CN114373510B - 用于肺癌诊断或监测的代谢标志物及其筛选方法和应用 - Google Patents
用于肺癌诊断或监测的代谢标志物及其筛选方法和应用 Download PDFInfo
- Publication number
- CN114373510B CN114373510B CN202111467869.3A CN202111467869A CN114373510B CN 114373510 B CN114373510 B CN 114373510B CN 202111467869 A CN202111467869 A CN 202111467869A CN 114373510 B CN114373510 B CN 114373510B
- Authority
- CN
- China
- Prior art keywords
- lung cancer
- acid
- leucine
- gamma
- diagnosing
- 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
Links
- 206010058467 Lung neoplasm malignant Diseases 0.000 title claims abstract description 205
- 201000005202 lung cancer Diseases 0.000 title claims abstract description 205
- 208000020816 lung neoplasm Diseases 0.000 title claims abstract description 205
- 230000002503 metabolic effect Effects 0.000 title claims abstract description 90
- 239000003550 marker Substances 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012216 screening Methods 0.000 title claims abstract description 22
- 238000012544 monitoring process Methods 0.000 title claims abstract description 17
- WPYMKLBDIGXBTP-UHFFFAOYSA-N benzoic acid Chemical compound OC(=O)C1=CC=CC=C1 WPYMKLBDIGXBTP-UHFFFAOYSA-N 0.000 claims abstract description 70
- AEMRFAOFKBGASW-UHFFFAOYSA-N Glycolic acid Chemical compound OCC(O)=O AEMRFAOFKBGASW-UHFFFAOYSA-N 0.000 claims abstract description 68
- MTCFGRXMJLQNBG-REOHCLBHSA-N (2S)-2-Amino-3-hydroxypropansäure Chemical compound OC[C@H](N)C(O)=O MTCFGRXMJLQNBG-REOHCLBHSA-N 0.000 claims abstract description 66
- NYHBQMYGNKIUIF-UUOKFMHZSA-N Guanosine Chemical compound C1=NC=2C(=O)NC(N)=NC=2N1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O NYHBQMYGNKIUIF-UUOKFMHZSA-N 0.000 claims abstract description 66
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 claims abstract description 64
- DRTQHJPVMGBUCF-XVFCMESISA-N Uridine Chemical compound O[C@@H]1[C@H](O)[C@@H](CO)O[C@H]1N1C(=O)NC(=O)C=C1 DRTQHJPVMGBUCF-XVFCMESISA-N 0.000 claims abstract description 64
- VZCYOOQTPOCHFL-OWOJBTEDSA-N Fumaric acid Chemical compound OC(=O)\C=C\C(O)=O VZCYOOQTPOCHFL-OWOJBTEDSA-N 0.000 claims abstract description 60
- NGEWQZIDQIYUNV-UHFFFAOYSA-N 2-hydroxy-3-methylbutyric acid Chemical compound CC(C)C(O)C(O)=O NGEWQZIDQIYUNV-UHFFFAOYSA-N 0.000 claims abstract description 54
- LCTONWCANYUPML-UHFFFAOYSA-N Pyruvic acid Chemical compound CC(=O)C(O)=O LCTONWCANYUPML-UHFFFAOYSA-N 0.000 claims abstract description 54
- XOAAWQZATWQOTB-UHFFFAOYSA-N taurine Chemical compound NCCS(O)(=O)=O XOAAWQZATWQOTB-UHFFFAOYSA-N 0.000 claims abstract description 54
- HNJBEVLQSNELDL-UHFFFAOYSA-N pyrrolidin-2-one Chemical compound O=C1CCCN1 HNJBEVLQSNELDL-UHFFFAOYSA-N 0.000 claims abstract description 39
- CMUNUTVVOOHQPW-LURJTMIESA-N L-proline betaine Chemical compound C[N+]1(C)CCC[C@H]1C([O-])=O CMUNUTVVOOHQPW-LURJTMIESA-N 0.000 claims abstract description 36
- RFCVXVPWSPOMFJ-STQMWFEESA-N Phe-Leu Chemical compound CC(C)C[C@@H](C(O)=O)NC(=O)[C@@H](N)CC1=CC=CC=C1 RFCVXVPWSPOMFJ-STQMWFEESA-N 0.000 claims abstract description 36
- ZIYVHBGGAOATLY-UHFFFAOYSA-N methylmalonic acid Chemical compound OC(=O)C(C)C(O)=O ZIYVHBGGAOATLY-UHFFFAOYSA-N 0.000 claims abstract description 36
- 108010073101 phenylalanylleucine Proteins 0.000 claims abstract description 36
- CMUNUTVVOOHQPW-ZCFIWIBFSA-N stachydrine Natural products C[N+]1(C)CCC[C@@H]1C([O-])=O CMUNUTVVOOHQPW-ZCFIWIBFSA-N 0.000 claims abstract description 36
- FUFLCEKSBBHCMO-UHFFFAOYSA-N 11-dehydrocorticosterone Natural products O=C1CCC2(C)C3C(=O)CC(C)(C(CC4)C(=O)CO)C4C3CCC2=C1 FUFLCEKSBBHCMO-UHFFFAOYSA-N 0.000 claims abstract description 35
- 239000005711 Benzoic acid Substances 0.000 claims abstract description 35
- MFYSYFVPBJMHGN-ZPOLXVRWSA-N Cortisone Chemical compound O=C1CC[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 MFYSYFVPBJMHGN-ZPOLXVRWSA-N 0.000 claims abstract description 35
- MFYSYFVPBJMHGN-UHFFFAOYSA-N Cortisone Natural products O=C1CCC2(C)C3C(=O)CC(C)(C(CC4)(O)C(=O)CO)C4C3CCC2=C1 MFYSYFVPBJMHGN-UHFFFAOYSA-N 0.000 claims abstract description 35
- 235000010233 benzoic acid Nutrition 0.000 claims abstract description 35
- 229960004544 cortisone Drugs 0.000 claims abstract description 35
- XUIIKFGFIJCVMT-LBPRGKRZSA-N L-thyroxine Chemical compound IC1=CC(C[C@H]([NH3+])C([O-])=O)=CC(I)=C1OC1=CC(I)=C(O)C(I)=C1 XUIIKFGFIJCVMT-LBPRGKRZSA-N 0.000 claims abstract description 34
- 229950008325 levothyroxine Drugs 0.000 claims abstract description 34
- XUIIKFGFIJCVMT-UHFFFAOYSA-N thyroxine-binding globulin Natural products IC1=CC(CC([NH3+])C([O-])=O)=CC(I)=C1OC1=CC(I)=C(O)C(I)=C1 XUIIKFGFIJCVMT-UHFFFAOYSA-N 0.000 claims abstract description 34
- KWIUHFFTVRNATP-UHFFFAOYSA-N Betaine Natural products C[N+](C)(C)CC([O-])=O KWIUHFFTVRNATP-UHFFFAOYSA-N 0.000 claims abstract description 33
- MIKUYHXYGGJMLM-GIMIYPNGSA-N Crotonoside Natural products C1=NC2=C(N)NC(=O)N=C2N1[C@H]1O[C@@H](CO)[C@H](O)[C@@H]1O MIKUYHXYGGJMLM-GIMIYPNGSA-N 0.000 claims abstract description 33
- NYHBQMYGNKIUIF-UHFFFAOYSA-N D-guanosine Natural products C1=2NC(N)=NC(=O)C=2N=CN1C1OC(CO)C(O)C1O NYHBQMYGNKIUIF-UHFFFAOYSA-N 0.000 claims abstract description 33
- KWIUHFFTVRNATP-UHFFFAOYSA-O N,N,N-trimethylglycinium Chemical compound C[N+](C)(C)CC(O)=O KWIUHFFTVRNATP-UHFFFAOYSA-O 0.000 claims abstract description 33
- 229960004365 benzoic acid Drugs 0.000 claims abstract description 33
- 229960003237 betaine Drugs 0.000 claims abstract description 33
- 229940029575 guanosine Drugs 0.000 claims abstract description 33
- 229960001153 serine Drugs 0.000 claims abstract description 33
- 239000004473 Threonine Substances 0.000 claims abstract description 32
- DRTQHJPVMGBUCF-PSQAKQOGSA-N beta-L-uridine Natural products O[C@H]1[C@@H](O)[C@H](CO)O[C@@H]1N1C(=O)NC(=O)C=C1 DRTQHJPVMGBUCF-PSQAKQOGSA-N 0.000 claims abstract description 32
- 229960002898 threonine Drugs 0.000 claims abstract description 32
- DRTQHJPVMGBUCF-UHFFFAOYSA-N uracil arabinoside Natural products OC1C(O)C(CO)OC1N1C(=O)NC(=O)C=C1 DRTQHJPVMGBUCF-UHFFFAOYSA-N 0.000 claims abstract description 32
- 229940045145 uridine Drugs 0.000 claims abstract description 32
- MYFMARDICOWMQP-HTQZYQBOSA-N (2R)-2-[[(4R)-4-amino-4-carboxybutanoyl]amino]-4-methylpentanoic acid Chemical compound CC(C)C[C@@H](NC(=O)CC[C@@H](N)C(O)=O)C(O)=O MYFMARDICOWMQP-HTQZYQBOSA-N 0.000 claims abstract description 31
- MYFMARDICOWMQP-UHFFFAOYSA-N L-L-gamma-Glutamylleucine Natural products CC(C)CC(C(O)=O)NC(=O)CCC(N)C(O)=O MYFMARDICOWMQP-UHFFFAOYSA-N 0.000 claims abstract description 31
- -1 histidine-tryptophan Chemical compound 0.000 claims abstract description 31
- DFPAKSUCGFBDDF-ZQBYOMGUSA-N [14c]-nicotinamide Chemical compound N[14C](=O)C1=CC=CN=C1 DFPAKSUCGFBDDF-ZQBYOMGUSA-N 0.000 claims abstract description 30
- 239000001530 fumaric acid Substances 0.000 claims abstract description 30
- VZCYOOQTPOCHFL-UHFFFAOYSA-N trans-butenedioic acid Natural products OC(=O)C=CC(O)=O VZCYOOQTPOCHFL-UHFFFAOYSA-N 0.000 claims abstract description 30
- OEOIWYCWCDBOPA-UHFFFAOYSA-N 6-methyl-heptanoic acid Chemical compound CC(C)CCCCC(O)=O OEOIWYCWCDBOPA-UHFFFAOYSA-N 0.000 claims abstract description 29
- 229930010555 Inosine Natural products 0.000 claims abstract description 29
- UGQMRVRMYYASKQ-KQYNXXCUSA-N Inosine Chemical compound O[C@@H]1[C@H](O)[C@@H](CO)O[C@H]1N1C2=NC=NC(O)=C2N=C1 UGQMRVRMYYASKQ-KQYNXXCUSA-N 0.000 claims abstract description 29
- RSPURTUNRHNVGF-IOSLPCCCSA-N N(2),N(2)-dimethylguanosine Chemical compound C1=NC=2C(=O)NC(N(C)C)=NC=2N1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O RSPURTUNRHNVGF-IOSLPCCCSA-N 0.000 claims abstract description 29
- 229960003786 inosine Drugs 0.000 claims abstract description 29
- 229950004354 phosphorylcholine Drugs 0.000 claims abstract description 28
- ZNHVWPKMFKADKW-VXBMJZGYSA-N (5Z,8Z,10E,14Z)-12-hydroxyicosatetraenoic acid Chemical compound CCCCC\C=C/CC(O)\C=C\C=C/C\C=C/CCCC(O)=O ZNHVWPKMFKADKW-VXBMJZGYSA-N 0.000 claims abstract description 27
- ODHCTXKNWHHXJC-VKHMYHEASA-N 5-oxo-L-proline Chemical compound OC(=O)[C@@H]1CCC(=O)N1 ODHCTXKNWHHXJC-VKHMYHEASA-N 0.000 claims abstract description 27
- JZNWSCPGTDBMEW-UHFFFAOYSA-N Glycerophosphorylethanolamin Natural products NCCOP(O)(=O)OCC(O)CO JZNWSCPGTDBMEW-UHFFFAOYSA-N 0.000 claims abstract description 27
- CWRILEGKIAOYKP-SSDOTTSWSA-M [(2r)-3-acetyloxy-2-hydroxypropyl] 2-aminoethyl phosphate Chemical compound CC(=O)OC[C@@H](O)COP([O-])(=O)OCCN CWRILEGKIAOYKP-SSDOTTSWSA-M 0.000 claims abstract description 27
- ODHCTXKNWHHXJC-UHFFFAOYSA-N acide pyroglutamique Natural products OC(=O)C1CCC(=O)N1 ODHCTXKNWHHXJC-UHFFFAOYSA-N 0.000 claims abstract description 27
- 229940107700 pyruvic acid Drugs 0.000 claims abstract description 27
- 229960003080 taurine Drugs 0.000 claims abstract description 27
- KPGXRSRHYNQIFN-UHFFFAOYSA-L 2-oxoglutarate(2-) Chemical compound [O-]C(=O)CCC(=O)C([O-])=O KPGXRSRHYNQIFN-UHFFFAOYSA-L 0.000 claims abstract description 23
- 239000002207 metabolite Substances 0.000 claims description 121
- 210000002966 serum Anatomy 0.000 claims description 50
- 238000001514 detection method Methods 0.000 claims description 35
- 238000004458 analytical method Methods 0.000 claims description 34
- JFLIEFSWGNOPJJ-JTQLQIEISA-N N(2)-phenylacetyl-L-glutamine Chemical compound NC(=O)CC[C@@H](C(O)=O)NC(=O)CC1=CC=CC=C1 JFLIEFSWGNOPJJ-JTQLQIEISA-N 0.000 claims description 32
- XHHOHZPNYFQJKL-QWRGUYRKSA-N gamma-Glu-Phe Chemical compound OC(=O)[C@@H](N)CCC(=O)N[C@H](C(O)=O)CC1=CC=CC=C1 XHHOHZPNYFQJKL-QWRGUYRKSA-N 0.000 claims description 31
- 108010030535 gamma-glutamylphenylalanine Proteins 0.000 claims description 31
- KPGXRSRHYNQIFN-UHFFFAOYSA-N 2-oxoglutaric acid Chemical compound OC(=O)CCC(=O)C(O)=O KPGXRSRHYNQIFN-UHFFFAOYSA-N 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 239000003153 chemical reaction reagent Substances 0.000 claims description 7
- ASWBNKHCZGQVJV-HSZRJFAPSA-N 1-hexadecanoyl-sn-glycero-3-phosphocholine Chemical compound CCCCCCCCCCCCCCCC(=O)OC[C@@H](O)COP([O-])(=O)OCC[N+](C)(C)C ASWBNKHCZGQVJV-HSZRJFAPSA-N 0.000 claims description 6
- DFPAKSUCGFBDDF-UHFFFAOYSA-N Nicotinamide Chemical compound NC(=O)C1=CC=CN=C1 DFPAKSUCGFBDDF-UHFFFAOYSA-N 0.000 claims description 6
- 238000003066 decision tree Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000007637 random forest analysis Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000004060 metabolic process Effects 0.000 claims description 4
- 229960003966 nicotinamide Drugs 0.000 claims description 3
- 235000005152 nicotinamide Nutrition 0.000 claims description 3
- 239000011570 nicotinamide Substances 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 claims description 2
- COLNVLDHVKWLRT-QMMMGPOBSA-N L-phenylalanine Chemical compound OC(=O)[C@@H](N)CC1=CC=CC=C1 COLNVLDHVKWLRT-QMMMGPOBSA-N 0.000 abstract description 8
- 230000035945 sensitivity Effects 0.000 abstract description 5
- COLNVLDHVKWLRT-UHFFFAOYSA-N phenylalanine Natural products OC(=O)C(N)CC1=CC=CC=C1 COLNVLDHVKWLRT-UHFFFAOYSA-N 0.000 abstract description 2
- LSBDFXRDZJMBSC-UHFFFAOYSA-N 2-phenylacetamide Chemical compound NC(=O)CC1=CC=CC=C1 LSBDFXRDZJMBSC-UHFFFAOYSA-N 0.000 abstract 2
- 239000000523 sample Substances 0.000 description 66
- 238000003745 diagnosis Methods 0.000 description 49
- WEVYAHXRMPXWCK-UHFFFAOYSA-N Acetonitrile Chemical compound CC#N WEVYAHXRMPXWCK-UHFFFAOYSA-N 0.000 description 21
- 239000000126 substance Substances 0.000 description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 21
- 208000019693 Lung disease Diseases 0.000 description 19
- 238000010276 construction Methods 0.000 description 19
- 230000008859 change Effects 0.000 description 18
- 150000002500 ions Chemical class 0.000 description 18
- QTBSBXVTEAMEQO-UHFFFAOYSA-N Acetic acid Chemical compound CC(O)=O QTBSBXVTEAMEQO-UHFFFAOYSA-N 0.000 description 12
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 12
- 239000013062 quality control Sample Substances 0.000 description 12
- 206010054107 Nodule Diseases 0.000 description 11
- 210000004072 lung Anatomy 0.000 description 11
- 239000000243 solution Substances 0.000 description 11
- 238000003556 assay Methods 0.000 description 9
- 239000007789 gas Substances 0.000 description 9
- 238000007477 logistic regression Methods 0.000 description 9
- 238000001819 mass spectrum Methods 0.000 description 9
- 239000000203 mixture Substances 0.000 description 8
- 208000002154 non-small cell lung carcinoma Diseases 0.000 description 7
- 238000010257 thawing Methods 0.000 description 7
- 208000029729 tumor suppressor gene on chromosome 11 Diseases 0.000 description 7
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 6
- 206010014561 Emphysema Diseases 0.000 description 6
- 206010018691 Granuloma Diseases 0.000 description 6
- 208000002927 Hamartoma Diseases 0.000 description 6
- 206010028980 Neoplasm Diseases 0.000 description 6
- 206010035664 Pneumonia Diseases 0.000 description 6
- 238000001294 liquid chromatography-tandem mass spectrometry Methods 0.000 description 6
- 230000003211 malignant effect Effects 0.000 description 6
- 239000006228 supernatant Substances 0.000 description 6
- 210000002700 urine Anatomy 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 201000011510 cancer Diseases 0.000 description 5
- 238000005119 centrifugation Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 238000004811 liquid chromatography Methods 0.000 description 5
- 238000004949 mass spectrometry Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 108090000623 proteins and genes Proteins 0.000 description 5
- YBAFDPFAUTYYRW-YUMQZZPRSA-N Glu-Leu Chemical compound CC(C)C[C@@H](C(O)=O)NC(=O)[C@@H](N)CCC(O)=O YBAFDPFAUTYYRW-YUMQZZPRSA-N 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000005315 distribution function Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 239000013610 patient sample Substances 0.000 description 4
- 229960005190 phenylalanine Drugs 0.000 description 4
- 239000000047 product Substances 0.000 description 4
- 238000004451 qualitative analysis Methods 0.000 description 4
- 238000003908 quality control method Methods 0.000 description 4
- 238000004445 quantitative analysis Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008685 targeting Effects 0.000 description 4
- 239000002253 acid Substances 0.000 description 3
- 150000001408 amides Chemical class 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 238000010241 blood sampling Methods 0.000 description 3
- 230000034994 death Effects 0.000 description 3
- 231100000517 death Toxicity 0.000 description 3
- 238000010828 elution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 238000002705 metabolomic analysis Methods 0.000 description 3
- 230000001431 metabolomic effect Effects 0.000 description 3
- 230000007170 pathology Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000002980 postoperative effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 102000004169 proteins and genes Human genes 0.000 description 3
- 230000009885 systemic effect Effects 0.000 description 3
- 210000000115 thoracic cavity Anatomy 0.000 description 3
- 238000004704 ultra performance liquid chromatography Methods 0.000 description 3
- 239000003643 water by type Substances 0.000 description 3
- 238000005303 weighing Methods 0.000 description 3
- ZDOIEZAFQAGNKJ-UHFFFAOYSA-N 2-amino-3-oxopentanedioic acid Chemical compound OC(=O)C(N)C(=O)CC(O)=O ZDOIEZAFQAGNKJ-UHFFFAOYSA-N 0.000 description 2
- XWLVCCHVHXBFBC-SXBJJNBASA-N 2-amino-9-[(2r,3r,4s,5r)-3,4-dihydroxy-5-(hydroxymethyl)oxolan-2-yl]-3h-purin-6-one Chemical compound C1=NC=2C(=O)NC(N)=NC=2N1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O.C1=2NC(N)=NC(=O)C=2N=CN1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O XWLVCCHVHXBFBC-SXBJJNBASA-N 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 206010041067 Small cell lung cancer Diseases 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000006682 Warburg effect Effects 0.000 description 2
- 239000007864 aqueous solution Substances 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 231100000504 carcinogenesis Toxicity 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000000132 electrospray ionisation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 229960002598 fumaric acid Drugs 0.000 description 2
- 238000000265 homogenisation Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 239000008188 pellet Substances 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 208000000587 small cell lung carcinoma Diseases 0.000 description 2
- 150000003384 small molecules Chemical class 0.000 description 2
- 239000002904 solvent Substances 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 230000004102 tricarboxylic acid cycle Effects 0.000 description 2
- XYHKNCXZYYTLRG-UHFFFAOYSA-N 1h-imidazole-2-carbaldehyde Chemical compound O=CC1=NC=CN1 XYHKNCXZYYTLRG-UHFFFAOYSA-N 0.000 description 1
- GWYFCOCPABKNJV-UHFFFAOYSA-M 3-Methylbutanoic acid Natural products CC(C)CC([O-])=O GWYFCOCPABKNJV-UHFFFAOYSA-M 0.000 description 1
- VHUUQVKOLVNVRT-UHFFFAOYSA-N Ammonium hydroxide Chemical compound [NH4+].[OH-] VHUUQVKOLVNVRT-UHFFFAOYSA-N 0.000 description 1
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 101001086862 Homo sapiens Pulmonary surfactant-associated protein B Proteins 0.000 description 1
- WHUUTDBJXJRKMK-VKHMYHEASA-N L-glutamic acid Chemical compound OC(=O)[C@@H](N)CCC(O)=O WHUUTDBJXJRKMK-VKHMYHEASA-N 0.000 description 1
- 102100032617 Pulmonary surfactant-associated protein B Human genes 0.000 description 1
- DPXJVFZANSGRMM-UHFFFAOYSA-N acetic acid;2,3,4,5,6-pentahydroxyhexanal;sodium Chemical compound [Na].CC(O)=O.OCC(O)C(O)C(O)C(O)C=O DPXJVFZANSGRMM-UHFFFAOYSA-N 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- HWXBTNAVRSUOJR-UHFFFAOYSA-N alpha-hydroxyglutaric acid Natural products OC(=O)C(O)CCC(O)=O HWXBTNAVRSUOJR-UHFFFAOYSA-N 0.000 description 1
- 229940009533 alpha-ketoglutaric acid Drugs 0.000 description 1
- VZTDIZULWFCMLS-UHFFFAOYSA-N ammonium formate Chemical compound [NH4+].[O-]C=O VZTDIZULWFCMLS-UHFFFAOYSA-N 0.000 description 1
- 235000011114 ammonium hydroxide Nutrition 0.000 description 1
- GWYFCOCPABKNJV-UHFFFAOYSA-N beta-methyl-butyric acid Natural products CC(C)CC(O)=O GWYFCOCPABKNJV-UHFFFAOYSA-N 0.000 description 1
- 239000013060 biological fluid Substances 0.000 description 1
- 230000009702 cancer cell proliferation Effects 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 239000000104 diagnostic biomarker Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000037149 energy metabolism Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000034659 glycolysis Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 238000000589 high-performance liquid chromatography-mass spectrometry Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004066 metabolic change Effects 0.000 description 1
- 230000037353 metabolic pathway Effects 0.000 description 1
- 239000011259 mixed solution Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000002552 multiple reaction monitoring Methods 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000004796 pathophysiological change Effects 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 239000008213 purified water Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000008672 reprogramming Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000004885 tandem mass spectrometry Methods 0.000 description 1
- 239000012085 test solution Substances 0.000 description 1
- 229960004799 tryptophan Drugs 0.000 description 1
- 230000005748 tumor development Effects 0.000 description 1
- 230000005751 tumor progression Effects 0.000 description 1
- 230000002485 urinary effect Effects 0.000 description 1
- XOOUIPVCVHRTMJ-UHFFFAOYSA-L zinc stearate Chemical compound [Zn+2].CCCCCCCCCCCCCCCCCC([O-])=O.CCCCCCCCCCCCCCCCCC([O-])=O XOOUIPVCVHRTMJ-UHFFFAOYSA-L 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Urology & Nephrology (AREA)
- Molecular Biology (AREA)
- Hematology (AREA)
- Biomedical Technology (AREA)
- Biotechnology (AREA)
- Cell Biology (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Public Health (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Hospice & Palliative Care (AREA)
- Oncology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Microbiology (AREA)
- Biophysics (AREA)
- Bioethics (AREA)
- Artificial Intelligence (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明提供一种用于诊断或监测肺癌的代谢标志物及其筛选方法和应用，该代谢标志物体系选自水苏碱、组氨酸‑色氨酸、L‑苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2‑吡咯烷酮、γ‑谷氨酰苯丙氨酸、丙酮酸、L‑苯丙氨酰‑L‑亮氨酸、富马酸、溶血磷脂酰乙醇胺、α‑羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1‑十六烷酰基‑sn‑甘油‑3‑磷酸胆碱、肌苷、12‑羟基‑5Z,8Z,10E,14Z‑二十碳四烯酸、异辛酸、L‑焦谷氨酸、N‑L‑γ‑谷氨酰‑L‑亮氨酸、α‑酮戊二酸、尿苷、牛磺酸、L‑丝氨酸、苯乙酰谷氨酰胺中的至少一种。本发明提供的代谢标志物能精确诊断肺癌患者，灵敏度和特异性强。
Description
技术领域
本发明涉及检测诊断技术领域，具体涉及一种用于肺癌诊断或监测的代谢标志物及其筛选方法和应用。
背景技术
根据世界卫生组织国际癌症研究机构发布的数据，2020年全球乳腺癌发病例数最多，肺癌处于排名第二，占新发肿瘤病例的11.4％；其死亡率依然排在第一，占死亡病例的18％。尽管针对肺癌的预防和治疗已做出了广泛的努力，肺癌仍然是最致命的癌症之一，是男性癌症死亡的首要原因，也是女性癌症死亡的第二大原因。
根据组织病理学，肺癌主要分为非小细胞肺癌(NSCLC)和小细胞肺癌 (SCLC)两类，非小细胞肺癌占比高达85％～90％。临床上，非小细胞肺癌在诊断时常常已进入为晚期。超过半数的非小细胞肺癌患者在确诊后1年内死亡，5年生存率不到20％。但是，早期肺癌患者5年生存率可高达90％以上。因此，对肺癌的早期诊断是肺癌患者获得良好预后以及减少死亡率的重要方法。
临床上确诊肺癌的手段主要依靠超声影像和肺穿刺。其中，超声诊断的灵敏度较低，而肺穿刺对患者的肺部有损伤，存在风险，不易推广，导致很多患者直到肺癌失代偿期才被确诊。有研究发现：基因分子可以作为肺癌诊断的标志物，但是单个基因诊断的敏感度与特异性亟待提高。
另外，美国国家肺部筛查试验(NLST)的数据表明，利用低剂量计算机断层扫描(LDCT)对高危人群进行早期肺癌筛查，可将肺癌死亡率降低 20％，总死亡率降低7％(Bethesda,et al.Reduced lung-cancer mortality with low-dose computedtomographic screening.N Engl J Med.2011；365: 395-409.)。但是，LDCT存在辐射暴露和假阳性率高等问题，影响基于LDCT 筛查在全球范围内的实用性。
代谢组学是继基因组学和蛋白质组学之后的一门新兴学科，是系统生物学的重要组成部分。代谢组学已经发展并迅速渗透到许多领域，其目的是通过监测生物液或组织中小分子代谢物的水平来研究生物系统中的整体代谢差异，并寻找代谢物与病理生理变化的相对关系。肿瘤的发生必然伴随有代谢的改变，但是在早期阶段，小分子代谢物的变化非常微弱，不容易被发现 (Pei-Hsuan,C.,Ling,C.,Kenneth,H.et al.Metabolic diversityin human non-small cell lung cancer cells.Molecular Cell.2019,76,1-14.Brandon,F., Ashley,S.,Ralph,J.D.Metabolic reprogramming and cancerprogression.Science.2020,April 10；368.)。大量研究表明，肿瘤的发生和发展与能量代谢密切相关，比如瓦博格效应(Warburg effect、三羧酸循环(TCA)、糖酵解途径等，为满足癌细胞增殖提供能量需求(Vander Heiden,MG.,Cantley, LC.,Thompson,CB.Understanding the Warburg effect:the metabolic requirements of cellproliferation.Science 2009；324(5930):1029-33.)。因此，基于血液或尿液的生物标记物或多重标记物组合可以补充LDCT筛查的缺陷，可能能够在实施肺癌筛查方面作出重大贡献。
在过去十年中，也有一些科学家尝试在肺癌筛查、诊断、预后等领域应用代谢组学，研究发现了一些在肺癌发生和发展过程中发生改变的代谢物和代谢通路，获得了一些可靠的肺癌诊断生物标志物，例如Mathe,E.A., Patterson,A.D.,Haznadar,M.etal.Noninvasive urinary metabolomic profiling identifies diagnostic andprognostic markers in lung cancer.Cancer Res.2014,74:3259-3270.William,R.W.,Samir,H.,Brian,D.et al.Diacetylspermine is a novel prediagnostic serumbiomarker for non-small-cell lung cancer and has additive performance withpro-surfactant protein B.J Clin Oncol.2015,Nov 20；33(33):3880-6.Agnieszka,K.,Szymon,P.,Mariusz,K.et al.Serum lipidome screening in patients with stage Inon-small cell lung cancer.Clin Exp Med.2019；19(4):505-513.。但这些研究大多数样本量不大，采用非靶向检测技术，特异性不强，筛选得到的代谢物在临床应用中价值不大。
发明内容
基于此，有必要提供一种用于肺癌诊断或的代谢标志物及其筛选方法和应用，临床样本量大，特异性强，筛选得到的代谢标志物临床应用价值大。
本发明采用如下技术方案：
本发明提供一种用于诊断或监测肺癌的代谢标志物，所述代谢标志物至少选自水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基 -5Z,8Z,10E,14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺中的至少一种。
本发明提供一种用于诊断或监测肺癌的代谢标志物，所述代谢标志物至少选自水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基 -5Z,8Z,10E,14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸中的至少一种。进一步地，所述代谢标志物优选包括α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺中的至少一种。
在其中一些实施例中，所述代谢标志物优选选自水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸γ-谷氨酰苯丙氨酸、L-苯丙氨酰-L-亮氨酸中的至少一种。进一步地，所述代谢标志物还选自可的松、烟酰胺、2-吡咯烷酮、丙酮酸中的至少一种。进一步地，所述代谢标志物还选自富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素中的至少一种。进一步地，所述代谢标志物还选自二甲基鸟苷、1-十六烷酰基 -sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z,8Z,10E,14Z-二十碳四烯酸、异辛酸、 L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸中的至少一种。进一步地，所述代谢标志物还选自α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸和苯乙酰谷氨酰胺中的至少一种。
在其中一些实施例中，所述用于诊断或监测肺癌的代谢标志物包括水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、L-苯丙氨酰-L-亮氨酸、α-羟基异戊酸、苯甲酸、二甲基鸟苷、异辛酸、N-L-γ-谷氨酰-L-亮氨酸中的至少一种。进一步地，所述用于诊断或监测肺癌的代谢标志物还包括烟酰胺、丙酮酸、溶血磷脂酰乙醇胺、甜菜碱、 1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、α-酮戊二酸、尿苷、L-丝氨酸、苯乙酰谷氨酰胺中的至少一种。和/或，进一步地，所述用于诊断或监测肺癌的代谢标志物还包括可的松、富马酸、鸟苷、左旋甲状腺素、L-焦谷氨酸、牛磺酸中的至少一种。
在其中一些实施例中，用于区分肺癌和健康人的代谢标志物至少选自水苏碱、异琥珀酸、可的松、烟酰胺、鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z,8Z,10E,14Z-二十碳四烯酸、α-酮戊二酸、尿苷、L- 丝氨酸、苯乙酰谷氨酰胺中的至少一种。
在其中一些实施例中，用于区别早期肺癌和非肺癌患者的代谢标志物至少选自组氨酸-色氨酸、乙醇酸、异琥珀酸、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、 L-苯丙氨酰-L-亮氨酸、苯甲酸、1-十六烷酰基-sn-甘油-3-磷酸胆碱、N-L-γ- 谷氨酰-L-亮氨酸、α-酮戊二酸中的至少一种。
在其中一些实施例中，用于区别早期肺癌和良性肺部疾病的代谢标志物至少选自水苏碱、组氨酸-色氨酸、L-苏氨酸、异琥珀酸、可的松、烟酰胺、 2-吡咯烷酮、γ-谷氨酰苯丙氨酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、鸟苷、苯甲酸、左旋甲状腺素、12-羟基-5Z,8Z,10E,14Z-二十碳四烯酸、异辛酸、N-L-γ-谷氨酰-L-亮氨酸中的至少一种。
在其中一些实施例中，用于区分早期肺癌和健康人的代谢标志物至少选自异琥珀酸、可的松、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、富马酸、α- 羟基异戊酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3- 磷酸胆碱、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺中的至少一种。
在其中一些实施例中，用于区分良恶性结节的的代谢标志物至少选自组氨酸-色氨酸、乙醇酸、2-吡咯烷酮、L-苯丙氨酰-L-亮氨酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、N-L-γ- 谷氨酰-L-亮氨酸中的至少一种。
在ROC曲线评价方法中，本发明中单个代谢标志物在ROC曲线下的面积AUC值为0.702～0.813。多个代谢物组的性能明显优于单个代谢物，ROC 曲线下的面积AUC值最高能达到0.998，能够对肺癌患者进行有效诊断。
上述所述用于诊断或监测肺癌的代谢标志物在制备诊断或监测肺癌的代谢物数据库、试剂产品或者试剂盒中的应用。
本发明还提供一种试剂产品或者试剂盒，包括上述所述的用于诊断或监测肺癌的代谢标志物的标准品。
进一步地，所述试剂产品或者试剂盒还包括提取富集所述代谢标志物的溶剂和/或内标物。
本发明还提供一种用于诊断或监测肺癌的代谢标志物的筛选方法，包括如下步骤：分别采集肺癌组样本和非肺癌组样本；构建肺癌血清特异性代谢组数据库；采用LC-MS检测分析获得谱图数据；利用峰面积积分数据进行肺癌组样本和非肺癌组样本的差异代谢分析，确定差异代谢物；使用机器学习随机森林算法对肺癌组样本和非肺癌组样本间代谢物积分数据进行差异代谢物分析，将肺癌组及和非肺癌组血清样本数据的2/3作为训练集，1/3 作为测试集；对训练集进行决策树建模，然后组合多个决策树的预测，通过投票得出最终预测结果与有效诊断为肺癌患者一致的代谢物模型；采用测试集对代谢物模型进行验证，确定候选代谢标志物；合并差异分析代谢物和机器学习筛选的候选代谢标志物进行解谱，并通过标准品核对准确性，定量确定用于肺癌诊断的代谢标志物。
具体地，所述肺癌组样本包括不同TNM分期的肺癌样本。
