CN110749732A - 诊断多发性骨髓瘤的血液代谢物标志物及应用 - Google Patents

诊断多发性骨髓瘤的血液代谢物标志物及应用 Download PDF

Info

Publication number
CN110749732A
CN110749732A CN201911178499.4A CN201911178499A CN110749732A CN 110749732 A CN110749732 A CN 110749732A CN 201911178499 A CN201911178499 A CN 201911178499A CN 110749732 A CN110749732 A CN 110749732A
Authority
CN
China
Prior art keywords
acid
cystine
proline
stearic acid
aspartic acid
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.)
Granted
Application number
CN201911178499.4A
Other languages
English (en)
Other versions
CN110749732B (zh
Inventor
周文
夏机良
张靖宇
伍璇
武明花
向娟娟
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.)
Central South University
Original Assignee
Central South University
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 Central South University filed Critical Central South University
Priority to CN201911178499.4A priority Critical patent/CN110749732B/zh
Publication of CN110749732A publication Critical patent/CN110749732A/zh
Application granted granted Critical
Publication of CN110749732B publication Critical patent/CN110749732B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407—Specifically defined cancers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • 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
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57484—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites
    • G01N33/57488—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites involving compounds identifable in body fluids
    • 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
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6806—Determination of free amino acids
    • G01N33/6812—Assays for specific amino acids
    • 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
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6806—Determination of free amino acids
    • G01N33/6812—Assays for specific amino acids
    • G01N33/6815—Assays for specific amino acids containing sulfur, e.g. cysteine, cystine, methionine, homocysteine

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Urology & Nephrology (AREA)
  • Biomedical Technology (AREA)
  • Hematology (AREA)
  • Physics & Mathematics (AREA)
  • Cell Biology (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Microbiology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Biotechnology (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biophysics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明涉及诊断多发性骨髓瘤的血液代谢物标志物及应用。首先通过对健康供者(healthy donor，HD)和多发性骨髓瘤(multiple myeloma，MM)初诊患者的骨髓和外周血样本进行非靶向代谢组学检测，筛选出5个代谢物在骨髓和外周血中均具有显著差异，分别是L_Proline(脯氨酸)、L_Aspartic acid(天冬氨酸)，L_Cystine(胱氨酸)，Stearic acid(硬脂酸)，Palmitic acid(软脂酸)。ROC曲线分析结果表明5个差异代谢物作为一个整体能更准确地诊断MM。靶向代谢组学检测进一步证实这5个代谢物组成的代谢集是一个理想的MM诊断方法。本发明能对MM进行准确诊断，对于促进MM的基础研究、诊断和临床治疗具有重要意义。

