CN104220873B - 基于nmr的代谢物筛选平台 - Google Patents

基于nmr的代谢物筛选平台 Download PDF

Info

Publication number
CN104220873B
CN104220873B CN201380019199.6A CN201380019199A CN104220873B CN 104220873 B CN104220873 B CN 104220873B CN 201380019199 A CN201380019199 A CN 201380019199A CN 104220873 B CN104220873 B CN 104220873B
Authority
CN
China
Prior art keywords
cell
nmr
substrate
sample
metabolin
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201380019199.6A
Other languages
English (en)
Other versions
CN104220873A (zh
Inventor
E.M.奥戴
J.利伯曼
G.瓦格纳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harvard College
Childrens Medical Center Corp
Original Assignee
Harvard College
Childrens Medical Center Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harvard College, Childrens Medical Center Corp filed Critical Harvard College
Publication of CN104220873A publication Critical patent/CN104220873A/zh
Application granted granted Critical
Publication of CN104220873B publication Critical patent/CN104220873B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/5011—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing antineoplastic activity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P35/00—Antineoplastic agents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P43/00—Drugs for specific purposes, not provided for in groups A61P1/00-A61P41/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N24/00—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
    • G01N24/08—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/502—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing non-proliferative effects
    • G01N33/5038—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing non-proliferative effects involving detection of metabolites per se
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/46—NMR spectroscopy
    • G01R33/4633—Sequences for multi-dimensional NMR
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/46—NMR spectroscopy
    • G01R33/465—NMR spectroscopy applied to biological material, e.g. in vitro testing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2458/00—Labels used in chemical analysis of biological material
    • G01N2458/15—Non-radioactive isotope labels, e.g. for detection by mass spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2500/00—Screening for compounds of potential therapeutic value
    • G01N2500/10—Screening for compounds of potential therapeutic value involving cells
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2570/00—Omics, e.g. proteomics, glycomics or lipidomics; Methods of analysis focusing on the entire complement of classes of biological molecules or subsets thereof, i.e. focusing on proteomes, glycomes or lipidomes

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Cell Biology (AREA)
  • Food Science & Technology (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Toxicology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Organic Chemistry (AREA)
  • Pharmacology & Pharmacy (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

描述了使人们能够特异性测量特定分子在相对较少的细胞(例如原代细胞)中的代谢产物的方法。该方法牵涉任选与标记底物(例如通过13C，15N，或31P标记)一起预先加载细胞。该方法容许不同表型的细胞中差异生成的代谢物的容易鉴定。用于无偏爱的多维NMR筛选和NMR筛选的快速且有效分析的新方法鉴定不同细胞或组织类型中的差异表达的代谢物。对差异表达的代谢物的分析可以呈现可以对其设计小分子治疗剂的独特的可用药靶物。

Description

基于NMR的代谢物筛选平台
关于联邦资助研究的声明
本发明在国家健康研究所授予的R21AI087431下在政府帮助下进行。政府具有本发明的某些权利。
发明领域
本发明涉及基于NMR的筛选平台。
发明背景
细胞的代谢输出是限定该细胞类型的功能性基因组，转录物组和蛋白质组网络的总和。代谢物组学是代谢物组中的代谢物水平及其由于刺激物而随时间变化的全面且同时的系统性测定。虽然其它领域可以提供关于例如给定基因，mRNA或蛋白质的拷贝数的信息；但是牵涉代谢物的化学过程的此研究提供了所有异常基因，RNA，和/或蛋白质的下游总和。此“代谢指纹”代表特定细胞类型中所有运行或非运行途径的瞬象。
已经使用几种分析方法，包括质谱术，层析，和NMR分光术来量化细胞代谢物。质谱术和层析两者需要较小的样品量，并且可以容易适合于高通量分析；然而，这两种方法都通常牵涉至少一个(若不是几个)纯化步骤。此外，在大多数情况中，要检查的代谢物必须推理预选择。非靶向质谱术(untargeted mass spectrometry)方法是可能的，但是需要几轮纯化和进一步鉴定方法。另外，不是所有代谢物，包括核苷酸类类似物和脂质是容易可电离的，因此不能通过质谱术检测。此外，源自质谱术的片段化样式不总是适合于区别诸如具有相等质量，但不同结构的糖等分子，因此限制分析。
发明概述
本文中描述了一种快速的，无偏爱的，超高分辨率，定量NMR筛选平台，其利用任何组合的下列任一种，两种，三种，四种，或所有五种技术：底物的稳定同位素标记，光谱宽度折叠，随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展，以产生定制的“NMR代谢物阵列”，其中将给定细胞样品的所有已知代谢物的共振分类，并用于简化统计学分析的比较。这是第一次组合所有这些技术来提供稳健的，有效的且高通量的NMR代谢物筛选方案。步骤的组合容许水溶性和基于脂质的代谢物两者的全局的，无偏爱的，超高的分辨率。另外，本文中描述的新颖“NMR代谢物阵列”程序提供了以简化方式分析较大的复杂NMR数据集的新方式。该新平台同时容许差异表达的代谢物的快速鉴定，特定代谢物的量化，和分析给定前体的代谢流量的能力。
新方法使人们能够特异性追踪特定分子在相对较少的细胞(例如约200-2000万个细胞)中的代谢分解。该方法牵涉与经标记前体底物(例如用13C，或15N，或31P标记)一起预先加载细胞，并使用多维NMR。该方法不需要在分析前纯化感兴趣的各个代谢物，所述分析容许具有不同特性的细胞中差别生成的代谢物的全局，无偏爱鉴定。
正常和疾病状态细胞中差异表达的代谢物的鉴定可以是临床上的一种有力的工具。用于监测来自表型上不同的细胞的代谢物的差异表达的新方法特别可用于鉴定可以用于调控表型的治疗性靶物。这包括存在于代谢物的生物合成途径中的靶物，或代谢物自身。此外，鉴定差异表达的代谢物可以用于区别正常对疾病状态的细胞。因此，它们具有充当与其关联的表型的生物标志物的潜力，使本文中描述的方法可用于鉴定诊断标志物，例如用于诊断疾病的标志物。
另外，本文中描述了我们鉴定N-乙酰神经氨酸(NANA)作为乳腺癌肿瘤启动细胞的新颖生物标志物，并且监测其表达可以用于诊断和检测乳腺癌。另外，显示了CMAS(NANA生物合成中的一种酶)的蛋白质水平在乳腺肿瘤启动细胞中显著过表达。在此工作前，尚未探索CMAS在肿瘤启动和转移中的作用。在本文中，我们提供了如下的证据，即CMAS表达对于肿瘤形成和迁移是绝对重要的，且CMAS是乳腺癌的一种新颖的真正靶标。
对个别患者的细胞分析应用此方法还会为用于患者护理的“个人化医学”方法提供基础。
因而，本公开内容描述了用于监测细胞群体，例如原代细胞群体，组织细胞群体，或培养细胞(例如永生化细胞)内的给定底物前体的代谢的方法。描述了使用本文中描述的方法鉴定具有不同表型的两种或更多种细胞群体间的差异表达代谢物。还描述了用于鉴定潜在的治疗靶物和诊断标志物的方法。
一般而言，在第一个方面，公开内容特征在于在样品中监测给定类型细胞内的底物代谢的新方法。该新方法包括(a)用底物将第一样品的给定类型细胞培养足够的时间段，使得容许所述底物代谢分解成底物代谢物，其中任选地用核磁共振(NMR)稳定同位素标记所述底物的至少一部分；(b)从步骤(a)的细胞收获所述底物代谢物以获得底物代谢物的第二样品；并(c)对步骤(b)的所述第二样品实施多维NMR以测定代谢底物的共振谱(resonance spectrum)，其中所述共振谱代表所述底物的代谢物，且其中所述多维NMR包含下列任一种技术：光谱宽度折叠(spectral width folding)，随机相取样(random phasesampling)，非均匀取样(non-uniform sampling)，和增强动态范围数据重建的数据扩展(data extension for enhanced dynamic range data reconstruction)。
在另一个方面，公开内容特征在于用于鉴定第一细胞群体和第二细胞群体之间的差异表达的底物代谢物的方法。这些方法包括(a)任选地，与核磁共振(NMR)稳定同位素标记底物一起加载第一和第二细胞群体；(b)将步骤(a)的所述第一和第二细胞群体培养足够的时间段，使得容许所述底物向底物代谢物的代谢分解；(c)从步骤(b)的所述第一和第二群体细胞收获所述底物代谢物以从所述第一和第二细胞群体中每种获得底物代谢物的样品；(d)对所述第一和第二细胞群体中每种的步骤(c)的样品实施多维NMR以测定所述第一细胞群体和所述第二细胞群体的代谢底物的共振谱，其中所述共振谱代表所述底物的代谢物；并(e)比较所述第一细胞群体的共振谱与所述第二细胞群体的共振谱以测定哪些共振是差异表达的，其中差异表达的共振提供代表差异表达的代谢物的共振标记。
在这些方法之任一种中，多维NMR可以包括任何组合的下列任两种，三种，或所有四种技术：光谱宽度折叠，随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。在这些方法之任一种中，底物可以用NMR稳定同位素标记，且多维NMR可以包括任何组合的下列任两种，三种，或所有四种技术：光谱宽度折叠，随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。
在这些方法的一些实施方案中，没有将存在于所述样品中的所述底物代谢物与所述样品中的其他分子分开。在一些实施方案中，在与NMR标记底物一起加载细胞前将细胞群体内的底物浓度降低一段时间，并使用为所述底物定制的NMR脉冲程序或过滤技术或两者测定经标记的底物的代谢物的共振。细胞群体内的细胞数目可以小于2X 106，并且细胞群体可以是原代细胞群体。
这些方法之任一种可以进一步包括比较步骤(e)的共振标记与已知共振标记的数据库以测定所述共振标记代表的分子结构，由此测定所述第一和第二细胞群体之间差异表达的底物代谢物。
在某些实施方案中，所述方法可以进一步包括鉴定底物代谢物生成中牵涉的生物合成途径，并鉴定途径中可以被靶向以调控所述代谢物的差异表达，由此调控细胞表型的蛋白质/酶。在一些实施方案中，所述第一细胞群体和所述第二细胞群体是同基因群体和/或所述第一细胞群体和所述第二细胞群体具有不同表型。在一些实施方案中，所述第一细胞群体是对照细胞群体，且所述第二细胞群体已经与测试化合物或药剂接触。可以使用所述方法鉴定在特定细胞类型中活性过度或活性不足的代谢途径。所述方法可以进一步包括抑制或过表达所述第二细胞群体中的基因，并且使用所述方法鉴定在细胞中过表达或抑制基因的代谢结果。
在另一个方面，公开内容的特征在于用于治疗受试者中的癌症的方法。该方法基于使用本文中描述的新平台方法测定的结果。治疗癌症的方法包括对有此需要的受试者施用有效量的N-酰基神经氨酸胞苷酰基(citidylyl)转移酶(CMAS)抑制剂，N-乙酰神经氨酸合酶(NANS)抑制剂，或降低N-乙酰神经氨酸表达的分子。例如，抑制剂可以是酶或者可以选自下组：小分子，核糖核酸，脱氧核糖核酸，蛋白质，肽，和抗体。
如本文中使用的，术语“同基因的”指从相同组织类型(任何组织，例如相同器官、皮肤、膀胱、肝、心脏等的组织)及从相同生物体类型(例如人，或动物，或鱼)分离的相同遗传背景的细胞(任何细胞类型，例如上皮细胞，或脂肪细胞，或干细胞，或肌肉细胞等)。
如本文中使用的，术语“代谢物”指代谢的中间体或终产物。“代谢物”具有包括对酶的能源，结构，信号传导，刺激，和抑制影响的功能。代谢物还可以自身具有催化活性。代谢物可以是底物-酶反应的终产物。
如本文中使用的，术语“代谢前体”指参与化学反应的化合物。该术语意图包括作为得到终产物的酶促反应的起始化合物或中间体化合物的化合物。
术语“底物”指酶对其起作用并且导致底物转化成一种或多种终产物的分子或化合物。终产物从酶的活性位点释放。
术语“酶”指在其活性位点中接受底物，并且将底物转化成一种或多种终产物，随后该终产物从活性位点释放的分子。
如本文中使用的，术语“原代细胞”或“原代组织”指从正常个体或具有获得性或遗传性疾病的个体的活组织直接采集并且为了在体外生长而建立的细胞或组织。
术语“转移”指癌症从其作为原发性肿瘤出现的地方扩散到身体的远离位置及新建立的肿瘤自身的过程，所述新建立的肿瘤又称为“转移性肿瘤”，其可以源自许多原发性肿瘤类型，包括但不限于前列腺，结肠，肺，乳腺，骨，和肝起源的。例如，当从原发性肿瘤脱落的肿瘤细胞粘着血管内皮，穿透到周围组织中，并且在与原发性肿瘤分开的部位生长，从而形成独立肿瘤时形成转移。
术语“癌症”指具有自主生长能力的细胞。例子包括具有以快速增值细胞生长为特征的异常状态或状况的细胞。该术语意图包括癌性生长，例如肿瘤(例如实体瘤)；致癌性过程，转移性组织，和恶性转化细胞，组织，或器官，与侵入性的组织病理学类型或阶段无关。还包括各种器官系统，诸如呼吸，心血管，肾，生殖，血液学，神经学，肝，胃肠，和内分泌系统的恶性；及腺癌，其包括恶性，诸如大多数结肠癌，肾细胞癌，前列腺癌和/或睾丸肿瘤，非小细胞肺癌，小肠癌，和食管癌。“天然发生的”癌症包括不是通过将癌细胞植入受试者中凭实验诱导的任何癌症，并且包括例如自发发生的癌症，通过将患者暴露于致癌物引起的癌症，源自转基因癌基因的插入或肿瘤抑制基因的敲除的癌症，和由感染(例如病毒感染)引起的癌症。术语“癌”是本领域公认的，并且指上皮或内分泌组织的恶性。该术语还包括癌肉瘤，其包括由癌瘤性和肉瘤组织构成的恶性肿瘤。“腺癌”指源自腺组织或其中肿瘤细胞形成可认识的腺结构的癌症。
如本文中使用的，术语“治疗”或“处理”指为了赋予治疗效果，例如为了治愈，减缓，改变，影响，改善，或减少病症，其症状，或素因，对受试者施用一种或多种本文中描述的化合物，该受试者具有用此类化合物可治疗的病症，和/或此类病症的症状，和/或此类病症的素因。
如本文中使用的，术语“有效量”指对治疗的患者赋予治疗效果需要的活性化合物的量。有效剂量会随治疗疾病的类型，施用路径，赋形剂使用，和与其它治疗性处理的共使用的可能性而变化，如本领域技术人员认可的。
治疗性化合物的剂量，毒性，和治疗功效可以在细胞培养物或实验动物中通过标准药学规程(例如用于测定LD50(对50％群体致死的剂量)和ED50(在50％群体中治疗有效的剂量))测定。毒性和治疗效果之间的剂量比率是治疗指数，并且其可以以比率LD50/ED50表示。展现出高治疗指数的化合物是优选的。虽然可以使用展现出毒性副作用的化合物，应当注意设计投递系统，其将此类化合物靶向到受累组织的部位，以使对未感染细胞的潜在损伤最小化，由此降低副作用。
除非另有规定，本文中使用的所有技术和科学术语与本发明所属领域的普通技术人员的通常理解具有相同的意义。虽然与本文中所描述的方法和材料相似或等同的方法和材料可以用于实施或测试本发明，下文描述了合适的方法和材料。本文中提及的所有出版物，专利申请，专利，或其它参考文献通过提及完整收录。在冲突的情况中，应当以本说明书(包括定义)为准。另外，材料，方法和例子仅仅是例示性，而非意图为限制性的。
本发明的其它特征和优点从以下详细描述及从权利要求书看会是显而易见的。
附图简述
图1是流程图，其汇总了本文中描述的基于NMR的代谢物筛选平台的关键步骤。
图2A-F详述了NMR方法中的采集和处理的每个步骤，所述NMR方法容许快速的，无偏爱的，超高分辨率代谢物序型分析(profiling)。图2A-2D证明了光谱宽度(sw)折叠策略，其中将sw从220pm降低至90ppm导致分辨率升高2.5倍。图2E汇总了非均匀取样(NUS)策略，其容许时间缩短40％中分辨率升高4倍或分辨率升高8倍。图2F显示了使用正向最大熵重建(forward maximum entropy reconstruction)处理的NUS 13C-1H HSQC谱(左侧)和在重建中包括将分辨率提高2倍的数据扩展步骤后的相同NUS 13C-1H HSQC谱(右侧)。
图3A和3B分别是展示来自相同p53缺陷小鼠肺肿瘤的水溶性(3A)和基于脂质的(3B)代谢物的全代谢覆盖的13C-1H HSQC谱。
图4是流程图，其汇总了用于创建用于快速分析的NMR阵列的定制NMR分析程序。
图5A-C是来自2000万个未标记的(5A)，13C-谷氨酰胺温育的(5B)和13C-葡萄糖温育的(5C)乳腺肿瘤启动细胞的水溶性代谢物的一组13C-1H HSQC共振谱。
图6突出显示了本文中描述的NMR阵列中可得到的信息。使用图5A-C中的未标记的，谷氨酰胺，和葡萄糖谱，创建主查找(master look up)以为所有可能共振代谢物产生代谢物ID，并将这些在X轴上列出。Y轴显示每个条件下每个共振的相对强度，突出显示差别的葡萄糖和谷氨酰胺衍生的代谢物。
图7A-B是乳腺肿瘤启动BPLER细胞(图7A)和恶性较小的同基因HMLER细胞(图7B)中的水溶性葡萄糖衍生代谢物的13C-1H HSQC共振谱的代表性例子。
图7C汇总了BPLER和HMLER 13C-1H HSQC共振谱的NMR阵列，显示了所有可能的代谢物共振(X轴)的强度(Y轴)在每个细胞类型中如何变化。BPLER和HMLER细胞起源于相同正常乳腺组织，并且培养成两种细胞类型，即化学成分确定的WIT培养基中培养的BPEC(乳腺原代上皮细胞)和MEGM培养基中培养的HMEC(人乳腺上皮细胞)。将BPEC和HMEC细胞用hTERT(L)，SV40早期区(E)，和H-ras(R)转化以产生BPLER和HMLER细胞。
图7D是NMR阵列预测为仅具有BPLER共振的区域中BPLER(红色)和HMLER(蓝色)13C-1H HSQC谱覆盖的区域的图像放大。
图8A-C汇总了用于确认BPLER NMR阵列中过表达的差异表达的代谢物是N-乙酰神经氨酸(NANA)的各种方法。图8A是纯NANA的13C-1HHSQC。图8B显示了定制NMR HCN(氢-碳-氮)实验的结果，其确认BPLER细胞具有差异表达的共振，与NANA具有相似的连接性。图8C显示了M/S结果，其使用液相层析-质谱法多反应监测(LC/MS MRM)直接测量HMLER(左侧)和BPLER(右侧)细胞中的NANA，其中报告的数目是NANA峰下的面积。
图9是罗丹明标记的麦芽凝集素(WGA)免疫-荧光显微术的显微镜照片的一系列表示，其分别显示HMLER(上排)和BPLER细胞(下排)中的NANA表达。WGA特异性结合NANA。
图10是示意图，其描绘了将葡萄糖转化成NANA的酶促步骤，其中N-乙酰神经氨酸合酶(NANS)和N-酰基神经氨酸胞苷酰基转移酶(CMAS)是关键的酶。
图11是柱形图，其显示了通过经由siRNA下调CMAS，NANS，和PLKI对增殖的影响，对HMLER和BPLER细胞的存活力。
图12A-C是一系列图像，其提供了NANA对BPLER和HMLER细胞的细胞迁移的影响的概述。图12A和12B各是一系列免疫组织化学图像，其分别在HMLER和BPLER细胞中显示了在缺乏NANS和CMAS的情况下对细胞迁移的抑制和用NANA对迁移的挽救。图12C是柱形图，其量化在缺乏NANS和CMAS的情况中迁移细胞的数目及在添加NANS后的随后迁移。
图13A-B是柱形图，其描绘了HMLER和BPLER细胞中CMAS和cMYC的定量PCR(mRNA水平)(13A)和对NANS和CMAS表达的Western印迹分析(13B)。
图14A和14B是CMAS表达对细胞迁移影响的免疫组织化学图像。图14A是过表达CMAS后HMLER细胞迁移的一系列免疫组织化学图像。图14B是BPLER细胞和稳定CMAS敲低BPLER细胞(BPLER-shCMAS1)的一系列免疫组织化学图像。
图15A-B汇总了测定CMAS水平对体内肿瘤启动和转移的影响的策略。图15A显示了免疫方案，且图15B显示了在注射500,000个BPLER(左侧)或500,000个BPLER-shCMAS1细胞的NOD/SCIN小鼠中后每天的肿瘤体积生长。
图16A,16B,16C和16D分别是CMAS(基于NANA结构的合成的基于底物的CMAS抑制剂)的酶机制和免疫组织化学分析，其显示了用合成的氟-NANA抑制剂抑制细胞迁移。
图17A和17C是(2R,3R,4S)-4-胍基-3-(丙-1-烯-2-基氨基)-2-((1R,2R)-1,2,3-三羟基丙基)-3,4-二氢-2H-吡喃-6-羧酸(其是扎那米韦(Zanamivir)，以瑞乐砂(Relenza)销售)(图17A)和乙基(3R,4R,5S)-5-氨基-4-乙酰氨基-3-(戊烷-3-基氧基)-环己-1-烯-1-羧酸酯(其是奥司他韦(oseltamivir)，以达菲(Tamiflu)销售)(图17C)的化学结构。
图17B和17D显示了瑞乐砂对BPLER细胞迁移(17D)和对照(17B)的影响的免疫组织化学分析。这两种药物都是神经氨酸苷酶抑制剂。
图18A和18B是显示了在存在和缺乏神经氨酸苷酶的情况中HMLER和BPLER细胞中NANA表达的免疫荧光显微术图像(18A)和在存在和缺乏神经氨酸苷酶的情况中HMLER和BPLER细胞迁移的免疫组织化学图像(18B)。
发明详述
本公开内容描述了新颖的方法，该方法提供了相对于已知NMR数据采集的多个方面的益处，并且容许快速的，无偏爱的，全局的，定量超高分辨率NMR数据采集和定制NMR分析，其利用新颖的办法进行。本公开内容描述了新的NMR筛选方法，其可以用于鉴定，追踪，和表征特定分子的代谢分解及用于分析对于给定细胞类型至关重要的细胞代谢物组学。本文中描述的方法绕过已知NMR方案呈现的障碍，即实施数据采集必需的样品大小降低，消除对要分析的代谢物的纯化的需要，多维NMR需要的实验时间缩短及获得代谢物鉴定必需的高分辨率。该方法需要相对较少的细胞(200-2000万个)，其容许该方法用于研究来自原代细胞和组织，而非仅来自细胞培养基的代谢物。另外，公开的方法不需要在分析前从其它细胞代谢物纯化个别感兴趣代谢物。此外，新方法容许显现给定前体在任何细胞类型中的特定代谢命运，因此提供利用本文中也描述的新数据分析方法对不同细胞类型中差别生成的代谢物的简化鉴定。
为了突出显示新平台方法的能力和宽度，本公开内容描述了鉴定与恶性较小的同基因系HMLER相比高度攻击性的三重阴性乳腺癌肿瘤启动BPLER细胞中的差异表达的代谢物。本领域中公知的是，癌细胞依靠消耗葡萄糖而生长。葡萄糖代谢物N-乙酰基-神经氨酸(NANA)在本文中已经鉴定为在乳腺癌肿瘤启动BPLER细胞中差异表达(即升高的表达)。生成代谢物的生物合成途径也已经得到鉴定，并且用于将代谢物合成需要的蛋白质/酶鉴定为途径内调控升高的肿瘤启动和转移潜力的表型的候选靶物。
另外，将生成关键酶NANS和CMAS的基因沉默的敲低实验的结果证明了降低这些酶的正常功能以生成NANA并将其附着于蛋白质对BPLER细胞的增殖没有影响，但是大大降低其迁移。另一方面，相同酶在HMLER细胞中受迫的过表达提高其迁移。在BPLER细胞中稳定敲低CMAS完全阻止小鼠中的肿瘤形成。因此，新方法成功用于鉴定对致肿瘤性重要的代谢物(例如NANA)并且证明NANA和NANA合成中涉及的蛋白质可以充当治疗性干预的靶物以降低乳腺肿瘤形成和肿瘤启动细胞的转移。另外，NANS和CMAS确认为用于在体外和在体内抑制肿瘤启动和转移的靶物。因此，这些酶的小分子和其它抑制剂是现在的候选治疗剂，其可以用于特异性靶向乳腺肿瘤启动细胞。此外，差异表达的代谢物(例如NANA)也可以充当与其关联的表型的生物标志物，容许本文中描述的方法用于鉴定新的候选诊断标志物。
通用方法
一般地，用于监测给定细胞类型内给定前体分子(即底物)的代谢物的本文中所述新方法包括下列步骤：(a)任选地，与经标记的底物，例如经13C-标记的底物一起加载细胞群体，(b)将步骤(a)的细胞培养足够的时间段，使得容许底物代谢分解成底物代谢物(例如根据实验问题，通常为5分钟至24小时)；(c)从细胞中收获底物代谢物以获得底物代谢物的样品，例如底物代谢物的水溶性样品和基于脂质的代谢物的有机样品；并(d)对步骤(c)的样品实施多维NMR以测定代谢底物的共振谱，其中共振代表底物代谢物的共振。下文更为详细描述了如何实施多维NMR。
在这些方法中，可以使用各种底物和各种稳定的自旋-1/2核同位素标记那些底物。例如，葡萄糖，谷氨酰胺，脂肪酸，氨基酸，丙酮酸盐，药物化合物，和其它分子可以用作底物，并且可以使用稳定同位素，诸如13C,15N,29Si,31P等标记底物。任何组织，原代细胞或培养的细胞系可以用于分析，诸如癌细胞，肌肉细胞，脂肪细胞，内皮细胞，上皮细胞，神经元细胞，心脏细胞，等等。一般地，会想要测试与特定疾病或病症有关的细胞，诸如癌细胞，以及来自健康受试者的相同细胞类型，以提供差异代谢分析。还可以测试具有单一基因突变的细胞(即突变体细胞对野生型)或用药物处理或不处理的细胞，或与前体一起温育多个时间的相同细胞。每份样品的细胞群体可以是同质细胞群体。在备选的实施方案中，每份样品的细胞群体可以是异质细胞群体(例如源自组织样品)。虽然本文中描述的方法中可以使用任何细胞数目，在多个实施方案中，每个细胞群体内的细胞数目可以小于1X 108，小于8x107，小于7x 107，小于6x 107，小于5x 107，小于2.5x 107，或小于2.0X 107，或细胞数目的范围可以为约1x 106至1x 108个细胞，或1x 106至5x 107，或1x106至2.5x 107，或1x 106至2.0X 107。
用于加载细胞的方法是本领域技术人员公知的，例如可以将经标记的底物添加至细胞培养基一段时间(例如5分钟至24小时)，或者可以通过转染(例如脂质体或磷酸钙)，转导(例如经标记底物的病毒投递)或注入(例如对肿瘤的直接注射)加载。在一个实施方案中，对受试者施用经标记的前体，例如口服，表面，胃肠外，或静脉内。在一些实施方案中，对动物饲料添加经标记的底物。
在多个实施方案中，在添加含有经标记的底物的培养基前，将细胞与缺乏任何底物形式，例如缺乏未标记或标记的形式的底物的细胞培养基一起温育。可以将细胞在此培养基中温育几分钟至几小时，基本上使细胞对该底物饥饿。这有助于降低后来分析中的背景。然后，将细胞与仅含有经标记的底物的细胞培养基一起温育(例如5分钟至24小时)。可以使用任何浓度的底物。在多个实施方案中，浓度范围为1ng/ml至>1mg/ml。熟练技术人员可以通过测试多个浓度范围容易地测定使用的最佳浓度。在温育后，将细胞短暂清洗，并立即收获以分离代谢物。为了收获代谢物，可以实施简单的氯仿提取以获得有机层中存在的代谢物的水溶性样品或非水溶性样品。不需要额外的纯化。
几种核磁共振(NMR)技术可以在本发明的方法，优选多维NMR中使用。例如，可以使用异核单量子相关(heteronuclear single quantum correlation,HSQC)分光术，HSQC的变型，和其它多维NMR技术。用于实施多维NMR(例如2D NMR和/或13C-1H HSQC NMR)的方法是本领域技术人员公知的。
可以使用NMR脉冲程序(其可以定制用于底物)测定经标记底物的代谢物的共振谱。一般地，NMR使用静态的，同质的外部磁场来极化NMR样品。此—次场通常称作“B0”场，并且它定义用于NMR系统的参照轴。如下在B0场的方向磁化NMR样品，即将样品在B0场中放置一段时间(例如几分钟)，并且容许样品达到热平衡状态。—次B0场也通常定义样品中的自旋-1/2核种类的共振频率。例如，更强的一次场一般提高核自旋的共振频率。核自旋以其相应的共振频率在B0场周围“旋进”。在大多数NMR系统中，核自旋具有射频(rf)范围中的共振频率。
在NMR实验中，通过以核自旋共振频率应用时间变化磁场操作NMR样品中的核自旋。在一些例子中(例如用于低翻转角(flip angle)脉冲)，高强度射频(RF)脉冲提供核自旋的快速的精确控制。高强度RF脉冲具有较短的脉冲时间的益处，其降低脉冲期间发生的脱散量。在一些例子中(例如用于高翻转角脉冲)，高强度RF脉冲提供较小的精度，例如这是由于感兴趣的频率范围里不均匀功率输出，由于RF场中的空间不均匀性，或者由于其他考虑。
在一些实施方案中，绝热脉冲可以对核自旋提供更精确的控制。绝热脉冲通常具有较低的强度，并且需要较长的脉冲时间。在一些情况中，绝热脉冲用于较大的翻转角脉冲(例如180度翻转角)以在感兴趣的整个频率范围里提供更一致的翻转角。绝热脉冲通常是实施的成形脉冲(意味着它们具有时间变化功率谱)，其可以在特定的翻转角，特定的频率范围等方面参数化。
在多个实施方案中，新的NMR方法包括使用下列任何一项或多项方法和技术来提高分析速度和/或分辨率，或两者：(i)稳定同位素标记，(ii)折叠谱宽度和混淆(aliasing)峰，(iii)随机相取样(iv)非均匀取样，和(v)数据扩展。在一些实施方案中，方法包括任何组合的这些中的至少两种或三种方法。在一些实施方案中，方法包括所有5种方法。下文表1汇总了每个步骤对NMR采集和数据分辨率的影响。下文更为详细描述了这些步骤。
表1
稳定同位素标记
传统2-D NMR代谢物序型分析依赖于13C-天然丰度，其以1.1％存在。因此，为了根本上观察任何信号，获得大量的样品(平均+2亿个细胞)。这将检测限于培养的细胞系，并且仅检测最丰富的代谢物。为了降低需要的材料量并且观察具有更宽浓度范围的代谢物，对样品(例如细胞，组织或肿瘤)直接补充经13C标记的前体(使用葡萄糖，谷氨酰胺，丙酮酸盐和氨基酸，但是其他底物和其它同位素也是可能的)。在理论上，这应当将样品负荷降低约99％。若例如1mM代谢物需要2亿个细胞以用13C天然丰度检测，则使用标记物来查看相同强度仅会需要200万个细胞。在我们的方法中包括此步骤将样品需要降低至在一些质谱术(M/S)方法方面类似的样品需要。非靶向性M/S需要至少100万个细胞，并且接着进行几轮层析纯化和检测。我们的方法需要较少的细胞数目并且无需纯化。
折叠谱宽度和混淆峰
在将原子置于强磁场(B0)时，该分子中的电子在应用磁场的方向上旋进。此旋进在原子核产生小的磁场。因此，核处的磁场(B)一般小于外部磁场(B0)达τ。
B＝B0(1-τ)。
分子内每个核周围的电子密度随核的类型和分子中的键而变化。每个核处的反向场及因此有效的磁场会变化。在脉冲式NMR分光术中，可以通过应用射频脉冲测量这些差异，所述射频脉冲引起核磁化以振动诱导线圈中可以测量的电流。相对于时间，将此信号(称为“自由感应衰减”(FID)绘图为流。通过应用离散傅里叶变换，可以将FID转变成频域，并且每个可观察的核的共振频率可以通过以下等式转化成化学位移(δ)，
δ＝(n-nREF)x10^6/nREF
其中n是核的共振频率，且nREF是标准品的共振频率。
化学位移是核周围的化学环境的非常精确的度量。与M/S和层析不同，NMR是可以区别具有相同质量但不同化学连接性的分子的单独方法之一。然而，为了利用此信息，需要超高分辨率分光术。
在NMR中，通过扫探宽度(sweep width,sw)和数据点总数(TD)测定数字分辨率，使得
分辨率＝sw/TD，其以Hz/点测量。
SW是要检测NMR信号的频率范围。代谢物混合物含有不同分子，并且覆盖所有潜在碳化学位移必需的谱宽度跨越超过-220ppm。较大的13C-化学位置窗产生进退两难的局面，其中为了具有最大的分辨率和足够宽的sw以涵盖所有可能的化学位移，会需要大得难以置信的数据点数目。实际上，这是时间禁止的。
为了避开这点，我们的方法可以包括折叠sw。有目的地将sw设置于较小的范围，并且如果一些峰在此范围外部出现，那么它们会在混淆化学位移(aliased chemical shift)处出现“折叠”。可以通过合适的数据处理技术展开折叠谱。例如，可以通过扩展频谱，并将混淆频率移位预定义的量以其实际位置解混淆(dealiase)共振频率。在一些情况中，数据采集参数以以下方式限定谱折叠窗，该方式降低或最小化折叠谱峰和非折叠谱峰之间的任何重叠。因此，在一些情况中，可以将折叠谱峰解混淆而不影响频率谱中的其它数据。折叠谱降低需要的点总数以实现可能的最大分辨率。我们定制的折叠策略和解混淆程序容许具有约44Hz/点分离的超高分辨率谱。
随机相取样
如上文描述的，将FID信号转化成频率数据需要傅里叶转化。然而，对于在Z轴周围的+x磁化矢量旋转的核，傅里叶转化会在+ν和–ν两者处给出峰，因为傅里叶转化不能区别矢量的+ν和–ν旋转。区别频率符号的最常见方法需要在两个不同接收机相位(例如0°和90°)取样信号。对于多维NMR，对于每个维度，这将实验时间增加两倍。为了提高我们分析的速度，我们采用随机相取样(RPS)，其中使用单一相位检测每个点，但是相位对于信号中的不同点是随机交替的。这容许我们解析频率的相位，但是将采集时间缩短一半。
非均匀取样和数据扩展
二维NMR技术在时间域中产生两个数据维度：直接域和间接域。通过运行实验，并收集NMR信号(例如，FID，回波，或频闪观测仪信号)产生直接域数据。换言之，直接域是NMR实验的时间域。通过系统性改变NMR实验的时间参数(例如增加延迟时间)，对每个参数数值运行NMR实验，并且组合来自所有实验的NMR信号产生间接域数据。换言之，间接域是系统性改变的参数的时间域。
在一些情况中，非均匀取样可以在用于本文中描述的方法的多维NMR中使用。例如，可以在间接域中使用非均匀取样以减少获得特定谱范围和频率分辨率需要的NMR实验数目。
非均匀取样(NUS)可以通过以系统性且以非均匀方式增加间接域时间参数来实现。特别地，代替每个连续NMR实验将时间参数增加相同的量，可以将时间参数增加随一个或多个因素变化的量。例如，可以将时间延迟参数增加在实验与实验间变化(例如增加或减少)的量。依照泊松分布(Poissonian distribution)或另一种非线性分布改变时间延迟导致稀疏取样的间接域数据。可以使用重建方法计算“稀疏”数据集中缺少的点。正向最大熵重建技术可以保存测量的时间域数据点，并且通过迭代过程猜测缺少的数据点。该迭代过程可以包括稀疏时间域数据集的离散傅立叶转化，谱熵的计算，多维熵梯度的测定，和用共轭梯度方法计算缺少的时间域数据点的新数值。由于此方案不改变测量的数据点，其可以以较高的保真度再现信号强度，并且避免动态范围问题。在一些情况中，我们的方法指示凭借合适的取样日程表，NUS具有增强的检测弱峰的能力。这对于代谢物分析是极其重要的，其中丰富的代谢物(毫摩尔浓度)和罕见的代谢物(纳摩尔浓度)之间存在有较大的动态范围。
在重建过程中，有可能利用“数据扩展”进一步提高共振的分辨率。在此方法中，在重建过程中，间接维度中的点总数是加倍的。在一个实施方案中，依照标准正向最大熵方案解析时间域的第一个半份(由NUS取样点组成)，并且使用迭代软件阈值法完全建立不含任何取样点的数据的第二个半份。在一些情况中，这容许分辨率增加2倍而不影响采集时间。
任选的用于降低背景的增强
一般地，在使用本文中描述的方法时，不需要从样品中的其它分子纯化或分离存在于样品中的底物代谢物(例如通过层析柱(例如Sidelmann等Purification and 1H NMRSpectroscopic Characterization of Phase II metabolites of Tolfenamic AcidDrug Metab Dispos June 1,199725:725-731)或通过本领域技术人员公知的其它手段)。因此，在典型的实施方案中，NMR前的方法中实施的唯一纯化是将代谢物分成水溶性样品或非水溶性样品。
在一些实施方案中，可以将细胞内未标记底物的浓度降低一段时间(例如10分钟至4小时)，之后添加经标记的底物。此技术可以帮助降低背景信号。可以通过与没有与经标记的底物一起加载的对照细胞相比测试一批条件并监测背景测定合适的时间范围。
自动化NMR分析
NMR代谢物分析是沉闷且复杂的。为了避开这些问题，创建定制的“NMR代谢物阵列”程序以使该过程自动化。如图4中显示的，首先将谱自动定相，比对，并相对于掺入对照(spike-in control)标准化。例如，可以将已知材料，诸如4,4-二甲基-4-硅戊烷(silapentane)-1-磺酸(DSS)，四甲基硅烷(TMS)，三甲基甲硅烷基丙酸酯(trimethylsilylpropionate,TSP),4,4-二甲基-4-硅戊烷-1-铵三氟乙酸(DSA)或其它NMR标准参照化合物添加至每份样品中，并且其浓度用作参照以实现样品间的相对量化比较。接着，使用定制自动化峰挑出程序，可以对每份样品产生峰列表，其中将每个共振峰转化成具有强度数值的X,Y坐标。然后，可以运行“主要峰列表(MASTER PEAK LIST)”程序，其对所调查的谱中的所有共振产生“主”查找表。此程序从各个峰列表文件读出所有X，Y点，除去限定容限(tolerance)内的重复，并且将所得的峰组写到标准输出，使得测定调查的所有可能的代谢物共振。根据分析，有可能将来自人代谢物数据库的整个HSQC数据输入主要峰列表(masterpeak-list)。然而，采用此方法需要较长的计算时间，并且在大多数情况中是不必要的。因此，为特别调查的谱创建主查找表是优选的。
如图4中进一步显示的，在创建主查找表后，接着为每个样品生成“NMR阵列”。NMR阵列由一批所有可能的代谢物和调查的每个共振的强度数值组成。它们通过组合各个测试峰列表和主要峰列表以填写所有可能代谢物的共振强度创建。若代谢物在测试样品中表达，则程序会选择所述强度数值。若它不存在，则强度被设为0或任意数字。然后，可以通过传统的统计学分析程序分析NMR阵列以鉴定谱间的差异表达共振。然后，可以将共振频率直接上载到数据库，诸如人代谢物组数据库，以鉴定哪些代谢物是差异表达的。然后，可以通过其他NMR或M/S实验确认候选代谢物。
差异表达分析
本文中还提供了用于鉴定由至少两个细胞群体(例如第一细胞群体和第二细胞群体)差异表达的底物代谢物的新方法。一种细胞群体可以来自健康受试者或细胞系并用作对照。所述方法可以使用本文中描述的各种方法步骤和技术的各种特征并且包括：(a)与经标记的底物(例如经13C，15N，或31P-标记的底物)一起加载第一和第二细胞群体；(b)将步骤a)的第一和第二细胞群体培养足够的时间段以容许经标记的底物代谢分解成底物代谢物；(c)从步骤(b)的第一和第二群体细胞收获底物代谢物以从第一和第二细胞群体中每种获得底物代谢物的样品，(d)对来自第一和第二细胞群体中每种的样品实施多维NMR以测定代谢底物的共振谱，其中共振谱代表底物代谢物；并且(e)使用定制“NMR阵列”程序处理共振谱，(f)比较第一细胞群体的共振强度与第二细胞群体的共振谱以测定哪些共振谱是差异表达的，其中差异表达的共振谱代表差异表达的代谢物。
在一些实施方案中，用于鉴定在至少两个细胞群体间差异表达的底物代谢物的方法可以进一步包括比较步骤(f)的共振谱与已知共振谱的数据库以确定共振谱代表的分子结构，由此测定哪些特定的底物代谢物是第一和第二不同细胞群体之间差异表达的。可以以此方式鉴定特定代谢物。
本文中描述的方法可用于监测任何细胞类型及任何组织(例如细胞群体可以含有异质细胞群体)中的代谢，并且可用于与不展现表型的细胞相比监测展现任何表型的细胞中的代谢。
诊断应用
鉴定的差异表达的代谢物指示不同表型，因此，其表达可以用于诊断此表型，例如以诊断升高的转移潜力，或诊断胰岛素抗性，或诊断疾病，等等。
我们发现N-乙酰神经氨酸(NANA)在乳腺癌肿瘤启动细胞中更高度表达。从诊断观点看，过量NANA的存在可以充当致瘤性潜力的生物标志物。在观察到此类差别表达后，可以利用检测方法诸如抗体或质谱术监测NANA表达(例如胞内或胞外)以帮助鉴定侵入性肿瘤。总之，对乳腺癌细胞使用本文中描述的方法，追踪葡萄糖的特定分解，并且发现NANA在更为恶性的细胞中是广泛上调的。在NANA生物合成中将酶鉴定为新的治疗性靶物，并且发现分子的表达水平与升高的迁移潜力相关联。
也可以将新方法应用于患者生物流体(例如血液，尿液，血浆，和组织样品)以发现可以充当特定疾病的新颖生物标志物的代谢差异。
测定候选治疗剂的方法
在多个实施方案中，用于鉴定在至少两个细胞群体间差异表达的底物代谢物的方法可以进一步包括如下的步骤：鉴定底物代谢物生成中牵涉的生物合成途径，并且鉴定途径中可以被靶向以调控代谢物的差异表达的蛋白质/酶。继而，这些蛋白质和酶可以充当用于调控细胞表型，例如疾病表型，转移潜力，或抗性的候选靶物。因此，新方法提供了鉴定治疗剂的手段。在鉴定代谢物并对给定样品创建NMR代谢物阵列后，可以筛选生物合成途径的数据库以鉴定代谢物的合成途径。
例如，可以将NMR代谢物阵列与人代谢物组数据库和/或ChemPub电子连接，以选择代谢物生物合成途径内可能的治疗性靶物，并提出基于底物的抑制剂，其使用代谢物自身作为药物设计的前导支架进行。在本文中已经鉴定并描述了可以充当生物标志物的一系列差异表达的代谢物。还已经鉴定出生物合成途径内的新颖治疗性靶物及在实验室中显示效力的得到FDA批准的药物，其可以快速转化成临床上的新应用。
本文中描述的各种方法中使用的细胞群体可以来自健康或患病受试者。细胞可以来自同基因群体。在一些实施方案中，第一细胞群体和第二细胞群体具有不同表型(例如转移潜力不同，对胰岛素的响应不同，或疾病基因的表达不同)。任何表型中表达的差别的代谢物可以与不展现该表型的同基因细胞相比评估。表型是本领域技术人员容易鉴定的，并且包括但不限于与特定疾病或病症有关的表型。
在一些实施方案中，第一细胞群体是对照细胞群体，而第二细胞群体已经与测试化合物或药剂接触(例如在用化合物或药剂处理后)。与特定表型有关的差异表达的代谢物的消失充当指示物，即测试化合物或药剂能够抑制表型，例如抑制转移，或抑制患病基因表达的效果。或者，差异表达的代谢物(例如与患病细胞形成对比仅仅在正常细胞中表达的代谢物)的出现充当指示物，即化合物或药剂可用于治疗疾病。因此，在多个实施方案中，可以使用用于鉴定差异表达的代谢物的方法筛选调控表型的化合物或药剂，其可以用于治疗疾病。
可以使用本文中描述的新方法鉴定过表达或抑制感兴趣基因的代谢后果。在一个实施方案中，所述方法进一步包括在一个细胞群体(例如第二细胞群体)中抑制或过表达基因。类似地，也可以鉴定特定化合物或药剂的代谢后果，例如以评估毒性。
测试化合物或药剂可以是例如小分子，核酸RNA(例如siRNA或microRNA)，核酸DNA，蛋白质，肽，或抗体。抑制剂可以选自下组：小分子，核酸RNA(例如siRNA)，核酸DNA，蛋白质，肽，和抗体。在一个实施方案中，抑制剂是酶抑制剂(或神经氨酸苷酶抑制剂)。
用治疗剂治疗病症的方法
如下文实施例中描述的，通过本文中描述的方法，CMAS，NANS(又称为唾液酸合酶)，和NANA细胞表面表达已经测定为降低癌细胞迁移并在体外阻止肿瘤启动的治疗性靶物。如此，在另一个方面，本公开内容包括用于在受试者中治疗病症诸如癌症(例如通过抑制转移和/或阻断肿瘤启动)的新方法，其通过施用有效量的使用本文中描述的新方法发现的靶物抑制剂进行。特别地，所述方法包括对有此需要的受试者施用治疗有效量的CMAS或NANS抑制剂，或治疗有效量的降低NANA表达的抑制剂或药剂。例如，我们已经鉴定出候选CMAS抑制剂，包括我们设计并合成的称作F-NANA的分子，并且已经得到FDA批准的流感药物，包括瑞乐砂和达菲。这些药物在体内小鼠模型中的效力在测试中，并且由于已经在人受试者中对瑞乐砂和达菲评估安全性，研究的新药的FDA批准加速是有可能的。
将新方法应用于个体化药物
如提及的，已经成功显示本文中描述的新方法在使用细胞系和原代肿瘤两者的几种肿瘤学模型中表征代谢差异。所述方法具有深刻影响用于设计新治疗性干预的策略的潜力，并且可以为“个体化药物”的基于代谢物的方法铺设基础。
依照国家健康研究所，“个体化药物”是使用个体的遗传概况指导就所述个体中的疾病的预防，诊断和治疗而言做出的定制决定的医学实践。至今，大多数工作依赖于基因组信息以鉴定DNA突变，扩增，或缺失。然而，罕见地，疾病是单一遗传损伤的结果，并且遗传变异如何表现自身经常是不明显的。然而，非遗传变化，包括表遗传差异对基因表达和细胞特性也可以具有深远的影响。此外，许多通常突变的基因(诸如在癌症中)没有小分子抑制剂，并且经常称作“无可给药靶物”。用本文中描述的方法在患有疾病的个体中建立关键细胞的代谢概况可以提供可用于诊断，治疗和监测个体的疾病状态的有力信息。
如记录的，疾病是复杂得难以置信的且异质的，并且一种或多种误调节(misregulated)的效果不总是明显的；这使得难以设计对于干预最佳的治疗策略。另一方面，代谢是基因组的终产物。使用本文中描述的新平台，特定患者中的代谢差异可以快速突出显示所述个体中的运行或非运行途径。此外，已经广泛研究代谢途径，并且在代谢酶抑制剂的许多情况中，此类抗代谢物，即携带与天然代谢物的接近结构相似性的物质已经存在，并且已经用于临床。在下文实施例中还详细呈现了基于差异表达NMR分析的此类潜在治疗发现的例子。例如代谢物的前述差异表达可以是用于按个体定制基础诊断，监测，和治疗患者中的疾病的有力工具。本文中描述了使用此方案分析以推断新代谢途径和野生型和疾病组织之间的差别代谢物表达的例子。
实施例
本发明在以下实施例中进一步描述，实施例并不限制本发明的范围。
以下实施例讨论新方案和随后的新颖分析方法，其用于有效测定正常和疾病状态组织中的代谢物差异表达。本文中描述了此类差异表达的结果，并且显示了在潜在小分子治疗剂的设计和鉴定中利用。
实施例1：利用NMR的筛选平台的方法
生物学样品的制备：图1提供了平台的总体描述。对于每份样品使用约2000万个细胞(然而，有可能使用少达200万个)。在收获前，将经13C标记的前体(在这些实施例中为葡萄糖和谷氨酰胺)直接添加到培养基，并容许温育使用者限定的时间量且在此情况中为4小时。在抽吸培养基并用磷酸盐缓冲盐水(PBS)清洗两次后，将细胞再次计数并收集。还收获相等数目的没有标记物的细胞以充当13C背景对照。通过添加冰冷甲醇裂解细胞，并通过添加相等份的水和氯仿实施水性提取。在离心后，将水溶性和有机代谢物分开收集，干燥，并贮存，直至准备好进行进一步分析。不实施额外的纯化。
用NMR采集数据：主要采用2D NMR分光术，其依赖于异核单量子相关(HSQC)鉴定代谢物。HSQC实验提供异核(在以下实施例中为13C，尽管其他同位素是可行的)和质子之间的单键关联。交叉峰(crosspeak)由于通过相对较大的单键异核偶联转移而出现，使得有可能鉴定直接附着的核的移位。与质子成对的每个碳原子的独特化学环境引起给定代谢物特异性的特征性化学位移。使用纯化的代谢物(通常可获得)的参照HSQC谱进行比较。例如，目前，人代谢物组数据库(HMDB)含有关于40,260中代谢物条目的信息，许多具有HSQC数据。
为了克服2DNMR代谢物序型分析的传统缺点(较大的样品需要和较长的采集时间)，使用几种另外的技术改善分辨率并缩短分析需要的时间。如上文描述的，在第一步中，为了减少需要的材料的量，给细胞补充经13C标记的前体(使用葡萄糖，谷氨酰胺，丙酮酸盐和氨基酸，但是其他底物和其它同位素也是可能的)。在理论上，这应当将需要的细胞数目减少约100倍。部分由于不同的离子强度，这不总是完全线性衡量，并且如果没有关于样品大小的约束(即使用细胞系)，本文推荐使用约200-2000万个细胞进行每次分析。
实施例2：快速超高分辨率NMR数据采集
折叠谱：虽然前述样品制备减轻对样品量的物理需要，但是记录高分辨率2D NMR分光术需要的长采集时间仍然是一项忧虑。为了对抗这点，采用多方面(multi-prong)方法：“折叠”谱宽度，使用随机相取样(RPS)，在分析中实施非均匀取样(NUS)技术和数据扩展。
如上文描述的，谱宽度(sw)是要检测NMR信号的频率范围。代谢物混合物含有不同分子，并且覆盖所有潜在碳化学位移必需的谱宽度跨越超过-220ppm。在图2A中，显示了KRAS突变体胰腺癌细胞中所有水溶性代谢物的HSQC谱。在此情况中，13C-sw跨越220ppm，并且收集总共1024个点。通过解析等式分辨率＝SW/TD(其中TD是总数据点)，我们观察到分辨率限于约107Hz/点。然而，如果你更近地检查图2A，大多数代谢物沿着对角线运行，并且大部分谱是空的。沿着整个sw收集点大大降低分辨率，并且由于采集时间是分辨率的倒数，实验时间也被浪费。因此，我们逐渐降低sw以提高分辨率。图2B显示了具有140ppm sw且因此约68Hz/点分辨率的相同样品的HSQC，图2C显示了具有110ppm sw且因此54Hz/点分辨率的相同样品的HSQC，而图2D显示了具有90ppm sw的相同样品的HSQC，其产生约44Hz/点的超高分辨率。在每个折叠谱中，混淆峰是可容易鉴定的，并且真正的化学位移可以是使用以下等式(δobs＝δ+sw)倒退测算。值得注意的是，由于C-C标量耦合所致的最大分辨率是约35Hz。使用我们的折叠策略，我们能获得超高分辨率谱。
值得注意的是，为了在较大的碳谱宽度间均匀提供最佳翻转角，对于沿着碳通道的所有180度脉冲，利用宽带绝热成形脉冲。这对于实现标量耦合旋转间有效的相干转移(coherence transfer)是特别重要的。
非均匀取样和数据扩展：NMR样品的测量“自由感应衰减”(FID)通过由所有磁化键的旋进产生的振荡电流产生。此信号由于产生自旋-自旋脱散的其它分子中的核而衰减。这发生的速率称为横向松弛速率(T2)。对于任何NMR实验，广泛观察到为了获得最大分辨率，应当收集接近1.2*T2的间接维度的点。然而，代谢物以平均10-12至10-11秒的分子运动相关时间快速运动。由于此快速运动，对于许多代谢物，存在有较少的自旋-自旋脱散，并且T2率几乎是无限长的。因此，收集超高分辨率代谢物数据在理论上是可能的，但是实际上，它会需要极长的测量时间，并且在大多数实验中，仅收集数据子集，这为速度牺牲分辨率。
通过图2E中概述的采用非均匀取样(NUS)技术，我们不仅能够大大提高我们数据的分辨率，而且还提高我们记录高分辨率谱的速度。例如使用相同样品，我们可以在5小时中以X分辨率实施具有128个间接点的均匀取样实验，使用NUS，我们可以收集1024个点的10％且在等同时间中以生成具有8X分辨率的谱，或者，我们可以取样512个点的10％，将分辨率提高4X并将采集时间缩短约40％。
选择泊松-缺口分布(Poisson-gap distribution)用于取样日程表，接着是正向最大(FM)熵重建。代谢物混合物含有各种浓度的分子，并且这已经显示为检测弱峰中最有效的方法。另外，为了进一步增强我们的分辨率，我们创建“数据扩展”附加，其中在重建前，将间接维度中的点的总数人工加倍。依照FM重建使用稀疏取样的数据并填写缺少的点重建NUS数据集的第一个半份。使用迭代软件阈值法完全建立数据的第二个半份。如图2F中显示的，这将我们的分辨率提高2倍而不影响采集时间。
水和有机层中代谢物的分析：虽然没有必要遵循每个步骤，此方法容许水溶性或有机代谢物两者的全代谢概况。图3显示了来自相同的约200万个p53缺陷肺癌细胞的基于水的代谢物(图3A)和基于有机的代谢物(图3B)的HSQC，并且每个实验仅需要1小时的采集时间。对相同样品量使用13C天然丰度和标准NMR技术得到的等同谱会需要几天。这两个谱是极好解析的，使得容易鉴定代谢物共振峰。重要的是，许多M/S方法努力精确检测脂质，使用我们的方法，如图3B中显示的，来自有机分子的共振是可容易鉴定的。
实施例3：分析代谢物NMR数据
NMR分析：如图4中汇总的，创建定制的“NMR代谢物阵列”程序以自动化NMR分析过程，其使用本文描述的方法进行。首先，将谱定相，比对，并用内部对照换算。将1mM4,4-二甲基-4-硅戊烷(silapentane)-1-磺酸(DSS)添加至每个样品中，并且其浓度用作参照以容许要生成的样品间的相对量化比较。我们创建自动峰挑出程序以对每个样品产生峰列表，其中将每个共振峰转化成具有强度数值的X,Y坐标。接着，我们创建“主要峰列表”程序，其对研究的谱中的所有共振产生“主”查找表，虽然运行该程序。
简言之，此程序从各个峰列表文件读出所有X,Y点，除去限定容限(tolerance)内的重复，并且将所得的峰组写到标准输出。根据分析，有可能将来自人代谢物数据库的整个HSQC数据输入主要峰列表(master peak-list)。采用此方法需要较长的计算时间，并且在大多数情况中是不必要的。为特别调查的谱创建主查找表是优选的。
接着，对每份样品生成NMR阵列，其中通过组合各个峰列表和主要峰列表以填写所有可能代谢物的共振强度。若代谢物在测试样品中表达，则程序会选择所述强度数值。若它不存在，则强度被设为0或任意数字。现在可以经由传统统计学分析程序分析NMR阵列以鉴定谱间的差异表达共振。然后，可以将共振频率直接上载到人代谢物组数据库，以鉴定哪些代谢物是差异表达的。然后，可以通过其他NMR或M/S实验确认候选代谢物。
实施例4：差异表达的代谢物的分析：新的方法
背景修正：为了监测给定前体的流量，记录在无标记前体情况下用相同数目细胞得到的不同谱。来自未标记细胞的谱代表细胞内的13C背景，并且可以将其从测试谱扣除以特异性追踪13C经标记的底物的代谢分解。
葡萄糖和谷氨酰胺是细胞内的两种主要能源，并且每种前体的代谢分解是充分表征的。为了检查葡萄糖和谷氨酰胺对特定途径的流量，记录在无标记前体和添加13C-谷氨酰胺或13C-葡萄糖作为底物的情况下相等数目的乳腺肿瘤启动细胞的13C-1H HSQC谱。如在此有限细胞数目情况下的图5A中显示的，非常少的信号源自13C背景，并且谷氨酰胺(5B)和葡萄糖(5C)谱是非常不同的。通过创建NMR阵列，我们能够将复杂的NMR数据转化成标准的文本文件。从谷氨酰胺或葡萄糖阵列中的匹配信号扣除未标记样品中的共振的强度数值。如图6中显示的，通过绘制来自NMR阵列的强度数值和共振代谢物ID，有可能经由给定样品鉴定对葡萄糖或谷氨酰胺流特异性的变化。X轴对从图6b和图6c的HSQC谱鉴定的每种代谢物列出所有共振代谢物id。Y轴突出显示每个共振的强度在每个条件中如何变化。如预期的，清楚的是谷氨酰胺和葡萄糖因为对不同代谢途径的流动。共振代谢物ID对应于特定的13C-1H化学位移，其可以上载到人代谢物组数据库以鉴定差异的代谢物。
实施例5：鉴定三重阴性乳腺癌肿瘤启动细胞中的差异表达代谢物
方案：起源于相同的正常乳腺组织，将BPLER和HMLER细胞用相同的遗传因素转化，但是在不同培养基中增殖。BPLER是高度致瘤性的，并且相对于HMLER细胞具有升高的转移潜力。注射到小鼠的乳房脂肪垫中的小于50个BPLER细胞导致肿瘤形成，而需要超过10^6个HMLER细胞在体内形成肿瘤(下文表2)。BPLER细胞是三重阴性乳腺癌肿瘤启动细胞的模型细胞系，并且BPLER肿瘤在组织学上类似于三重阴性乳腺癌患者的。依照方案，将约2000万个BPLER和HMLER细胞在均匀标记的13C-葡萄糖的存在下培养，随后收获并裂解。然后，将水层收集，干燥，并在超纯D2O中再溶解，并且准备好进行NMR分析。将有机层贮存，用于未来检查。
表2
使用本文中描述的新平台方法，实施快速的，无偏爱的，超高分辨率的NMR代谢物筛选。图7A和7B中分别显示了BPLER和HMLER细胞的所得13C-1H HSQC的例子。
结果：使用我们的定制NMR分析程序，将每个谱中的共振转化成NMR阵列。图7C汇总了信息。通过组合来自两种细胞系的所有重复，鉴定出约～2100个共振。在X轴上列出每个共振的代谢物ID。在y轴上绘制每个共振的相对强度。通过此分析，我们观察到每个细胞系的代谢物共振间的高度相似性(>75％的共振存在于这两种细胞系中)。然而，这两个细胞系共同的几个共振峰具有不同表达，虽然一些峰对于HMLER细胞是独特的，而其他对BPLER是特异性的。为了确认阵列精确反映HSQC数据，如图7D中显示的，将在NMR阵列中预测为具有对BPLER细胞特异性的共振的HSQC谱的区域扩展，并且实际上，仅在BPLER谱中找到共振。
使用NMR阵列，我们能够快速鉴定在BPLER肿瘤启动细胞中特异性富集的共振。表3突出显示了BPLER肿瘤启动细胞中最富集的最高共振。显示了来自阵列的代谢物ID及相应的13C-1H数据。
表3
代谢物共振ID 13C 1H
589 62.993 3.842
1951 65.98 3.823
283 68.633 4.248
1381 69.973 4.002
402 42.028 2.193
1602 72.951 3.739
245 72.849 3.953
1333 42.015 1.814
119 106.501 6.151
将这些共振输入人代谢物组数据库，并且9个共振中以黄色突出显示的6个预测为来自N-乙酰神经氨酸(NANA)，强烈提示NANA是与NMR阵列中鉴定的差异表达的共振对应的代谢物。
采用几个额外的步骤以确认NANA的确是在BPLER肿瘤启动细胞中上调的。首先，图8A中显示的纯NANA的13C-1H HSQC在与发现在BPLER谱中过度呈现的那些峰大致相同的位置含有交叉峰。其次，我们设计定制NMR脉冲程序以特异性检查NANA。在NANA生物合成中，将葡萄糖的C2和谷氨酰胺的氮原子连接以形成碳-氮键。因此，将BPLER细胞与13C-C2葡萄糖和15N-谷氨酰胺一起温育，并记录HCN实验以检测代谢物共振，其含有氢，与其连接的碳，也与该碳连接的氮原子(HCN)。在此实验中，如图8B中显示的，BPLER细胞在与NANA标准品中会预期的位置相同的位置处含有差异表达的共振。最后，图8C中显示的质谱术实验通过使用负模式的电喷雾实施多反应监测LC/MS确认NANA在BPLER肿瘤启动细胞中高约7倍。报告数值是每个细胞系中的NANA表达的曲线下面积。
使用差异表达的代谢物的结果开发诊断学：通过追踪BPLER细胞内的葡萄糖流量(即扣除背景13C，并追踪葡萄糖的特异性分解)，观察到肿瘤启动细胞将其葡萄糖代谢的一部分转向到NANA生成。NANA是9-碳糖，其经常掺入糖蛋白的细胞表面上。先前的报告鉴定出麦芽凝集素(WGA)对经NANA修饰的蛋白质具有强烈的亲和力。使用经罗丹明标记的WGA，我们实施图9中显示的免疫-荧光显微术，并且观察到BPLER细胞在其细胞表面上具有升高的NANA表达。因此，NANA自身代表特异性诊断乳腺肿瘤启动细胞的新诊断，并且WGA及特异性识别NANA和NANA修饰的分子的相似分子可以提供检测并分离肿瘤启动细胞或具有升高的恶性潜力的细胞的新工具。
实施例6：利用差异NMR数据鉴定靶物
NANA是一种经常掺入细胞表面蛋白中的糖。图10中显示NANA是通过约15种不同酶，包括关键的酶NANS和CMAS从葡萄糖衍生。使用CelTiterGlo(一种公知的细胞存活力测定法)，观察到NANS或CMAS的敲低对细胞的细胞存活力或增殖具有很少的影响至没有影响(图11)，而PLK1酶的敲低导致全部细胞死亡。
然而，NANA被掺入牵涉细胞粘着的几种蛋白质的细胞表面上，并且怀疑NANA损失影响细胞运动性。使用细胞迁移测定法，将细胞在双室中培养，所述双室在上部室的底部含有小孔，恶性细胞(尤其是那些具有转移性潜力的)能够迁移通过孔并形成集落。如预期的，图12中显示了BPLER与HMLER细胞相比由于其升高的致瘤性特性而具有增加的迁移率。然而，NANS或CMAS的敲低完全消除细胞迁移到下部室的能力，而用对照siRNA转染的细胞维持正常的迁移。为了确认NANA表达直接影响迁移率，实施挽救实验，其中给用针对NANS或CMAS的siRNA转染的细胞补充NANA。在存在NANA的情况下，它们能够部分恢复迁移表型。图12B中量化了几个迁移研究的这些结果。这些结果提示了NANA表达对于细胞迁移是至关重要的，并且对于转移可以是重要的。监测NANA表达可以预测细胞的转移潜力。另外，NANS/CMAS都是操作迁移和转移的新颖关键靶物。
实施例7：CMAS提高细胞迁移
如提及的，NANS和CMAS(用于生成并对蛋白质附着NANA的关键酶)的敲低对细胞增殖没有影响，但是大大降低BPLER细胞迁移的能力(图12中显示)。虽然CMAS和NANS的mRNA水平在HMLER和BPLER细胞中是等同的，我们观察到CMAS的蛋白质表达在BPLER肿瘤启动细胞中显著过表达(图13)。为了测定CMAS表达是否促成肿瘤启动BPLER细胞的恶性表型，用质粒转染非攻击性HMLER细胞以迫使CMAS表达。使用先前描述的细胞迁移测定法，如图14A中使用的，具有增强的CMAS表达的HMLER细胞与对照相比将其迁移潜力显著提高几倍。还实施互补实验，并且创建稳定的CMAS敲低BPLER细胞(BPLER-shCMAS1)。如预期的，图14B中显示这些细胞不能在相同迁移测定法中形成集落。这些结果提示了CMAS蛋白表达在细胞迁移和/或转移中是枢要的。至今，尚未提及NANS或CMAS在癌症中的作用。这可以部分是由于大多数技术依赖于仅仅检查mRNA水平的测序和/或微阵列实验。这突出显示了我们的方法的强度。通过探查代谢物，NANA鉴定为在乳腺肿瘤启动BPLER细胞中显著较高表达。通过随后探查其生物合成途径中的酶，发现了对于致瘤性可以是重要的新颖的，有力的靶物。
实施例8：CMAS影响肿瘤形成启动
为了测定CMAS/NANA表达的损失如何招致体内肿瘤启动，我们实施图15A中概述的实验。如上文描述的，创建稳定的CMAS敲低BPLER细胞(BPLER-shCMAS1)，其不表达CMAS蛋白。在我们的实验中，将500,000个过表达空载体(对照)的BPLER细胞和500,000个BPLER-shCMAS1细胞(其不表达CMAS)注射到NOD/SCID小鼠的乳房脂肪垫中。目的是分析每组间肿瘤大小和转移数目的差异。每三天持续45天，对小鼠检查可触知肿瘤，并且若检出的话，直接测量肿瘤高度，长度和宽度以计算肿瘤体积。如图15B中显示的，在45天内，4/4的对照小鼠已经形成较大的原发性肿瘤。令人惊讶地，无一(0/5)BPLER-shCMAS1小鼠具有任何可触知肿瘤。实际上，在90天后，注射BPLER-shCMAS1细胞的小鼠仍然是无肿瘤的。总之，体外和体内数据提示了CMAS是完全新的且真正的癌症治疗性靶物。
实施例9：使用NMR数据鉴定并设计用于乳腺癌疗法的治疗剂
酶诸如CMAS是用于小分子药物抑制的理想候选物。CMAS的酶机制是图16A，其中CMAS以二价阳离子依赖性方式活化NANA的羟基基团，使得它随后可以攻击引入的胞苷三磷酸(CTP)分子的alpha-磷酸以形成胞苷单磷酸-NANA(CMP-NANA)中间体。使用NANA支架，将用氟替换羟基基团的基于底物的类似物设计并合成(图16B)。此取代在理论上应当维持NANA结合CMAS，然而阻止酶促反应的能力。在存在CMAS抑制剂的情况中，使用先前描述的细胞迁移测定法，显示了BPLER细胞不再能够迁移(图16C)。使用NANA支架，我们能够快速设计并合成在细胞系中具有作用的基于底物的抑制剂。
合成的F-NANA衍生物与得到FDA批准的药物瑞乐砂和达菲具有略微的化学相似性(图17)。瑞乐砂和达菲都被设计为抑制流感酶神经氨酸苷酶。神经氨酸苷酶特异性切割细胞表面上的NANA分子以促进病毒进入细胞中。神经氨酸苷酶和CMAS共享NANA作为底物，因此这些已知的流感治疗剂怀疑是CMAS抑制剂。如图17b中显示的，BPLER细胞的瑞乐砂处理阻断细胞迁移。瑞乐砂和达菲二者都是已经得到FDA批准的，销售的治疗剂，且在小鼠模型中是悬而未决的阳性结果，快速进入癌症适应症的临床试验。
已知神经氨酸苷酶自身从细胞表面除去NANA。我们怀疑神经氨酸苷酶可以用于从恶性细胞的表面除去NANA，并且就像针对CMAS的siRNA一样对迁移和肿瘤启动施加相似的影响。BPLER细胞与酶活性神经氨酸苷酶的预温育降低NANA表达，如通过经罗丹明标记的麦芽凝集素(WGA)显微术测定的(图18A)。另外，用神经氨酸苷酶处理的BPLER细胞不再能够在迁移测定法中迁移(图18B)。神经氨酸苷酶和flu样分子(包括空病毒粒)可以代表用于检测肿瘤启动细胞(流感病毒粒对NANA具有高亲和力)并通过从肿瘤群体除去NANA抑制肿瘤启动和转移的创新方式。
其它实施方案
应当理解，虽然本发明已经结合其详细描述进行了描述，但是前述描述意图例示而非限制本发明的范围，其以所附权利要求书的范围限定。其它方面，优点和修改在所附权利要求书的范围内。

Claims (34)

1.一种用于在样品中监测给定类型细胞内的底物代谢的方法，该方法包括：
a.用底物将第一样品的给定类型细胞培养足够的时间段，使得容许所述底物代谢分解成底物代谢物，其中任选地用核磁共振(NMR)稳定同位素标记所述底物的至少一部分；
b.从步骤(a)的细胞收获所述底物代谢物以获得底物代谢物的第二样品；并
c.对步骤(b)的所述第二样品实施多维NMR以测定代谢底物的共振谱(resonancespectrum)，其中所述共振谱代表所述底物的代谢物，且其中所述多维NMR包含下列任一种技术：光谱宽度折叠(spectral width folding)，信号检测器的相位在NMR信号的不同时间点的两个数值之间随机交替的随机相取样(random phase sampling)，多维NMR的间接域的参数以多维NMR运行期间随每个实验变化的量改变的非均匀取样(non-uniformsampling)，和间接域中的数据点的数目在进行多维NMR后增加的增强动态范围数据重建的数据扩展(data extension for enhanced dynamic range data reconstruction)。
2.权利要求1的方法，其中所述多维NMR包含任何组合的下列任何两种技术：光谱宽度折叠，随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。
3.权利要求1的方法，其中所述多维NMR包含任何组合的下列任何三种技术：光谱宽度折叠，随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。
4.权利要求1的方法，其中所述多维NMR包含下列所有四种技术：光谱宽度折叠，随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。
5.权利要求1的方法，其中用稳定同位素标记所述底物，并且所述多维NMR包含任何组合的下列任何两种技术：光谱宽度折叠，随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。
6.权利要求1的方法，其中用稳定同位素标记所述底物，并且所述多维NMR包含非均匀取样和增强动态范围数据重建的数据扩展。
7.权利要求1的方法，其中用稳定同位素标记所述底物，并且所述多维NMR包含随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。
8.权利要求1的方法，其中用稳定同位素标记所述底物，并且所述多维NMR包含所有下列四种技术：光谱宽度折叠，随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。
9.权利要求1的方法，其中没有将存在于所述样品中的所述底物代谢物与所述样品中的其他分子分开。
10.权利要求1至9中任一项的方法，其中在与经NMR标记的底物一起加载细胞前将细胞群体内的底物浓度降低一段时间。
11.权利要求1至9中任一项的方法，其中使用为所述底物定制的NMR脉冲程序或过滤技术或两者测定经标记的底物的代谢物的共振。
12.权利要求1至9中任一项的方法，其中所述细胞群体内的细胞数目小于2X106。
13.权利要求1至9中任一项的方法，其中所述细胞群体是原代细胞群体。
14.一种用于鉴定第一细胞群体和第二细胞群体之间的差异表达的底物代谢物的方法，该方法包括：
a.与经核磁共振(NMR)稳定同位素标记的底物一起加载第一和第二细胞群体；
b.将步骤(a)的所述第一和第二细胞群体培养足够的时间段，使得容许所述底物向底物代谢物的代谢分解；
c.从步骤(b)的所述第一和第二群体细胞收获所述底物代谢物以从所述第一和第二细胞群体中每种获得底物代谢物的样品；
d.对所述第一和第二细胞群体中每种的步骤(c)的样品实施多维NMR以测定所述第一细胞群体和所述第二细胞群体的代谢底物的共振谱，其中所述共振谱代表所述底物的代谢物，其中所述多维NMR包含下列任一种技术：光谱宽度折叠，信号检测器的相位在NMR信号的不同时间点的两个数值之间随机交替的随机相取样，多维NMR的间接域的参数以多维NMR运行期间随每个实验变化的量改变的非均匀取样，和间接域中的数据点的数目在进行多维NMR后增加的增强动态范围数据重建的数据扩展；并
e.比较所述第一细胞群体的共振谱与所述第二细胞群体的共振谱以测定哪些共振是差异表达的，其中差异表达的共振提供代表差异表达的代谢物的共振标记。
15.权利要求14的方法，其中所述多维NMR包含任何组合的下列任何两种技术：光谱宽度折叠，随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。
16.权利要求14的方法，其中所述多维NMR包含任何组合的下列任何三种技术：光谱宽度折叠，随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。
17.权利要求14的方法，其中所述多维NMR包含下列所有四种技术：光谱宽度折叠，随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。
18.权利要求14的方法，其中用稳定同位素标记所述底物，并且所述多维NMR包含任何组合的下列任何两种技术：光谱宽度折叠，随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。
19.权利要求14的方法，其中用稳定同位素标记所述底物，并且所述多维NMR包含非均匀取样和增强动态范围数据重建的数据扩展。
20.权利要求14的方法，其中用稳定同位素标记所述底物，并且所述多维NMR包含随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。
21.权利要求14的方法，其中用稳定同位素标记所述底物，并且所述多维NMR包含所有下列四种技术：光谱宽度折叠，随机相取样，非均匀取样，和增强动态范围数据重建的数据扩展。
22.权利要求14的方法，其中没有将存在于所述样品中的所述底物代谢物与所述样品中的其他分子分开。
23.权利要求14-22中任一项的方法，其中在与经NMR稳定同位素标记的底物一起加载细胞前将每个细胞群体内的底物浓度降低一段时间。
24.权利要求14-22中任一项的方法，其中使用下列任一种或多种测定经标记底物的代谢物的共振：定制NMR绝热脉冲程序，定制采集技术(custom acquisition technique)，和定制NMR分析和过滤程序。
25.权利要求14-22中任一项的方法，其中每个细胞群体内的细胞数目小于2X106。
26.权利要求14-22中任一项的方法，其中所述第一细胞群体和第二细胞群体是原代细胞群体。
27.权利要求14-22中任一项的方法，其中所述第一细胞群体和第二细胞群体之每种中的细胞群体是异质细胞群体，或是同质细胞群体。
28.权利要求14-22中任一项的方法，其进一步包括比较步骤(e)的共振标记与已知共振标记的数据库以测定所述共振标记代表的分子结构，由此测定所述第一和第二细胞群体之间差异表达的底物代谢物。
29.权利要求14-22中任一项的方法，其进一步包括鉴定底物代谢物生成中牵涉的生物合成途径，并鉴定途径中可以被靶向以调控所述代谢物的差异表达，由此调控细胞表型的蛋白质/酶。
30.权利要求14-22中任一项的方法，其中所述第一细胞群体和所述第二细胞群体是同基因群体。
31.权利要求14-22中任一项的方法，其中所述第一细胞群体和所述第二细胞群体具有不同表型。
32.权利要求14-22中任一项的方法，其中所述第一细胞群体是对照细胞群体，且所述第二细胞群体已经与测试化合物或药剂接触。
33.权利要求14-22中任一项的方法，其中使用所述方法鉴定在特定细胞类型中活性过度或活性不足的代谢途径。
34.权利要求14-22中任一项的方法，其中所述方法进一步包括抑制或过表达所述第二细胞群体中的基因，并且使用所述方法鉴定在细胞中过表达或抑制基因的代谢结果。
CN201380019199.6A 2012-02-10 2013-02-11 基于nmr的代谢物筛选平台 Active CN104220873B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261597298P 2012-02-10 2012-02-10
US61/597,298 2012-02-10
PCT/US2013/025628 WO2013120099A1 (en) 2012-02-10 2013-02-11 Nmr-based metabolite screening platform

Publications (2)

Publication Number Publication Date
CN104220873A CN104220873A (zh) 2014-12-17
CN104220873B true CN104220873B (zh) 2017-12-22

Family

ID=48948107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380019199.6A Active CN104220873B (zh) 2012-02-10 2013-02-11 基于nmr的代谢物筛选平台

Country Status (6)

Country Link
US (2) US9606106B2 (zh)
EP (1) EP2812686A4 (zh)
JP (1) JP2015509584A (zh)
CN (1) CN104220873B (zh)
HK (1) HK1205256A1 (zh)
WO (1) WO2013120099A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014217284A1 (de) * 2014-08-29 2016-03-03 Siemens Aktiengesellschaft Verfahren zu einer Magnetresonanz-Untersuchung eines Untersuchungsobjekts
CN106706692A (zh) * 2016-12-30 2017-05-24 南京理工大学 一种基于代谢组学技术的农药毒性评价方法
CN108956679B (zh) * 2018-03-02 2021-04-13 中国林业科学研究院林业研究所 一种基于nmr技术筛选粗枝云杉体胚萌发相关标记代谢物的方法
CN112955767A (zh) 2018-09-14 2021-06-11 10250929加拿大有限公司 体内和非侵入性测量代谢物水平的方法和系统
US11366102B2 (en) 2018-10-15 2022-06-21 Olaris, Inc. Spectographic metabolite-signature for identifying a subject's susceptibility to drugs
US20200116657A1 (en) * 2018-10-15 2020-04-16 Olaris, Inc. Nmr-metabolite-signature for identifying cancer patients resistant to cdk4/6 inhibitors, endocrine therapy and anti-her2 therapy

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101617039A (zh) * 2006-10-20 2009-12-30 代表亚利桑那大学的亚利桑那校董会 经修饰的蓝细菌

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4703267A (en) 1985-07-17 1987-10-27 Advanced Nmr Systems, Inc. High dynamic range in NMR data acquisition
JPH08271602A (ja) 1995-03-29 1996-10-18 Hitachi Ltd りん３１核磁気共鳴信号の選択観測法およびこれを利用する方法
JP2938048B1 (ja) * 1998-06-30 1999-08-23 技術研究組合医療福祉機器研究所 代謝機能測定装置
KR100486784B1 (ko) 2001-05-22 2005-04-29 김하형 솔비나무로 부터 추출된 렉틴 단백질, 그의 제조방법 및용도
JP2005514959A (ja) 2002-01-24 2005-05-26 エコピア バイオサイエンシーズ インク 微生物から二次代謝産物を同定するための方法、システム及び情報リポジトリ
NO20035626D0 (no) 2003-12-17 2003-12-17 Amersham Health As Metode
ATE554391T1 (de) 2003-12-19 2012-05-15 Max Planck Gesellschaft Verfahren zur analyse von metaboliten
JP5019883B2 (ja) 2004-01-16 2012-09-05 カーネギー メロン ユニバーシティ 核磁気共鳴技術のための細胞標識
US7651847B2 (en) 2004-06-22 2010-01-26 The Regents Of The University Of California Methods of oligosaccharide profiling for the detection of cancer
JP2006053099A (ja) 2004-08-13 2006-02-23 Institute Of Physical & Chemical Research 植物の代謝解析方法、ラベル植物の製造方法、ラベル植物、および、植物のｎｍｒ測定方法
JP2006053100A (ja) 2004-08-13 2006-02-23 Institute Of Physical & Chemical Research 動物の代謝解析方法、ラベル動物の製造方法、ラベル動物、および、動物のｎｍｒ測定方法
JP4486478B2 (ja) 2004-11-10 2010-06-23 日本電子株式会社 スペクトル測定方法
JP4456009B2 (ja) 2005-01-14 2010-04-28 株式会社日立製作所 Ｎｍｒ測定方法および装置
AU2007319651A1 (en) 2006-10-03 2008-05-22 Oklahoma Medical Research Foundation Metabolite detection using magnetic resonance
JP4845972B2 (ja) 2007-01-17 2011-12-28 株式会社日立メディコ 磁気共鳴スペクトル画像算出方法
JP5448397B2 (ja) * 2007-09-07 2014-03-19 キヤノン株式会社 基質プローブ、多重核磁気共鳴法による酵素活性の検出方法および酵素活性のイメージング方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101617039A (zh) * 2006-10-20 2009-12-30 代表亚利桑那大学的亚利桑那校董会 经修饰的蓝细菌

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Metabolic Signatures of Lung Cancer in Biofluids: NMR-Based Metabonomics of Urine;Joana Carrola et al;<Journal of Proteome Research>;20110811;第10卷(第1期);正文第222页 *
Random phase detection in multidimensional NMR;Mark W. Maciejewskia et al;<PANS>;20111004;第108卷(第40期);摘要 *
Recent developments and applications of NMR-Based metabonomics;LINDON J C ET AL;<波谱学杂志>;20060331;第23卷(第1期);101-127 *

Also Published As

Publication number Publication date
EP2812686A1 (en) 2014-12-17
US9606106B2 (en) 2017-03-28
WO2013120099A1 (en) 2013-08-15
US20150005243A1 (en) 2015-01-01
US20180164290A1 (en) 2018-06-14
CN104220873A (zh) 2014-12-17
HK1205256A1 (zh) 2015-12-11
JP2015509584A (ja) 2015-03-30
EP2812686A4 (en) 2016-04-13

Similar Documents

Publication Publication Date Title
CN104220873B (zh) 基于nmr的代谢物筛选平台
Eills et al. Real-time nuclear magnetic resonance detection of fumarase activity using parahydrogen-hyperpolarized [1-13C] fumarate
Feng et al. Studies of secondary melanoma on C57BL/6J mouse liver using 1H NMR metabolomics
Zeiner et al. Regorafenib CSF penetration, efficacy, and MRI patterns in recurrent malignant glioma patients
Shchepin et al. Dephosphorylation and biodistribution of 1‐13C‐phospholactate in vivo
Sales et al. Surgical treatment of glioblastoma: State-of-the-art and future trends
Srivastava et al. Proton HR-MAS MR spectroscopy of oral squamous cell carcinoma tissues: an ex vivo study to identify malignancy induced metabolic fingerprints
Graziano et al. Chaperonology: The third eye on brain gliomas
Pollard et al. Radiometal-based PET/MRI contrast agents for sensing tumor extracellular pH
Zhang et al. miRNA-10a-5p targeting the BCL6 gene regulates proliferation, differentiation and apoptosis of chicken myoblasts
Ruiz-Rodado et al. Metabolic landscape of a genetically engineered mouse model of IDH1 mutant glioma
Qiao et al. Non-invasive differentiation of M1 and M2 activation in macrophages using hyperpolarized 13C MRS of pyruvate and DHA at 1.47 Tesla
Koch et al. Overexpression of cystine/glutamate antiporter xCT correlates with nutrient flexibility and ZEB1 expression in highly clonogenic glioblastoma stem-like cells (GSCs)
Cheng High‐resolution magic angle spinning NMR for intact biological specimen analysis: Initial discovery, recent developments, and future directions
Baro et al. Newly diagnosed multifocal gbm: a monocentric experience and literature review
Draguet et al. Targeting metabolic reprogramming to improve breast cancer treatment: an in vitro evaluation of selected metabolic inhibitors using a metabolomic approach
Huang et al. Evaluation the Effect of Sonodynamic Therapy with 5-Aminolevulinic Acid and Sodium Fluorescein by Preclinical Animal Study
Mizuta et al. Noninvasive diagnosis of the mitochondrial function of doxorubicin-induced cardiomyopathy using in vivo dynamic nuclear polarization–magnetic resonance imaging
Fortin Drug delivery technology to the CNS in the treatment of brain tumors: The Sherbrooke experience
Torcinaro et al. Ranolazine counteracts strength impairment and oxidative stress in aged sarcopenic mice
Singhania et al. Quantitative MRI evaluation of Ferritin overexpression in non-small-cell lung cancer
Welleman et al. The Development of a Smart Magnetic Resonance Imaging and Chemical Exchange Saturation Transfer Contrast Agent for the Imaging of Sulfatase Activity
Orlandella et al. Preclinical imaging evaluation of miRNAs’ delivery and effects in breast cancer mouse models: a systematic review
d’Hose et al. EPR investigations to study the impact of Mito-Metformin on the mitochondrial function of prostate Cancer cells
Lutz et al. Therapeutic Targeting of the GSK3β-CUGBP1 Pathway in Myotonic Dystrophy

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant