CN114965800B - 肾透明细胞癌生物标志物及其在早期筛查中的应用 - Google Patents

肾透明细胞癌生物标志物及其在早期筛查中的应用 Download PDF

Info

Publication number
CN114965800B
CN114965800B CN202210520271.4A CN202210520271A CN114965800B CN 114965800 B CN114965800 B CN 114965800B CN 202210520271 A CN202210520271 A CN 202210520271A CN 114965800 B CN114965800 B CN 114965800B
Authority
CN
China
Prior art keywords
cell carcinoma
clear cell
metabolites
renal clear
tissue
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
CN202210520271.4A
Other languages
English (en)
Other versions
CN114965800A (zh
Inventor
张琳
邵渊
张何阳
李文霞
吴波
王东文
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.)
Shanxi Medical University
Original Assignee
Shanxi Medical 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 Shanxi Medical University filed Critical Shanxi Medical University
Priority to CN202210520271.4A priority Critical patent/CN114965800B/zh
Publication of CN114965800A publication Critical patent/CN114965800A/zh
Application granted granted Critical
Publication of CN114965800B publication Critical patent/CN114965800B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/04Preparation or injection of sample to be analysed
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/88Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/04Preparation or injection of sample to be analysed
    • G01N2030/042Standards
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/88Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
    • G01N2030/8809Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample
    • G01N2030/8813Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample biological materials

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明属于生物医药领域,具体为一种肾透明细胞癌生物标志物及其在早期筛查中的应用。本发明通过收集肾透明细胞癌患者的癌组织及癌旁组织,通过LC‑MS代谢组学分析,发现了能够早期筛查肾透明细胞癌的生物标志物。考虑到单个差异代谢物诊断效能有限,本发明还进一步构建了联合诊断模型,其诊断效能明显优于单个代谢物的诊断效能,可以通过检测患者生物样本中联合诊断模型代谢标志物的含量,判断受试者是否患有肾透明细胞癌以及患肾透明细胞癌的风险,实现癌症早期的筛查,从而在癌症早期进行干预治疗,提高患者的生存质量。

Description

肾透明细胞癌生物标志物及其在早期筛查中的应用
技术领域
本发明属于生物医药领域,具体为一种肾透明细胞癌生物标志物及其在早期筛查中的应用。
背景技术
肾细胞癌(renal cell carcinoma,RCC)简称肾癌,是泌尿系统常见的恶性肿瘤之一,其发病率仅次于前列腺癌及膀胱癌,约占成人恶性肿瘤的2%-3%。其中,肾透明细胞癌(clear cell renal cell carcinoma,ccRCC)是RCC的主要病理类型,占所有RCC的70%-85%。近年来,我国肾癌的发病率虽然低于世界平均水平,但也呈现逐年上升趋势。早期肾癌通常无明显症状,典型“血尿、腰痛、腹部肿块”肾癌三联征临床出现率不足15%,超过50%的患者在诊断时表现为局部晚期或转移性肾癌。手术治疗仍是局限性肾癌及局部进展性肾癌的主要治疗方法,然而,高达20%-30%的患者术后会出现肿瘤的复发及转移,预后较差。当前,除影像学检查外,尚无有效可靠的肿瘤标志物可用于肾癌的早期诊断。肾脏肿物穿刺活检术的应用也因存在活检误差及严重并发症等不足受到限制。因此,为了改善肾癌患者的预后,迫切需要探索并开发可用于肾细胞癌早期诊断、风险分层和临床管理的生物标志物。
研究表明,癌症患者体内有着特殊的代谢特征,即使在氧供充分的条件下,肿瘤细胞仍然会选择无氧酵解的方式来满足自身的代谢及增殖所需,即Warburg效应。因此,肿瘤代谢途径的改变往往会导致相应代谢物的异常,这种改变会在患者组织、血液或尿液中有所体现,这也为肿瘤标志物的寻找和鉴定提供了理论基础。
代谢组学是一种新兴组学技术,其主要通过质谱(mass spectrometry,MS)和核磁共振谱(nuclear magnetic resonance,NMR)等技术手段检测生物样本内的内源性小分子物质的变化水平,并从中挖掘出差异代谢物进行生物学解释。由于代谢物是细胞代谢的最终产物,并且代谢组学侧重于综合评估生物体内真实的病理生理变化,目前已经在肝癌、乳腺癌以及泌尿生殖系统肿瘤如前列腺癌和膀胱癌等多种恶性肿瘤标志物的发现等方面表现出巨大的潜力与独特的优势。
因此,基于以上研究背景,本发明利用组织代谢组学技术分析确定肾透明细胞癌患者代谢谱特征,以肾透明细胞癌组织及癌旁组织中的差异代谢物为主要立足点,寻找并鉴定潜在的ccRCC敏感性和特异性较强的生物标志物。
发明内容
为了实现肾透明细胞癌的早期筛查,本发明提供了一种肾透明细胞癌生物标志物及其在早期筛查中的应用。
为了达到上述目的,本发明采用了下列技术方案:
本发明提供了生物标志物在制备早期筛查肾透明细胞癌产品中的应用,所述生物标志物为蔗果三糖、脱氢植物鞘氨醇、麦芽三糖、油酸乙酯、2-O-乙酰熊果苷、D-4’-磷酸泛酸盐、核黄素、胞苷2',3'-环磷酸酯、N2,N2-二甲基鸟苷、辅酶Q10、羟脯氨酰组氨酸、3-甲基鸟嘌呤、α-邻氨基苯甲酸松油酯、5,6-二羟基吲哚啉、N-乙酰组氨酸、L-蛋氨酸亚砜、D-葡萄糖醛酸、N-乙酰天冬氨酰谷氨酸、4-乙酰氨基丁酸、4-羟基马尿酸、新海藻糖、腺苷-3’-磷酸、2-脱氧尿苷中的一种或任意几种。
进一步,所述生物标志物主要参与抗坏血酸和糖醛酸代谢途径、淀粉和蔗糖代谢途径、核黄素代谢途径、半乳糖代谢途径、磷酸肌醇代谢以及色氨酸代谢途径与代谢网络。
进一步,与正常样本相比,代谢物蔗果三糖、脱氢植物鞘氨醇、麦芽三糖、油酸乙酯在肾透明细胞癌样本中含量升高,代谢物2-O-乙酰熊果苷、D-4’-磷酸泛酸盐、核黄素、胞苷2',3'-环磷酸酯、N2,N2-二甲基鸟苷、辅酶Q10、羟脯氨酰组氨酸、3-甲基鸟嘌呤、α-邻氨基苯甲酸松油酯、5,6-二羟基吲哚啉、N-乙酰组氨酸、L-蛋氨酸亚砜、D-葡萄糖醛酸、N-乙酰天冬氨酰谷氨酸、4-乙酰氨基丁酸、4-羟基马尿酸、新海藻糖、腺苷-3’-磷酸、2-脱氧尿苷在肾透明细胞癌样本中含量下降。
进一步,所述产品包括检测肾透明细胞癌生物标志物含量的试剂。
本发明还提供了生物标志物在构建预测肾透明细胞癌的联合诊断模型中的应用,所述生物标志物为胞苷2’,3’-环磷酸酯、N-乙酰天冬氨酰谷氨酸、4-羟基马尿酸、4-乙酰氨基丁酸、D-4’-磷酸泛酸盐、磷酸、2,4-二甲基-4-苯基四氢呋喃、腺苷-3’-磷酸、肌醇、L-犬尿氨酸和麦芽三糖。
进一步,通过logistic逐步向前回归分析筛选差异代谢物,从而构建联合诊断模型。
最后,本发明还提供了生物标志物在制备诊断肾透明细胞癌临床症状、临床T分期、病理分级、是否合并坏死产品中的应用,所述生物标志物为2-O-乙酰熊果苷、3-甲基鸟嘌呤、D-麦芽糖、α-L-谷氨酰-L-谷氨酸、2-脱氧尿苷、N-乙酰组氨酸、蔗果三糖、D-水苏糖、磷酸肌酸、麦芽三糖、肌酐、亚甲氨基谷氨酸、新海藻糖和4-羟基马尿酸中的一种或几种。
进一步,生物标志物2-O-乙酰熊果苷在具有临床症状的肾透明细胞癌患者中水平降低,在无临床症状的肾透明细胞癌患者中水平升高;生物标志物2-O-乙酰熊果苷、3-甲基鸟嘌呤、D-麦芽糖和α-L-谷氨酰-L-谷氨酸在低T分期,即T1+T2的肾透明细胞癌患者中水平升高,生物标志物2-脱氧尿苷在高T分期,即T3+T4的肾透明细胞癌患者中水平升高;生物标志物N-乙酰组氨酸、蔗果三糖、D-水苏糖、磷酸肌酸、α-L-谷氨酰-L-谷氨酸和麦芽三糖在低病理分级,即G1+G2的肾透明细胞癌患者中水平升高,生物标志物肌酐、亚甲氨基谷氨酸和新海藻糖在高病理分级,即G3+G4的肾透明细胞癌患者中水平升高;生物标志物N-乙酰组氨酸在不合并坏死的肾透明细胞癌患者中水平升高,生物标志物4-羟基马尿酸在合并坏死的肾透明细胞癌患者中水平降低。
与现有技术相比本发明具有以下优点:
本发明首次发现了肾透明细胞癌患者肾根治性切除后癌组织和癌旁组织中的差异代谢物,并鉴定为肾透明细胞癌的生物标志物,通过检测生物标志物的含量,可以实现早期筛查肾透明细胞癌的目的。
本发明对筛选到的生物标志物进行代谢通路富集分析,确定生物标记物主要参与抗坏血酸和糖醛酸代谢途径、淀粉和蔗糖代谢途径、核黄素代谢途径、半乳糖代谢途径、磷酸肌醇代谢以及色氨酸代谢等代谢途径与代谢网络,表明上述代谢通路与网络可能与肾透明细胞癌的发生和发展密切相关。有助于肾细胞癌早期诊断、风险分层和临床管理。
本发明对差异代谢物(生物标志物)与肾透明细胞癌患者临床病理因素之间的相关性进行分析。得出差异代谢物与肾透明细胞癌患者是否具有临床症状(血尿、腰痛及腹痛等)、临床T分期、病理分级、是否合并坏死有关。
考虑到单个差异代谢物诊断效能有限。本发明基于logistic逐步向前回归分析筛选差异代谢物构建了联合诊断模型,该联合诊断模型的诊断效能及灵敏度和特异度均优于单个差异代谢物。可以通过检测患者的生物样本中联合诊断模型代谢标志物的含量,判断受试者是否患有肾透明细胞癌以及患肾透明细胞癌的风险,实现癌症早期的筛查,从而在癌症早期进行干预治疗,提高患者的生存质量。
附图说明
图1为正离子检测模式下肾透明细胞癌组织与癌旁组织PCA及OPLA-DA分析结果。A.癌组织及癌旁组织的二维PCA得分散点图;B.癌组织及癌旁组织的三维PCA得分散点图;C.癌组织及癌旁组织的OPLS-DA模型得分散点图;D.癌组织及癌旁组织OPLS-DA模型的置换检验图。
图2为负离子检测模式下肾透明细胞癌组织与癌旁组织PCA及OPLA-DA分析结果。A.癌组织及癌旁组织的二维PCA得分散点图;B.癌组织及癌旁组织的三维PCA得分散点图;C.癌组织及癌旁组织的OPLS-DA模型得分散点图;D.癌组织及癌旁组织OPLS-DA模型的置换检验图。
图3为正负离子检测模式下肾透明细胞癌患者的癌组织及癌旁组织中差异代谢物筛选的火山图和韦恩图。图A为正离子检测模式下癌组织及癌旁组织中差异代谢物筛选的火山图;图B为正离子检测模式下癌组织及癌旁组织中差异代谢物筛选的韦恩图;图C为负离子检测模式下癌组织及癌旁组织中差异代谢物筛选的火山图;图D为负离子检测模式下癌组织及癌旁组织中差异代谢物筛选的韦恩图。
图4为差异代谢物的代谢通路富集分析结果,图A为差异代谢物代谢通路富集分析的气泡图,每一个气泡代表一个代谢通路,气泡越大表示该通路在富集分析中的影响因子越大,气泡颜色越深表示该代谢通路在富集分析中的P值越小。图B为差异代谢物代谢通路富集分析的矩形树图,矩形面积越大表示该代谢通路富集程度越高。
图5为差异代谢物与肾透明细胞癌患者临床病理特征相关性分析结果。图中A为代谢物2-O-乙酰熊果苷在是否具有临床症状患者中的水平;B为代谢物2-O-乙酰熊果苷、D-麦芽糖、3-甲基鸟嘌呤、α-L-谷氨酰-L-谷氨酸、2-脱氧尿苷在不同T分期患者中的水平;C为代谢物N-乙酰组氨酸、蔗果三糖、D-水苏糖、磷酸肌酸、α-L-谷氨酰-L-谷氨酸、麦芽三糖、肌酐、亚甲氨基谷氨酸、新海藻糖在不同病理分级患者中的水平;D为代谢物N-乙酰组氨酸、4-羟基马尿酸在是否合并坏死患者中的水平。
图6为正负离子检测模式下差异代谢物的诊断效能。其中,图A为正离子检测模式下29种差异代谢物的诊断效能;图B为负离子检测模式下20种差异代谢物的诊断效能。
图7为联合诊断模型的构建与诊断价值分析结果。其中,图A为构成联合诊断模型的11种代谢物的系数和标准误;图B为联合诊断模型的具体公式;图C为构成联合诊断模型的11种代谢物的系数柱状图;图D为联合诊断模型的ROC曲线;图E为构成联合诊断模型的11种代谢物的热图。
图8为联合诊断模型的验证与诊断价值分析结果。其中,图A为联合诊断模型中11种代谢物在独立验证队列中的热图;图B为联合诊断模型中11种代谢物在独立验证队列中的具体水平;图C为联合诊断模型中11种代谢物在独立验证队列中的诊断效能;图D为联合诊断模型在独立验证队列中的ROC曲线。
具体实施方式
下面结合本发明实施例和附图,对本发明的技术方案进行具体、详细的说明。应当指出,对于本领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干变型和改进,这些也应视为属于本发明的保护范围。
实施例1
肾透明细胞癌生物标志物的筛选与鉴定
取65例经病理学检查证实的肾透明细胞癌患者的癌组织及癌旁组织,并收集纳入研究患者的一般资料及临床病理资料。在手术切除后,在负80℃条件下冷冻保存直至代谢组学分析。进行代谢组学分析时,对组织样本进行代谢物提取,提取流程如下:
组织样本代谢物的提取流程:
(1)按照甲醇:乙腈:水的体积比为2:2:1制备提取液;
(2)组织样本从负80℃低温冰箱中取出,室温解冻后于冰上将组织剪碎;
(3)精确称取25mg待测组织样本于EP管中,加入500μL提取液;
(4)冰水浴条件下,将待测组织样本在35Hz研磨处理4min,超声破碎5min,重复此步骤2至3次;
(5)负40℃条件下静置1h后,将待测组织样本4℃,12000rpm,离心15min;
(6)吸取上清液于进样瓶中,充分混匀后上机进行代谢组学检测。对于实验样本,分别吸取等量所有待测组织样本的上清液充分混匀后制备成质量控制样品进行上机检测。以此评价仪器的稳定性及重复性,确保实验结果的可靠性。
之后,借助液相色谱-质谱联用(LC-MS)代谢组学技术平台对组织样本进行代谢组学检测。通过使用Waters ACQUITYUPLC BEHAmide(2.1mm×100mm,1.7μm)液相色谱柱对目标化合物进行色谱分离。液相色谱A相为水相(pH=9.75),含25mmol/L乙酸铵和25mmol/L氨水。B相为乙腈。自动进样器样品盘温度为4℃,进样体积为3μL。使用Q Exactive HFX高分辨质谱仪,并在Xcalibur采集软件的控制下进行采集。采集模式分别为正离子模式(ESI+)和负离子模式(ESI-)。条件设置如下:鞘气流速为30Arb;辅助气流速为25Arb;毛细管温度为350℃;喷涂电压分别为3.6kV(+)或负3.2kV(﹣)。Full-MS分辨率及MS/MS分辨率分别为60000和7500。使用ProteoWizard软件将原始数据转换成mzXML格式。利用XCMS软件进行峰识别、峰提取、峰对齐等处理与整理后,通过与质谱数据库进行匹配从而完成物质的注释与鉴定。
将采集到的代谢谱数据进行主成分分析(PCA)及正交偏最小二乘法-判别分析(OPLS-DA),结合单变量统计分析,符合VIP>1,P<0.05,|log2(Fold Change)|>2者被筛选和鉴定为差异代谢物。具体为:分别在正离子检测模式和负离子检测模式下进行差异代谢物的筛选与鉴定。在正负离子检测模式下,首先进行多元变量统计分析并筛选OPLS-DA模型变量VIP>1的代谢物。随后结合参数及非参数检验,筛选P<0.05且|log2(FoldChange)|>2的代谢物。
图1为正离子检测模式下肾透明细胞癌组织与癌旁组织PCA及OPLA-DA分析结果。PCA分析得分散点图中每个散点代表一个独立样本,横纵坐标分别表示排名第一和排名第二的主成分得分。在正离子检测模式下,主成分分析结果显示肾透明细胞癌组织及癌旁组织区分显著(图1A)。图1B为主成分分析的3D视图,结果显示肾透明细胞癌及癌旁组织组内分布较为集中,而组间差异显著。此外,基于OPLS-DA分析结果进一步证实在正离子检测模式下肾透明细胞癌组织和癌旁组织具有显著差异(图1C)。随后,本发明对OPLS-DA模型进行200次的置换检验,以此评估模型是否过拟合并验证模型的稳定性。分析结果如图1D显示,右上角的圆点表示原模型的R2Y和Q2值,分别为0.950和0.936,R2X为0.434,即43.4%的变量可解释95.0%的差异,预测能力为93.6%。该结果表明,原模型可以较好地解释肾透明细胞癌组织和癌旁组织之间的差异。而图中的圆点分别表示经200次置换检验所获得的R2Y和Q2值。两条虚线分别表示经200次置换检验所获得的R2Y和Q2值与原模型R2Y和Q2值共同构成的拟合回归线。结果显示,R2Y值拟合回归线截距为0.14,小于0.3。Q2值拟合回归线截距为-1.52,小于0。因此,置换检验提示本发明在正离子检测模式下建立的原模型不存在过拟合显像,并且具有较高的稳定性。
同样在负离子检测模式下主成分分析结果显示肾透明细胞癌组织及癌旁组织区分显著(图2)。同样,对OPLS-DA模型进行200次的置换检验。分析结果如图2D显示,原模型的R2Y和Q2值分别为0.965和0.958,R2X为0.404,即40.4%的变量可解释96.5%的差异,预测能力为95.8%。该结果表明,原模型可以较好地解释肾透明细胞癌组织和癌旁组织之间的差异。置换检验结果显示,R2Y值拟合回归线截距为0.11,Q2值拟合回归线截距为-1.50。同样提示本发明在负离子检测模式下建立的原模型不存在过拟合现象且稳定性较高。
图3A、图3B、图3C、图3D分别为正、负离子检测模式下肾透明细胞癌患者的癌组织及癌旁组织中差异代谢物筛选与鉴定的火山图和韦恩图。火山图表明:肾透明细胞癌组织与癌旁组织代谢谱在正负离子检测模式下筛选出上调和下调差异代谢物。韦恩图表明:将VIP>1的代谢物,P<0.05的代谢物,|log2(FoldChange)|>2的代谢物取交集筛选出共同部分鉴定为差异代谢物。如图3B所示,在正离子检测模式下,VIP>1的代谢物有86种,P<0.05的代谢物有127种,|log2(FoldChange)|>2的代谢物有35种。因此,在正离子检测模式下共鉴定出29种差异代谢物。如图3D所示,在负离子检测模式下,VIP>1的代谢物有79种,P<0.05的代谢物有122种,|log2(FoldChange)|>2的代谢物有23种。因此,在负离子检测模式下共鉴定出20种差异代谢物。综合正、负离子检测结果,在肾透明细胞癌组织与癌旁组织间筛选并鉴定出49种差异代谢物。其中,与癌旁组织相比,32种代谢物在癌组织中水平降低,17种代谢物在癌组织中呈升高趋势。具体情况见下表1:
表1正负离子检测模式下筛选到的49种差异代谢物情况
然后利用MetaboAnalyst 5.0数据库进行差异代谢物的代谢通路富集分析,以此确定差异代谢物的代谢通路与网络。结果如图4所示,代谢通路富集分析结果表明,与肾透明细胞癌旁组织相比,肾透明细胞癌组织中存在抗坏血酸和糖醛酸代谢途径(Ascorbateand aldarate Metabolism)、淀粉和蔗糖代谢途径(Starch and sucrose Metabolism)、核黄素代谢途径(RiboflavinMetabolism)、半乳糖代谢途径(Galactose Metabolism)、磷酸肌醇代谢(Inositol phosphate Metabolism)、色氨酸代谢(Tryptophan Metabolism)等代谢途径及代谢网络紊乱,这些代谢途径可能与肾透明细胞癌的发生和发展密切相关。
本发明进一步分析了代谢物与肾透明细胞癌患者临床病理因素之间的相关性。分析结果如图5所示,代谢物2-O-乙酰熊果苷在具有临床症状的肾透明细胞癌患者中水平降低,在无临床症状的肾透明细胞癌患者中水平升高(图5A)。代谢物2-O-乙酰熊果苷、3-甲基鸟嘌呤、D-麦芽糖、α-L-谷氨酰-L-谷氨酸在低T分期(T1+T2)的肾透明细胞癌患者中水平升高,代谢物2-脱氧尿苷在高T分期(T3+T4)的肾透明细胞癌患者中水平升高(图5B)。代谢物N-乙酰组氨酸、蔗果三糖、D-水苏糖、磷酸肌酸、α-L-谷氨酰-L-谷氨酸、麦芽三糖在低病理分级(G1+G2)的肾透明细胞癌患者中水平升高,代谢物肌酐、亚甲氨基谷氨酸、新海藻糖在高病理分级(G3+G4)的肾透明细胞癌患者中水平升高(图5C)。代谢物N-乙酰组氨酸在不合并坏死的肾透明细胞癌患者中水平升高,代谢物4-羟基马尿酸在合并坏死的肾透明细胞癌患者中水平降低(图5D)。
然后通过绘制受试者工作特征(ROC)曲线并计算AUC评估筛选到的差异代谢物的诊断价值,根据曲线下面积(AUC)评估单个代谢物的诊断效能。结果如图6所示。诊断效能分析显示,正离子模式下14种代谢物AUC大于0.9,显示为圆圈;12种代谢物AUC介于0.8-0.9之间,显示为三角;3种代谢物AUC介于0.7-0.8之间,显示为方块。负离子模式下9种代谢物AUC大于0.9;7种代谢物AUC介于0.8-0.9之间;4种代谢物AUC介于0.7-0.8之间。共23种差异代谢物的ROC曲线下面积大于0.9(表1),具有较高的诊断价值。因此,将该23种差异代谢物作为早期筛查肾透明细胞癌的生物标志物。
表2肾透明细胞癌的23种生物标志物
实施例2
1、肾透明细胞癌联合诊断模型的构建与诊断价值分析
上述单个差异代谢物的诊断价值分析结果显示,共23种差异代谢物诊断价值较高(AUC>0.9)。但仍可观察到单个差异代谢物诊断效能有限。因此,本实施例基于logistic逐步向前回归分析筛选差异代谢物构建联合诊断模型,进一步提高诊断模型的诊断效能及灵敏度和特异度。
图7为联合诊断模型的构建和诊断价值分析结果。由图中可以看出:联合诊断模型由以下11种差异代谢物构成(表3),且具有高的诊断效能(AUC=0.986),分析结果显示,该联合诊断模型的灵敏度为0.952,特异度为0.976,阳性预测值为0.976,阴性预测值为0.953,约登指数为0.929,较单个代谢物具有更高的诊断价值。图7A展示了构成联合诊断模型的11种代谢物及其系数(Coefficients)和标准误(Std.Error)。图7B显示了构建的联合诊断模型的具体公式。结果显示,Y(0=癌旁组织,1=癌组织)=-71.564*D-4’-磷酸泛酸盐-40.595*胞苷2’,3’-环磷酸酯-8.012*腺苷-3’-磷酸-2.262*4-乙酰氨基丁酸-1.904*4-羟基马尿酸-1.665*磷酸-0.528*N-乙酰天冬氨酰谷氨酸-0.032*肌醇+0.868*L-犬尿氨酸+3.723*2,4-二甲基-4-苯基四氢呋喃+8.654*麦芽三糖+0.938。
表3构成联合诊断模型的11种差异代谢物
2、基于独立验证队列,进一步验证联合模型的可靠性。
其中,独立验证队列由20名肾透明细胞癌患者的癌组织及癌旁组织构成。图8为联合诊断模型的验证与诊断价值分析结果。与实施例1的研究结果一致,9种代谢物在独立验证队列的癌组织中水平升高,2种代谢物在独立验证队列的癌旁组织中水平降低。11种代谢物在独立验证队列中的具体水平如图8B所示。分析结果显示,代谢物胞苷2’,3’-环磷酸酯、N-乙酰天冬氨酰谷氨酸、4-羟基马尿酸、4-乙酰氨基丁酸、D-4’-磷酸泛酸盐、磷酸、2,4-二甲基-4-苯基四氢呋喃、腺苷-3’-磷酸和肌醇在癌组织中水平升高,代谢物L-犬尿氨酸和麦芽三糖在癌组织中水平降低,进一步验证了该11种代谢物在肾透明细胞癌患者中的代谢水平。此外,进一步的诊断价值分析显示,11种代谢物的单个诊断效能中等,其ROC曲线所对应AUC介于0.7至0.9之间(图8C)。而联合诊断模型在独立验证队列中的ROC曲线如图8D所示,其AUC为0.943,CI:0.966-1.000,显著高于单个代谢物的诊断效能。综上,基于独立验证队列的代谢组学分析,进一步验证了本发明构建的联合诊断模型具有较高的诊断价值。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (2)

1.生物标志物在构建预测肾透明细胞癌的联合诊断模型中的应用,其特征在于:所述生物标志物为胞苷2’,3’-环磷酸酯、N-乙酰天冬氨酰谷氨酸、4-羟基马尿酸、4-乙酰氨基丁酸、D-4’-磷酸泛酸盐、磷酸、2,4-二甲基-4-苯基四氢呋喃、腺苷-3’-磷酸、肌醇、L-犬尿氨酸和麦芽三糖。
2.根据权利要求1所述的应用,其特征在于:通过logistic逐步向前回归分析筛选差异代谢物,从而构建联合诊断模型。
CN202210520271.4A 2022-05-12 2022-05-12 肾透明细胞癌生物标志物及其在早期筛查中的应用 Active CN114965800B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210520271.4A CN114965800B (zh) 2022-05-12 2022-05-12 肾透明细胞癌生物标志物及其在早期筛查中的应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210520271.4A CN114965800B (zh) 2022-05-12 2022-05-12 肾透明细胞癌生物标志物及其在早期筛查中的应用

Publications (2)

Publication Number Publication Date
CN114965800A CN114965800A (zh) 2022-08-30
CN114965800B true CN114965800B (zh) 2024-02-20

Family

ID=82983431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210520271.4A Active CN114965800B (zh) 2022-05-12 2022-05-12 肾透明细胞癌生物标志物及其在早期筛查中的应用

Country Status (1)

Country Link
CN (1) CN114965800B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115656392B (zh) * 2022-12-14 2023-04-07 山东大学齐鲁医院 尿液代谢物在制备鉴别子宫内膜癌保留生育功能治疗孕激素耐药患者的产品中的应用
CN116539892B (zh) * 2023-04-21 2024-03-26 上海交通大学医学院附属新华医院 肾透明细胞癌蛋白质标志物及辅助诊断模型构建方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010016558A1 (ja) * 2008-08-06 2010-02-11 ヒューマン・メタボローム・テクノロジーズ株式会社 疾患マーカー、および、疾患マーカーの測定方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010145035A1 (en) * 2009-06-19 2010-12-23 Siu K W Michael Renal cell carcinoma biomarkers
WO2011088030A1 (en) * 2010-01-15 2011-07-21 Bryan William Jones Disease diagnosis and treatment using computational molecular phenotyping
AU2012347557A1 (en) * 2011-12-09 2014-07-03 Metabolon, Inc. Biomarkers for kidney cancer and methods using the same
EP2948775B1 (en) * 2013-01-23 2018-10-03 The United States Of America, As Represented By The Secretary, Department Of Health And Human Services Compositions and methods for detecting neoplasia
KR101361038B1 (ko) * 2013-02-21 2014-02-12 경북대학교 산학협력단 신장 이식 후 환자의 뇨 시료로부터 사구체여과율을 예측하는 방법
US20190310258A1 (en) * 2016-10-28 2019-10-10 Japanese Foundation For Cancer Research Biomarker, method for searching disease-related gene, and renal cancer marker

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010016558A1 (ja) * 2008-08-06 2010-02-11 ヒューマン・メタボローム・テクノロジーズ株式会社 疾患マーカー、および、疾患マーカーの測定方法

Also Published As

Publication number Publication date
CN114965800A (zh) 2022-08-30

Similar Documents

Publication Publication Date Title
CN114965800B (zh) 肾透明细胞癌生物标志物及其在早期筛查中的应用
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
CN105277718A (zh) 用于恶性肿瘤相关筛查及评估的产品、应用及方法
CN112684048B (zh) 一种术前鉴别甲状腺良恶性结节的生物标志物、试剂盒及其应用
CN109307764B (zh) 一组代谢标志物在制备胶质瘤诊断试剂盒方面的应用
CN110514772A (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
CN105092627B (zh) 用于检测胃癌相关代谢小分子的核磁共振模型及制备方法
CN111896641B (zh) 结直肠癌相关雌激素血浆代谢小分子筛选方法及其应用
Arendowski et al. Serum and urine analysis with gold nanoparticle-assisted laser desorption/ionization mass spectrometry for renal cell carcinoma metabolic biomarkers discovery
CN112986441A (zh) 一种从组织代谢轮廓筛选的肿瘤标志物及其应用和辅助诊断方法
CN112946276B (zh) I期肺腺癌患者术后复发风险预测系统及其应用
Mao et al. A model based on adipose and muscle-related indicators evaluated by CT images for predicting microvascular invasion in HCC patients
CN116735889B (zh) 一种用于结直肠癌早期筛查的蛋白质标志物、试剂盒及应用
CN112255335A (zh) 用于区分良性和恶性卵巢肿瘤的血浆代谢标志物及其应用
CN106555003A (zh) 腺性膀胱炎和膀胱癌诊断区分标志物、诊断试剂或试剂盒
CN113484518B (zh) 一种区分肺部疾病的诊断生物标志物
CN106770873B (zh) 一种膀胱癌诊断标志物及其应用和诊断试剂盒
WO2022133738A1 (zh) 一种术前鉴别甲状腺良恶性结节的生物标志物、试剂盒及其应用
CN106546721B (zh) 腺性膀胱炎和膀胱癌诊断区分标志物、诊断试剂或试剂盒
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
CN105954389A (zh) 基于人尿液甘氨酸、3-磷酸甘油酸和胞嘧啶的膀胱癌诊断试剂盒和检测方法
CN101363837A (zh) 一种胰腺癌化疗药疗效评价方法
Wani et al. Proteomic profiling and its applications in cancer research
CN115656392B (zh) 尿液代谢物在制备鉴别子宫内膜癌保留生育功能治疗孕激素耐药患者的产品中的应用
CN114814023B (zh) 脂质分子在作为胃癌化疗药耐药的预测性标志物中的应用

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
GR01 Patent grant
GR01 Patent grant