Description

诊断多发性骨髓瘤的血液代谢物标志物及应用
技术领域
本发明属于生物化学领域，涉及疾病诊断标志物，具体涉及诊断多发性骨髓瘤的血液代谢物标志物，以及检测血液代谢物标志物的试剂在制备诊断多发性骨髓瘤制剂中的应用。
背景技术
多发性骨髓瘤(Multiple myeloma,MM)是一种发生于骨髓腔地恶性浆细胞病，其主要特征为骨髓浆细胞异常增生，血液和尿液里出现单克隆免疫球蛋白，并伴有多发性溶骨性损害，高钙血症，贫血，肾脏损害等临床症状。MM是发病率第二高的血液肿瘤，约占美国所有血液肿瘤的15％，所有肿瘤的1％，且多发于70岁以上老年人，随着中国进入老龄化社会，近年来MM发病率已经呈现明显上升趋势。MM早期无临床症状，以至于确诊时已多属于中晚期，因此对MM的早期诊断可以有效地提高MM治疗效果。
目前临床上MM的主要诊断指标包括：血液和尿液中单克隆免疫球蛋白浓度，24小时尿液本周氏蛋白含量，骨髓浆细胞比例，骨髓活检，以及贫血、肾脏损伤、骨破坏、高钙血症等临床症状。但是MM缺乏特异性，极易误诊和误治，如单克隆免疫球蛋白浓度增加常被误诊为感染性疾病，尿蛋白增加被误诊为肾脏疾病，而骨痛和高钙血症常被误诊为骨科疾病。另外，骨髓取样给MM患者带来痛苦。为了改善MM患者的生活质量，降低MM患者受到的生命威胁，亟需发展一种具有诊断准确率高、经济、无侵入性、操作简便等优点的MM诊断方法。
代谢组学是研究生物体内源性代谢物质的整体及其随内因和外因变化的科学，是系统生物学的一个重要组成部分。它可以对体液如血液和尿液进行快速及无侵入性的分析，通过代谢谱的差异获得可以指示各种生化反应的代谢标志物。目前常用的分析技术包括核磁共振波谱法(Nuclear Magnetic Resonance Spectroscopy,NMRs)、液相/气相色谱-质谱(Liquid Chromatograph-Mass Spectrometer/Gas Chromatography-MassSpectrometer,LC-MS/GC-MS)等。LC-MS/GC-MS具有对样本制备要求低、灵敏度高、动态范围宽等特点，可用于检测样本中浓度相差大的代谢物，因而成为代谢组学的研究中应用越来越多的技术平台。
MM细胞具有特征性的代谢模式，MM细胞从骨髓微环境中吸收大量营养物质，同时也将代谢产物释放到骨髓微环境中，导致骨髓微环境中代谢物浓度发生特征性变化。因为骨髓微环境与血液系统相通，因此骨髓代谢物水平变化可能会影响血液系统代谢物水平。血浆分析是临床上常用的一种疾病诊断方法，因其简便、快速、经济且相对无创的优点而被广泛采用。目前尚未有人使用血浆代谢物水平对MM进行诊断。结合骨髓和血浆代谢组学寻找代谢标志物以诊断MM对于临床早期快速确诊MM具有重要意义。
发明内容
为了克服现有MM诊断方法的不足，本发明第一个目的在于提供一组用于诊断MM的代谢标志物。本发明证实该组代谢标志物在MM患者骨髓微环境和外周血中变化趋势一致，可以通过检测血浆中该组代谢物诊断MM。这些代谢物，尤其是它们的组合均是首次发现可以作为MM诊断的标记物，具有潜在的应用和研究价值。
本发明用于诊断MM的代谢标志物，包括：L_Proline(脯氨酸)、L_Aspartic acid(天冬氨酸)，L_Cystine(胱氨酸)，Stearic acid(硬脂酸)，Palmitic acid(软脂酸)中的一种或多种。
上述的诊断多发性骨髓瘤的血液代谢物标志物，排除了选择硬脂酸或软脂酸单独一种的情况，以及排除了选择硬脂酸+软脂酸的情况。
所述的诊断多发性骨髓瘤的血液代谢物标志物，优选：包括以下十一种中的任一种：胱氨酸+脯氨酸，胱氨酸+天冬氨酸，脯氨酸+天冬氨酸，硬脂酸+软脂酸+胱氨酸，硬脂酸+软脂酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸，胱氨酸+脯氨酸+天冬氨酸，硬脂酸+软脂酸+胱氨酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸+胱氨酸，硬脂酸+软脂酸+胱氨酸+脯氨酸+天冬氨酸。
进一步优选，包括以下十种中的任一种：胱氨酸+天冬氨酸，脯氨酸+天冬氨酸，硬脂酸+软脂酸+胱氨酸，硬脂酸+软脂酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸，胱氨酸+脯氨酸+天冬氨酸，硬脂酸+软脂酸+胱氨酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸+胱氨酸，硬脂酸+软脂酸+胱氨酸+脯氨酸+天冬氨酸。
再进一步优选：包括以下五种中的任一种：胱氨酸+天冬氨酸，胱氨酸+脯氨酸+天冬氨酸，硬脂酸+软脂酸+天冬氨酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸+胱氨酸，硬脂酸+软脂酸+胱氨酸+脯氨酸+天冬氨酸。
所述的诊断MM的血液代谢物标志物，最优选是硬脂酸+软脂酸+胱氨酸+脯氨酸+天冬氨酸的组合。
本发明用于诊断MM的代谢标志物还可以是：L_Proline(脯氨酸)、L_Asparticacid(天冬氨酸)，L_Cystine(胱氨酸)中的一种或多种。
本发明利用脯氨酸、天冬氨酸、胱氨酸、硬脂酸、软脂酸中的两种或两种以上作为诊断MM的血液代谢物标志物诊断时，需要判断所选两种或两种以上标记物在外周血中的含量变化。
本发明第二个目的在于提供一种检测上述的血液代谢物标志物的试剂在制备MM诊断制剂中的应用。由此衍生的配套检测方式简便、快速、经济且相对无创。
选择脯氨酸、天冬氨酸、胱氨酸、硬脂酸、软脂酸中的两种或两种以上作为诊断MM的血液代谢物标志物时，所述的试剂为用于检测选择的两种或两种以上的标记物的制剂。
利用本发明的标记物进行检测时，通过GC-MS和LC-MS对所述的代谢标志物定量。GC-MS和LC-MS检测限低、灵敏度高，能灵敏地分析检测生物样本中的代谢标志物并对其定量。
本发明第三个目的在于提供一种辅助治疗MM的食物、益生菌或者药物，所述的食物、益生菌或者药物能够增加外周血或骨髓中硬脂酸，软脂酸中的一种或几种的含量，和/或能够降低外周血或骨髓中脯氨酸、天冬氨酸、胱氨酸中的一种或几种的含量。
本发明第四个目的在于提供一种筛选辅助治疗MM的食物、益生菌或者药物的方法，所述方法包括检测候选食物、益生菌或者药物干预之前和干预之后的外周血或骨髓中脯氨酸、天冬氨酸、胱氨酸、硬脂酸、软脂酸中的一种或多种的含量。
本发明的优点：(1)本发明证实该组代谢标志物在MM患者骨髓微环境和外周血中变化趋势一致，可以通过检测血浆中该组代谢物诊断MM；具有潜在的应用和研究价值。由此衍生的配套检测方式简便、快速、经济且相对无创。(2)本发明提供的代谢标志物能精确诊断MM，尤其是组合使用时准确性更好，优势明显。观测者操作特性曲线(ReceiverOperating Characteristic,ROC)评价方法中，ROC曲线下的面积值(Area Under Curve,AUC)在大于0.5的情况下，越接近于1，说明诊断效果越好。AUC在0.5～0.7时有较低准确性，AUC在0.7～0.9时有一定准确性，AUC在0.9以上时有较高准确性。经验证，本发明提供的代谢标志物单个用于诊断MM时(与HD比较)，AUC均在0.7以上；几个联用时，AUC在0.8以上，5个联合应用时，AUC在0.9以上，诊断效果更好。(3)本发明配套的代谢标志物的方法灵敏度高，结果准确可靠。
附图说明
图1为骨髓样本OPLS-DA模型得分图，显示HD(健康供者)和MM患者之间可以较好地区分；
图2为置换检验方法评估骨髓样本OPLS-DA模型可靠性；
图3为外周血样本OPLS-DA模型得分图，显示HD和MM患者之间可以较好地区分；
图4为置换检验方法评估外周血样本OPLS-DA模型的可靠性；
图5为ROC曲线法评估外周血硬脂酸、软脂酸、脯氨酸、天冬氨酸和胱氨酸作为一个代谢集对MM的诊断效果。
具体实施方式
下面结合实施例进一步说明本发明实质性内容。使用的仪器或试剂未做详细说明的均为常规仪器和试剂；未具体描述的试验操作方法均为本领域普通技术人员公知的常规操作方法。
实施例1：健康人和多发性骨髓瘤患者之间差异代谢物的筛选表征
一、对象和方法
1、标本来源
在取得患者同意后，收集21例HD(健康供者)和72例初诊MM患者的骨髓样本，29例健康人和71例MM初诊患者的外周血样本，所有标本来自于中南大学附属湘雅医院、中南大学附属湘雅三医院、中国医学科学院天津血液病医院。所有MM患者均经检测血清单克隆免疫球蛋白类型和骨髓浆细胞比例确诊为MM患者。所有MM患者均为初诊患者，没有接受治疗，以排除因治疗引起的代谢变化。HD和MM患者均来自于上述三家医院，且HD的年龄、性别、体重指数与MM患者相匹配，以排除饮食习惯差异、性别、年龄和体重指数导致的代谢差异。采血时间均为清晨空腹状态。所有样品均保存在-80℃待用。
2、主要试剂
乙腈、甲醇、甲酸(色谱级别)购于Sigma-Aldrich公司；分析纯氯仿、吡啶、无水硫酸钠购于中国医药集团总公司；L-2-氯苯丙氨酸、甲氧基胺、N-甲基-N-(三甲基硅烷)三氟乙酰胺(含1％三甲基氯硅烷)、十七烷酸、亮氨酸-脑啡肽购于Sigma-Aldrich公司；去离子水由Millipore公司的MIlli-Q超纯水系统制备。
3、骨髓和外周血差异代谢物的表征
3.1 GC-MS筛选表征
3.1.1样品制备
样品处理：取100μL骨髓上清或血浆于1.5mL离心管中，加入10μL L-2-氯苯丙氨酸(0.3mg/mL，水溶解)和10μL十七烷酸(1mg/mL，甲醇溶解)作为内参，涡旋10秒混匀；然后加入300μL甲醇/氯仿混合液(3：1)，涡旋30秒混匀，将样本置于-20℃孵育10分钟后，12000g离心10分钟(4℃)；取300μL上清于玻璃取样瓶中，在室温下用氮吹仪吹干，加入80μL甲氧基胺(15mg/mL，吡啶溶解)，30℃孵育90分钟，然后加入80μL N-甲基-N-(三甲基硅烷)三氟乙酰胺(含1％三甲基氯硅烷)，70℃孵育60分钟即得。
3.1.2检测表征
GC-MS条件：色谱分离采用超高效气相色谱，质谱分析采用四级杆-飞行时间质谱。色谱柱为DB-5ms毛细柱(30m×250μm i.d.，0.25μm)；载气为高纯氦气，流速1.0mL/min；进样量1μL；程序升温：80℃恒温2分钟，80℃-180℃(10℃/min)，180℃-240℃(5℃/min)，240℃-290℃(25℃/min)，290℃恒温9分钟；不分流，进样温度260℃；接口温度270℃；离子源温度200℃；电子能量70eV；采用全扫描模式，扫描质量范围：m/z30-600道尔顿，光谱采集率为20光谱/s。
4、数据处理和分析
采用JiaLibTM代谢数据库对GC-MS非靶向检测到的骨髓和外周血代谢物进行注释，然后对检测数据进行多变量和单变量分析。首先将数据导入SIMCA软件(version14.0.1，Umetrics)进行正交偏最小二乘法-判别分析(Orthogonal projections to latentstructures-Discrimination Analysis，OPLS-DA)，过滤与模型分类不相关信号，获得OPLS-DA模型，对模型的质量用交叉验证法进行检验，并用交叉验证后获得的R2Y和Q2(Y的可解释变量和模型的可预测变量)对模型有效性进行评估，R2Y和Q2越接近1模型质量越好，Q2大于0.5表明模型较好。对OPLS-DA模型进行置换检验获得R2和Q2进一步评估模型，Q2小于0表明模型较好。结合OPLS-DA模型第一主成分的变量投影重要性指标(VariableImportance in the Projection,VIP)和样本OPLS-DA得分与代谢物丰度之间皮尔逊相关性分析的P值，寻找MM患者与HD之间代谢轮廓贡献较大(VIP>1且Pcorr<0.05)的差异代谢物。然后利用在线分析软件MetaboAnalys(http://www.metaboanalyst.ca/)对代谢数据进行单变量分析，计算MM患者与HD之间代谢物差异倍数，进行学生氏T检验获得错误发现率(False Discovery Rate,FDR)，筛选倍数变化(Fold Change,FC)大于1.5且FDR值小于0.05的代谢物。结合多变量和单变量分析结果筛选VIP>1，Pcorr<0.05且FC>1.5，FDR<0.05的代谢物，并将其定义为MM候选代谢标志物。
二、结果
GC-MS在骨髓样本中共检测到123个可注释的代谢物，采用SIMCA软件进行OPLS-DA分析获得OPLS-DA模型，交叉验证法检验模型的质量获得R2Y＝0.866，Q2＝0.569(图1)，置换检验法检验模型的可靠性获得R2＝(0.0，0.619)，Q2＝(0.0，-0.424)(图2)。GC-MS在外周血样本中共检测到105个可注释的代谢物，采用SIMCA软件进行OPLS-DA分析获得OPLS-DA模型，交叉验证法检验模型的质量获得R2Y＝0.831，Q2＝0.673(图3)，置换检验法检验模型的可靠性获得R2＝(0.0，0.499)，Q2＝(0.0，-0.435)(图4)。结合多变量和单变量分析结果，骨髓样本中共筛选到22个差异代谢物(VIP>1，Pcorr<0.05且FC>1.5，FDR<0.05)(表1)，外周血样本中共筛选到26个差异代谢物(VIP>1，Pcorr<0.05且FC>1.5，FDR<0.05)(表2)。其中5个代谢物在骨髓和外周血样本中均具有显著差异，分别为L_Proline(脯氨酸)、L_Asparticacid(天冬氨酸)，L_Cystine(胱氨酸)，Stearic acid(硬脂酸)，Palmitic acid(软脂酸)(表3)。
表1
Figure BDA0002290640100000071
Figure BDA0002290640100000081
表2
Figure BDA0002290640100000082
Figure BDA0002290640100000091
表3
Figure BDA0002290640100000092
实施例2：构建ROC曲线比较5个差异代谢产物诊断区分MM患者与健康人的能力
利用SPSS23软件进行ROC曲线分析，并计算AUC值，通过5个差异代谢物在骨髓或外周血中的丰度水平判断其用于诊断MM的能力。骨髓和外周血中5个差异代谢物的AUC值分别为：骨髓硬脂酸：AUC＝0.90，95％CI：0.83-0.95，P<0.0001，骨髓软脂酸：AUC＝0.89，95％CI：0.81-0.95，P<0.0001，骨髓天冬氨酸：AUC＝0.83，95％CI：0.73-0.90，P＝0.0095，骨髓脯氨酸：AUC＝0.78，95％CI：0.65-0.88，P＝0.0353，骨髓胱氨酸：AUC＝0.74，95％CI：0.62-0.83，P＝0.0188，外周血硬脂酸：AUC＝0.84，95％CI：0.75-0.91，P<0.0001，外周血软脂酸：AUC＝0.82，95％CI：0.74-0.90，P<0.0001，外周血天冬氨酸：AUC＝0.70，95％CI：0.60-0.79，P＝0.0213，外周血脯氨酸：AUC＝0.81，95％CI：0.71-0.89，P＝0.0003，外周血胱氨酸：AUC＝0.81，95％CI：0.72-0.89，P＝0.0001，均具有临床诊断意义(表4)。但是将外周血中5个差异代谢物联合用于诊断时，AUC值进一步提高，达到0.92(95％CI：0.87-0.97，P<0.001)，其诊断效果要优于单个代谢物，2个代谢物联合：胱氨酸+脯氨酸(AUC＝0.85，95％CI：0.78-0.90，P<0.001)，胱氨酸+天冬氨酸(AUC＝0.90，95％CI：0.85-0.94，P<0.001)，脯氨酸+天冬氨酸(AUC＝0.87，95％CI：0.76-0.96，P<0.001)，3个代谢物联合硬脂酸+软脂酸+胱氨酸(AUC＝0.88，95％CI：0.81-0.94，P<0.001)，硬脂酸+软脂酸+脯氨酸(AUC＝0.88，95％CI：0.79-0.94，P<0.001)，硬脂酸+软脂酸+天冬氨酸(AUC＝0.87，95％CI：0.80-0.94，P<0.001)，胱氨酸+脯氨酸+天冬氨酸(AUC＝0.90，95％CI：0.83-0.96，P<0.001)，4个代谢物联合硬脂酸+软脂酸+胱氨酸+脯氨酸(AUC＝0.89，95％CI：0.82-0.94，P<0.001)，硬脂酸+软脂酸+天冬氨酸+脯氨酸(AUC＝0.91，95％CI：0.81-0.97，P<0.001)，硬脂酸+软脂酸+天冬氨酸+胱氨酸(AUC＝0.91，95％CI：0.86-0.96，P<0.001)，5个代谢物联合硬脂酸+软脂酸+胱氨酸+脯氨酸+天冬氨酸(AUC＝0.92，95％CI：0.87-0.97，P<0.001)(表5)。因此，这5个差异代谢物作为一个代谢集可以用于诊断MM。
表4
Figure BDA0002290640100000111
表5
Figure BDA0002290640100000112
实施例3：5个代谢物在诊断MM中的应用
一、对象和方法
1、标本来源
在取得患者同意后，收集湘雅附三医院25例HD和32例MM初诊患者的外周静脉血血浆，所有MM患者均经检测血清单克隆免疫球蛋白和骨髓浆细胞比例确诊。HD的年龄、性别、体重指数与MM患者相匹配。采血时间均为清晨空腹状态。血浆样本置于-80℃保存。
2、主要试剂
乙腈、甲醇、甲酸(色谱级别)购于Sigma-Aldrich公司；分析纯氯仿、吡啶购于中国医药集团总公司；甲氧基胺、N-甲基-N-(三甲基硅烷)三氟乙酰胺(含1％三甲基氯硅烷)、十七烷酸、L-2-氯苯丙氨酸、醋酸钠、标准品包括硬脂酸、软脂酸、脯氨酸、天冬氨酸和胱氨酸，购于Sigma-Aldrich公司；去离子水由Millipore公司的MIlli-Q超纯水系统制备。
3、外周血差异代谢物的浓度检测
3.1 GC-MS检测外周血硬脂酸和软脂酸浓度
3.1.1样品制备
样品处理：取100μL血浆于1.5mL离心管中，加入10μL十七烷酸(1mg/mL，甲醇溶解)作为内参，涡旋10秒混匀；然后加入300μL甲醇氯仿混合液(3：1)，涡旋30秒混匀，将样本置于-20℃孵育10分钟后，12000g离心10min(4℃)；取300μL上清于玻璃取样瓶中，在室温下用氮吹仪吹干，加入80μL甲氧基胺(15mg/mL，吡啶溶解)，30℃孵育90分钟，然后加入80μL N-甲基-N-(三甲基硅烷)三氟乙酰胺(含1％三甲基氯硅烷)，70℃孵育60分钟即得。
3.1.2检测表征
GC-MS条件：色谱分离采用超高效气相色谱，质谱分析采用四级杆-飞行时间质谱。色谱柱为DB-5ms毛细柱(30m×250μm i.d.，0.25μm)；载气为高纯氦气，流速1.0mL/min；进样量1μL；程序升温：80℃恒温2min，80℃-180℃(10℃/min)，180℃-240℃(5℃/min)，240℃-290℃(25℃/min)，290℃恒温9min；不分流，进样温度260℃；接口温度270℃；离子源温度200℃；电子能量70eV；采用全扫描模式，扫描质量范围：m/z 30-600道尔顿，光谱采集率为20光谱/s。
3.1.3数据处理和分析
3.2 LC-MS检测外周血脯氨酸、天冬氨酸和胱氨酸浓度
3.2.1样品处理
取100μL血浆到1.5mL EP管，先后加入100μL水(包含0.1mg/mL L-2-氯苯丙氨酸作为内参)和400μL甲醇/乙腈混合液(甲醇：乙腈＝3：1)震荡混匀2min，室温静置10min，12000rpm离心20min，上清液用针筒过滤器过滤(0.22μm)，并转移到新的1.5mL EP管，取5μL样品进行LC-MS分析。
3.2.2检测表征
液相色谱条件：色谱柱为BEH C18柱(100mm×2.1mm，1.7μm)，柱温40℃，进样量5μL，流动相A为0.1％甲酸的水，流动相B为含0.1％甲酸的乙腈，柱子经流动相A和B混合液线性梯度洗脱：1-20％B液洗脱0-1min，20-70％B液洗脱1-3min，70-85％B液洗脱3-8min，85-100％B液洗脱8-9min，100％B液洗脱5min，流速为0.4mL/min。
质谱条件：离子喷雾离子化源正离子化模式；离子源温度120℃,锥孔气流速50L/h；脱溶剂气温度300℃，流速600L/h；毛细管电压3.2KV；锥孔电压35V；扫描方式为多重反应监测；质谱采集速率50to 1000m/z。
3.2.3数据处理和分析
3.3结果
GC-MS靶向检测结果显示MM患者外周血中硬脂酸和软脂酸浓度显著低于HD，HD外周血硬脂酸平均浓度：171.91±62.89μg/mL，HD外周血软脂酸平均浓度：62.98±22.24μg/mL，MM患者外周血硬脂酸平均浓度：116.60±38.60μg/mL，MM患者外周血软脂酸平均浓度：46.03±16.71μg/mL(表6)。
LC-MS靶向检测结果显示MM患者外周血中脯氨酸、天冬氨酸和胱氨酸浓度均显著高于HD，HD外周血脯氨酸平均浓度：41.55±9.31μg/mL，HD外周血天冬氨酸平均浓度：0.67±0.37μg/mL，HD外周血胱氨酸平均浓度：19.92±6.38μg/mL，MM患者外周血脯氨酸平均浓度：52.20±15.77μg/mL，MM患者外周血天冬氨酸平均浓度：1.58±1.10μg/mL，MM患者外周血胱氨酸平均浓度：31.06±14.33μg/mL(表6)。
ROC曲线分析结果显示5个代谢物AUC值均大于0.7，分别为：硬脂酸：AUC＝0.78，95％CI：0.65-0.91，P<0.001，软脂酸：AUC＝0.74，95％CI：0.65-0.89，P＝0.02，脯氨酸：AUC＝0.72，95％CI：0.57-0.85，P＝0.005，天冬氨酸：AUC＝0.82，95％CI：0.71-0.93，P<0.001，胱氨酸：AUC＝0.78，95％CI：0.65-0.89，P<0.001(表7)。5个代谢物作为一个整体诊断MM能达到很好的诊断效果，其AUC值为0.92(95％CI：0.82-1,P<0.001)(图5)。靶向代谢检测结果进一步证实硬脂酸、软脂酸、脯氨酸、天冬氨酸和胱氨酸组成的代谢集是一个理想的MM血液诊断代谢标记物。
表6
表7

Claims (10)

1.诊断多发性骨髓瘤的血液代谢物标志物，包括：脯氨酸、天冬氨酸、胱氨酸、硬脂酸、软脂酸中的一种或多种。
2.根据权利要求1所述的诊断多发性骨髓瘤的血液代谢物标志物，其特征在于，不包含硬脂酸或软脂酸，或硬脂酸+软脂酸。
3.根据权利要求1所述的诊断多发性骨髓瘤的血液代谢物标志物，其特征在于，包括以下十一种中的任一种：胱氨酸+脯氨酸，胱氨酸+天冬氨酸，脯氨酸+天冬氨酸，硬脂酸+软脂酸+胱氨酸，硬脂酸+软脂酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸，胱氨酸+脯氨酸+天冬氨酸，硬脂酸+软脂酸+胱氨酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸+胱氨酸，硬脂酸+软脂酸+胱氨酸+脯氨酸+天冬氨酸。
4.根据权利要求3所述的诊断多发性骨髓瘤的血液代谢物标志物，其特征在于，包括以下十种中的任一种：胱氨酸+天冬氨酸，脯氨酸+天冬氨酸，硬脂酸+软脂酸+胱氨酸，硬脂酸+软脂酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸，胱氨酸+脯氨酸+天冬氨酸，硬脂酸+软脂酸+胱氨酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸+胱氨酸，硬脂酸+软脂酸+胱氨酸+脯氨酸+天冬氨酸。
5.根据权利要求4所述的诊断多发性骨髓瘤的血液代谢物标志物，其特征在于，包括以下五种中的任一种：胱氨酸+天冬氨酸，胱氨酸+脯氨酸+天冬氨酸，硬脂酸+软脂酸+天冬氨酸+脯氨酸，硬脂酸+软脂酸+天冬氨酸+胱氨酸，硬脂酸+软脂酸+胱氨酸+脯氨酸+天冬氨酸。
6.根据权利要求5所述的诊断多发性骨髓瘤的血液代谢物标志物，其特征在于，是硬脂酸+软脂酸+胱氨酸+脯氨酸+天冬氨酸。
7.检测权利要求1-6任一项所述的血液代谢物标志物的试剂在制备多发性骨髓瘤诊断制剂中的应用。
8.根据权利要求7所述的应用，其特征在于，选择脯氨酸、天冬氨酸、胱氨酸、硬脂酸、软脂酸中的两种或两种以上作为诊断多发性骨髓瘤的血液代谢物标志物时，所述的试剂为用于检测选择的两种或两种以上的标记物的制剂。
9.一种辅助治疗多发性骨髓瘤的食物、益生菌或者药物，其特征在于，所述的食物、益生菌或者药物能够增加外周血或骨髓中硬脂酸，软脂酸中的一种或几种的含量，和/或能够降低外周血或骨髓中脯氨酸、天冬氨酸、胱氨酸中的一种或几种的含量。
10.一种筛选辅助治疗多发性骨髓瘤的食物、益生菌或者药物的方法，其特征在于，所述方法包括检测候选食物、益生菌或者药物干预之前和干预之后的外周血或骨髓中脯氨酸、天冬氨酸、胱氨酸、硬脂酸、软脂酸中的一种或多种的含量。
CN201911178499.4A 2019-11-27 2019-11-27 诊断多发性骨髓瘤的血液代谢物标志物及应用 Active CN110749732B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911178499.4A CN110749732B (zh) 2019-11-27 2019-11-27 诊断多发性骨髓瘤的血液代谢物标志物及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911178499.4A CN110749732B (zh) 2019-11-27 2019-11-27 诊断多发性骨髓瘤的血液代谢物标志物及应用

Publications (2)

Publication Number Publication Date
CN110749732A true CN110749732A (zh) 2020-02-04
CN110749732B CN110749732B (zh) 2021-10-15

Family

ID=69284718

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911178499.4A Active CN110749732B (zh) 2019-11-27 2019-11-27 诊断多发性骨髓瘤的血液代谢物标志物及应用

Country Status (1)

Country Link
CN (1) CN110749732B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113584177A (zh) * 2021-09-15 2021-11-02 中南大学 复发难治多发性骨髓瘤标志物的应用

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090075284A1 (en) * 2006-09-19 2009-03-19 The Regents Of The University Of Michigan Metabolomic profiling of prostate cancer
CN102483416A (zh) * 2009-06-04 2012-05-30 梅坦诺米克斯保健有限公司 诊断前列腺癌的工具和方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090075284A1 (en) * 2006-09-19 2009-03-19 The Regents Of The University Of Michigan Metabolomic profiling of prostate cancer
CN102483416A (zh) * 2009-06-04 2012-05-30 梅坦诺米克斯保健有限公司 诊断前列腺癌的工具和方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
CHAIMA EL ARFANI等: "Metabolic features of multiple myeloma", 《INTERNATIONAL JOURNAL OF MOLECULAR SCIENCES》 *
JILIANG XIA等: "Potential metabolite markers of multiple myeloma", 《BLOOD》 *
MIN KIM等: "Small molecule biomarkers in Alzheimer’s disease", 《OCL》 *
NORMANN STEINER等: "The metabolomic plasma profile of myeloma patients is considerably different from healthy subjects and reveals potential new therapeutic targets", 《PLOS ONE》 *
SANAYA BAMJI-STOCKE: "A review of metabolism-associated biomarkers in lung cancer diagnosis and treatment", 《METABOLOMICS》 *
YOHEI MIYAGI等: "Plasma free amino acid profiling of five types of cancer patients and its application for early detection", 《PLOS ONE》 *
霍韬光: "代谢组学分析平台用于II型糖尿病发病和治疗机制研究", 《中国博士学位论文全文数据库》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113584177A (zh) * 2021-09-15 2021-11-02 中南大学 复发难治多发性骨髓瘤标志物的应用

Also Published As

Publication number Publication date
CN110749732B (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
Lv et al. Identification of possible biomarkers for breast cancer from free fatty acid profiles determined by GC–MS and multivariate statistical analysis
CN108414660B (zh) 一组与肺癌早期诊断相关的血浆代谢小分子标志物的应用
CN106716127B (zh) 用于检测卵巢癌的方法
CN111562338B (zh) 透明肾细胞癌代谢标志物在肾细胞癌早期筛查和诊断产品中的应用
Tang et al. Novel potential markers of nasopharyngeal carcinoma for diagnosis and therapy
CN111983083B (zh) 检测代谢物标志物在制备多发性骨髓瘤诊断工具中的应用
CN106442764B (zh) 多囊卵巢综合征的诊断和/或分型标志物及制备试剂的用途
CN110749732B (zh) 诊断多发性骨髓瘤的血液代谢物标志物及应用
CN117368476B (zh) 七种代谢标志物的检测试剂在制备乳腺癌诊断和预后产品中的应用
US20140162903A1 (en) Metabolite Biomarkers For Forecasting The Outcome of Preoperative Chemotherapy For Breast Cancer Treatment
JP2013246080A (ja) 大腸がん検査方法
Dittharot et al. Urinary metabolomic profiling in chronic hepatitis B viral infection using gas chromatography/mass spectrometry
CN105717205B (zh) 用于诊断稳定型心绞痛的代谢标志物
CN109342593A (zh) 一种鉴定子宫内膜癌生物标记物的方法及其检测试剂盒
CN112180007B (zh) 基于代谢组学的泛发性脓疱型银屑病诊断标志物及其应用
CN109212099A (zh) 一种鉴定胃溃疡生物标记物的方法及其检测试剂盒
CN109342594A (zh) 一种鉴定胃癌生物标记物的方法及其检测试剂盒
CN109406656A (zh) 一种鉴定银屑病生物标记物的方法及其检测试剂盒
CN115616227B (zh) 吲哚-3-丙烯酰甘氨酸检测试剂的用途、诊断或辅助诊断慢性阻塞性肺病的试剂盒及系统
CN109406658A (zh) 一种鉴定贫血生物标记物的方法及其检测试剂盒
CN117388495B (zh) 用于诊断肺癌分期的代谢标志物的应用及试剂盒
CN109342598A (zh) 一种鉴定脑出血生物标记物的方法及其检测试剂盒
CN109061179A (zh) 氨基酸联合因子在构建结直肠癌血液学诊断模型中的应用
CN109406671A (zh) 一种鉴定类风湿性关节炎生物标记物的方法及其试剂盒
CN109187816A (zh) 一种鉴定胰腺炎生物标记物的方法及其检测试剂盒

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Zhou Wen

Inventor after: Jia Wei

Inventor after: Xia Jiliang

Inventor after: Zhang Jingyu

Inventor after: Wu Xuan

Inventor after: Wu Minghua

Inventor after: Xiang Juanjuan

Inventor before: Zhou Wen

Inventor before: Xia Jiliang

Inventor before: Zhang Jingyu

Inventor before: Wu Xuan

Inventor before: Wu Minghua

Inventor before: Xiang Juanjuan

GR01 Patent grant
GR01 Patent grant