与现有技术相比，本发明采用大规模临床样本和肺癌血清特异性代谢组数据库进行血清代谢组学研究，获得大量与疾病相关的特异性代谢物。进一步利用上述代谢物对应的同位素内标进行精确定性和定量，寻找灵敏度高、特异性好的血清代谢标志物用于肺癌诊断，并依据代谢标志物构建优良诊断模型仍具有重要的临床应用价值。采用上述30种代谢物进行肺癌诊断分析，简便、快速、经济且相对无创，易于广泛推广。
具体实施方式
下面结合具体实施例对本发明作进一步的详细说明，以使本领域的技术人员更加清楚地理解本发明。
以下各实施例，仅用于说明本发明，但不止用来限制本发明的范围。基于本发明中的具体实施例，本领域普通技术人员在没有做出创造性劳动的情况下，所获得的其他所有实施例，都属于本发明的保护范围。
在本发明实施例中，若无特殊说明，所有原料组分均为本领域技术人员熟知的市售产品；在本发明实施例中，若未具体指明，所用的技术手段均为本领域技术人员所熟知的常规手段。关键仪器信息分别见下表1：
表1实验仪器信息
| 名称 | 型号 | 品牌 |
| HPLC-MS/MS | QTRAP 6500+ | SCIEX |
| HPLC-TOF-MS | TripleTOF 6600 | SCIEX |
| 离心机 | 5424R | Eppendorf |
| 离心浓缩仪 | CentriVap | LABCONCO |
| 涡旋混合器 | VORTEX-5 | Kyllin-Be11 |
实施例1肺癌血清特异性代谢物离子对数据库构建
S1，采集样品
本研究在取得患者同意后，收集健康对照、良性肺部疾病、肺癌患者各 20例样本的外周静脉血血清。其中，健康对照为体检后无肺部疾病的健康人群；良性肺部疾病为医院检查后具有包括肺炎、错构瘤、肺气肿、慢性阻塞性肺疾病、上皮样肉芽肿性病变、肺部良性结节等疾病的患者；肺癌患者的诊断标准是经术后病理确诊。所有样本均无其它恶性肿瘤病史，无其他全身性重大疾病，无长期用药的慢性病史。
采血时间均为清晨空腹状态。所有血清样本离心后置于-80℃冰箱内保存，研究时分别取出血清样品解冻后进行后续分析。
S2，样品预处理
从-80℃冰箱中取出样品于冰上解冻至各样本中没有冰块(后续操作都要求在冰上进行)；样本解冻后，涡旋10s混匀，取样本50μL加入到对应编号的离心管中；加入300μL纯甲醇内标提取液；涡旋5min，静置24h，再置于12000r/min、4℃条件下离心10min；吸取上清液270μL浓缩24h；加入100μL复溶液(乙腈和水的体积比为1:1)，每个样本各取50μL 混合成mix检测液。
S3，建库流程
液相色谱串联质谱(LC-MS/MS)实现了从利用色谱进行物质分离到利用质谱进行物质鉴定的整个流程。基于广泛靶向代谢组方法，利用上述mix 检测液建立肺癌血清特异性代谢物离子对数据库，代谢物离子对主要有以下四种来源：MIM-EPI采集、TOF采集、迈维标准品数据库和肺癌文献代谢物。其中，通过MIM-EPI检测模式共采集到1100个离子对，TOF检测模式共采集到1300个离子对，迈维标准品数据库共采集到572个离子对，以及肺癌文献相关代谢物113个，汇总和去重上述所有来源离子对信息，最终获得肺癌血清特异性代谢物离子对2988个。
实施例2
本实施例提供一种肺癌诊断代谢标志物的筛选方法，包括如下步骤：
S1，采集样品
本研究在取得患者同意后，收集上海市胸科医院、上海市肺科医院、安徽省肿瘤医院、甘肃省肿瘤医院四个中心的864例肺癌患者和884例非肺癌组样本的外周静脉血血清。其中，肺癌患者的诊断标准是经术后病理确诊；非肺癌组样本包括体检后无肺部疾病的健康人群以及医院检查后具有包括肺炎、错构瘤、肺气肿、慢性阻塞性肺疾病、上皮样肉芽肿性病变、肺部良性结节等良性肺部疾病的患者。所有肺癌患者和非肺癌组样本均无其它恶性肿瘤病史，无其他全身性重大疾病，无长期用药的慢性病史。
这些研究对象的基本信息见表2：
表2研究对象基础信息和病理分期
采血时间均为清晨空腹状态。所有血清样本离心后置于-80℃冰箱内保存，研究时分别取出血清样品解冻后进行后续分析。
S2，血清广泛靶向代谢组学分析
(1)样品预处理
从-80℃冰箱中取出步骤S1采集的样品，于冰上解冻至样本中没有冰块(后续操作都要求在冰上进行)；样本解冻后，涡旋10s混匀，取样本50μL加入到对应编号的离心管中；加入300μL纯甲醇内标提取液(含 100ppm浓度的L-苯基丙氨酸内标)；涡旋5min，静置24h，再于12000r/min、 4℃条件下离心10min；吸取上清液270μL浓缩24h；再加入100μL由乙腈和水按照体积比1:1组成的复溶液中，用于LC-MS/MS分析。每个样本各取 20μL混合成质控样本(QC)，每间隔15个样本采集一次。
(2)样品代谢物检测分析
表3实验试剂
确定液相色谱条件如下：
色谱柱：Waters ACQUITY UPLC HSS T3 C18 1.8μm，2.1mm*100mm；柱温为40℃；进样量为2μL。
流动相：A相为含0.1％乙酸水溶液，B相为含0.1％乙酸的乙腈溶液。洗脱梯度程序为：0min，A相与B相的体积比为95:5；11.0min，A相与B 相的体积比为10:90；12.0min，A相与B相的体积比为10:90；12.1min，A 相与B相的体积比为95:5；14.0min，A相与B相的体积比为95:5V/V。流速0.4mL/min。
确定质谱条件如下：
电喷雾离子源(electrospray ionization，ESI)温度500℃，质谱电压5500 V(positive)或者-4500V(negative)，离子源气体I(GS I)55psi，气体II(GS II)60psi，气帘气(curtain gas,CUR)25psi，碰撞诱导电离 (collision-activated dissociation，CAD)参数设置为高。
在三重四极杆(Qtrap)中，每个离子对是根据优化的去簇电压 (declusteringpotential，DP)和碰撞能(collision energy，CE)进行MRM 模式扫描检测。
按照确定的液相色谱条件和质谱条件分别对样本进行分析检测。
(3)图谱峰面积预处理和积分
基于实施例1的肺癌血清特异性代谢物数据库，对样本的代谢物进行质谱定性定量分析。通过液相色谱能够分离不同分子量的代谢物。通过三重四极杆的多反应监测模式(MRM)筛选出每个物质的特征离子，在检测器中获得特征离子的信号强度(CPS)。用MultiQuant3.0.3软件打开样本下机质谱文件，进行色谱峰的积分和校正工作，每个色谱峰的峰面积(Area)代表对应物质的相对含量，设置S/N>5，保留时间偏移不超过0.2min的峰保留，最后导出所有色谱峰面积积分数据保存。
(4)实验质量控制
通过对不同质控QC样本质谱检测分析的总离子流图进行重叠展示分析，可以判断代谢物提取和检测的重复性，即技术重复。仪器的高稳定性为数据的重复性和可靠性提供了重要的保障。CV值即变异系数(Coefficient of Variation)，是原始数据标准差与原始数据平均数的比，可反映数据离散程度。使用经验累积分布函数(Empirical CumulativeDistribution Function,ECDF)可以分析小于参考值的物质CV出现的频率，QC样本的CV值较低的物质占比越高，代表实验数据越稳定：QC样本CV值小于0.5的物质占比高于85％，表明实验数据较稳定；QC样本CV值小于0.3的物质占比高于75％，表明实验数据非常稳定。同时监测检测过程中L-苯基丙氨酸内标 CV值变化情况，内标CV值的变化小于20％，表明检测过程中仪器稳定性好。
(5)数据处理和分析
利用峰面积积分数据在两组间进行差异代谢物分析，并设定P value<0.05为差异显著性标准，筛选差异代谢物作为诊断肺癌的候选代谢标志物。同时使用机器学习随机森林(Random Forest，RF)算法对两组间代谢物积分数据进行分析，将上述肺癌患者样本及对照血清样本数据的2/3作为训练集，1/3作为测试集。对训练集进行决策树建模，然后组合多个决策树的预测，通过投票得出最终预测结果，该代谢物模型可有效诊断肺癌患者。通过测试集样本对上述模型进行验证，所筛选的代谢物成为候选代谢标志物。组间差异分析筛选的代谢物和机器学习筛选代谢物的并集作为诊断肺癌的候选代谢标志物集合。
(6)血清代谢物解谱
上述差异分析和随机森林模型筛选的代谢标志物集合，根据其保留时间，一级和二级推测标志物的分子质量和分子式，并且与代谢物谱图数据库中的谱图信息进行比对，从而对代谢物进行定性鉴定。
进一步采购上述所鉴定代谢物非同位素标准品，核对血清样本中代谢物和对应非同位素标准品在高效液相色谱串联质谱检测中的保留时间，一级和二级质谱信息的一致性，以确定代谢物定性的准确性。
根据上述鉴定方法，我们成功鉴定出30种血清代谢标志物作为适合于肺癌诊断的诊断标志物，见表4：
表4 30种血清代谢标志物
这些代谢物可以单独使用或组合使用。
实施例3血清靶向代谢组进行肺癌诊断模型构建
S1，采集样品
本研究在取得患者同意后，收集上海胸科医院的157例肺癌患者和218 例非肺癌组样本的外周静脉血血清。其中肺癌的诊断标准是经术后病理确诊的肺癌；非肺癌组样本包括体检后无肺部疾病的健康人群以及医院检查后具有包括肺炎、错构瘤、肺气肿、慢性阻塞性肺疾病、上皮样肉芽肿性病变、肺部良性结节等良性肺部疾病的患者。所有肺癌患者和非肺癌组样本均无其它任何恶性肿瘤病史，无其他全身性重大疾病，无长期用药的慢性病史。这些研究对象的基本信息见表5：
表5研究对象基线信息和病理分期
采血时间均为清晨空腹状态。所有血清样本离心后置于-80℃冰箱内保存，研究时取出血清样本解冻后进行后续分析。
S2，样品代谢检测分析
本步骤所采用的实验试剂见下表6：
表6试验试剂
/>
/>
(1)样品预处理
从-80℃冰箱中取出步骤S1采集的样品，于冰上解冻至样本中没有冰块(后续操作都要求在冰上进行)；样本解冻后，涡旋10s混匀；取50μL 项目样本加入150μL提取液(提取液含有浓度为100ppm的同位素内标)，涡旋3min，12000rpm，4℃离心10min，-20℃冰箱低温静置过夜；于12000rpm、 4℃离心5min，取上清170μL，按顺序转移入96孔板内，过完蛋白沉淀板封口用于LC-MS/MS分析。每个样本各取20μL混合成质控样本(QC)，每间隔15个样本采集一次。
(2)确定检测条件进行检测
鉴于代谢标志物性质的差异，靶向定量检测使用T3柱和Amide柱两种方法进行代谢物分离，以保证代谢物定量的准确性。
确定T3柱液相色谱条件：
色谱柱：Waters ACQUITY UPLC HSS T3 C18 1.8μm，2.1mm*100mm；柱温40℃；进样量2μL。
流动相：A相为含0.1％的乙酸溶液，B相为含0.1％乙酸的乙腈溶液；洗脱梯度程序：0min，A相与B相的体积比为95:5；11.0min，A相与B相的体积比为10:90；12.0min，A相与B相的体积比为10:90；12.1min，A相与B相的体积比为95:5；14.0min，A相与B相的体积比为95:5V/V。流速0.4mL/min。
Amide柱液相色谱条件：
色谱柱：Waters ACQUITY UPLC BEH Amide 1.7μm，2.1mm*100mm；柱温40℃；进样量2μL。
流动相：A相为含20mM甲酸铵和0.4％氨水的水溶液，B相为纯乙腈；洗脱梯度程序：0min，A相与B相的体积比为10:90；9.0min，A相与B相的体积比为40:60；10.0min，A相与B相的体积比为60:40；11.0min，A 相与B相的体积比为60:40；11.1min，A相与B相的体积比为10:90；15.0min， A相与B相的体积比为10:90。流速0.4mL/min。
质谱条件：
T3柱和Amide柱质谱采集条件相同，主要包括：电喷雾离子源 (electrosprayionization，ESI)温度500℃，质谱电压5500V(positive)、-4500V(negative)，离子源气体I(GS I)55psi，气体II(GS II)60psi，气帘气(curtain gas,CUR)25psi，碰撞诱导电离(collision-activated dissociation，CAD)参数设置为高。在三重四极杆(Qtrap)中，每个离子对是根据优化的去簇电压(declustering potential，DP)和碰撞能(collisionenergy，CE)进行MRM模式扫描检测。
(3)图谱峰面积预处理和积分
采用MultiQuant 3.0.3软件处理质谱数据，参考标准品的保留时间与峰型信息，对待测物在不同样本中检测到的质谱峰进行积分校正，以确保定性定量的准确。
对所有样本进行定性定量分析，每个色谱峰的峰面积(Area)代表对应物质的相对含量，代入线性方程和计算公式，最终得到所有样本中待测物的定性定量分析结果。
(4)代谢物浓度计算
配制0.01ng/mL、0.05ng/mL、0.1ng/mL、0.5ng/mL、1ng/mL、5ng/mL、 10ng/mL、50ng/mL、100ng/mL、200ng/mL、500ng/mL不同浓度的标准品溶液，获取各个浓度标准品的对应定量信号的质谱峰强度数据；以对应代谢物的外标与内标浓度比(ConcentrationRatio)为横坐标，外标与内标峰面积比(Area Ratio)为纵坐标，绘制不同物质的标准曲线。将检测到的所有样本的积分峰面积比值代入标准曲线线性方程进行计算，进一步代入计算公式计算后，MultiQuant 3.0.3中稀释因子设置为3，最终样本中积分峰面积比值代入标准曲线得到的浓度值(ng/mL)即实际样本中该物质的含量数据。
(5)实验质量控制
通过对不同质控QC样本质谱检测分析的总离子流图进行重叠展示分析，可以判断代谢物提取和检测的重复性，即技术重复。仪器的高稳定性为数据的重复性和可靠性提供了重要的保障。CV值即变异系数(Coefficient of Variation)，是原始数据标准差与原始数据平均数的比，可反映数据离散程度。使用经验累积分布函数(Empirical CumulativeDistribution Function,ECDF)可以分析小于参考值的物质CV出现的频率，QC样本的CV值较低的物质占比越高，代表实验数据越稳定：QC样本所有的物质CV值小于0.3，表明实验数据较稳定；QC样本CV值小于0.2的物质占比高于90，表明实验数据非常稳定。同时监测检测过程中同位素内标CV值变化情况，内标 CV值的变化小于20％，表明检测过程中仪器稳定性好。
(6)数据处理和分析
肺癌患者组和非肺癌组两组间代谢物浓度进行差异显著性分析，并设定 P value<0.05为差异显著性标准，进行差异代谢物筛选。筛选的差异代谢使用二元逻辑回归算法构建分类模型，筛选获得最优分类代谢物组合，得到肺癌诊断模型。单个代谢标志物变化倍数结果见表7：
表7肺癌患者VS非肺癌患者代谢物变化倍数
/>
该诊断模型包含以下30种代谢物：水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z,8Z,10E,14Z-二十碳四烯酸、异辛酸、L- 焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。
这30个差异代谢物单个用于诊断区分肺癌和非肺癌患者的能力较强， ROC曲线下面积(AUC)均大于0.7，具有临床诊断意义；这30个差异代谢物联合用于诊断时，AUC进一步提高，30个联合起来诊断肺癌的AUC达 0.996。单个代谢标志物用于肺癌诊断的结果见表8：
表8单个代谢物用于肺癌诊断的AUC值
实施例4使用2个血清代谢标志物进行肺癌诊断模型的构建
本实施例与实施例3的研究对象、检测分析方法相同，仅在步骤(6) 中二元逻辑回归建模时使用任意2个血清代谢标志物，例如水苏碱和组氨酸 -色氨酸，或鸟苷和苯甲酸，或L-丝氨酸和苯乙酰谷氨酰胺。
任意2个差异代谢物单个用于诊断区分肺癌和非肺癌患者的能力较强， ROC曲线下面积(AUC)均大于0.7，具有临床诊断意义。其中，示例2个代谢标志物联合诊断的统计数据如下：水苏碱和组氨酸-色氨酸联合起来诊断肺癌的AUC达0.850；鸟苷和苯甲酸联合起来诊断肺癌的AUC达0.757； L-丝氨酸和苯乙酰谷氨酰胺联合起来诊断肺癌的AUC达0.721。
实施例5：使用5个血清代谢标志物进行肺癌诊断模型的构建
本实施例与实施例3的研究对象、检测分析方法相同，仅在步骤(6) 二元逻辑回归建模时使用任意5个血清代谢标志物，例如水苏碱、组氨酸- 色氨酸、L-苏氨酸、乙醇酸、异琥珀酸和L-苯丙氨酰-L-亮氨酸，或α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素，或α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。
任意5个差异代谢物单个用于诊断区分肺癌和非肺癌患者的能力较强， ROC曲线下面积(AUC)均大于0.7，具有临床诊断意义。其中，示例5个代谢标志物联合诊断的统计数据如下：水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸和L-苯丙氨酰-L-亮氨酸联合用于诊断肺癌的AUC值为 0.882；α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素联合用于诊断肺癌的AUC值为0.882；α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺联合用于诊断肺癌的AUC值为0.735。
实施例6：使用8个血清代谢标志物进行肺癌诊断模型的构建
本实施例与实施例3的研究对象、检测分析方法相同，仅在步骤(6) 二元逻辑回归建模时使用任意8个血清代谢标志物，例如水苏碱、组氨酸- 色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮，或富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷，或异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。
任意8个差异代谢物单个用于诊断区分肺癌和非肺癌患者的能力较强， ROC曲线下面积(AUC)均大于0.7，具有临床诊断意义。其中，示例8个代谢标志物联合诊断的统计数据如下：
水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮联合用于诊断肺癌的AUC值为0.906。
富马酸、溶血磷脂酰乙醇胺、α马羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷联合用于诊断肺癌的AUC值为0.794。
异辛酸、L-焦谷氨酸、N-L-、、谷氨酰-L-亮氨酸、α氨酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺联合用于诊断肺癌的AUC值为0.756。
实施例7：使用11个血清代谢标志物进行肺癌诊断模型的构建
本实施例与实施例3的研究对象、检测分析方法相同，仅在步骤(6) 二元逻辑回归建模时使用任意11个血清代谢标志物，例如水苏碱、组氨酸- 色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ- 谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸，或1-十六烷酰基-sn-甘油 -3-磷酸胆碱、肌苷、12-羟基-5Z,8Z,10E,14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。
任意11个差异代谢物单个用于诊断区分肺癌和非肺癌患者的能力较强， ROC曲线下面积(AUC)均大于0.7，具有临床诊断意义。其中，示例8个代谢标志物联合诊断的统计数据如下：
水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸联合用于诊断肺癌的AUC达0.918。
1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z,8Z,10E,14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-、酸谷氨酰-L-亮氨酸、α氨酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺联合用于诊断肺癌的AUC达0.791。
实施例8：使用15个血清代谢标志物进行肺癌诊断模型的构建
本实施例与实施例3的研究对象、检测分析方法相同，仅在步骤(6) 二元逻辑回归建模时使用任意15个血清代谢标志物，例如水苏碱、组氨酸- 色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ- 谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷，或苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、 1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z，8Z，10E，14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。
任意15个差异代谢物单个用于诊断区分肺癌和非肺癌患者的能力较强， ROC曲线下面积(AUC)均大于0.7，具有临床诊断意义。其中，示例15 个差异代谢物联合用于诊断肺癌的AUC值统计结果如下：
水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷联合用于诊断肺癌的AUC值达0.933。
苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3- 磷酸胆碱、肌苷、12-羟基-5Z，8Z，10E，14Z-二十碳四烯酸、异辛酸、L- 焦谷氨酸、N-L-、酸谷氨酰-L-亮氨酸、α氨酮戊二酸、尿苷、牛磺酸、L- 丝氨酸、苯乙酰谷氨酰胺联合用于诊断肺癌的AUC值达0.813。
实施例9：使用18个血清代谢标志物进行肺癌诊断模型的构建
本实施例与实施例3的研究对象、检测分析方法相同，仅在步骤(6) 二元逻辑回归建模时使用任意18个血清代谢标志物，例如水苏碱、组氨酸- 色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ- 谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素。
任意18个差异代谢物单个用于诊断区分肺癌和非肺癌患者的能力较强， ROC曲线下面积(AUC)均大于0.7，具有临床诊断意义。示例的18个差异代谢物联合用于诊断肺癌的AUC进一步提高至0.945。
实施例10：使用21个血清代谢标志物进行肺癌诊断模型的构建
本实施例与实施例3的研究对象、检测分析方法相同，仅在步骤(6) 二元逻辑回归建模时使用任意21个血清代谢标志物，例如水苏碱、组氨酸- 色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ- 谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、 1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷。
任意21个差异代谢物单个用于诊断区分肺癌和非肺癌患者的能力较强， ROC曲线下面积(AUC)均大于0.7，具有临床诊断意义。示例的21个差异代谢物联合用于诊断肺癌的AUC提高至0.963。
实施例11：使用25个血清代谢标志物进行肺癌诊断模型的构建
本实施例与实施例3的研究对象、检测分析方法相同，仅在步骤(6) 二元逻辑回归建模时使用任意25个血清代谢标志物，例如水苏碱、组氨酸- 色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ- 谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、 1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z,8Z,10E,14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸。
任意25个差异代谢物单个用于诊断区分肺癌和非肺癌患者的能力较强， ROC曲线下面积(AUC)均大于0.7，具有临床诊断意义。示例的25个差异代谢物联合用于诊断时，AUC进一步提高，联合起来诊断肺癌的AUC达 0.981。
实施例12：血清靶向代谢组诊断区分肺癌和健康人诊断模型构建
本实施例的样本来源于实施例3，肺癌患者157例，健康人70例。代谢物检测和分析方法与实施例3相同，对以下30个代谢物进行定量检测，包括：水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基 -5Z,8Z,10E,14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。
进一步优选代谢标志物水苏碱、异琥珀酸、可的松、烟酰胺、鸟苷、1- 十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z,8Z,10E,14Z-二十碳四烯酸、α-酮戊二酸、L-丝氨酸、苯乙酰谷氨酰胺。这些代谢物在肺癌患者体内发生显著变化，具体变化结果见表9：
表9肺癌患者VS健康人代谢物变化倍数
这12个差异代谢物单个用于诊断区分早期肺癌和非肺癌患者的能力较强，并且各种代谢物组合用于诊断时，AUC进一步提高，其诊断早期肺癌的AUC为0.731～0.982。
实施例13：血清靶向代谢组诊断区分肺癌和良性肺部疾病患者诊断模型构建
本实施例的样本来源于实施例3，肺癌患者157例，良性肺部疾病患者 148例，包括肺炎、错构瘤、肺气肿、慢性阻塞性肺疾病、上皮样肉芽肿性病变、肺部良性结节等肺部疾病。
代谢物检测和分析方法与实施例3相同，对以下30个代谢物进行定量检测，包括：水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12- 羟基-5Z，8Z，10E，14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。
进一步优选代谢标志物组氨酸-色氨酸、L-苏氨酸、乙醇酸、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸。这些代谢物在肺癌患者体内发生显著变化，具体变化结果见表10：
表10肺癌患者VS良性肺部疾病患者代谢物变化倍数
这11个差异代谢物单个用于诊断区分早期肺癌和非肺癌患者的能力较强，并且各种代谢物组合用于诊断时，AUC进一步提高，其诊断早期肺癌的AUC为0.711～0.906。
实施例14：血清靶向代谢组诊断区分早期肺癌和非肺癌患者诊断模型构建
本实施例的样本来源于实施例3，非肺癌患者样本218例，包括健康人 70例，良性肺部疾病患者148例；早期肺癌患者为实施例3中TNM分期为 I期和II期的患者，共65例。良性肺部疾病包括肺炎、错构瘤、肺气肿、慢性阻塞性肺疾病、上皮样肉芽肿性病变、肺部良性结节等肺部疾病。
代谢物检测和分析方法与实施例3相同，对以下30个代谢物进行定量检测，包括：水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12- 羟基-5Z，8Z，10E，14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。
进一步优选代谢标志物组氨酸-色氨酸、乙醇酸、异琥珀酸、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、L-苯丙氨酰-L-亮氨酸、苯甲酸、1-十六烷酰基-sn-甘油-3- 磷酸胆碱、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸。这些代谢物在早期肺癌患者体内发生显著变化，具体变化结果见表11：
表11早期肺癌患者VS非肺癌患者代谢物变化倍数
这10个差异代谢物单个用于诊断区分早期肺癌和非肺癌患者的能力较强，并且各种代谢物组合用于诊断时，AUC进一步提高，其诊断早期肺癌的AUC为0.713～0.916。
实施例15：血清靶向代谢组诊断区分早期肺癌和健康人诊断模型构建
本实施例的样本来源于实施例3，健康人样本70例；早期肺癌患者为实施例3中TNM分期为I期和II期的患者，共65例。代谢物检测和分析方法与实施例3相同，对以下30个代谢物进行定量检测，包括：水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、 1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z，8Z，10E，14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。
进一步优选代谢标志物异琥珀酸、可的松、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、富马酸、α-羟基异戊酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。这些代谢物在早期肺癌患者体内发生显著变化，具体变化结果见表12：
表12早期肺癌患者VS健康人代谢物变化倍数
/>
这17个差异代谢物单个用于诊断区分早期肺癌和健康人的能力较强，并且各种代谢物组合用于诊断时，AUC进一步提高，其诊断早期肺癌的AUC 为0.745～0.996。
实施例16：血清靶向代谢组诊断区分早期肺癌患者和良性肺部疾病患者诊断模型构建
本实施例的样本来源于实施例3，良性肺部疾病患者样本148例，包括肺炎、错构瘤、肺气肿、慢性阻塞性肺疾病、上皮样肉芽肿性病变、肺部良性结节等肺部疾病的患者；早期肺癌患者为实施例3中TNM分期为I期和 II期的患者，共65例。代谢物检测和分析方法与实施例3相同，对以下30 个代谢物进行定量检测，包括：水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L- 苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z，8Z，10E，14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。
进一步优选代谢标志物水苏碱、组氨酸-色氨酸、L-苏氨酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、鸟苷、苯甲酸、左旋甲状腺素、12-羟基 -5Z,8Z,10E,14Z-二十碳四烯酸、异辛酸、N-L-γ-谷氨酰-L-亮氨酸。这些代谢物在早期肺癌患者体内发生显著变化，具体变化结果见表13：
表13早期肺癌患者VS良性肺部疾病患者代谢物变化倍数
| 中文名称 | 变化倍数 | P value |
| 水苏碱 | 1.14 | 3.28E-02 |
| 组氨酸-色氨酸 | 0.66 | 4.48E-07 |
| L-苏氨酸 | 0.95 | 4.73E-02 |
| 异琥珀酸 | 0.95 | 3.92E-02 |
| 可的松 | 0.96 | 4.88E-02 |
| 烟酰胺 | 0.92 | 3.55E-02 |
| 2-吡咯烷酮 | 1.09 | 2.76E-02 |
| γ-谷氨酰苯丙氨酸 | 0.89 | 3.51E-02 |
| L-苯丙氨酰-L-亮氨酸 | 1.18 | 1.84E-02 |
| 富马酸 | 1.05 | 4.62E-02 |
| 溶血磷脂酰乙醇胺 | 1.13 | 2.30E-02 |
| 鸟苷 | 1.19 | 4.50E-01 |
| 苯甲酸 | 1.16 | 2.37E-02 |
| 左旋甲状腺素 | 1.09 | 4.08E-02 |
| 12-羟基-5Z,8Z,10E,14Z-二十碳四烯酸 | 0.86 | 4.60E-02 |
| 异辛酸 | 1.15 | 1.94E-02 |
| N-L-γ-谷氨酰-L-亮氨酸 | 0.89 | 2.07E-02 |
这17个差异代谢物单个用于诊断区分早期肺癌和健康人的能力较强，并且各种代谢物组合用于诊断时，AUC进一步提高，其诊断早期肺癌的AUC 为0.705～0.906。
实施例17：血清靶向代谢组诊断区分良恶性结节诊断模型构建
本实施例的良性结节患者样本来源于实施例3，共88例；恶性结节患者为实施例3中TNM分期为IA期的患者，共55例。代谢物检测和分析方法与实施例3相同，对以下30个代谢物进行定量检测，包括：水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、 1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z,8Z,10E,14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。
进一步优选代谢标志物组氨酸-色氨酸、乙醇酸、2-吡咯烷酮、L-苯丙氨酰-L-亮氨酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油 -3-磷酸胆碱、肌苷、N-L-γ-谷氨酰-L-亮氨酸。这些代谢物在恶性结节患者体内发生显著变化，具体变化结果见表14：
表14恶性结节患者VS良性结节患者代谢物变化倍数
| 中文名称 | 变化倍数 | P value |
| 组氨酸-色氨酸 | 0.58 | 2.07E-05 |
| 乙醇酸 | 1.34 | 1.13E-02 |
| 2-吡咯烷酮 | 1.13 | 3.80E-02 |
| L-苯丙氨酰-L-亮氨酸 | 1.33 | 4.18E-04 |
| 甜菜碱 | 1.16 | 5.87E-04 |
| 左旋甲状腺素 | 1.09 | 4.06E-02 |
| 二甲基鸟苷 | 1.13 | 3.86E-02 |
| 1-十六烷酰基-sn-甘油-3-磷酸胆碱 | 1.04 | 4.36E-01 |
| 肌苷 | 1.14 | 2.99E-02 |
| N-L-E-谷氨酰-L-亮氨酸 | 0.85 | 1.37E-02 |
这10个差异代谢物单个用于诊断区分良恶性结节患者的能力较强，并且各种代谢物组合用于诊断时，AUC进一步提高，其诊断早期肺癌的AUC 为0.753～0.966。
实施例18：使用组织样本构建肺癌诊断模型
1、研究对象
本研究在取得患者同意后，在相同条件下收集上海胸科医院30例肺癌患者肿瘤病灶区组织和30例正常肺组织当做健康对照。分别采集的组织样品先通过纱布蘸取表面的血液，随后迅速转移至液氮中短期保存，最后转移至-80℃冰箱中长期保存。
2、样品预处理
(1)从-80℃冰箱中取出样品于冰上解冻至能切动的状态(后续操作都要求在冰上进行)，准备好称量组织样本需要用的刀片、镊子、钢珠、滤纸、酒精、水等。
(2)取出样本，用滤纸吸掉样本表面的血液，用手术刀切下一块样本，用镊子夹到去皮后的离心管中，称量50±2mg，记录每个样本的称量重量。
(3)向称量好的样本中加入一粒钢珠，在30HZ的条件下匀浆4次，每次30s，根据匀浆情况，可适当增加匀浆时间.。
(4)向匀浆好的离心管中加入1mL 70％甲醇内标提取液。
(5)振荡5min，冰上静置15min。
(6)在4℃条件下，12000r/min离心10min。
(7)离心后吸取上清液400uL到对应的离心管中。
(8)静置于-20℃冰箱，过夜。
(9)在4℃条件下，12000r/min再离心3min。
(10)离心后取上清200μL按顺序转移入96孔板内，过完蛋白沉淀板封口用于LC-MS/MS分析。
本实施例与实施例3的代谢物检测和分析方法相同，对以下30个代谢物进行定量检测，包括：水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z，8Z，10E，14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、 N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。组织中单个代谢标志物用于肺癌诊断的结果见表15：
表15组织中单个代谢标志物用于肺癌诊断的AUC值
| 编号 | 中文名称 | AUC | 灵敏度 | 特异性 |
| 1 | 水苏碱 | 0.842 | 82.0％ | 83.3％ |
| 2 | 组氨酸-色氨酸 | 0.833 | 80.5％ | 82.4％ |
| 3 | L-苏氨酸 | 0.824 | 80.1％ | 81.6％ |
| 4 | 乙醇酸 | 0.816 | 79.1％ | 80.8％ |
| 5 | 异琥珀酸 | 0.813 | 78.7％ | 80.6％ |
| 6 | 可的松 | 0.811 | 78.5％ | 80.5％ |
| 7 | 烟酰胺 | 0.805 | 78.0％ | 80.3％ |
| 8 | 2-吡咯烷酮 | 0.786 | 77.1％ | 78.7％ |
| 9 | Γ-谷氨酰苯丙氨酸 | 0.777 | 76.1％ | 78.3％ |
| 10 | 丙酮酸 | 0.774 | 75.5％ | 77.8％ |
| 11 | L-苯丙氨酰-L-亮氨酸 | 0.771 | 75.0％ | 77.4％ |
| 12 | 富马酸 | 0.768 | 74.7％ | 77.0％ |
| 13 | 溶血磷脂酰乙醇胺 | 0.765 | 74.5％ | 76.7％ |
| 14 | Α-羟基异戊酸 | 0.760 | 74.2％ | 76.3％ |
| 15 | 鸟苷 | 0.759 | 74.1％ | 76.2％ |
| 16 | 苯甲酸 | 0.757 | 74.0％ | 76.0％ |
| 17 | 甜菜碱 | 0.756 | 73.8％ | 75.8％ |
| 18 | 左旋甲状腺素 | 0.753 | 73.6％ | 75.3％ |
| 19 | 二甲基鸟苷 | 0.752 | 73.5％ | 75.1％ |
| 20 | 1-十六烷酰基-sn-甘油-3-磷酸胆碱 | 0.750 | 73.3％ | 74.9％ |
| 21 | 肌苷 | 0.748 | 73.0％ | 74.5％ |
| 22 | 12-羟基-5Z,8Z,10E,14Z-二十碳四烯酸 | 0.747 | 72.8％ | 74.2％ |
| 23 | 异辛酸 | 0.745 | 72.6％ | 73.8％ |
| 24 | L-焦谷氨酸 | 0.743 | 72.4％ | 73.5％ |
| 25 | N-L-％谷氨酰-L-亮氨酸 | 0.740 | 72.2％ | 73.3％ |
| 26 | α6酮戊二酸 | 0.737 | 72.0％ | 73.0％ |
| 27 | 尿苷 | 0.735 | 71.8％ | 72.8％ |
| 28 | 牛磺酸 | 0.732 | 71.7％ | 72.7％ |
| 29 | L-丝氨酸 | 0.727 | 71.5％ | 72.6％ |
| 30 | 苯乙酰谷氨酰胺 | 0.722 | 71.3％ | 72.4％ |
这30个差异代谢物单个用于诊断区分肺癌和非肺癌患者的能力较强；且各种代谢物组合用于诊断时，AUC进一步提高，其诊断肺癌的AUC为 0757～0.998。
实施例19：使用尿液样本构建肺癌诊断模型
1、研究对象
本研究在取得患者同意后，在相同条件下收集上海胸科医院100例肺癌患者和100例非肺癌患者尿液样本，-80℃冰箱中长期保存。
2、样品预处理
(1)从-80℃冰箱中取出样品于冰上解冻至样本中没有冰块(后续操作都要求在冰上进行)。
(2)样本解冻后，涡旋10s混匀，取200uL样本到离心管中。
(3)向离心管中加入400uL纯水提取液。
(4)涡旋3min，在4℃条件下，12000r/min下离心10min。
(5)离心后吸取上清液150uL按顺序转移入96孔板内，过完蛋白沉淀板封口用于LC-MS/MS分析。
本实施例与实施例3的代谢物检测和分析方法相同，对以下30个代谢物进行定量检测，包括：水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z,8Z,10E,14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-γ- 谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺。尿液中单个代谢标志物用于肺癌诊断的结果见表16：
表16尿液中单个代谢标志物用于肺癌诊断的AUC值
这30个差异代谢物单个用于诊断区分肺癌和非肺癌患者的能力较强；且各种代谢物组合用于诊断时，AUC进一步提高，其诊断肺癌的AUC为 0.712～0.961。
在实际应用中，可以按照本发明建模方法选取更多的样本进行建模，增加模型的准确度。
实施例20检测试剂盒
本实施例提供一种基于上述代谢标志物制备的检测试剂盒，该检测试剂盒包括如下成分：
代谢标志物的标准品：水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、异琥珀酸、可的松、烟酰胺、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、丙酮酸、L-苯丙氨酰-L-亮氨酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z,8Z,10E,14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、 N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸、苯乙酰谷氨酰胺，各标准品分别封装或标准品混合溶液封装。
血清样本代谢物提取剂：100％纯甲醇和50％乙腈水溶液用于样品制备； 50％乙腈水溶液可以用作溶解标准品的溶剂。
内标物：L-苯基丙氨酸。
当然，设计检测试剂盒时，并不需要完全包含上述30个标志物的标准品，可以仅使用其中几个，还可以使用其中几个或全部与其他标志物进行组合。这些标准品可以单独封装，也可以制成混合物封装。
采用本实施例提供的检测试剂盒，能够拥有诊断或监测肺癌。
在此有必要指出的是，以上实施例仅限于对本发明的技术方案做进一步的阐述和说明，并不是对本发明的技术方案的进一步的限制，本发明的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.异琥珀酸作为代谢标志物在制备诊断或监测肺癌的代谢物数据库、试剂产品或者试剂盒中的应用。
2.根据权利要求1所述的应用，其特征在于，所述代谢标志物还包含水苏碱、组氨酸-色氨酸、L-苏氨酸、乙醇酸、γ-谷氨酰苯丙氨酸、L-苯丙氨酰-L-亮氨酸中的至少一种。
3.根据权利要求2所述的应用，其特征在于，所述代谢标志物还包含可的松、烟酰胺、2-吡咯烷酮、丙酮酸、富马酸、溶血磷脂酰乙醇胺、α-羟基异戊酸、鸟苷、苯甲酸、甜菜碱、左旋甲状腺素、二甲基鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z ,8Z ,10E,14Z-二十碳四烯酸、异辛酸、L-焦谷氨酸、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸、尿苷、牛磺酸、L-丝氨酸和苯乙酰谷氨酰胺中的至少一种。
4.根据权利要求2所述的应用，其特征在于，所述代谢标志物还包含α-酮戊二酸、尿苷、2-吡咯烷酮、α-羟基异戊酸、苯甲酸、二甲基鸟苷、异辛酸、N-L-γ-谷氨酰-L-亮氨酸中的至少一种。
5.根据权利要求1所述的应用，其特征在于，所述代谢标志物还包含水苏碱、可的松、烟酰胺、鸟苷、1-十六烷酰基-sn-甘油-3-磷酸胆碱、肌苷、12-羟基-5Z ,8Z ,10E ,14Z-二十碳四烯酸、α-酮戊二酸、尿苷、L-丝氨酸、苯乙酰谷氨酰胺中的至少一种。
6.根据权利要求1所述的应用，其特征在于，所述代谢标志物还包含组氨酸-色氨酸、乙醇酸、2-吡咯烷酮、γ-谷氨酰苯丙氨酸、L-苯丙氨酰-L-亮氨酸、苯甲酸、1-十六烷酰基-sn-甘油-3-磷酸胆碱、N-L-γ-谷氨酰-L-亮氨酸、α-酮戊二酸中的至少一种。
7.根据权利要求1或2所述的应用，其特征在于，所述代谢标志物还包含α-酮戊二酸、鸟苷中的至少一种。
8.根据权利要求7所述的应用，其特征在于，所述代谢标志物还包含L-丝氨酸、苯乙酰谷氨酰胺、尿苷、可地松、烟酰胺中的至少一种。
9.权利要求1至8任一项所述的用于诊断或监测肺癌的代谢标志物的筛选方法，包括如下步骤：
分别采集肺癌组样本和非肺癌组样本；
构建肺癌血清特异性代谢物数据库：
采用LC-MS检测分析获得谱图数据；
利用峰面积积分数据进行肺癌组样本和非肺癌组样本的差异代谢分析，确定差异代谢物；
使用机器学习随机森林算法对肺癌组样本和非肺癌组样本间代谢物积分数据进行分析，将肺癌组及和非肺癌组血清样本数据的2/3作为训练集，1/3作为测试集；对训练集进行决策树建模，然后组合多个决策树的预测，通过投票得出最终预测结果与有效诊断为肺癌患者一致的代谢物模型；采用测试集对代谢物模型进行验证，确定候选代谢标志物；
合并差异分析代谢物和机器学习筛选的候选代谢物进行解谱，并通过标准品核对准确性，确定权利要求1至8任一项所述的代谢标志物。
10.根据权利要求9所述的用于诊断或监测肺癌的代谢标志物的筛选方法，其特征在于，所述肺癌组样本包括不同TNM分期的肺癌样本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2022/130737 WO2023083197A1 (zh) | 2021-11-09 | 2022-11-08 | 用于肺癌诊断或监测的代谢标志物及其筛选方法和应用 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2021113221746 | 2021-11-09 | ||
| CN202111322174 | 2021-11-09 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114373510A CN114373510A (zh) | 2022-04-19 |
| CN114373510B true CN114373510B (zh) | 2023-12-01 |
Family
ID=81140194
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111467869.3A Active CN114373510B (zh) | 2021-11-09 | 2021-12-03 | 用于肺癌诊断或监测的代谢标志物及其筛选方法和应用 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114373510B (zh) |
| WO (1) | WO2023083197A1 (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114373510B (zh) * | 2021-11-09 | 2023-12-01 | 武汉迈特维尔医学科技有限公司 | 用于肺癌诊断或监测的代谢标志物及其筛选方法和应用 |
| WO2023209218A1 (en) * | 2022-04-28 | 2023-11-02 | Janssen Pharmaceutica Nv | Metabolite predictors for lung cancer |
| CN116106534B (zh) * | 2023-04-11 | 2023-06-27 | 南京品生医学检验实验室有限公司 | 生物标志物组合在制备肺癌预测产品中的应用 |
| CN116386716B (zh) * | 2023-06-06 | 2024-03-15 | 浙江省肿瘤医院 | 用于胃癌诊断的代谢物组学及方法 |
| CN117388495B (zh) * | 2023-12-13 | 2024-02-09 | 哈尔滨脉图精准技术有限公司 | 用于诊断肺癌分期的代谢标志物的应用及试剂盒 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105021804A (zh) * | 2014-04-30 | 2015-11-04 | 湖州市中心医院 | 肺癌代谢标志物在肺癌诊断和治疗中的用途 |
| CN108414660A (zh) * | 2018-03-08 | 2018-08-17 | 中国药科大学 | 一组与肺癌早期诊断相关的血浆代谢小分子标志物及其应用 |
| CN109884302A (zh) * | 2019-03-14 | 2019-06-14 | 北京博远精准医疗科技有限公司 | 基于代谢组学和人工智能技术的肺癌早期诊断标志物及其应用 |
| CN109946390A (zh) * | 2017-12-20 | 2019-06-28 | 上海生物信息技术研究中心 | 一种肺癌诊断标志物组合及应用 |
| CN112834644A (zh) * | 2020-12-31 | 2021-05-25 | 郑州大学第一附属医院 | 膀胱癌相关的组合标志物和检测试剂盒 |
| CN112881547A (zh) * | 2021-01-12 | 2021-06-01 | 中国科学院大学宁波华美医院 | 一种肝硬化及肝炎人群早期肝癌诊断标志物的筛选方法 |
| CN113167787A (zh) * | 2018-11-28 | 2021-07-23 | 新加坡国立大学 | 癌症和/或结核病的检测方法 |
| CN113267586A (zh) * | 2021-04-30 | 2021-08-17 | 上海交通大学医学院 | 嘌呤代谢标志物在制备肺癌分子靶向药物获得性耐药筛查和诊断试剂中的应用 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114373510B (zh) * | 2021-11-09 | 2023-12-01 | 武汉迈特维尔医学科技有限公司 | 用于肺癌诊断或监测的代谢标志物及其筛选方法和应用 |
-
2021
- 2021-12-03 CN CN202111467869.3A patent/CN114373510B/zh active Active
-
2022
- 2022-11-08 WO PCT/CN2022/130737 patent/WO2023083197A1/zh unknown
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105021804A (zh) * | 2014-04-30 | 2015-11-04 | 湖州市中心医院 | 肺癌代谢标志物在肺癌诊断和治疗中的用途 |
| CN109946390A (zh) * | 2017-12-20 | 2019-06-28 | 上海生物信息技术研究中心 | 一种肺癌诊断标志物组合及应用 |
| CN108414660A (zh) * | 2018-03-08 | 2018-08-17 | 中国药科大学 | 一组与肺癌早期诊断相关的血浆代谢小分子标志物及其应用 |
| CN113167787A (zh) * | 2018-11-28 | 2021-07-23 | 新加坡国立大学 | 癌症和/或结核病的检测方法 |
| CN109884302A (zh) * | 2019-03-14 | 2019-06-14 | 北京博远精准医疗科技有限公司 | 基于代谢组学和人工智能技术的肺癌早期诊断标志物及其应用 |
| CN112834644A (zh) * | 2020-12-31 | 2021-05-25 | 郑州大学第一附属医院 | 膀胱癌相关的组合标志物和检测试剂盒 |
| CN112881547A (zh) * | 2021-01-12 | 2021-06-01 | 中国科学院大学宁波华美医院 | 一种肝硬化及肝炎人群早期肝癌诊断标志物的筛选方法 |
| CN113267586A (zh) * | 2021-04-30 | 2021-08-17 | 上海交通大学医学院 | 嘌呤代谢标志物在制备肺癌分子靶向药物获得性耐药筛查和诊断试剂中的应用 |
Non-Patent Citations (2)
| Title |
|---|
| CAS No.471-87-4.STNext REGISTRY.1984,全文. * |
| Ying Xie等.Early lung cancer diagnostic biomarker discovery by machine learning methods.Translational Oncology.2021,第14卷(第1期),第1-10页，摘要，第2页左栏"Patients and groups"和右栏"Machine learning methods"，第3页左栏第1段，图2. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114373510A (zh) | 2022-04-19 |
| WO2023083197A1 (zh) | 2023-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114373510B (zh) | 用于肺癌诊断或监测的代谢标志物及其筛选方法和应用 | |
| CN113960215B (zh) | 用于肺腺癌诊断的标志物及其应用 | |
| Wang et al. | Investigation and identification of potential biomarkers in human saliva for the early diagnosis of oral squamous cell carcinoma | |
| Maniscalco et al. | Clinical metabolomics of exhaled breath condensate in chronic respiratory diseases | |
| 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 | |
| Ma et al. | A pilot study of gas chromatograph/mass spectrometry-based serum metabolic profiling of colorectal cancer after operation | |
| Bu et al. | Metabolomics: a revolution for novel cancer marker identification | |
| US9739780B2 (en) | Metabolite biomarkers for the detection of liver cancer | |
| WO2022073502A1 (zh) | 生物标志物在制备肺癌检测试剂中的用途和方法 | |
| US20170023575A1 (en) | Identification of blood based metabolite biomarkers of pancreatic cancer | |
| CN113960312A (zh) | 用于肺部良恶性结节诊断的血清代谢标志物及其应用 | |
| Jacyna et al. | Urinary metabolomic signature of muscle-invasive bladder cancer: A multiplatform approach | |
| Liang et al. | Serum metabolomics uncovering specific metabolite signatures of intra-and extrahepatic cholangiocarcinoma | |
| CN114924073B (zh) | 结直肠进展期肿瘤诊断标志物组合及其应用 | |
| CN111289638A (zh) | 血清代谢标志物在制备糖尿病肾脏病变早期诊断试剂、试剂盒中的应用 | |
| CN113567585A (zh) | 一种基于外周血的食管鳞癌筛查标志物及试剂盒 | |
| Chen et al. | Targeting amine-and phenol-containing metabolites in urine by dansylation isotope labeling and liquid chromatography mass spectrometry for evaluation of bladder cancer biomarkers | |
| CN112669958B (zh) | 代谢物作为疾病诊断的生物标志物 | |
| CN109946467B (zh) | 一种用于胸椎黄韧带骨化诊断的生物标记物 | |
| CN112630344B (zh) | 代谢标志物在脑梗死中的用途 | |
| CN115684451A (zh) | 基于代谢组学的食管鳞癌淋巴结转移诊断标志物及其应用 | |
| CN114047263A (zh) | 代谢标志物在制备用于诊断ais的检测试剂或检测物的用途及试剂盒 | |
| Recber et al. | Optimization and normalization strategies for long term untargeted HILIC-LC-qTOF-MS based metabolomics analysis: Early diagnosis of breast cancer | |
| CN117147737B (zh) | 用于食管鳞癌诊断的血浆组合标志物及试剂盒与检测方法 | |
| CN113252806B (zh) | S-腺苷同型半胱氨酸在制备用于诊断或治疗川崎病的产品中的用途 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230329 Address after: Room 01, 3rd Floor, Building C2-1, Building C2, C6, and C7, Wuhan National Bioindustry Base, No. 666 Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000 Applicant after: Wuhan Metville Medical Technology Co.,Ltd. Address before: 430000 No. 01, floor 2, building C2-1, Wuhan National biological industry base, No. 666, Gaoxin Avenue, East Lake New Technology Development Zone, Wuhan, Hubei Applicant before: Wuhan Mai Tver Biological Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |