CN106153739A - 一种基于代谢组学技术诊断肝癌的模型 - Google Patents
一种基于代谢组学技术诊断肝癌的模型 Download PDFInfo
- Publication number
- CN106153739A CN106153739A CN201510132924.1A CN201510132924A CN106153739A CN 106153739 A CN106153739 A CN 106153739A CN 201510132924 A CN201510132924 A CN 201510132924A CN 106153739 A CN106153739 A CN 106153739A
- Authority
- CN
- China
- Prior art keywords
- hepatocarcinoma
- early
- early hepatocarcinoma
- model
- present
- 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.)
- Pending
Links
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及生物技术领域，是一种可用于诊断早期肝癌的模型。本发明运用代谢组学技术，检测早期肝癌患者和正常人的外周血清样品，通过对特异代谢产物的浓度进行定量比较。通过早期肝癌患者与正常人相应代谢物含量的差异，建立诊断模型。只要将检测人血清中五种相应的代谢产物的浓度与本发明的模型进行比较分析，就可以初步用于早期肝癌诊断。
Description
技术领域
本发明属于生物技术领域，是一种可用于早期肝癌诊断的模型，为肝癌的早期诊断提供了实验基础。
背景技术
肝癌（liver cancer）即肝脏恶性肿瘤，是死亡率仅次于胃癌、食道癌的第三大常见恶性肿瘤，肝癌起病常隐匿，多在肝病随访中或体检普查中应用AFP及B超检查偶然发现肝癌。此时病人既无症状，体格检查亦缺乏肿瘤本身的体征，此期称之为亚临床期。早期症状：肝癌从第一个癌细胞形成发展到有自觉症状，大约需要2年时间，在此期间，病人可无任何症状或体征，少数病人会出现食欲减退，上腹闷胀、乏力等，有些病人可能轻度肝肿大。肝癌一旦出现症状，而来就诊者其病程大多已进入中晚期。中、晚期症状：肝癌的典型症状和体征一般出现于中、晚期，主要有肝痛、乏力、消瘦、黄疸、腹水等。临床上一般采取西医的手术、放化疗与中药结合疗法，但晚期患者因癌细胞扩散而治愈率较低，因此做到肝癌的早期发现、早期诊断、早期治疗具有非常重要的意义。
系统生物学包括基因组学、蛋白质组学和代谢组学等。代谢组学是对生物体内所有代谢物进行定量分析，并寻找代谢物与生理病理变化的相对关系的研究方式。其研究对象大都是相对分子质量1000以内的小分子物质。代谢组学的分析技术包括GC-MS（气相色谱-质谱联用）、LC-MS（液相色谱-质谱联用）、NMR（核磁共振）等。
本发明利用代谢组学技术，建立了一种可用于早期诊断肝癌的模型，为肝癌的早期诊断提供了实验基础。
发明内容
本发明利用代谢组学平台，检测早期肝癌患者和正常人血清的代谢物轮廓，利用软件分析早期肝癌患者与正常人血清不同的代谢产物，发现新的早期肝癌相关性有机物，用于诊断早期肝癌。
本发明将早期肝癌患者和健康人血清分别利用Agilent公司的GC-MS和NMR进行上机检测，得到原始数据，对原始数据校正后运用统计学的方法计算每种化合物在不同组样品中差异的显著性，以p值0.05，r值0.6做为阈值，判断p值小于阈值，r值大于阈值的化合物为检测含量有显著性差异的化合物，筛选出在两组中有显著差异的化学位移PPM值。根据获得的PPM值从HMDB库中找出相匹配的化合物。然后进行多元统计分析，多元统计分析是可以将分散在n维变量上的代谢指纹图谱信息集中到某几个综合指标上的统计分析方法。通过这个分析可以初步判断样品之间的关系，最后确定出差异的标志性代谢峰有5个，其化学位移PPM值分别为1.33、2.12、2.86、7.06、7.83。利用这5种代谢物，将受检人血清中相应的物质的浓度与本发明模型的平均浓度逐一进行比对，可为早期肝癌的诊断提供指导。
模型的检测方法如下：
1. 样品采集
分别采集早期肝癌患者和正常人的外周静脉血，静置，离心后，取上清液置于-80℃保存备用。
2.色谱条件优化
包括色谱流动相的选择，流动相梯度条件的优化，以及色谱柱温度和最佳流速的优化，以达到最佳的分离效果。
3.质谱条件优化
包括离子源类型的选择及其参数的设定，使得峰图更加优化。
4.预实验及上样检测
取预处理后的血清样品注入进样孔，进行相关系数的设置。
5.测试报告的分析
获得的原始数据经数据校正后，运用多元统计分析方法，将偏离较大的物质剔除掉，最后得到标志性差异代谢物。
具体实施方式
1．材料
1.1 样品采集
分别使用抗凝管采集正常组和早期肝癌组静脉血1ml，在4℃冰箱中静置30min后离心（4000rpm，5min）。取200ul上清液分装于低吸附离心管中，-80℃冰箱中保存，备用。
1.2 所需主要试剂与仪器
乙腈、氯苯丙氨酸、甲醇、硅烷化衍生试剂等均购自上海化学试剂公司。GC-MS系统和NMR系统购自Agilent公司。
2. 方法
2.1 高丰度蛋白的去除
样品室温下融化，加入100ul的乙腈，涡旋混匀1min后超声波萃取2min。形成的悬浮液再离心14000rpm,10min,10℃。取200ul上清液加入400ul，PH=7.4的磷酸缓存溶液置于核磁检测管中。
2.2 正式实验
将样品一个一个地放入NMR检测器中，获得图谱，得到原始数据。
2.3 数据分析
对原始数据进行校正，以p值0.05和r值0.6为阈值，运用多元统计学方法找出差异明显的物质，最后得到5种标志性差异代谢物：PPM值分别为1.33、2.12、2.86、7.06、7.83。利用这5种物质，将受检人血清中相应的物质的浓度与本发明模型逐一进行比对，可为肝癌的早期诊断提供辅助指导。
实验实例
取受检者血清，经检验得到其代谢产物图谱，得到PPM值分别为1.33、2.12、2.86、7.06、7.83的特异代谢物的含量，与本实验中的对应样品的平均含量进行比较，若含量近似为本模型平均含量的2倍，则为早期肝癌组，否则为正常组。
以上是对本发明的描述而非限定，基于本发明思想的其它实施方式，均在本发明的保护范围之中。
Claims (1)
1.用于早期肝癌诊断的模型，其特征在于由代谢组学平台检测的代谢物图谱，经过软件统计分析得到早期肝癌患者多个特异代谢物的浓度，所说的特异代谢物的化学位移分别为PPM值为1.33、2.12、2.86、7.06、7.83。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510132924.1A CN106153739A (zh) | 2015-03-25 | 2015-03-25 | 一种基于代谢组学技术诊断肝癌的模型 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510132924.1A CN106153739A (zh) | 2015-03-25 | 2015-03-25 | 一种基于代谢组学技术诊断肝癌的模型 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106153739A true CN106153739A (zh) | 2016-11-23 |
Family
ID=57340412
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510132924.1A Pending CN106153739A (zh) | 2015-03-25 | 2015-03-25 | 一种基于代谢组学技术诊断肝癌的模型 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106153739A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| WO2018227469A1 (zh) * | 2017-06-15 | 2018-12-20 | 上海联影医疗科技有限公司 | 磁共振波谱交互方法、系统及计算机可读的存储媒介 |
| CN110988008A (zh) * | 2019-12-26 | 2020-04-10 | 山西大学 | 一种基于代谢组学的复方苦参注射液抗肝癌机制研究方法 |
| CN111157563A (zh) * | 2020-01-06 | 2020-05-15 | 山西大学 | 一种联合型代谢标志物的筛选方法及应用 |
-
2015
- 2015-03-25 CN CN201510132924.1A patent/CN106153739A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| WO2018227469A1 (zh) * | 2017-06-15 | 2018-12-20 | 上海联影医疗科技有限公司 | 磁共振波谱交互方法、系统及计算机可读的存储媒介 |
| CN110988008A (zh) * | 2019-12-26 | 2020-04-10 | 山西大学 | 一种基于代谢组学的复方苦参注射液抗肝癌机制研究方法 |
| CN111157563A (zh) * | 2020-01-06 | 2020-05-15 | 山西大学 | 一种联合型代谢标志物的筛选方法及应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Metabolomics in noninvasive breast cancer | |
| Yu et al. | Next-generation metabolomics in lung cancer diagnosis, treatment and precision medicine: mini review | |
| Emwas et al. | NMR-based metabolomics in human disease diagnosis: applications, limitations, and recommendations | |
| Zhang et al. | Urine metabolomics | |
| Ganti et al. | Urine metabolomics for kidney cancer detection and biomarker discovery | |
| Zhang et al. | Recent and potential developments of biofluid analyses in metabolomics | |
| Saude et al. | Metabolomic profiling of asthma: diagnostic utility of urine nuclear magnetic resonance spectroscopy | |
| Griffin | The Cinderella story of metabolic profiling: does metabolomics get to go to the functional genomics ball? | |
| Lin et al. | Exploring metabolic syndrome serum profiling based on gas chromatography mass spectrometry and random forest models | |
| Zhang et al. | Metabolomics approaches and applications in prostate cancer research | |
| Dai et al. | Exploring metabolic syndrome serum free fatty acid profiles based on GC–SIM–MS combined with random forests and canonical correlation analysis | |
| Nagana Gowda et al. | Overview of NMR spectroscopy-based metabolomics: opportunities and challenges | |
| Xiao et al. | Identification of potential diagnostic biomarkers of acute pancreatitis by serum metabolomic profiles | |
| CN106153739A (zh) | 一种基于代谢组学技术诊断肝癌的模型 | |
| Tao et al. | Urine metabolic profiles in paediatric asthma | |
| Xu et al. | Discrimination of type 2 diabetes mellitus corresponding to different traditional Chinese medicine syndromes based on plasma fatty acid profiles and chemometric methods | |
| Moore et al. | The metabolic time line of pancreatic cancer: Opportunities to improve early detection of adenocarcinoma | |
| Zhou et al. | Metabolic detection of malignant brain gliomas through plasma lipidomic analysis and support vector machine-based machine learning | |
| Chen et al. | Metabolite analysis-aided diagnosis of papillary thyroid cancer | |
| He et al. | Traditional Chinese medicine-based subtyping of early-stage type 2 diabetes using plasma metabolomics combined with ultra-weak photon emission | |
| Wolahan et al. | Role of metabolomics in traumatic brain injury research | |
| Enkobahry et al. | Blood biomarkers as potential malnutrition screening alternatives among adult patients with cancer on treatment in oncology unit of jimma tertiary hospital: A cross-sectional analysis | |
| CN117388495B (zh) | 用于诊断肺癌分期的代谢标志物的应用及试剂盒 | |
| CN105424841B (zh) | 用于诊断冠状动脉粥样硬化的代谢标志物 | |
| CN105203683B (zh) | 人类非小细胞肺癌相关的血浆代谢小分子标志物及其应用 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161123 |
|
| WD01 | Invention patent application deemed withdrawn after publication |