Proteinanalytische Methoden bei der Diagnostik des Sikka-Syndroms

Hintergrund: Die Diagnose des Sikka-Syndroms ist im klinischen Alltag noch immer schwierig, da die verwendeten Tests wie Schirmer Test, Tränenfilmaufreißzeit oder Bengal-Rosa-Test weder mit dem Verlauf der Erkrankung, noch untereinander korrelieren.

Material und Methode: Es werden hier zwei Verfahren vorgestellt, die die Unterschiede im Proteinmuster von Sikka-Patienten und Gesunden analysieren können. Dies geschieht mittels elektrophoretischer Trennung der Tränenproteine oder Messung mit der HPLC (high-performance-liquid-chromatography) mit anschließender Bearbeitung in einer digitalen Bildverarbeitung und in einer multivariaten Diskriminanzanalyse.

Ergebnisse: Neben der Analyse der Proteinmuster, gestattet das Verfahren auch eine diagnostische Zuordnung der Befunde. Mit statistischen Auswertungsverfahren kann ermittelt werden, ob eine unbekannte Probe als Sikka-Syndrom oder “gesund” einzustufen ist. Sowohl die HPLC-Analyse, als auch die proteinelektrophoretischen Messungen können Unterschiede zwischen den Proteinmustern aus Tränen von Gesunden und Sikka-Patienten finden und diese für die Diagnostik benutzen.

Schlußfolgerung: Beide vorgestellten Verfahren (Analyse der elektrophoretischen Muster und der HPLC-Messungen) könnten zu diagnostischen Zwecken bei der Erkennung des Sikka-Syndroms eingesetzt werden. Aufgrund der höheren Zuverlässigkeit, besseren Automatisierbarkeit und der in den vorgestellten Experimenten erreichten höheren Erfolgsquote scheint die Analyse der Tränenproteine mit der HPLC der bessere Ansatz für die Diagnostik des Sikka-Syndromes zu sein.

Background: The routine clinical diagnosis of sicca syndrome remains difficult; the results of the standard tests, such as the Schirmer test, tear film break-up time and the rose Bengal test, correlate neither with the course of the disease nor with one another.

Material and method: We introduce two procedures that can be used to differentiate patients with sicca syndrome from healthy individuals on the basis of tear fluid protein patterns. Electrophoretic separation of the tear proteins or measurement by high-performance liquid chromatography (HPLC) was followed by digital image processing and multivariate discriminant analysis.

Results: In addition to analysis of tear protein patterns, these methods permit diagnostic classification. Statistical evaluation reveals whether an unidentified sample is to be classified as sicca syndrome or “healthy”. Both HPLC analysis and protein electrophoresis detect differences in protein patterns between the tear fluid of healthy individuals and patients with sicca syndrome and point to a diagnosis accordingly.

Conclusion: Both of the techniques presented – electrophoresis and HPLC – could potentially be used for diagnostic purposes in the detection of sicca syndrome. The HPLC method of tear protein analysis is more reliable, lends itself more readily to automation and achieved greater success rates in the experiments we describe; for these reasons it is the preferred approach.