在我国，卵巢癌年发病率居女性生殖系统肿瘤第 3 位，位于子宫颈癌和子宫体恶性肿瘤之后，呈逐年上升的趋势，而病死率位于女性生殖道恶性肿瘤之首，是严重威胁女性健康的恶性肿瘤。

卵巢癌的症状与附件肿块（Adnexal Mass）的存在有关，确定这种附件肿块是恶性或良性对与开展外科手术至关重要，据估计，有 5 - 10 % 的女性将接受疑似卵巢癌的外科手术，但大多数附件肿块是良性的。

通过临床数据、CA125值和超声检查之间的相关性可以评估患者患卵巢癌的风险，进而采取适当的治疗措施，然而其评估效能仍有待进一步提升。为了改善卵巢癌的风险评估，目前急需新的诊断产品，Vermillion Inc公司开发的诊断测试产品 OVA1™就是其中一种。

2009 年 9 月，FDA批准了 OVA1™ 测试，在探查性手术或活检之前进行血液检测，可以帮助医生确定患有附件肿块的女性是否有患恶性疾病的风险。该测试由分子诊断公司Vermillion Inc开发。

OVA1™ 测试是一种定性体外诊断，使用独特算法将五种蛋白测定结果整合产生单一分值。OVA1 评分介于 0 和 10 之间。对于绝经前妇女，使用 5.0 的截止值，而对绝经后妇女使用 4.4 的截止值。高于这些临界值的分数表明恶性肿瘤的可能性更高。该测试使用以下生物标志物：转甲状腺素蛋白（TT ）、载脂蛋白A1（APOA1）、B2 - 微球蛋白（β2M）、转铁蛋白（TFR）、CA 125（癌抗原 125）。

研究起始于2004年的一项涵盖500 多人的多中心回顾性研究（Cancer Res. 2004 Aug 15;64(16):5882-90），研究分析了 153 名浸润性上皮性卵巢癌患者、42 名其他卵巢癌患者、166 名良性盆腔肿块患者和 142 名健康女性的血清蛋白质组。在discovery phase阶段，研究将两个中心的样本分成两个独立的discovery set，采用SELDI-MS进行高通量的蛋白质组学差异分析，经过交叉验证筛选候选蛋白标志物。随后采用独立的validation set对筛选出的蛋白进行验证（红色框）。在临床多因素预测模型构建阶段（黄色框），研究人员将上述的两个discovery set用于建立训练集和组内测试集，随后又采用独立的validation set来对预测模型进行评估。最后在另一个独立测试集中（蓝色框）中对这些蛋白进行了验证。

实际上在OVA1发现的最初阶段并未包含CA125这一个经典的marker，在后续的验证工作中作者发现将CA125也纳入biomarker panel后，发现更有利于将癌症和正常人进行区分，尤其是对于早期的癌症病人。

OVA1用于向FDA进行初次申报的临床试验是一个多中心，随机双盲的前瞻性研究（Obstet Gynecol. 2011 Jun;117(6):1289-1297；Obstet Gynecol. 2011 Jun;117(6):1298-1306），包含27个临床中心，500+病例。在进行完临床信息收集并决定采取手术治疗后，将入组的524个病例在第三方实验室（Quest）进行OVA1检测，然后根据随机双盲原则分入四组：Arm 1，OVA1 alone；Arm 2，CA125 alone；Arm 3，手术前临床判断；Arm 4，OVA1 + 临床判断。这524个病人根据现行ACOG指南决定执行手术的医师级别，并以术后病理为金标准来评估上述四组的预测方法对于卵巢癌良恶性的判断。

临床试验结果显示，OVA1的使用显著增加了卵巢癌预测的sensitivity和NPV，但也较大程度的降低了specificity和PPV。由于OVA1检测假阴性的不良后果远大于假阳性，因此NPV的提升是一个更为决定性的因素。此外，更值得注意的是，相较于CA125，OVA1对于早期肿瘤（Stage I/II）预测的sensitivity有了非常显著的提高（94% V.S. 61%），而早期癌症的诊断将对病人的预后带来更为实质性的获益，因此这也成为了OVA1能够被FDA批准上市的重要因素之一。

研究人员于2008 年 6 月提交了研究数据，在解释研究数据、讨论和完善预期用途声明以及回答临床和分析问题时，与 FDA 进行了大量对话和互动，如FDA 要求研究人员考虑为绝经前和绝经后妇女设定不同的临界值，最终于 2009 年 9 月 11 日获得许可。

目前，大部分临床肿瘤标志物是蛋白质。蛋白质作为生命活动的最终执行者，其状态的改变更为直接地反映了疾病的发生、发展状况。相比于基因来说，蛋白质更适合作为一种动态指标，精准地发现与诊断疾病。

蛋白疾病标志物从发现到应用分为三个阶段：高通量发现（小规模样本中发现大量潜在标志物）、 到初步验证（中等规模样本验证出较为可靠的标志 物）、再到大规模确证（大规模样本确证获得最可靠的标志物）并临床应用。

通过Label free蛋白组学方法筛选标志物，PRM/MRM-MS靶向蛋白组学技术进行标志物验证。这两种类型的蛋白组学技术的联合应用是标志物研究的经典路线之一。

华盈生物致力于疾病标志物研究，用于更精准的疾病早期诊断、肿瘤良恶性判断、疾病疗效与预后监测。在蛋白质谱技术的应用方面，可以提供一系列的蛋白质组学技术服务，包括非标记定量和标记定量，以及靶向蛋白组学技术，同时华盈生物还提供后续数据的深度分析包括支持向量机，逻辑回归，随机森林算法等机器学习模型构建，为大家在发现、验证疾病标志物略尽绵力。