水平的變化，從而可通過唾液的檢測來進(jìn)行疾病的診斷[13-15]。目前研究發(fā)現(xiàn)，人唾液中有1939種蛋白質(zhì)，人血漿中有3020種蛋白質(zhì)，27%的唾液蛋白質(zhì)組與血漿蛋白質(zhì)組重合[16]。這表明許多血液循環(huán)中的生物標(biāo)志物可能在唾液中得到鑒定，也進(jìn)一步說明唾液可被用于診斷疾病。此外血漿蛋白質(zhì)組學(xué)發(fā)現(xiàn)的177個與心血管疾病相關(guān)的潛在生物標(biāo)志物的蛋白質(zhì)中，40%的蛋白質(zhì)同樣出現(xiàn)在唾液蛋白質(zhì)組中；在已列出的1058個血漿蛋白質(zhì)組潛在癌癥相關(guān)生物標(biāo)志物的蛋白質(zhì)中，34%的蛋白質(zhì)同樣出現(xiàn)在唾液蛋白質(zhì)組中。但兩者并不是簡單的包含關(guān)系，唾液和血漿的蛋白質(zhì)組比較結(jié)果顯示，有些蛋白質(zhì)只在唾液蛋白質(zhì)組中出現(xiàn)，而沒有出現(xiàn)在血漿蛋白質(zhì)組中，表明兩者并不能夠等同。與此同時，通過對唾液、血漿和人類全蛋白質(zhì)組的GO(gene ontology)注釋比較，發(fā)現(xiàn)唾液和血漿蛋白質(zhì)組中細(xì)胞外基質(zhì)組分較多，而細(xì)胞內(nèi)液組分較少，提示唾液和血漿蛋白質(zhì)組都具有分泌蛋白質(zhì)組的特征；在生物學(xué)過程和分子功能方面的分析結(jié)果提示，唾液蛋白質(zhì)組和血漿蛋白質(zhì)組具有相似性。因此，從唾液中篩選腫瘤標(biāo)志物具有科學(xué)性和可行性，并具有非損傷性檢測的優(yōu)勢[15-16]。雖然口腔中存在著人體中最多樣的微生物群落，但最近的研究表明，其存在并不會對唾液蛋白質(zhì)的定量研究造成干擾[17]。

2 糖組學(xué)研究中糖鏈分析的策略

糖組學(xué)(glycomics)是近年來發(fā)展起來的生命科學(xué)前沿領(lǐng)域之一，是從分析和破解一個生物或一個細(xì)胞全部糖類所含信息的角度入手，研究糖類的分子結(jié)構(gòu)、表達(dá)調(diào)控、功能多樣性、以及糖類與疾病之間關(guān)系的科學(xué)[1,18]。糖蛋白及糖鏈結(jié)構(gòu)的鑒定多采用質(zhì)譜技術(shù)、毛細(xì)管電泳技術(shù)、氣相色譜技術(shù)及凝集素芯片技術(shù)[9,18-19]。在唾液中尋找年齡和性別相關(guān)的標(biāo)志性糖蛋白也成為一個新的研究熱點(diǎn)。如免疫球蛋白A，糖蛋白340和粘蛋白5B等在唾液中的豐度隨著年齡的增加而增加，而粘蛋白7的豐度卻隨著年齡的增加而減少。其中粘蛋白5B上的糖鏈譜隨著血型的不同而有所不同[20-22]。唾液作為人體抵御呼吸道病毒感染的第一道天然屏障，其中的糖蛋白還發(fā)揮著重要的作用。如唾液中α-2巨球蛋白，粘蛋白5B和唾液糖蛋白340等通過其上Siaα-2,3或α-2,6連接的糖鏈結(jié)合甲型流感病毒血凝素來中和并抑制流感病毒的感染[23]。健康老年人唾液可以提供更多的糖蛋白唾液酸α2-3/6糖鏈結(jié)構(gòu)與流感病毒血凝素結(jié)合，因而具有更強(qiáng)抵抗流感病毒的能力[9]。慢性病(如糖尿病和肝病)患者唾液中糖蛋白唾液酸α2-3糖鏈結(jié)構(gòu)的豐度比同性別同年齡段健康人唾液中的顯著降低，表明這些患者易感染禽流感病毒，由此證明通過唾液檢測篩查流感病毒易感人群具有可行性[10]。

3 唾液糖蛋白糖鏈的應(yīng)用

3.1健康人唾液糖蛋白糖鏈攻克癌癥在近代醫(yī)學(xué)史上一直是一個棘手的難題，近年來對于癌癥的研究，大多從細(xì)胞周期的失序與核酸的異常表達(dá)著手來研究癌細(xì)胞的擴(kuò)增、分化與遷移等問題，傳統(tǒng)和常規(guī)的研究方法在對于腫瘤的研究中越來越接近一個瓶頸。而一些新的方法如糖組學(xué)等研究方法從另一個層面對攻克癌癥這一頑疾提供了新的思路。作為對后續(xù)應(yīng)用糖組學(xué)技術(shù)研究癌癥患者唾液的對照，對健康人群的研究也是必不可少的。

利用高覆蓋率凝集素芯片對健康志愿者(Healthy volunteers,HV)的唾液糖蛋白糖鏈譜做了比較研究，發(fā)現(xiàn)有七種凝集素顯示明顯的年齡差異，識別Siaα2-3Galβ1-4Glc (NAc)的MAL-Ⅱ，識別Siaα2-6Gal /GalNAc的SNA，識別高甘露糖和Manα1-6Man的NPA，以及識別a Gal和T抗原的PTL-Ⅱ四種凝集素在老年人唾液樣本中歸一化后熒光強(qiáng)度(Normalized fluorescent intensities,NFIs)顯著增加，而識別Fucα1-2Galβ1-4GlcNAc和Fucα1-3(Galβ1 -4)GlcNAc的LTL在老年人和女性成年人中的NFIs都顯著增加。相反地，識別多價唾液酸和(GlcNAc)n的WGA在老年人中NFIs顯著降低，識別β-Gal，Galβ-1,4GlcNAc和Galβ1-3GlcNAc的RCA120在成年人和老年人中NFIs都顯著降低。有七種凝集素顯示明顯的性別差異，識別GalNAcα/β1-3/6Gal的WFA，識別(GlcNAc)n的LEL和STL，以及識別高甘露糖和Manα1-3Man的GNA對應(yīng)NFIs在三個年齡組中都是女性高于男性。相反地，識別Fucα-1,6GlcNAc的PSA和識別T抗原的PNA對應(yīng)NFIs在兒童組和成年人組中男性高于女性，而識別高甘露糖和Manα1-6Man的NPA對應(yīng)NFIs在成年人組和老年人組男性高于女性。凝集素印跡結(jié)果中，LTL與老年人和女性成年人唾液樣本結(jié)合的信號強(qiáng)度顯著高于與其它樣本結(jié)合的強(qiáng)度。MAL-Ⅱ和NPA與老年人唾液樣本結(jié)合的信號強(qiáng)度都顯著高于與其它樣本結(jié)合的強(qiáng)度。然而，RCA120與成年人和老年人唾液樣本結(jié)合的信號強(qiáng)度要顯著低于與兒童唾液結(jié)合的強(qiáng)度。另外，WFA和GNA與女性唾液樣本結(jié)合的信號強(qiáng)度顯著高于與男性唾液結(jié)合的強(qiáng)度，而NPA與男性唾液樣本結(jié)合的信號強(qiáng)度要顯著高于女性唾液結(jié)合的強(qiáng)度。這些結(jié)果與凝集素芯片的結(jié)果一致[9]。

3.2肝癌發(fā)生過程中患者唾液糖蛋白糖鏈我國90%以上的肝癌為肝細(xì)胞癌(Hepatocellular carcinoma,HCC)，75%～80%的HCC發(fā)病與肝臟慢性病毒性感染有關(guān)，世界范圍內(nèi)80%～90%的HCC患者伴隨有肝纖維化[24-25]。目前研究表明：在肝病的炎癥、纖維化、癌變的過程中均有糖蛋白糖鏈結(jié)構(gòu)和功能的改變，糖鏈因其結(jié)構(gòu)復(fù)雜、功能多樣包含了巨大的信息量，一旦在翻譯后的修飾過程中發(fā)生糖鏈修飾紊亂，就會產(chǎn)生嚴(yán)重的后果。如在病理狀態(tài)下，由于糖代謝酶類活力的改變或缺陷，可使糖蛋白上的糖鏈數(shù)量和結(jié)構(gòu)產(chǎn)生異常，導(dǎo)致細(xì)胞功能失常，甚至出現(xiàn)惡性發(fā)展[26-27]。

通過綜合比較凝集素芯片、唾液芯片的結(jié)果，篩選出了14種凝集素，它們能夠區(qū)分HV、乙肝(HBV-induced chronic hepatitis,HB)、乙肝后肝硬化(HBV-induced cirrhosis,HC)和HCC患者之間不同的唾液糖蛋白糖鏈結(jié)構(gòu)。例如識別Fucα1-2Galβ1-4GlcNAc 與Fucα1-3(Galβ1-4)GlcNAc的LTL的NFIs在所有慢性肝病患者中相較于HV均顯著上調(diào)，但是HCC 患者中相較于HC患者上調(diào)；識別Galβ-1,4GlcNAc 的RCA120及識別β-D-GlcNAc的DSA在HB患者的 NFIs同HV相比顯著升高，在HC與HCC中同HB患者相比顯著下調(diào)；識別高甘露糖型和 Manα1-3Man 的GNA在所有肝病患者中的NFIs同HV組相比均顯著上調(diào)，HC與HCC患者中與HB患者相比均顯著下調(diào)；識別平分型 GlcNAc,雙天線,三天線 及四天線型的復(fù)雜N-糖的PHA-E+L在所有肝病患者中的NFIs同HV相比均顯著上調(diào)，在HC同HB及HCC患者相比均顯著下調(diào)；識別(GlcNAc)n的STL與WGA在肝病患者中的NFIs較HV均顯著下調(diào)；識別巖藻糖基化的AAL僅在HCC患者中顯示下調(diào)；識別Galα1-3(Fucα1-2)Gal的EEL的NFIs在所有肝病患者中同HV相比均下調(diào)，在HCC中同HB與HC患者相比均顯著上調(diào)；識別T抗原的ACA的NFIs在HB與HCC患者中較HV下調(diào)，在HC中同HB與HCC患者相比顯著上調(diào)。

為了評估上述糖型作為潛在分子標(biāo)志物診斷HB、 HC及HCC的可靠性以及構(gòu)建診斷模型，由凝集素芯片、唾液芯片篩選出的14種凝集素制成的小芯片用于檢測訓(xùn)練集樣本(HV：55例，HB：49例，HC：65例，以及HCC：63例)。結(jié)果顯示有5種凝集素(MAL-Ⅱ,UEA-I,PTL-I,GNA 及 MAL-I)識別的唾液糖鏈結(jié)構(gòu)的表達(dá)在肝病發(fā)展過程中同HV相比均發(fā)生了顯著變化；5種凝集素(RCA120,DSA,PHA-E+L,AAL及 ACA)識別的唾液糖鏈結(jié)構(gòu)的表達(dá)在HC及HCC患者中同HB組相比均發(fā)生顯著改變；7種凝集素(PTL-I,LTL,RCA120,DSA,STL,ACA 及MAL-I)識別的唾液糖鏈結(jié)構(gòu)在HC及HCC患者中發(fā)生顯著變化。

使用MALDI-TOF/TOF-MS對HV、HB、HC和HCC患者唾液中的N-鏈糖進(jìn)行了分析，發(fā)現(xiàn)他們分別有40、47、29和33個N-糖鏈峰。有15 個N-糖鏈峰(例如，m/z 1647.587、1688.613和2101.755)在所有人群中都有；3個N-糖鏈峰(m/z 2596.925、 2756.962和2921.031)在HV中是獨(dú)有的；2個N-糖鏈峰(m/z 1898.676和1971.692) 在HB患者中是獨(dú)特的；5個N-糖鏈峰(m /z 1954.677、2507.914、2580.930、2637.952和3092.120)在HC中是獨(dú)有的；3個N-糖鏈峰(m/z 2240.830、2507.914和3931.338)在HCC中是獨(dú)有的。在HCC中，巖藻糖化的N-糖鏈的比例最高(84.8%)，而其中的唾液酸化的N-糖鏈的比例最低(12.1%)。這些數(shù)據(jù)提供區(qū)分HB、HC和HCC的重要信息，并能促進(jìn)唾液糖鏈肝癌生物標(biāo)志物的發(fā)現(xiàn)[11]。

3.3胃癌發(fā)生過程中患者唾液糖蛋白糖鏈國際癌癥研究機(jī)構(gòu)的最新資料表明，胃癌是全球最常見的五種惡性腫瘤之一，據(jù)《Cancer Statistics in China,2015》統(tǒng)計(jì)結(jié)果顯示，胃癌發(fā)病率和死亡率在惡性腫瘤中位列第二。在我國，2015年新增胃癌病例67.9萬人，因胃癌死亡人數(shù)為49.8萬人，胃癌的患病率和死亡率均是世界平均水平的兩倍多。目前胃癌的診斷還缺乏特異性標(biāo)志物，而應(yīng)用糖組學(xué)技術(shù)研究胃癌患者唾液，則有可能提供有價值的潛在診斷標(biāo)志物。

凝集素芯片結(jié)果顯示有15種凝集素識別的糖鏈結(jié)構(gòu)在HV、萎縮性胃炎(Atrophic gastritis patients,AG)和胃癌患者(Gastric cancer patients,GC)患者之間存在顯著差異。相較于HV，識別α-D-Man和Fucα-1,6GlcNAc糖鏈結(jié)構(gòu)的PSA以及識別Bisecting GlcNAc和Complex-type N-glycan with outer Gal糖鏈結(jié)構(gòu)的PHA-E這兩種凝集素的NFIs在AG和GC患者中低表達(dá)；而識別Galβ-1,4GlcNAc(type Ⅱ)和Galβ1-3GlcNAc (type I) 糖鏈結(jié)構(gòu)的ECA、識別High-Mannose,Manα1-3Man和Manα1- 6Man糖鏈結(jié)構(gòu)的HHL、識別Galβ1-3 GalNAcα-Ser/Thr(T) 糖鏈結(jié)構(gòu)的PNA、識別Galα1-3(Fucα1-2)Gal (blood group B antigen) 糖鏈結(jié)構(gòu)的EEL、識別Galβ1-3GalNAc和GalNAc糖鏈結(jié)構(gòu)的MPL以及識別αGalNAc和αGal糖鏈結(jié)構(gòu)的GSL-I這六種凝集素的NFIs在AG和GC患者中高表達(dá)；識別β-D-GlcNA,(GlcNAcβ1-4)n和Galβ1-4GlcNAc糖鏈結(jié)構(gòu)的DSA、識別(GlcNAc)n和High Mannose-type N-glycan糖鏈結(jié)構(gòu)的LEL兩種凝集素的NFIs在AG中顯著上調(diào)；識別Fucα1-2Galβ1-4GlcNAc 和 Fucα1-3(Galβ1-4) GlcNAc糖鏈結(jié)構(gòu)的LTL的NFIs在AG患者中顯著下調(diào)；識別terminal GalNAc,GalNAcα-Ser/Thr(Tn)和GalNAcα1-3Gal糖鏈結(jié)構(gòu)的VVA，識別α-Gal,α-GalNAc,Galα-1,3Gal以及與Galα-1,6Glc糖鏈結(jié)構(gòu)的BS-I，識別α-or β-linked terminal GalNAc,(GalNAc)n和 GalNAcα1-3Gal糖鏈結(jié)構(gòu)的三種凝集素SBA在GC患者中顯著上調(diào)； 識別Fucα1-6GlcNAc (core fucose) 和Fucα1-3 (Galβ1-4)GlcNAc糖鏈結(jié)構(gòu)的AAL在GC患者中顯著下調(diào)。

利用唾液芯片以及凝集素印跡技術(shù)驗(yàn)證凝集素芯片結(jié)果，唾液芯片與凝集素印跡實(shí)驗(yàn)結(jié)果均與凝集素芯片的結(jié)果一致。從整體糖鏈水平著手，聚類分析以及主成分分析共同顯示了唾液糖蛋白糖型能夠用于區(qū)分HV、AG和GC患者。GC診斷模型在驗(yàn)證組中達(dá)到的較好的診斷效果(AUC：0.89，敏感度：0.96，特異性：0.80)，能夠成功區(qū)分出23例GC患者中的22例，24例AG中的19例，30例健康志愿者中的24例；AG診斷模型同樣獲得了較好的診斷效果(AUC：0.83，敏感度：0.92，特異性：0.72)，能夠成功區(qū)分出24例AG患者中的22例，23例GC患者中的13例，30例HV中的25例[8]。

此外，利用MALDI-TOF/TOF-MS鑒定了凝集素AAL分離的糖蛋白上糖鏈的完整結(jié)構(gòu)，結(jié)果顯示了AAL分離的糖蛋白的巖藻糖基化糖鏈類型在HV、AG和GC患者中存在顯著的差異，巖藻糖基化O-糖鏈種類的數(shù)量在GC的發(fā)展過程中呈現(xiàn)出減少的趨勢。值的關(guān)注的是，m/z 1776.629 是HV和AG患者質(zhì)譜圖中最高豐度的糖鏈峰(巖藻糖基化)，在GC患者中則成為一個低豐度的糖鏈峰。而GC患者中2個最高豐度的糖鏈峰(m/z 1730.636和1752.610)指示為同一種糖鏈(二者離子不同，分別為 [M+H]+和[M+Na]+)，在HV和AG患者中則是中等豐度的糖鏈峰。由此可見，唾液糖蛋白糖鏈具有成為胃癌診斷標(biāo)志物的潛能。

3.4乳腺癌發(fā)生過程中患者唾液糖蛋白糖鏈乳腺癌是全世界范圍內(nèi)女性發(fā)病率最高的一類惡性腫瘤。大量研究表明：伴隨腫瘤的發(fā)生與發(fā)展，患者腫瘤組織及體液中蛋白質(zhì)糖基化水平常發(fā)生異常改變。目前，尚無理想的體外分子標(biāo)志物可用于乳腺癌的早期診斷，但糖組學(xué)技術(shù)的應(yīng)用有可能打破這一局面。

凝集素芯片技術(shù)也用于了對健康女性志愿者(healthy volunteers，HV)、良性乳腺腫瘤/囊腫患者(benign breast diseases patients，BB)、Ⅰ期乳腺癌患者(patients with breast cancer in I stage，BC-Ⅰ)以及Ⅱ期乳腺癌患者(patients with breast cancer in Ⅱ stage，BC-Ⅱ)唾液中的蛋白質(zhì)糖鏈結(jié)構(gòu)的分析。混合唾液樣本凝集素芯片結(jié)果表明，11種凝集素的NFIs在HV、BB、BC-Ⅰ以及BC-Ⅱ混合樣本中具有顯著差異：其中5種凝集素(DBA、PNA、PHA-E+L、UEA-I和PWM)特異性識別的αGalNAc、GalNAcα1-3(Fucα1-2)Gal、Galβ1-3GalNAcα、平分型GlcNAc、多天線型N-聚糖、Fucα1-2Galβ1-4Glc(NAc)以及分支(LacNAc)n糖鏈在至少一種乳腺疾病患者唾液中較HV表達(dá)水平發(fā)生改變。另外6種凝集素(MAL-I、ECA、NPA、BPL、PTL-Ⅱ和BS-I)特異性識別的Galβ1-4/3GlcNAc、High-Man、Manα1-6Man、Galβ1-3GalNAcα- Ser/Thr以及Galα1-3/6Gal/Glc糖鏈結(jié)構(gòu)表達(dá)水平在BB、BC-Ⅰ或BC-Ⅱ混合唾液樣本中具有顯著性差異。隨后利用4種凝集素(PHA-E+L、NPA、MAL-I以及BS-I)進(jìn)行凝集素印跡實(shí)驗(yàn)，證明了混合唾液樣本芯片結(jié)果的準(zhǔn)確性。

經(jīng)過訓(xùn)練集個例唾液凝集芯片進(jìn)一步篩選，11種凝集素中的8種凝集素(PNA、PHA-E+L、UEA-I、PWM、MAL-I、NPA、BS-I和PTL-II)以及PHA-E作為候選凝集素進(jìn)行ROC曲線分析。結(jié)果發(fā)現(xiàn)僅有PHA-E+L和PWM具有較高的鑒別診斷能力(ROC曲線線下面積(AUC)>0.70)，表明單一凝集素?zé)o法應(yīng)用于BB、BC-Ⅰ 和BC-Ⅱ樣本的鑒別。因此基于9種候選凝集素，通過Logistic回歸構(gòu)建4個診斷模型：Model BD、Model BB、Model BC-Ⅰ及Model BC-Ⅱ用于鑒別不同乳腺疾病患者。經(jīng)驗(yàn)證集個例樣本驗(yàn)證，Model BD獲得了較好的診斷效果(AUC：0.902、靈敏度：0.823、特異性：0.839)，能夠準(zhǔn)確鑒別出96例乳腺疾病患者中的79例，31例HV中的26例；Model BB(AUC：0.796、靈敏度：0.727、特異性：0.767)可準(zhǔn)確鑒別出30例BB中的23例，66例乳腺癌患者中的48例；此外，Model BC-Ⅰ(AUC：0.781、靈敏度：0.700、特異性：0.864)可準(zhǔn)確鑒別出30例BC-Ⅰ組中的21例，其余兩個患病組66例樣本中的57例；而Model BC-Ⅱ(AUC：0.759、靈敏度：0.861、特異性：0.550)可準(zhǔn)確鑒別出36例BC-Ⅱ組中的31例，其余兩個患者組60例樣本中的33例。驗(yàn)證集中診斷模型的ROC-AUC值均高于0.75，仍能具有較高的鑒別診斷能力，表明乳腺癌患者唾液中蛋白質(zhì)的異常糖鏈結(jié)構(gòu)有望成為潛在的體外檢測標(biāo)志物，用于乳腺癌患者的早期篩查。

[1] HART GW,COPELAND RJ.Glycomics hits the big time[J].Cell,2010,143 (5):672-6.

[2] GHAZARIAN H,IDONI B,OPPENHEIMER SB， et al.A glycobiology review:carbohydrates,lectins and implications in cancer therapeutics[J].Acta histochemica,2011,113 (3):236-47.

[3] LEE JM,GARON E,WONG DT， et al.Salivary diagnostics[J].Orthod Craniofac Res,2009,12 (3):206-11.

[4] KACZORURBANOWICZ KE,MARTN CC,KACZOR T,et al.Emerging technologies for salivaomics in cancer detection[J].Journal of Cellular & Molecular Medicine,2017,21 (4):640.

[5] WANG X,KACZOR-URBANOWICZ KE,WONG DT， et al.Salivary biomarkers in cancer detection[J].Medical Oncology,2017,34 (1):7.

[6] VAVILVA TP,OSTRSTROVSKAIA IG,MEDVEDEV AE， et al.Lecture:prospects of hormone analyses in saliva[J].Biomed Khim,2014,60 (3):295-307.

[7] ZHANG CZ,CHENG XQ,LI JY,et al.Saliva in the diagnosis of diseases[J].Int J Oral Sci,2016,8 (3):133-7.

[8] SHU J,YU H,LI X,et al.Salivary glycopatterns as potential biomarkers for diagnosis of gastric cancer[J].Oncotarget,2017,8 (22):35718-27.

[9] QIN Y,ZHONG Y,ZHU M,et al.Age- and sex-associated differences in the glycopatterns of human salivary glycoproteins and their roles against influenza A virus[J].Journal of Proteome Research,2013,12 (6):2742-54.

[10] ZHONG Y,QIN Y,YU H,et al.Avian influenza virus infection risk in humans with chronic diseases[J].Scientific Reports,2015,5:8971.

[11] QIN Y,ZHONG Y,MA T,et al.A pilot study of salivary N-glycome in HBV-induced chronic hepatitis,cirrhosis and hepatocellular carcinoma[J].Glycoconjugate Journal,2017,34 (4):523-35.

[12] PAPALE M,PEDICILLO MC,PAOLO SD,et al.Saliva analysis by surface-enhanced laser desorption/ionization time-of-flight mass spectrometry (SELDI-TOF/MS):from sample collection to data analysis[J].Clin Chem Lab Med,2008,46(1):89-99.

[13] LIMA DP,DINIZ DG,MOIMAZ SAS,et al.Saliva:reflection of the body[J].Int J Infect Dis,2010,14 (3):e184-8.

[14] YAN W,APWEILER R,BALGLEY BM,et al.Systematic comparison of the human saliva and plasma proteomes[J].Proteomics Clin Appl,2009,3 (1):116-34.

[15] LOO JA,YAN W,RAMACHANDRAN P,et al.Comparative human salivary and plasma proteomes[J].J Dent Res,2010,89 (10):1016-23.

[16] GRASSL N,KULAK NA,PICHLER G,et al.Ultra-deep and quantitative saliva proteome reveals dynamics of the oral microbiome[J].Genome Medicine,2016,8:44.

[17] 李錚.糖組學(xué)研究技術(shù)[M].北京:高等教育出版社.2015.

[18] SONG X,JU H,LASANAJAK Y,et al.Oxidative release of natural glycans for functional glycomics[J].Nat Methods,2016,13 (6):528-34.

[19] SUN SS,SHAH P,ESHGHI ST,et al.Comprehensive analysis of protein glycosylation by solid-phase extraction of N-linked glycans and glycosite-containing peptides[J].Nature Biotechnology,2016,34 (1):84-88.

[20] BORZYM-KLUCZYK M,RADZIEJEWSKA I,CECHOWSKA-PASKO M， et al.Glycosylation of proteins in healthy and neoplastic human salivary glands-a preliminary study[J].Clin Chem Lab Med,2011,49(5):885-9.

[21] SONESSON M,HAMBERG K,WALLENGREN ML,et al.Salivary IgA in minor-gland saliva of children,adolescents,and young adults[J].Eur J Oral Sci,2011,119 (1):15-20.

[22] SONESSON M,ERICSON D,KINNBY B,et al.Glycoprotein 340 and sialic acid in minor-gland and whole saliva of children,adolescents,and adults[J].Eur J Oral Sci,2011,119 (6):435-40.

[23] WHITE MR,HELMERHORST EJ,LIGTENBERG A,et al.Multiple components contribute to ability of saliva to inhibit influenza viruses[J].Oral Microbiol Immunol,2009,24 (1):18-24.

[24] MONDAL G,CHATTERJEE U,CHAWLA YK,et al.Alterations of glycan branching and differential expression of sialic acid on alpha fetoprotein among hepatitis patients[J].Glycoconj J,2011,28 (1):1-9.

[25] GUI HL,GAO CF,WANG H,et al.Altered serum N-glycomics in chronic hepatitis B patients[J].Liver Int,2010,30 (2):259-67.

[26] KAM RK,POON TC,CHAN HL,et al.High-throughput quantitative profiling of serum N-glycome by MALDI-TOF mass spectrometry and N-glycomic fingerprint of liver fibrosis[J].Clin Chem,2007,53(7):1254-63.

[27] LIU X,YU H,QIAO Y,et al.Salivary glycopatterns as potential biomarkers for screening of early-stage breast cancer [J].EBioMedicine,2018,DOI:10.1016/j.ebiom.2018.01.026.