Протеомный штрих-код плазмы крови для диагностики злокачественных опухолей тема диссертации и автореферата по ВАК РФ 03.01.04, доктор биологических наук Мошковский, Сергей Александрович

• Мошковский, Сергей Александрович
• доктор биологических наук
• 2012

Оглавление диссертации доктор биологических наук Мошковский, Сергей Александрович

1 введение

1.1 Актуальность проблемы, цель и задачи работы

1.2 Научная новизна и практическая значимость работы

1.3 Структура изложения материала

2 обзор литературы

2.1 ОБЩАЯ ХАРАКТЕРИСТИКА ПРОБЛЕМЫ

2.2 МЕТОДЫ МАСС-СПЕКТРОМЕТРИЧЕСКОГО ПРОФИЛИРОВАНИЯ ПЛАЗМЫ КРОВИ

2.2.1 Получение и обработка биологических образцов

2.2.2 Метод 8Е1Ю1-ТОР для профилирования плазмы крови

2.2.3 МАЬОТТОР-профилирование сыворотки/плазмы посредством хроматографического разделения на микрогранулах

2.2.4 Методы, используемые для удаления из сыворотки или плазмы высококопийных белков

2.2.5 Белки и пептиды, ассоциированные с белками-носителями

2.2.6 Анализ активности экзопротеаз

2.2.7 Масс-спектрометрический анализ, совмещенный с иммунным подходом: исследование профилей модификации белков

2.2.8 Масс-спектрометрический анализ сывороток, расщепленных трипсином

2.3 ПОЛНОРАЗМЕРНЫЕ БЕЛКИ, ИДЕНТИФИЦИРОВАННЫЕ ПРИ ПОМОЩИ

МАЬОГ-ТОР-МАСС-СПЕКТРОМЕТРИИ КАК ПОТЕНЦИАЛЬНЫЕ

БИОМАРКЕРЫ ЗЛОКАЧЕСТВЕННЫХ ОПУХОЛЕЙ

2.3.1 Аполипопротеины

2.3.2 Фрагменты комплемента

2.3.3 Гаптоглобин

2.3.4 Сывороточный амилоид А острой фазы

2.3.5 Альфа-1-антитрипсин

2.3.6 Транстиретин

2.3.7 Трансферрин

2.3.8 Цистатин С

2.4 ПЕПТИДНЫЕ ФРАГМЕНТЫ И ИХ ПРОИСХОЖДЕНИЕ

2.5 ПЕРСПЕКТИВЫ ПОДХОДОВ ПРОТЕОМНОГО ШТРИХ-КОДА 55 3 материалы и методы

3.1 МЕТОДЫ ИССЛЕДОВАНИЯ ТЕРМОСТАБИЛЬНОЙ ФРАКЦИИ

СЫВОРОТОК ПОСРЕДСТВОМ ДВУМЕРНОГО ЭЛЕКТРОФОРЕЗА

3.1.1 Пациенты

3.1.2 Получение термостабильной фракции сыворотки

3.1.3 Подготовка проб и двумерный электрофорез

3.1.4 Анализ изображения гелей

3.1.5 Идентификация белков с помощью МАЫЛ-ТОР(-ТОР) М

3.2 МЕТОДЫ ИДЕНТИФИКАЦИИ СЫВОРОТОЧНОГО АМИЛОИДА А КАК КОМПОНЕНТА ПРОТЕОМНОГО ШТРИХ-КОДА РАКА ЯИЧНИКА

3.2.1 Пациенты

3.2.2 Термостабильная фракция плазмы крови

3.2.3 Масс-спектрометрия 8ЕЬ01-Т0Р М

3.2.4 Модификация остатков цистеина белков 4-винилпиридином

3.2.5 МАЬБ1-ТОРМ

3.2.6 2Б-Электрофорез для исследования форм сывороточного амилоида А

3.2.7 Разделение белков термостабильной фракции плазмы путем ВЭЖХ

3.3 МЕТОДЫ АНАЛИЗА ПРОТЕОМНОГО ШТРИХ-КОДА ДЛЯ ДИАГНОСТИКИ РАКА ЯИЧНИКА

3.3.1 Пациенты

3.3.2 Иммуноферментный анализ

3.3.3 Профилирование сывороток с применением 8ЕЬ01-Т0Р

3.3.4 Анализ масс-спектров

3.3.5 Статистическая обработка результатов

3.4 МЕТОДЫ АНАЛИЗА ПРОТЕОМНОГО ШТРИХ-КОДА ДЛЯ ДИАГНОСТИКИ РАКА ПРЕДСТАТЕЛЬНОЙ ЖЕЛЕЗЫ

3.4.1 Пациенты

3.4.2 Получение плазмы крови

3.4.3 Выбор метода проведения протеомного исследования образцов плазмы крови

3.4.4 Статистическая обработка результатов протеомного штрих-кода и разработка диагностического метода

3.5 МЕТОДЫ АНАЛИЗА МАСС-СПЕКТРОМЕТРИЧЕСКИХ И ЦИТОКИНОВЫХ ПРОФИЛЕЙ СЫВОРОТКИ КРОВИ ДЛЯ ДИАГНОСТИКИ Т-КЛЕТОЧНОЙ ЛИМФОМЫ КОЖИ

3.5.1 Пациенты

3.5.2 Сбор крови и получение сыворотки

3.5.3 МАЬОЬТОР-масс-спектрометрия

3.5.4 Иммунофлуоресцентный анализ цитокинов хМАР

3.5.5 Статистический анализ результатов 86 4 РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

4.1 ПИЛОТНОЕ ИССЛЕДОВАНИЕ ТЕРМОСТАБИЛЬНОЙ ФРАКЦИИ СЫВОРОТОК ПАЦИЕНТОВ С РАЗЛИЧНЫМИ ЗЛОКАЧЕСТВЕННЫМИ ОПУХОЛЯМИ, ХАРАКТЕРНЫМИ ДЛЯ ЖЕНЩИН, МЕТОДОМ ДВУМЕРНОГО ЭЛЕКТРОФОРЕЗА 89 4.1.1 Термостабильная фракция сыворотки 90 4.1.2. Дифференциально экспрессирующиеся белки, выявленные методом двумерного электрофореза в сыворотках пациентов с различными злокачественными опухолями, характерными для женщин

4.2 СЫВОРОТОЧНЫЙ АМИЛОИД А В СОСТАВЕ МАСС-СПЕКТРОМЕТРИЧЕСКОГО ПРОТЕОМНОГО ШТРИХ-КОДА ПРИ РАКЕ ЯИЧНИКА

4.2.1 Исследование термостабильной фракции плазмы крови посредством масс-спектрометрии SELDI-TOF

4.2.2 Дифференциальный пик протеомного штрих-кода рака яичника с m/z 11,7 кДа

4.2.3 Идентификация пиков с m/z 11,5/11,7 кДа

4.2.4 Сравнение данных SELDI-TOF-масс-спектрометрии и карт 20-электрофореза в контексте молекул сывороточного амилоида А

4.2.5 Выделение продукта с молекулярной массой 11,7 кДа посредством жидкостной хроматографии и его прямая идентификация

4.3 ПРОТЕОМНЫЙ ШТРИХ-КОД СЫВОРОТКИ КРОВИ ДЛЯ ДИАГНОСТИКИ РАКА ЯИЧНИКА

4.3.1. Определение концентрации белка A-SAA в сыворотках методом иммуноферментного анализа

4.3.2 Масс-спектрометрическая детекция белка A-SAA в сыворотке крови

4.3.3 Обработка масс-спектров спектров SELDI-TOF, полученных с использованием чипов с нормальнофазовой поверхностью, с использованием жестких критериев для идентификации пиков

4.3.4 Классификация масс-спектров SELDI-TOF с использованием метода пар с наибольшим счетом (TSP)

4.3.5 Разработка диагностического алгоритма на основе комбинированных протеомных данных с использованием метода опорных векторов и логистической регрессии

4.3.6 Анализ результатов перекрестной проверки достоверности

4.3.7 Кластерный анализ данных масс-спектров SELDI-TOF

4.3.8 Дискриминаторные пики SELDI-TOF, характерные для рака яичника и отобранные различными классификаторами

4.3.9 Почему раковые клетки продуцируют белок острой фазы сывороточный амилоид А

4.4 ПРОТЕОМНЫЙ ШТРИХ-КОД ПЛАЗМЫ КРОВИ ДЛЯ ДИАГНОСТИКИ РАКА ПРЕДСТАТЕЛЬНОЙ ЖЕЛЕЗЫ

4.4.1 Оптимизация условий получения масс-спектрометрических штрих-кодов плазмы крови методами хроматографических белковых чипов SELDI, магнитных гранул ClinProt WCX и хроматографических наконечников ZipTip С

4.4.2 Разработка диагностического алгоритма на основе масс-спектров MALDI-TOF после фракционирования на ZipTip С

4.5 МАСС-СПЕКТРОМЕТРИЧЕСКИЕ И ЦИТОКИНОВЫЕ ПРОФИЛИ СЫВОРОТКИ КРОВИ ДЛЯ ДИАГНОСТИКИ Т-КЛЕТОЧНОЙ ЛИМФОМЫ КОЖИ

4.5.1 Масс-спектрометрический штрих-код сыворотки при Т-клеточной лимфоме кожи, полученный путем MALDI-TOF-масс-спектрометрии

4.5.2 Профилирование цитокинов сыворотки при Т-клеточной лимфоме кожи с использованием технологии хМАР

4.5.3 Итоги протеомного профилирования для диагностики Т-клеточной лимфомы кожи

4.6 МУЛЬТИПЛЕКСНЫЙ ПРОТЕОМНЫЙ АНАЛИЗ ДЛЯ ДИАГНОСТИКИ

ЗЛОКАЧЕСТВЕННЫХ ОПУХОЛЕЙ: НАСТОЯЩЕЕ И ПЕРСПЕКТИВЫ

4.6.1 Технические перспективы протеомного штрих-кода

4.6.2 Проблемы введения мультиплексных тестов в клиническую практику

4.6.3 Протеомный штрих-код в контексте проекта «Протеом человека» 194 5 выводы 197 СПИСОК СОКРАЩЕНИЙ 199 СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ 201 СПИСОК ЦИТИРУЕМОЙ ЛИТЕРАТУРЫ 210 БЛАГОДАРНОСТИ

Введение диссертации (часть автореферата) на тему «Протеомный штрих-код плазмы крови для диагностики злокачественных опухолей»

Злокачественные опухоли являются распространенной причиной смерти человека и многих других позвоночных животных. По последним оценкам, они вызывают более десяти процентов летальных случаев в человеческой популяции (www cancer org). Согласно современным представлениям, фатальные поломки в организме млекопитающего вызваны патологическим усилением одного из процессов - пролиферации, с одной стороны, что вызывает злокачественные опухоли, и старения, с другой стороны, что стимулирует дистрофии и нейродегенеративные заболевания. Более того, установлены общие биологические основы рака и старения, а указанные различные исходы связаны со сдвигом равновесия в ту или иную сторону (Finkel, Serrano, and Blasco 2007).

Причина неконтролируемой пролиферации ранее покоящейся клетки заключается в одной или нескольких мутациях, обеспечивающих возникновение раковой клетки. Такие ключевые мутации в современной терминологии обозначаются как мутации-водители (Bignell et al. 2010). Существующие ранее теории мутагенеза прекрасно вписываются в понятие о «раковом геноме»: вирусы, облучение, химические мутагены вызывают ключевые мутации, обеспечивающие возникновение патологического фенотипа. Отчуждение ракового клона от организма иллюстрируется открытием у млекопитающих клонально трансмиссивных переносимых от особи к особи злокачественных опухолей (Murchison et al. 2010). Какой же минимальный момент набор мутаций и эпигенетических изменений заставляет клетку начать самостоятельную жизнь, не повинуясь сигналам организма-хозяина и уклоняясь от воздействия иммунной системы? Данная проблема интенсивно решается с использованием полногеномного секвенирования клонов злокачественной опухоли.

Проблематика мутаций-водителей напрямую связано с понятием о раковой стволовой клетке (Rosen and Jordan 2009). Именно такая клетка способна в единичном экземпляре породить новый очаг при метастазировании или пересадке опухоли в эксперименте. Вместе с тем, полномасштабное секвенирование геномов индивидуальных раковых клонов, выявляющее сотни тысяч мутаций, несмотря на существенное увеличение информационного ресурса, кардинально не решает проблемы выявления минимального ракового генотипа (Stephens et al. 2009). Зачастую трудно установить, какие из найденных мутаций действительно обеспечивают злокачественный процесс, а какие возникли вторично как результат активной пролиферации в условиях гипоксии и сбоя систем репарации, или вследствие лечения опухоли, но тем не менее влияния на молекулярный патогенез заболевания, по существу, не оказывают. Последние в современной литературе называют мутациями-пассажирами (Finkel, Serrano, and Blasco 2007).

Несмотря на очень большое разнообразие генетических предпосылок развития злокачественных опухолей, разнообразие их морфологических и, что более важно, клинических проявлений не столь велико. Иными словами, в основе двух разных, сходных по клинической картине и морфологии опухолей могут лежать мутации в различных биохимических каскадах. Примером этого явления может служить недавняя работа (Kobel et al. 2008), в которой описаны большие различия в экспрессии белков в разных морфологических типа аденокарциномы яичника, притом что в клинической практике есть потребность в диагностике этой опухоли независимо от ее клеточных и биохимических типов. Поэтому идея о единственном биохимическом биомаркере, будь то последовательность нуклеиновой кислоты, белок или метаболит, для первичной или дифференциальной диагностики большинства типов рака в настоящее время отвергнута большинством специалистов. В качестве альтернативного направления развивается понятие о молекулярной сигнатуре (Subramanian and Simon 2010) или штрих-коде (Zimmer et al. 2006). Сигнатура включает в себя набор качественно или количественно оцениваемых молекулярных параметров, например, генетических полиморфизмов, уровня экспрессии транскриптов, белков, уровня липидов или других метаболитов, измерение которых обеспечивает высокую точность диагностики заболевания (Yurkovetsky et al. 2010). Для получения мультиплексного (многопараметрического) штрих-кода клинического образца могут использоваться различные методы. Если речь идет о протеомном, белковом штрих-коде, то это в первую очередь иммунный анализ (Edgell et al. 2010) и масс-спектрометрия (Zimmer et al. 2006; Rodriguez et al. 2010). Важным аспектом при разработке штрих-кода является статистическая обработка мультиплексных данных. Для корректного вычисления диагностической точности метода, расчета рисков и применения на практике требуется использование специальных алгоритмов распознавания данных (Hamacher et al. 2009).

В настоящей работе в качестве экспериментальной подхода к диагностике рака яичника, предстательной железы и Т-клеточной лимфомы кожи нами использованы основанные на МАЬ01-ТОР-масс-спектрометрии плазмы1 крови штрих-коды, изучена природа компонентов, обеспечивающих диагностику, а также сформулированы проблемы и перспективы новой области знания, связанной с протеомными профилями плазмы крови для диагностики.

Целью работы является выявление протеомного штрих-кода плазмы крови, измеряемого посредством масс-спектрометрии, подходящего для диагностики злокачественных опухолей на примере рака яичника и предстательной железы, а также Т-клеточной лимфомы кожи.

Для осуществления цели работы предполагается решение следующих задач: Получить посредством МАЫЭ1-ТОР-масс-спектрометрии мультиплексный сигнал от образцов плазмы крови пациентов с раком яичников, пациентов с раком предстательной железы, а также пациентов с Т-клеточной лимфомой кожи и соответствующих всем указанным патологиям контрольных субъектов.

• Обработать полученные МАЬБГ-ТОР-масс-спектры методами многомерной статистики для выявления маркерных компонентов протеомного штрих-кода и оценки точности, специфичности и чувствительности протеомной диагностики.

• Экспериментально и с использованием литературных источников идентифицировать компоненты протеомного штрих-кода, вносящие вклад в

1 В разных разделах данной работы используются образцы плазмы и образцы сыворотки крови. Как правило, результаты протеомного штрих-кода мало зависят от того, какой препарат крови получают. В общих разделах работы (введение, заключение, выводы) термин «плазма крови» будет охватывать как разные виды плазмы, так и сыворотку крови.

12 построение оптимальной модели для диагностики рака яичника, рака предстательной железы и Т-клеточной лимфомы кожи.

• Сопоставить данные протеомной диагностики рака яичника, рака предстательной железы с результатами анализа принятых в клинической практике молекулярных маркеров этих опухолей.

• В случае Т-клеточной лимфомы кожи применить в дополнение к МАЬ01-ТОР-масс-спектрометрии направленный протеомный анализ цитокинов сыворотки крови.

Заключение диссертации по теме «Биохимия», Мошковский, Сергей Александрович

5 ВЫВОДЫ

1. В качестве биомаркера рака использован мультиплексный сигнал масс-спектрометрии плазмы крови, одновременно характеризующий множественные белки плазмы крови - протеомный штрих-код. В настоящей работе протеомный штрих-код опробован на образцах плазмы крови от групп пациентов с раком яичника, предстательной железы и Т-клеточной лимфомы кожи для диагностики по отношению к образцам от соответствующих контрольных групп. Принятие диагностического решения осуществляют методами многомерной статистики, в частности, такими как метод опорных векторов (8УМ), логистическая регрессия и линейный дискриминант Фишера.

2. Протеомный штрих-код плазмы крови, регистрируемый посредством МАЬВ1(8ЕЬ01)-ТОР-масс-спектрометрии, обеспечивает достоверное разграничение образцов от пациентов с раком яичника и от контрольных субъектов с точностью диагностики, равной 90%, что превосходит точность, обеспечиваемую общепринятым маркером С А-125. Компоненты штрих-кода, вносящие вклад в диагностику, представляют собой высококопийные белки и пептиды плазмы крови, связанные с общей реакцией организма на опухоль, преимущественно, различные изоформы сывороточного амилоида А острой фазы (8АА) и транстиретина (ТТЯ). Объединение данных масс-спектрометрии плазмы крови и иммуноферментного анализа принятого маркера рака яичника СА-125 предоставляет значимое повышение точности диагностика рака до 95%.

3. Протеомный штрих-код плазмы крови, регистрируемый посредством МАЬОЬТОР-масс-спектрометрии, обеспечивает достоверное разграничение образцов от пациентов с раком предстательной железы и от контрольных субъектов с точностью диагностики, равной 93%, что превосходит точность, обеспечиваемую принятым маркером PSA. Идентифицированные компоненты штрих-кода, вносящие вклад в диагностику, сходны с таковыми для рака яичников.

4. В случае Т-клеточной лимфомы кожи масс-спектрометрический протеомный штрих-код плазмы крови не характеризовался высокой точностью, по всей видимости, в связи с местнораспространенным характером опухоли. Проведенный дополнительно мультиплексный анализ цитокинов в плазме крови обеспечивает точность дифференциальной диагностики лимфомы от псориаза свыше 80% и предоставляет информацию о новом, ранее неизвестном биомаркере Т-клеточной лимфомы кожи - хемокине с мотивом С-Х-С 10 (СХС10).

5. В связи с разнообразием молекулярных механизмов злокачественных опухолей при сходных клинических проявлениях использование отдельных молекулярных биомаркеров не обеспечивает высокой эффективности диагностики. Мультиплексный протеомный штрих-код является перспективным способом диагностики злокачественных опухолей для дальнейшего внедрения в клиническую практику.

ВЭЖХ - высокоэффективная жидкостная хроматография

ГМ - грибовидный микоз

ДСН - додецилсульфат натрия

ПСА - простатоспецифичный антиген

ПЦР - полимеразная цепная реакция

ПЭГ - полиэтиленгликоль

ТФУ - трифторуксусная кислота

УФ - ультрафиолетовый

ЭДТА - этилендиаминотетраацетат

2DE - двумерный гель-электрофорез A-SAA - сывороточный амилоид А острой фазы AUC - площадь под ROC-кривой DHB - дигидроксибензойная кислота

CHAPS - 3-[(3-холамидопропил)диметиламмонио]-1-пропансульфонат

СНСА - альфа-цианогидроксикоричная кислота

ESI - ионизация электрораспылением (для масс-спектрометрии)

HUPO - Международная организация «Протеом человека»

IPG - иммобилизированный градиент рН

LR - логистическая регрессия

MALDI - опосредованная матрицей лазерная десорбция-ионизация (для массспектрометрии)

MS - масс-спектрометрия

MS/MS - тандемная масс-спектрометрия

PAGE -электрофорез в полиакриламидном геле

PMF - пептидный фингерпринт (метод масс-спектрометрической идентификации белков)

RFE - алгоритм рекурсивного исключения признаков SAA - сывороточный амилоид А SAX - сильный анионообменник SDS - додецилсульфат натрия

SELDI - усиленная поверхностью лазерная десорбция-ионизация

SVM - метод опорных векторов

TSP - метод пар с наибольшим счетом

TOF - времяпролетная (о масс-спектрометрии)

TOF/TOF - тандемная времяпролетная (о масс-спектрометрии)

Tris - трис(гидроксиметил)аминометан

TTR - транстиретин

WCX - слабый катионообменник

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Lokhov P.G., Tikhonova O.V., Moshkovskii SA., Goufman E.I., Serebriakova M.V., Maksimov B.I., Toropyguine I.Y., Zgoda V.G., Govorun V.M., Archakov A.I. Database search postprocessing by neural network: Advanced facilities for identification of components in protein mixtures using mass spectrometric peptide mapping. // Proteomics. 2004. V.4(3). p.633-642.

2. Moshkovskii S.A., Serebryakova M.V., KuteykinTeplyakov K.B., Tikhonova O.V., Goufman E.I., Zgoda V.G., Taranets I.N., Makarov O.V., Archakov A.I. Ovarian cancer marker of 11.7 kDa detected by proteomics is a serum amyloid Al. // Proteomics. 2005. V.5(14) p. 3790-3797.

3. Власова M.A., Мошковский C.A., Сафарова M.P., Макаров О.В., Арчаков А.И. Молекулярная диагностика рака яичника с использованием протеомных технологий //Биомедицинская химия. 2005. Т. 51(4). С. 367-383.

4. Власова М.А., Мошковский С.А. Молекулярные взаимодействия сывороточного амилоида А острой фазы: возможное участие в патогенезе злокачественных опухолей//Биохимия. 2006. Т.71(10) С.1301-1311.

4а. Vlasova М.А., Moshkovskii S.A. Molecular interactions of acute phase serum amyloid A: possible involvement in carcinogenesis. // Biochemistry (Mosc). 2006. V.71(10). P.10511059.

5. Гоуфман Е.И., Мошковский C.A., Тихонова O.B., Лохов П.Г., Згода В.Г., Серебрякова М.В., Торопыгин И.Ю., Власова М.А., Сафарова М.Р., Макаров О.В., Арчаков А.И. Протеомное исследование термостабильной фракции сыворотки пациентов с различными опухолями с применением двумерного электрофореза. // Биохимия. 2006. Т. 71(4). С.445-463.

5а. Goufman E.I., Moshkovskii S.A., Tikhonova O.V., Lokhov P.G., Zgoda V.G., Serebryakova M.V., Toropygin I.Y., Vlasova M.A., Safarova M.R., Makarov O.V., Archakov A.I. Two-dimensional electrophoretic proteome study of serum thermostable fraction from patients with various tumor conditions. Biochemistry (Mosc). 2006. V.71(4). P.354-360.

6. Moshkovskii S.A., Vlasova M.A., Pyatnitskiy M.A., Tikhonova O.V., Safarova M.R., Makarov O.V., Archakov A.I. Acute phase serum amyloid A in ovarian cancer as an important component of proteome diagnostic profiling. Proteomics Clin. Appl. 2007. V.l(l). P.107-117.

7. Зиганшин P.X., Алексеев Д.Г., Арапиди Г.П., Иванов В.Т., Мошковский С.А., Говорун В.М. Протеомное профилирование сыворотки для диагностики рака яичника с использованием технологии магнитных гранул ClinProt и MALDI-TOF-масс-спектрометрии // Биомедицинская химия. 2008. Т.53(4). С.408-419.

8. Пономаренко Е.А., Лисица А.В., Петрак Ж., Мошковский С.А., Арчаков А.И. Выявление дифференциально экспрессирующихся белков с использованием автоматического мета-анализа протеомных публикаций. // Биомедицинская химия. 2009. Т. 55(1). С. 514.

9. Пахарукова Н.А., Пастушкова Л.Х., Трифонова О.П., Пятницкий М.А., Власова М.А., Никитин И.П., Мошковский С.А., Николаев Е.Н., Ларина И.М. Оптимизация метода профилирования сыворотки крови здорового человека. // Физиология человека. 2009. Т.35(3). С.101-107.

10. Ulukaya Е., Yilmaz Y., Moshkovskii S., Karpova M., Pyatnitskiy M., Atug О., Dolar E. Proteomic analysis of serum in patients with nonalcoholic steatohepatitis using matrixassisted laser desorption ionization time-of-flight mass spectrometry. // Scand. J. Gastroenterol. 2009. V. 44(12) P. 1471-1476.

11. Karpova M.A., Moshkovskii S.A., Toropygin I.Y., Archakov A.I. Cancer-specific MALDI-TOF profiles of blood serum and plasma: biological meaning and perspectives. //J. Proteomics. 2010. V.73(3). P.537-551.

12. Pyatnitskiy M., Karpova M., Moshkovskii S., Lisitsa A., Archakov A. Clustering mass spectral peaks increases recognition accuracy and stability of SVM-based feature selection//J. Proteomics Bioinform. 2010. V.3. P. 48-54.

13. Trifonova O., Larina I., Grigoriev A,. Lisitsa A., Moshkovskii S., Archakov A. Application of 2DE for studying the variation of blood proteome. // Expert Rev. Proteomics. 2010. V. 7(3). P. 431-438.

14. Piruzian E., Bruskin S., Ishkin A., Abdeev R., Moshkovskii S., Melnik S., Nikolsky Y., Nikolskaya T. Integrated network analysis of transcriptomic and proteomic data in psoriasis. // BMC Syst. Biol. 2010 V.4. P.41.

15. Агрон И.А., Автономов Д.М., Кононихин A.C., Попов И.А., Мошковский С.А., Николаев Е.Н. База данных по точным массово-временным меткам для хромато-масс-спектрометрического анализа протеома мочи. // Биохимия. 2010. Т.75(4). С.598-605.

15а. Agron I.A., Avtonomov D.M., Kononikhin A.S., Popov I.A., Moshkovskii S.A., Nikolaev E.N. Accurate mass tag retention time database for urine proteome analysis by chromatography-mass spectrometry.//Biochemistry (Mosc). 2010. V.75(5). P.636-641.

16. Lisitsa A.V., Petushkova N.A., Thiele H., Moshkovskii S.A., Zgoda V.G., Karuzina I.I., Chernobrovkin A.L., Skipenko O.G., Archakov A.I. Application of slicing of one-dimensional gels with subsequent slice-by-slice mass spectrometry for the proteomic profiling of human liver cytochromes P450. // J. Proteome Res. 2010. V.9(l). P. 95103.

17. Пахарукова H.A., Пастушкова JI.X., Трифонова О.П., Мошковский С.А., Ларина И.М. Вариабельность низкомолекулярного субпротеома сыворотки крови здорового человека в обычных условиях жизнедеятельности // Физиология человека. 2011. Т. 37(2). С. 7785.

18. Агрон И.А., Автономов Д.М., Кононихин А.С., Попов И.А., Мельник С.А., Мошковский С.А., Николаев Е.Н. Комбинация подходов точной массововременной метки и мечения изотопом кислорода 180 для количественного анализа протеома мочи человека // Труды МФТИ. 2011. Т.З(З). С.310.

19. Пятницкий М.А., Лисица А.В., Мошковский С.А., Арноцкая Н.Е., Ахмедов Б.Б., Заридзе Д.Г., Полоцкий Б.Е., Шевченко В.Е. Выявление дифференциальных признаков плоскоклеточного рака легкого с помощью масс-спектрометрического профилирования плазмы крови // Масс-спектрометрия. 2011. Т. 8(2). С. 99-105.

19а. Pyatnitskii М.А., Lisitsa A.V., Moshkovskii S.A., Arnotskaya N.E., Akhmedov B.B., Zaridze D.G., Polotskii B.E., Shevchenko V.E. Differential diagnostics of squamous cell lung carcinoma by means of the mass spectrometry profiling of blood plasma.//Journal of Analytical Chemistry. 2011. V. 66(14) P. 1369-1375.

20. Moshkovskii S.A., Sokolova E.E., Brattseva E.V., Karpova M.A., Pyatnitskiy M.A., Kubanova A.A., Archakov A.I. Proteome and cytokine serum profiling to diagnose a mycosis fungoides. // Proteomics Clin. Appl. 2011. V. 5(78). P. 432-439.

21. Мошковский С.А. Почему клетки злокачественных опухолей продуцируют сыворочный амилоид А острой фазы? // Биохимия. 2012. Т. 77(4). С.433-436.

21а. Moshkovskii S.A. Why do cancer cells produce serum amyloid A acute phase protein?//Biochemistry (Moscow). 2012. V. 77(4). P. 339-341.

Материалы трудов конференций

22. Moshkovskii S.A., Serebryakova M.V., Kuteykin-Teplyakov K.B., Tikhonova O.V., Goufman E.I., Makarov O.V., Archakov A.I. Ovarian cancer marker of 11.7 kDa detected by proteomics is a serum amyloid A1 // Abstr. 2nd International Conference "Genomics, Proteomics and Bioinformatics for Medicine". Moscow, Russia. 2004. P. 2.10.

23. Moshkovskii S., Serebryakova M., Taranets I., Makarov O., Archakov A. "Ovarian cancer marker of 11.7 kDa detected by proteomics is a serum amyloid Al" // Abstr. HUPO 3th Annual World Congress. Beijing, China. Molecular & Cellular Proteomics. 2004. V.3(10) (Supplement). P. S222.

24. Moshkovskii S., Vlasova M., Safarova M., Makarov O., Archakov A. "Serum amyloid A as ovarian cancer biomarker" // Abstr. HUPO 4th Annual World Congress. Munich, Germany. Molecular & Cellular Proteomics. 2005. V. 4(8) (Supplement 1). P. S122.

25. Власова M. А., Мошковский С. А., Арчаков А. И. Комбинирование данных масс-спектров SELDI и концентрации СА125 для диагностики рака яичника // Мат. докл. Международной школы-конференции молодых ученых «Системная биология и биоинженерия». Москва. 2005. С. 18.

26. Moshkovskii S.A., Vlasova М. A., Pyatnitskiy М. A., Archakov A.I. Acute phase serum amyloid A in ovarian cancer as an important component of proteome diagnostic profile. // Abstr. 3rd International Conference "Genomics, Proteomics, Bioinformatics and Nanotechnologies for Medicine". Novosibirsk, Russia. 2006. P.64.

27. Moshkovskii S.A., Vlasova M.A., Pyatnitskiy M.A., Archakov A.I. Serum amyloid A and tranthyretin forms constitute discriminatory SELDI profile for ovarian cancer. // Abstr. HUPO 5th Annual World Congress. Long Beach, CA, USA. Molecular & Cellular Proteomics. 2006. V.5(10) (Supplement). P.S143.

28. Пятницкий M.A., Мошковский C.A. Кластеризация пиков масс-спектров как способ снижения размерности // Мат. докл 3-ей Международной школы-конференции молодых ученых «Масс-спектрометрия в химической физике, биофизике и экологии». Звенигород. 2007. С.82.

29. Мошковский С.А. Масс-спектрометрия в диагностической протеомике // Мат. докл 3-ей Международной школы-конференции молодых ученых «Масс-спектрометрия в химической физике, биофизике и экологии». Звенигород. 2007. С. 142.

30. Харыбин О.Н., Згода В.Г., Кононихин А.С., Мошковский С.А., Попов И.А., Николаев Е.Н. Исследование белкового состава мочи человека // Мат. докл 3-ей Международной школы-конференции молодых ученых «Масс-спектрометрия в химической физике, биофизике и экологии». Звенигород. 2007. С. 158.

206

31. Moshkovskii S., Pyatnitskiy M., Archakov A. Analysis of Peak Intensity Correlations to Maximize Biological Meaning of Proteome Diagnostic Mass Spectra // Abstr. HUPO 6th Annual World Congress. Seoul, Korea. 2007. P. 150.

32. Moshkovskii S.A, Pyatnitsky M.A., Archakov A.I. Analysis of peak intensity correlations to maximize biological meaning of proteome diagnostic mass-spectra // Abstr. 4th International Symposium on Computational Methods In Toxicology and Pharmacology Integrating Internet Resources. Moscow, Russia. 2007. P.29.

33. Мошковский С.А., Власова M.A., Арчаков А.И. Протеомное профилирование плазмы крови посредством MALDI-TOF-масс-спектрометрии в диагностике злокачественных опухолей // Мат. докл. IV Съезда Российского общества биохимиков и молекулярных биологов. Новосибирск. 2008. С.286.

34. Moshkovskii S.A., Vlasova М.А., Toropygin I.Y., Pyatnitsky M.A., Archakov A.I. Plasma proteome profiling by MALDI-TOF-mass-spectrometry for cancer diagnostics // Abstr. 4th International Conference "Genomics, Proteomics, Bioinformatics and Nanobiotechnologies for Medicine". Moscow-Nizhny Novgorod-Moscow, Russia. 2008. P.17.

35. Moshkovskii S., Vlasova M., Pyatnitskiy M., Toropygin I., Archakov A. Analysis of peak intensity correlations to improve diagnostic accuracy and maximize biological meaning of mass-spectral diagnostics of ovarian and prostate cancer // Abstr. HUPO 7th Annual World Congress. Amsterdam, Nederlands. 2008. P-TUE-165. P.l 11.

36. Ponomarenko E., Lisitsa A., Petrak J., Moshkovskii S., Archakov A. Automated meta-analysis confirms the hit-parade of repeatedly identified proteins // Abstr. HUPO 7th Annual World Congress. Amsterdam, Nederlands. 2008. P-TUE-172. P.l 11.

37. Andreewski T.V., Zgoda V.G., Kurbatov L.K., Kopylov A.T., Moshkovskii S.A., and Archakov A.I. Possible Reasons of Ambiguity in Expression Study by Microarray and Ion Trap Proteomics. // Abstr. HUPO 8th Annual World Congress. Toronto, Canada. 2009. P.66.

38. Nikolaev E.N., Popov I.A., Kononikhin A.S., Agron I.A., Avtonomov D.M., Moshkovskii S.A., Larina I.M., Zamulaeva I.A., Masselon C., Archakov A.I. Accurate mass tag retention time data base for urine proteome. // Abstr. HUPO 8th Annual World Congress. Toronto, Canada. 2009. P.72.

39. Melnik A., Zgoda V.G., Moshkovskii S.A., Kopylov A.T., Ponomarenko E.A., Fomchenkova E.Y., Archakov A.I. Proteomics of Mouse Liver Microsomes: Performance of Different Protein Separation Workflows for LC-MS/MS. // Abstr. HUPO 8th Annual World Congress. Toronto, Canada. 2009. P.76.

40. Moshkovskii S.A., Zgoda V.G., Melnik S.A., Chernobrovkin A.L., Andreewski T.V., Ponomarenko E.A., Lisitsa A.V., Archakov A.I. Gene-Centric View to the Proteins of 18th Chromosome Identified in Blood Plasma: Potential Biomarkers. // Abstr. HUPO 8th Annual World Congress. Toronto, Canada. 2009. P.86.

41. Moshkovskii S.A., Karpova M.A., Toropygin I.Y., Archakov A.I. Proteome bar-code for cancer diagnostic: the state-of-the-art and prospects // Abstr. 5th International Conference "Genomics, Proteomics, Bioinformatics and Nanobiotechnologies for Medicine". Saint-Petersburg, Russia. 2010. P.58.

42. Moshkovskii S.A. Mass-spectrometry-based plasma proteome barcode to discriminate the prostate cancer samples // Abstr. HUPO 9th Annual World Congress. Sydney, Australia. 2010. P.86.

43. Белоусов П.В., Копылов A.T., Твардовский A.A., Мельник С.А., Ким Я.С., Ланщаков К.В., Ванушко В.Э., Мошковский С.А., Купраш Д.В., Недоспасов С.А. Иммунопротеомный анализ аутоантигенного репертуара папиллярного рака щитовидной железы: идентификация кандидатных дифференциально-диагностических объектов // Мат. докл. 1-ой международной научно-практической конференции молодых ученых «Постгеномные методы анализа в биологии, лабораторной и клинической медицине». Москва. 2010. С.38.

44. Мошковский С.А., Карпова М.А., Соколова Е.Е., Арчаков А.И. Масс-спектрометрические профили плазмы крови для диагностики злокачественных

208 опухолей: настоящее и перспективы // Мат. докл. 1-ой международной научно-практической конференции молодых ученых «Постгеномные методы анализа в биологии, лабораторной и клинической медицине». Москва. 2010. С.52.

45. Николаев Е.Н., Попов И.А., Кононихин А.С., Мошковский С.А., Агрон И.А., Автономов Д.М. Масс-спектрометрия в протеомных исследованиях. Протеом мочи // Мат. докл. 1-ой международной научно-практической конференции молодых ученых «Постгеномные методы анализа в биологии, лабораторной и клинической медицине». Москва. 2010. С. 53.

46. Трифонова О.П., Пахарукова Н.А., Пастушкова JI.X., Лисица А.В., Мошковский С.А., Ларина И.М. Анализ межиндивидуальной вариабельности протеома крови здорового человека // Мат. докл. 1-ой международной научно-практической конференции молодых ученых «Постгеномные методы анализа в биологии, лабораторной и клинической медицине». Москва. 2010. С. 57.

47. Шишкин С.С., Ковалев Л.И., Ковалева М.А., Иванов А.В., Лисицкая К.В., Еремина Л.С., Садыхов Э.Г., Торопыгин И.Ю., Мошковский С.А. Протеомные технологии и поиск новых маркеров для диагностики рака простаты // Мат. докл. 1-ой международной научно-практической конференции молодых ученых «Постгеномные методы анализа в биологии, лабораторной и клинической медицине». Москва. 2010. С. 61.

48. Moshkovskii S.A., Ponomarenko Е.А., Lisitsa A.V., Archakov A.I. Automated text mining to search disease-related protein encoded b human 18-th chromosome and its comparison to the biocuration data. // Abstr. Taiwan-Russia Research Cooperation Symposium "New mass spectrometry methods in proteomics". Kaosiung, Taiwan. 2011. P. 27.

49. Ponomarenko E.A., Zgoda V.G., Ivanov A.S., Moshkovskii S.A., Lisitsa A.V., Archakov A.I. Progress in Proteome of 18th Chromosome (Russian part of HPP) // Abstr. Taiwan-Russia Research Cooperation Symposium "New mass spectrometry methods in proteomics" Kaosiung, Taiwan. 2011. P. 43.

Список литературы диссертационного исследования доктор биологических наук Мошковский, Сергей Александрович, 2012 год

1. Арчаков А.И. Что после геномики? Протеомика // Вопр. мед. химии. 2000. Т.46. С.335-343.

2. Говорун В.М., Арчаков А.И. Протеомные технологии в современной биомедицинской науке // Биохимия. 2002. Т.67. С. 1341-1359.

3. Говорун В.М., Иванов В.Т. Протеомика и пептидомика в фундаментальных и прикладных медицинских исследованиях //Биоорганическая химия. 2011. Т.37(2).С. 199-215.

4. Громов П.С., Целис Х.Э. От геномики к протеомике // Молекулярная биология. 2000. Т.34. С.597-611.

5. Иванов A.C., Згода В.Г., Арчаков А.И. Технологии белковой интерактомики // Биоорганическая химия. 2011. Т.37(1).С.8-21.

6. Пономаренко Е.А., Ильгисонис Е.В., Лисица A.B. Технологии знаний в протеомике // Биоорганическая химия. 2011.Т.37(2). С. 190-198.

7. Пономаренко Е.А., Лисица A.B., Ильгисонис Е.В., Арчаков А.И. Конструирование семантических сетей белков с использованием PubMed/Medline // Молекулярная биология. 2010. Т.44(1). С. 152-161.

8. Шишкин С.С., Ковалев Л.И., Ковалева М.А. Протеомные исследования мышечных белков человека и некоторых других позвоночных //Биохимия. 2004. Т.69(11). С. 1574-1589.

9. Ahmed N. Oliva K.T., Barker G., Hoffmann P., Reeve S., Smith I.A., Quinn M.A., and Rice G.E. Proteomic tracking of serum protein isoforms as screening biomarkers of ovarian cancer // Proteomics. 2005. V.5(17). P.4625-4636.

10. Anderson L., Hunter C.L. Quantitative mass spectrometric multiple reaction monitoring assays for major plasma proteins // Molecular & cellular proteomics. 2006. V.5(4). P.573-588.

11. Anderson N.L., Hofmann J. P., Gemmell A., and Taylor J. Global approaches to quantitative analysis of gene-expression patterns observed by use of two-dimensional gel electrophoresis // Clinical chemistry. 1984. V.30(12 Pt 1). P. 2031-2036.

12. Anderson N.L., Anderson N.G. The human plasma proteome: history, character, and diagnostic prospects // Molecular & cellular proteomics. 2002. V. 1(11). P.845-867.

13. Archakov A.I., Ivanov Y.D., Lisitsa A. V., and Zgoda V.G. AFM fishing nanotechnology is the way to reverse the Avogadro number in proteomics // Proteomics. 2007. V.7(l). P.4-9.

14. Archakov A., Aseev A., Bykov V., Grigoriev A., Govorun V., Ivanov V., Khlunov A., et al. Gene-centric view on the human proteome project: the example of the Russian roadmap for chromosome 18//Proteomics. 2011. V. 11(10). P. 1853-1856.

15. Baumann S., Ceglarek U., Fiedler G.M., Lembcke J., Leichtle A., and Thiery J.

16. Standardized approach to proteome profiling of human serum based on magnetic bead211separation and matrix-assisted laser desorption/ionization time-of-flight mass spectrometry// Clinical chemistry. 2005. V.51(6). P.973-980.

17. Bernstein L.H., and Ingenbleek Y. Transthyretin: its response to malnutrition and stress injury.clinical usefulness and economic implications // Clinical Chemistry and Laboratory Medicine. 2002. V.40(12). P. 1344-1348.

18. Bignell G.R., Greenman C.D., Davies H., Butler A. P., Edkins S., Andrews J.M., Buck G., et al. Signatures of mutation and selection in the cancer genome // Nature. 2010. V.463(7283). P.893-898.

19. Bischof P., Galfetti M.A., Seydoux J., von Hospenthal J.Y., and Campana A. Peripheral CA 125 levels in patients with uterine fibroids // Human reproduction (Oxford, England). 1992. V.7(l). P.35-38.

20. Blum H., Beier H., and Gross H.J. Improved silver staining of plant proteins, RNA and DNA in polyacrylamide gels// Electrophoresis. 1987. V.8. P.93-99.

21. Adreas B., Ruschhaupt M., Kuner R., and Tresch A. Classification across gene expression microarray studies // BMC bioinformatics. 2009. V. 10. P.453.

22. Burger D., and Dayer J.M. High-density lipoprotein-associated apolipoprotein A-I: the missing link between infection and chronic inflammation // Autoimmun Rev. 2002. V. 1(1-2). P. 111-117.

23. Casl M.T, Surina B., Glojnaric-Spasic I., Pape E., Jagarinec N., and Kranjcevic S. Serum amyloid A protein in patients with acute myocardial infarction // Annals of clinical biochemistry. 1995. V.32(Pt 2). P. 196-200.

24. ChanD.C., Chen C .J., Chu H.C., Chang W.K., Yu J.C., Chen Y.J., Wen L.L., et al. Evaluation of serum amyloid A as a biomarker for gastric cancer // Ann Surg Oncol. 2007. V. 14(1). P.84-93.

25. Chen C.B., Su Y.C., Huang T.T., Ho H.C., Chang Y.T., Tung Y.T., and Lee W.C. Differentially expressed serum haptoglobin alpha chain isoforms with potentialapplication for diagnosis of head and neck cancer // Clin Chim Acta. 2008. V.398(l-2). P.48-52.

26. Chen Y., Lim B.K., Peh S.C., Abdul-Rahman P.S., and Hashim O.H. Profiling of serum and tissue high abundance acute-phase proteins of patients with epithelial and germ line ovarian carcinoma // Proteome Science. 2008. V.6. P. 20.

27. Cheng A.J., Chen L.C., Chien K.Y., Chen Y.J., Chang J.T., Wang H.M., Liao C.T., and Chen I.H. Oral cancer plasma tumor marker identified with bead-based affinity-fractionated proteomic technology // Clin Chem. 2005. V.51(12). P. 2236-2244.

28. Cocco E., Bellone S., El-Sahwi K., Cargnelutti M., Casagrande F., Buza N., Tavassoli F.A., et al. Serum amyloid A (SAA): a novel biomarker for uterine serous papillary cancer // British journal of cancer. 2009. V. 101(2). P.335-341.

29. Coussens L.M., and Werb Z. Inflammation and cancer // Nature. 2002. V.420(6917). P.860-867.

30. Dai S., Wang X., Liu L., Liu J., Wu S., Huang L., Xiao X., and He D. Discovery and identification of Serum Amyloid A protein elevated in lung cancer serum // Sci China C Life Sci. 2007. V.50(3). P.305-311.

31. DeClerck Y.A., Mercurio A.M., Stack M.S.,. Chapman H.A, Zutter M.M., Muschel R.J., Raz A., et al. Proteases, extracellular matrix, and cancer: a workshop of the path B study section // Am J Pathol. 2004. V. 164(4). P. 1131-1139.

32. Devakonda A., George L., Raoof S., Esan A., Saleh A., and Bernstein L.H. Transthyretin as a marker to predict outcome in critically ill patients // Clin Biochem. 2008. V.41(14-15).P. 1126-1130.

33. Dhainaut J.F., Marin N., Mignon A., and Vinsonneau C. Hepatic response to sepsis: interaction between coagulation and inflammatory processes // Crit Care Med. 2001. V. 29(7 Suppl). P.S42-7.

34. Diamandis E. P. Point: Proteomic patterns in biological fluids: do they represent the future of cancer diagnostics? // Clin Chem. 2003. V.49(8). P. 1272-1275.

35. Diamandis E. P. Analysis of serum proteomic patterns for early cancer diagnosis: drawing attention to potential problems // Journal of the National Cancer Institute. 2004. V.96(5). P.353-356.

36. Doherty S.D, Ni X., Doherty C.B., Jones D., Zhao X., Owen L.B, and Duvic M. Abnormal expression of interleukin-23 in mycosis fungoides/Sézary syndrome lesions // Archives of dermatological research. 2006. V. 298(7). P.353-356.

37. Duché J.C., Urien S., Simon N., Malaurie E., Monnet I., and Barré J. Expression of the genetic variants of human alpha-1-acid glycoprotein in cancer // Clinical biochemistry. 2000. V.33(3). P. 197-202.

38. Echan L.A., Tang H.Y., Ali-Khan N., Lee R., and Speicher D.W. Depletion of multiple high-abundance proteins improves protein profiling capacities of human serum and plasma // Proteomics. 2005. V.5(13). P.3292-3303.

39. Edgell T., Martin-Roussety G., Barker G., Autelitano D.J., Allen D., Grant P., and Rice G.E. Phase II biomarker trial of a multimarker diagnostic for ovarian cancer // J Cancer Res Clin Oncol. 2010. V. 136(7). P. 1079-1088.

40. El-Akawi Z.J., Al-Hindawi F.K., and Bashir N.A. Alpha-1 antitrypsin (alphal-AT) plasma levels in lung, prostate and breast cancer patients // Neuro Endocrinol Lett. 2008. V. 29(4). P.482-484.

41. Escher N., Kaatz M., Melle C., Hipler C., Ziemer M., Driesch D., Wollina U., and von Eggeling F. Posttranslational modifications of transthyretin are serum markers in patients with mycosis fiingoides // Neoplasia. 2007. V.9(3). P. 254-259.

42. Etzioni R., Urban N., Ramsey S., Mcintosh M., Schwartz S., Reid B., Radich J., Anderson G., and Hartwell L. The case for early detection// Nat Rev Cancer. 2003. V.3(4). P. 243-252.

43. Faca V., Krasnoselsky A., and Hanash S. Innovative proteomic approaches for cancer biomarker discovery // Biotechniques. 2007. V.43(3). P. 279,281-283,285.

44. Fernandez-Miranda C., Mateo S., Gonzalez-Gomez C., and Ballestin C. Systemic amyloidosis and ovarian carcinoma // Postgraduate medical journal. 1994. V.70(825). P.505-506.

45. Findeisen P., Zapatka M., Peccerella T., Matzk H., Neumaier M., Schadendorf D., and Ugurel S. Serum amyloid A as a prognostic marker in melanoma identified by proteomic profiling.// Journal of clinical oncology. 2009. V. 27(13). P. 2199-2208.

46. Finkel T., Serrano M., and Blasco M.A. The common biology of cancer and ageing // Nature. 2007. V.448(7155). P.767-774.

47. Fu Q., Bovenkamp D.E., and Van Eyk J.E. A rapid, economical, and reproducible method for human serum delipidation and albumin and IgG removal for proteomic analysis // Methods Mol Biol. 2007. V.357. P.365-371.

48. Fung E.T.,Yip T.T., Lomas L., Wang Z., Yip C., Meng X.Y., Lin S., et al. Classification of cancer types by measuring variants of host response proteins using SELDI serum assays // Int J Cancer. 2005. V. 115(5). P.783-789.

49. Gasque P. Complement: a unique innate immune sensor for danger signals." Mol Immunol. 2004. V.41(ll). P. 1089-1098.

50. Geho D.H., Liotta L.A., Petricoin E.F., Zhao W., and Araujo R. P. The amplified peptidome: the new treasure chest of candidate biomarkers // Curr Opin Chem Biol.2006. V. 10(1). P.50-55.

51. Beate G., Raila J., Sehouli J., Haebel S., Konsgen D., Mustea A., and Schweigert F.J. Microheterogeneity of transthyretin in serum and ascitic fluid of ovarian cancer patients // BMC cancer. 2005. V.5. P. 133.

52. German D.C., Gurnani P., Nandi A., Garner H.R., Fisher W., Diaz-Arrastia R., O'Suilleabhain P., and Rosenblatt K.P. Serum biomarkers for Alzheimer's disease: proteomic discovery // Biomed Pharmacother. 2007. V.61(7). P.383-389.

53. Glojnaric I., Casl M.T., Simic D., and Lukac J. Serum amyloid A protein (SAA) in colorectal carcinoma // Clin Chem Lab Med. 2001. V.39(2). P. 129-133.

54. Goldman R., Ressom H.W., Abdel-Hamid M., Goldman L., Wang A., Varghese R.S.,

55. An Y., et al. Candidate markers for the detection of hepatocellular carcinoma in lowmolecular weight fraction of serum // Carcinogenesis. 2007. V. 28(10). P. 2149-2153.218

56. Gomme P.T., McCann K.B., and Bertolini J. Transferrin: structure, function and potential therapeutic actions // Drug Discov Today. 2005. V. 10(4). P. 267-273.

57. Gorg A., and Weiss W. 2-D Proteome Analysis Protocols // Methods in Molecular Biology. 1999. V. 112, ed. AJ Link, Totowa, NJ: Humana Press. P. 235-244.

58. Greten T.F., Manns M. P., and Korangy F. Myeloid derived suppressor cells in human diseases // International Immunopharmacology. 2011. V. 11(7). P.802-807.

59. Gundry R.L. Jelinek C.A., Van Eyk J.E., Fu Q., and Cotter R.J. Investigation of an albumin-enriched fraction of human serum and its albuminome // Proteomics. Clinical Applications. 2007. V. 1. P.73-88.

60. Gutfeld O. Expression of Serum Amyloid A, in Normal, Dysplastic, and Neoplastic Human Colonic Mucosa: Implication for a Role in Colonic Tumorigenesis // Journal of Histochemistry and Cytochemistry. 2006. V.54(l). P.63-73.

61. Guyon I., Weston J., Barnhill S., and Vapnik V.N. Gene selection for cancer classification using support vector machines // Machine Learning. 2002. V.46. P.389-422.

62. Hamacher M., Stephan C., Meyer H.E., and Eisenacher M. Data handling and processing in proteomics // Expert Rev Proteomics. 2009. V.6(3). P. 217-219.

63. Havlis J., Thomas H., Sebela M., and Shevchenko A. Fast-response proteomics by accelerated in-gel digestion of proteins // Analytical Chemistry. 2003. V.75(6). P. 13001306.

64. Heo S.H., Lee S.J., Ryoo H.M., Park J.Y., and Cho J.Y. Identification of putative serum glycoprotein biomarkers for human lung adenocarcinoma by multilectin affinity chromatography and LC-MS/MS // Proteomics. 2007. V.7(23). P.4292-4302.

65. Hiemstra P.S. Novel roles of protease inhibitors in infection and inflammation // Biochem Soc Trans. 2002. V.30(2). P. 116-120.

66. Hinerfeld D., Innamorati D., Pirro J., and Tam S.W. Serum/Plasma depletion with chicken immunoglobulin Y antibodies for proteomic analysis from multiple Mammalian species // Journal of biomolecular techniques. 2004. V. 15(3). P. 184-190.

67. Hoagland Luke F.M., Campa M.J., Gottlin E.B., Herndon J.E., and Patz E.F. Haptoglobin and posttranslational glycan-modified derivatives as serum biomarkers for the diagnosis of nonsmall cell lung cancer // Cancer. 2007. V. 110(10). P. 2260-2268.

68. Hortin G.L. The MALDI-TOF mass spectrometric view of the plasma proteome and peptidome // Clin Chem. 2006. V.52(7). P. 1223-1237.

69. Hortin G.L., Jortani S.A., Ritchie J.C. Jr., Valdes R. Jr., and Chan D.W. Proteomics: a new diagnostic frontier // Clin Chem. 2006. V.52(7). P. 1218-1222.

70. Hudis C.A. Trastuzumab—mechanism of action and use in clinical practice // The New England journal of medicine. 2007. V.357(l). P.39-51.

71. Ingenbleek Y., and Young V. Transthyretin (prealbumin) in health and disease: nutritional implications // Annu Rev Nutr. 1994. V. 14. P.495-533.

72. Jacobs I.J., and Menon U. Progress and challenges in screening for early detection of ovarian cancer // Mol Cell Proteomics. 2004. V.3(4). P.355-366.

73. Ya J., and Manabe T. Direct targeting of human plasma for matrix-assisted laser desorption/ionization and analysis of plasma proteins by time of flight-mass spectrometry // Electrophoresis. 2005. V. 26(14). P. 2823-2834.

74. Kaneti J., Winikoff Y., Zimlichman S., and Shainkin-Kestenbaum R. Importance of serum amyloid A (SAA) level in monitoring disease activity and response to therapy in patients with prostate cancer // Urol Res. 1984. V. 12(5). P. 239-241.

75. Karin M. Nuclear factor-kappaB in cancer development and progression // Nature. 2006. V.441(7092). P.431-436.

76. Karpova M.A., Moshkovskii S.A., Toropygin I.Y., and Archakov A.I. Cancer-specific MALDI-TOF profiles of blood serum and plasma: biological meaning and perspectives // Journal of proteomics. 2010. V.73(3). P.537-551.

77. Kellar K.L., and Iannone M.A. Multiplexed microsphere-based flow cytometric assays // Experimental hematology. 2002. V.30(l 1). P. 1227-1237.

78. Kempf W., and Sander C.A. Classification of cutaneous lymphomas an update // Histopathology. 2010. V.56(l). P.57-70.

79. Keppler D. Towards novel anti-cancer strategies based on cystatin function. Cancer Lett. 2006. V. 235(2). P. 159-176.

80. Kiernan U.A., Tubbs .K.A, Nedelkov D., Niederkofler E.E., and Nelson R.W. Detection of novel truncated forms of human serum amyloid A protein in human plasma // FEBS letters. 2003. V.537(l-3). P. 166-170.

81. Kikuchi S., Honda K., Handa Y., Kato H., Yamashita K., Umaki T., Shitashige M., et al. Serum albumin-associated peptides of patients with uterine endometrial cancer // Cancer Sci. 2007. V.98(6). P.822-829.

82. Kobel M., Kalloger S.E., Boyd N., McKinney S., Mehl E., Palmer C., Leung S., et al. Ovarian carcinoma subtypes are different diseases: implications for biomarker studies // PLoS Med. 2008. V.5(12). P.e232.

83. Kohl J. Anaphylatoxins and infectious and non-infectious inflammatory diseases // Mol Immunol. 2001. V.38(2-3). P. 175-187.

84. Kos J., Stabuc B., Cimerman N., and Brunner N. Serum cystatin C, a new marker of glomerular filtration rate, is increased during malignant progression // Clin Chem. 1998. V.44(12). P. 2556-2557.

85. Kozak K.R., Su F., Whitelegge J. P., Faull K., Reddy S., and Farias-Eisner R. Characterization of serum biomarkers for detection of early stage ovarian cancer // Proteomics. 2005. V.5(17). P.4589-4596.

86. Lachmann H.J., Goodman H.J., Gilbertson J.A., Gallimore J.R., Sabin C.A., Gillmore J.D., and Hawkins P.N. Natural history and outcome in systemic AA amyloidosis // The New England journal of medicine. 2007. V.356(23). P. 2361-2371.

87. Langley R.G, and Ellis C.N. Evaluating psoriasis with Psoriasis Area and Severity Index, Psoriasis Global Assessment, and Lattice System Physician's Global Assessment // Journal of the American Academy of Dermatology. 2004. V.51(4). P.563-569.

88. Lasztity N., Biro L., Nemeth E., Pap A., and Antal M. Protein status in pancreatitis— transthyretin is a sensitive biomarker of malnutrition in acute and chronic pancreatitis // Clin Chem Lab Med. 2002. V.40(12). P. 1320-1324.

89. Le L., Chi K., Tyldesley S., Flibotte S., Diamond D.L., Kuzyk M.A., and Sadar M.D. Identification of serum amyloid A as a biomarker to distinguish prostate cancer patients with bone lesions // Clin Chem. 2005. V.51(4). P.695-707.

90. Lee M.S., Yoo S.A., Cho C.S., Suh P.G., Kim W.U., and Ryu S.H. Serum amyloid A binding to formyl peptide receptor-like 1 induces synovial hyperplasia and angiogenesis //Journal of immunology. 2007. V. 177(8). P.5585-5594.

91. Legrain P., Aebersold R., Archakov A., Bairoch A., Bala K., Beretta L., Bergeron J., et al. 2011. "The human proteome project: current state and future direction // Molecular & cellular proteomics. 2011. V. 10(7).M111.009993.

92. Lenane P., Powell F.C., O'Keane C., Dervan P., O'Sullivan D., Bourke E., and O'Loughlin S. Mycosis fungoides—a review of the management of 28 patients and of the recent literature// International journal of dermatology. 2007. V.46(l). P. 19-26.

93. Li J., Orlandi R., White C.N., Rosenzweig J., Zhao J., Seregni E., Morelli D., et al. Independent validation of candidate breast cancer serum biomarkers identified by mass spectrometry // Clin Chem. 2005. V.51(12). P. 2229-2235.

94. Li J.,Zhang Z., Rosenzweig J., Wang Y.Y., and Chan D.W. Proteomics and bioinformatics approaches for identification of serum biomarkers to detect breast cancer // Clin Chem. 2002. V.48(8). P. 1296-1304.

95. Liotta L.A., Ferrari M., and Petricoin E. Clinical proteomics: written in blood // Nature. 2003. V.425(6961). P.905.

96. Listgarten J., and Emili A. Statistical and computational methods for comparative proteomic profiling using liquid chromatography-tandem mass spectrometry // Mol Cell Proteomics. 2005. V.4(4). P.419-434.

97. Lopez M.F., Mikulskis A., Kuzdzal S., Golenko E., Petricoin E.F. 3rd, Liotta L.A.,

98. Patton W.F., et al. A novel, high-throughput workflow for discovery and identification of224serum carrier protein-bound peptide biomarker candidates in ovarian cancer samples // Clin Chem. 2007. V.53(6). P. 1067-1074.

99. Lopez-Otin C., and Matrisian L.M. Emerging roles of proteases in tumour suppression //Nat Rev Cancer. 2007. V.7(10). P.800-808.

100. Lowenthal M.S., Mehta A.I., Frogale K., Bandle R.W., Araujo R. P.,Hood B.L., Veenstra T.D., et al. Analysis of albumin-associated peptides and proteins from ovarian cancer patients//Clin Chem. 2005. V.51(10). P. 1933-1945.

101. Luque-Garcia J.L., and Neubert T.A. Sample preparation for serum/plasma profiling and biomarker identification by mass spectrometry // J Chromatogr A. 2007. V. 1153(1-2). P. 259-276.

102. Mahlck C.G., and Grankvist K. Plasma prealbumin in women with epithelial ovarian carcinoma // Gynecol Obstet Invest. 1994. V.37(2). P. 135-140.

103. Mahley R.W., Innerarity T.L., Rail S.C. Jr., and Weisgraber K.H. Plasma lipoproteins: apolipoprotein structure and function // J Lipid Res. 1984. V. 25(12). P . 1277-1294.

104. Malik G„ Ward M.D.,Gupta S.K., Trosset M. W., Grizzle W.E., Adam B.L., Diaz J.I., and Semmes O.J. Serum levels of an isoform of apolipoprotein A-II as a potential marker for prostate cancer // Clin Cancer Res. 2005. V. 11(3). P. 1073-1085.

105. Malle E.,Sodin-Semrl S., and Kovacevic A. Serum amyloid A: an acute-phase protein inVved in tumour pathogenesis // Cellular and molecular life sciences. 2009. V.66(l). P.9-26.

106. Mann M., Hojrup P., and Roepstorff P. Use of mass spectrometric molecular weight information to identify proteins in sequence databases // Biological mass spectrometry. 1993. V. 22(6). P.338-45.

107. Mao Y., Zhou X.B., Pi D.Y., and Sun Y.X. Constructing support vector machine ensembles for cancer classification based on proteomic profiling // Genomics Proteomics Bioinformatics. 2005. V.3(4). P. 238-241.

108. Massone .C, Crisman G., Kerl H., and Cerroni L. The prognosis of early mycosis fungoides is not influenced by phenotype and T-cell clonality // The British journal of dermatology. 2008. V. 159(4). P.881-886.

109. McLerran D., Grizzle W.E., Feng Z., Thompson I.M., Bigbee W.L., Cazares L.H., Chan D.W., et al. SELDI-TOF MS whole serum proteomic profiling with IMAC surface does not reliably detect prostate cancer // Clin Chem. 2008. V.54(l). P.53-60.

110. Morrone G., Corbo L., Turco m.C., Pizzano R., De Felice M., Bridges S, and Venuta S. Transferrin-like autocrine growth factor, derived from T-lymphoma cells, that inhibits normal T-cell proliferation // Cancer Res. 1998. V.48(12). P.3425-3429.

111. Mulaomerovic A., Halilbasic A., Cickusic E., Zavasnik-Bergant T., Begic L., andKos J. Cystatin C as a potential marker for relapse in patients with non-Hodgkin B-cell lymphoma // Cancer Lett. 2007. V. 248(2). P. 192-197.

112. Murchison E. P., Tovar C., Hsu A., Bender H.S., Kheradpour P.,Rebbeck C.A., Obendorf D., et al. The Tasmanian devil transcriptome reveals Schwann cell origins of a clonally transmissible cancer // Science. 2010. V.327(5961). P.84-87.

113. Nedelkov D., Kiernan U.A., Niederkofler E.E., Tubbs K.A., and Nelson R.W. Investigating diversity in human plasma proteins // Proceedings of the National Academy of Sciences of the United States of America. 2005. V. 102(31). P. 10852-10857.

114. Nedelkov D., Kiernan U.A., Niederkofler E.E., Tubbs K.A., Nelson R.W. Population proteomics: the concept, attributes, and potential for cancer biomarker research // Molecular &Cellular Proteomics. 2006. V.5(10). P. 1811-1888.

115. Nilsson T., Mann M., Aebersold R., Yates J.R., Bairoch A., and Bergeron J.J. Mass spectrometry in high-throughput proteomics: ready for the big time // Nature methods. 2010. V.7(9). P.681-685.

116. Omenn G.S. Strategies for plasma proteomic profiling of cancers // Proteomics. 2006. V.6(20). P.5662-5673.

117. Palha J.A. Transthyretin as a thyroid hormone carrier: function revisited // Clin Chem Lab Med. 2002. V.40(12). P. 1292-1300.

118. Paret C., Schon Z., Szponar A., and Kovacs G. Inflammatory protein serum amyloid A1 marks a subset of conventional renal cell carcinomas with fatal outcome // European urology. 2010. V.57(5). P.859-866.

119. Petricoin E.F., Ardekani A.M., Hitt B.A., Levine P.J., Fusaro V.A., Steinberg S.M., Mills G.B., et al. Use of proteomic patterns in serum to identify ovarian cancer // Lancet.2002. V.359(9306). P.572-577.

120. Petricoin E.F., Belluco C., Araujo R. P., and Liotta L.A. The blood peptidome: a higher dimension of information content for cancer biomarker discovery // Nat Rev Cancer. 2006. V.6(12). P.961-967.

121. Petricoin E.F., and Liotta L.A. SELDI-TOF-based serum proteomic pattern diagnostics for early detection of cancer // Curr Opin Biotechnol. 2004. V. 15(1). P. 2430.

122. Pimpinelli N., Olsen E.A., Santucci M., Vonderheid E., Haeffner A.C., Stevens S., Burg G., et al. Defining early mycosis fungoides // Journal of the American Academy of Dermatology. 2005. V.53(6). P. 1053-1063.

123. Raguso C.A., Dupertuis Y.M., and Pichard C. The role of visceral proteins in the nutritional assessment of intensive care unit patients // Curr Opin Clin Nutr Metab Care.2003. V.6(2). P. 211-216.

124. Rai A J., Zhang Z., Rosenzweig J., Shih Ie.M., Pham T., Fung E.T., Sokoll L.J., and Chan D.W. Proteomic approaches to tumor marker discovery // Arch Pathol Lab Med. 2002. V. 126(12). P. 1518-1526.

125. Rakoff-Nahoum S. Why cancer and inflammation? // Yale J Biol Med. 2006. V.79(3-4). P. 123-130.

126. Ramankulov A., Lein M., Johannsen M., Schrader M., Miller K., Loening S.A., and Jung K. Serum amyloid A as indicator of distant metastases but not as early tumor marker in patients with renal cell carcinoma // Cancer letters. 2008. V. 269(1). P.85-92.

127. Regnier F.E., Skates S.J., Mesri M., Rodriguez H., Tezak Z., Kondratovich M. V., Alterman M.A., et al. Protein-based multiplex assays: mock presubmissions to the US Food and Drug Administration // Clinical chemistry. 2010. V.56(2). P. 165-171.

128. Rosen J.M., and Jordan C.T. The increasing complexity of the cancer stem cell paradigm // Science. 2009. V.324(5935). P. 1670-1673.

129. Rosenthal C.J., and Sullivan L.M. Serum amyloid A to monitor cancer dissemination // Annals of internal medicine. 1979. V.91(3). P.383-390.

130. Roth M.J., Parks B.A., Ferguson J.T., Boyne M.T., and Kelleher N.L. 'Proteotyping': population proteomics of human leukocytes using top down mass spectrometry // Analytical chemistry. 2008. V.80(8) (April 15). P. 2857.

131. Scigelova M., Hornshaw ML, Giannakopulos A., and Makarov A. Fourier transform mass spectrometry // Molecular & cellular proteomics. 2011. V. 10(7). Mill.009431.

132. Scigelova M., and Makarov A. Orbitrap mass analyzer—overview and applications in proteomics // Proteomics. 2006. V.6 Suppl 2. P. 16-21.

133. Selevsek N., Matondo M., Sanchez Carbayo M., Aebersold R., and Domon B. Systematic quantification of peptides/proteins in urine using selected reaction monitoring // Proteomics. 2011. V. 11(6). P. 1135-1147.

134. Simpson R.J., Bernhard O.K., Greening D.W., and Moritz R.L. Proteomics-driven cancer biomarker discovery: looking to the future // Curr. Opin. Chem. Biol. 2008. V. 12(1). P.72-77.

135. Sorace J.M., and Zhan M. A data review and re-assessment of ovarian cancer serum proteomic profiling // BMC bioinformatics. 2003. V.4. P. 24.

136. Srinivas P.R., Srivastava S., Hanash S., and Wright G.L. Proteomics in early detection of cancer// Clinical chemistry. 2001. V.47(10). P. 1901-1911.

137. Steel L.F., Trotter M.G., Nakajima P.B., Mattu T.S., Gonye G., and Block T. Efficient and specific removal of albumin from human serum samples // Molecular & cellular proteomics. 2003. V. 2(4). P. 262-270.

138. Stephens P.J., McBride D.J., Lin M.L., Varela I., Pleasance E.D., Simpson J.T., Stebbings L.A., et al. Complex landscapes of somatic rearrangement in human breast cancer genomes //Nature. 2009. V.462(7276). P. 1005-1010.

139. Stratton M.R., Campbell P.J., and Futreal P.A. The cancer genome // Nature. 2009. V.458(7239). P.719-724.

140. Subramanian J., and Simon R. Gene expression-based prognostic signatures in lung cancer: ready for clinical use? // J. Natl. Cancer Inst. 2010. V. 102(7). P.464-474.

141. Sun Z., and Yang P. Role of imbalance between neutrophil elastase and alpha 1-antitrypsin in cancer development and progression // Lancet Oncol. 2004. V. 5(3). P. 182190.

142. Tamir S., Kadner S.S., Katz J., and Finlay T.H. Regulation of antitrypsin and antichymotrypsin synthesis by MCF-7 breast cancer cell sublines // Endocrinology. 1990. V. 127(3). P. 1319-1328.

143. Tan A.C., Naiman D.Q., Xu L., Winslow R.L., and Geman D. Simple decision rules for classifying human cancers from gene expression profiles // Bioinformatics (Oxford, England). 2005. V. 21(20). P.3896-3904.

144. Timms J.F., Arslan-Low E., Gentry-Maharaj A., Luo Z., T'Jampens D., Podust V.N., Ford J., et al. Preanalytic influence of sample handling on SELDI-TOF serum protein profiles // Clin. Chem. 2007. V.53(4). P.645-656.

145. Tirumalai R.S., Chan K.C., Prieto D.A., Issaq H.J., Conrads T. P., and Veenstra T.D. Characterization of the low molecular weight human serum proteome // Mol. Cell. Proteomics. 2003. V. 2(10). P. 1096-1103.

146. Tran J.C., Zamdborg L., Ahlf D.R., Lee J.E., Catherman A.D., Durbin K.R., Tipton J.D., et al. Mapping intact protein isoforms in discovery mode using top-down proteomics //Nature. 2011. V.480(7376). P. 254-258.

147. Uhlar C.M., and Whitehead A.S. Serum amyloid A, the major vertebrate acute-phase reactant // Eur J Biochem. 1999. V. 265(2). P.501-523.

148. Vapnik V., and Chapelle O. Bounds on error expectation for support vector machines //Neural computation. 2000. V. 12(9). P. 2013-2036.

149. Villanueva J., Nazarian A., Lawlor K., Yi S.S., Robbins R.J., and Tempst P. A sequence-specific exopeptidase activity test (SSEAT) for 'functional' biomarker discovery // Mol. Cell. Proteomics. 2008. V.7(3). P.509-518.

150. Villanueva J., Philip J., DeNoyer L., and Tempst P. Data analysis of assorted serum peptidome profiles // Nat. Protoc. 2007. V. 2(3). P.588-602.

151. Villanueva J., Shaffer D.R., Philip J., Chaparro C.A., Erdjument-Bromage H.,01shen A.B., Fleisher M., et al. Differential exoprotease activities confer tumor-specific serum peptidome patterns // J. Clin. Invest. 2006. V. 116(1). P. 271-284.

152. Vlahou A., Schorge J.O., Gregory B.W., and Coleman R.L. Diagnosis of Ovarian Cancer Using Decision Tree Classification of Mass Spectral Data // J. Biomed. Biotechnol. 2003. V. 2003(5). P.308-314.

153. Vlasova M. A., andMoshkovskii S.A. Molecular interactions of acute phase serum amyloid A: Possible inVvement in carcinogenesis // Biochemistry (Moscow). 2006. V.71(10) (October). P. 1051-1059.

154. Van Vlierberghe H., Langlois M., and Delanghe J. Haptoglobin polymorphisms and iron homeostasis in health and in disease // Clin. Chim. Acta. 2004. V.345(l-2). P.35-42.

155. Vostrejs M., Moran P.L., and Seligman P.A. Transferrin synthesis by small cell lung cancer cells acts as an autocrine regulator of cellular proliferation // J. Clin. Invest. 1988. V.82(l). P.331-339.

156. Wagner M., Naik D., and Pothen A. Protocols for disease classification from mass spectrometry data // Proteomics. 2003. V.3(9). P. 1692-1698.

157. Walker J.M. The bicinchoninic acid (BCA) assay for protein quantitation // Methods in molecular biology. 1994. V.32. P.5-8.

158. Ward D.G., Suggett N., Cheng Y„ Wei W., Johnson H., Billingham L.J., Ismail T., Wakelam M.J., Johnson P.J., and Martin A. Identification of serum biomarkers for colon cancer by proteomic analysis // Br. J. Cancer. 2006. V.94(12). P. 1898-1905.

159. Washburn M. P., Wolters D., and Yates J.R. Large-scale analysis of the yeast proteome by multidimensional protein identification technology // Nature biotechnology. 2001. V. 19(3). P. 242-247.

160. Wassell J. Haptoglobin: function and polymorphism // Clin Lab. 2000. V.46(ll-12). P.547-552.

161. Wei Y.S., Zheng Y.H., Liang W.B., Zhang J.Z., Yang Z.H., Lv M.L., Jia J., and Zhang L. Identification of serum biomarkers for nasopharyngeal carcinoma by proteomic analysis // Cancer. 2008. V. 112(3). P.544-551.

162. Whelan L.C., Power K.A., McDowell D.T., Kennedy J., and Gallagher W.M. Applications of SELDI-MS technology in oncology // J. Cell. Mol. Med. 2008. V. 12(5A). P. 1535-1547.

163. Whiteaker J.R., Zhang H., Eng J.K., Fang R., Piening B.D., Feng L.C,Lorentzen T.D., et al. Head-to-head comparison of serum fractionation techniques // J. Proteome Res. 2007. V.6(2). P.828-836.

164. Whiteley G.R., Colantonio S., Sacconi A., and Saul R.G. Analytical considerations for mass spectrometry profiling in serum biomarker discovery // Clin. Lab. Med. 2009. V. 29(1). P.57-69.

165. Xu L., Tan A.C., Naiman D.Q., Geman D., and Winslow R.L. Robust prostate cancer marker genes emerge from direct integration of inter-study microarray data // Bioinformatics. 2005. V. 21(20). P.3905-3911.

166. Yavelow .J, Tuccillo A., Kadner S.S., Katz J., and Finlay T.H. Alpha 1-antitrypsin blocks the release of transforming growth factor-alpha from MCF-7 human breast cancer cells // J. Clin. Endocrinol. Metab. 1997. V.82(3). P.745-752.

167. Yildiz P.B., Shyr Y., Rahman J.S., Wardwell N.R., Zimmerman L.J., Shakhtour B., Gray W.H., et al. Diagnostic accuracy of MALDI mass spectrometric analysis of unfractionated serum in lung cancer // J Thorac Oncol. 2007. V. 2(10). P.893-901.

168. Yurkovetsky Z., Skates S., Lomakin A., Nolen B., Pulsipher T., Modugno F., Marks J., et al. Development of a Multimarker Assay for Early Detection of Ovarian Cancer // J Clin Oncol. 2010. V. 28(13). P. 2159-2166.

169. Zackheim H.S., and McCalmont T.H. Mycosis fungoides: the great imitator // Journal of the American Academy of Dermatology. 2002. V.47(6). P.914-918.

170. Zhang L., Yu W., He T., Yu J.,Caffrey R.E., Dalmasso E.A., Fu S., et al. Contribution of human alpha-defensin 1, 2, and 3 to the anti-HIV-1 activity of CD8 antiviral factor// Science. 2002. V. 298(5595). P.995-1000.

171. Zhang X., Lu X., Shi Q.,Xu X.Q., Leung H.C., Harris L.N., Iglehart J.D., Miron A., Liu J.S., and Wong W.H. Recursive SVM feature selection and sample classification for mass-spectrometry and microarray data // BMC Bioinformatics. 2006. V.7. P. 197.

172. Zhang Z„ Bast R.C. Jr., Yu Y., Li J., Sokoll L.J., Rai A.J., Rosenzweig J.M., et al. Three biomarkers identified from serum proteomic analysis for the detection of early stage ovarian cancer // Cancer Res. 2004. V.64(16). P.5882-5890.

173. Zhou M., Lucas D.A., Chan K.C., Issaq H.J., Petricoin E.F. 3rd, Liotta L.A., T.D. Veenstra, and Conrads T. P. An investigation into the human serum 'interactome' //

174. Electrophoresis. 2004. V. 25(9). P. 1289-1298.236

175. Zhu W., Wang X., Ma Y., Rao M., Glimm J., andKovach J.S.Detection of cancer-specific markers amid massive mass spectral data// Proc. Natl. Acad. Sci. USA. 2003. V. 100(25). P. 14666-14671.

176. Zimmer J.S., Monroe M.E., Qian W.J., and Smith R.D. Advances in proteomics data analysis and display using an accurate mass and time tag approach // Mass Spectrom Rev. 2006. V. 25(3). P.450-482.

177. Zinkin N.T., Grail F., Bhaskar K., Out H.H., Spentzos D., Kalmowitz B., Wells M., et al. Serum proteomics and biomarkers in hepatocellular carcinoma and chronic liver disease // Clin Cancer Res. 2008. V. 14(2). P.470-477.

178. Zolotarjova N., Martosella J., Nicol G., Bailey J., Boyes B.E., and Barrett W.C. Differences among techniques for high-abundant protein depletion // Proteomics. 2005. V.5(13). P.3304-3313.

179. Zweig M.H., and Campbell G. Receiver-operating characteristic (ROC) plots: a fundamental evaluation tool in clinical medicine // Clinical chemistry. 1993. V.39(4). P.561-577.1. БЛАГОДАРНОСТИ

180. Хочу посвятить свой скромный вклад в науку памяти академика РАМН М.Д.Машковского, с которым мне посчастливилось общаться в первые годы выполнения работы.