Krooninen sairaus

tiivistelmä

Background

Lipidit ovat kriittisiä toimintoja solujen energian varastointi, rakenne ja signalointi. Monet yksittäiset lipidimolekyyleistä on yhdistetty kehittymistä eturauhassyövän; kuitenkin, mikään niistä ei ole hyväksytty käytettäväksi biomarkkerina. Tavoitteena Tämän tutkimuksen tarkoituksena on tunnistaa lipidimolekyyleistä sadoista plasmasta näennäinen lipidilajien biomarkkereina diagnoosin eturauhassyövän.

Menetelmät /Principal Havainnot

Käyttäen lipidomics, lipidejä profilointi 390 yksittäisten näennäinen lipidejä lajit suoritettiin 141 plasmanäytteistä 105 potilaalla on eturauhassyöpä ja 36 miehen valvontaa. Suurikapasiteettisten tuottaman tiedon lipidomics analysoitiin bioinformatiikka ja tilastollisia menetelmiä. 390 näennäinen lipidilajien, 35 lajia osoitettu olevan potentiaalia erilaistumista eturauhassyöpää. Sisällä 35 lajia, 12 tunnistettiin yksittäiset plasman lipidejä biomarkkereita eturauhassyövän diagnoosia joiden herkkyys yli 80%, spesifisyys yli 50% ja tarkkuus yli 80%. Käyttämällä top 15 35 mahdollisia biomarkkereita yhdessä lisääntynyt ennusteita dramaattisesti eturauhassyövän diagnoosia ja joiden herkkyys on 93,6%, spesifisyys 90,1% ja tarkkuus 97,3%. Pääkomponenttianalyysi (PCA) ja hierarkkinen klusterointi analyysi (HCA) osoittivat, että potilaan ja kontrollipopulaatioissa olivat visuaalisesti erottaa tunnistettu lipidien biomarkkereita. RandomForest ja 10-kertainen cross validointi analyysit osoittivat, että tunnistetut lipidien biomarkkerit pystyivät ennustamaan tuntemattomia väestön tarkasti, ja tämä ei ole vaikuttanut potilaan iän ja rotu. Kolme 13 lipidiluokkien, fosfatidyylietanoliamiini (PE), eetteri-sidottu fosfatidyylietanoliamiini (EPE) ja eetteri-sidottu fosfatidyylikoliinia (EPC) voidaan katsoa biomarkkereita diagnoosin eturauhassyövän.

Johtopäätökset /merkitys

Käyttämällä lipidomics ja bioinformatiikan ja tilastollisia menetelmiä, olemme tunnistaneet muutamia pois satoja plasman näennäinen lipidien molekyyli- lajeja biomarkkereita eturauhassyövän diagnoosia, joilla on korkea herkkyys, spesifisyys ja tarkkuus.

Citation: Zhou X Mao J, ai J, Deng Y, Roth MR, Pound C, et al. (2012) tunnistaminen Plasma Lipid biomarkkereita eturauhassyövän Lipidomics ja bioinformatiikan. PLoS ONE 7 (11): e48889. doi: 10,1371 /journal.pone.0048889

editori: Christina Lynn Addison, Ottawa Hospital Research Institute, Kanada

vastaanotettu: 02 kesäkuu 2012; Hyväksytty: 02 lokakuu 2012; Julkaistu: 12 marraskuu 2012

Copyright: © 2012 Zhou et al. Tämä on avoin pääsy artikkeli jaettu ehdoilla Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, jakelun ja lisääntymiselle millä tahansa välineellä edellyttäen, että alkuperäinen kirjoittaja ja lähde hyvitetään.

Rahoitus: Tämä tutkimus tukivat jota sisäiset avustusta yliopiston Mississippi Medical Center (68599370412), ja osittain National Institutes of Health /MSINBRE avustus (P20RR016476). Rahoittajat ollut mitään roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen.

Kilpailevat edut: Kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.

Johdanto

biomarkkerit pelata keskeisiä rooleja hoitoon potilailla, joilla on syöpiä. Kuitenkin nykyään käytetään biomarkkereita eturauhassyövän ovat optimaalisia. Esimerkiksi prostataspesifisen antigeenin (PSA), yleisimmin käytetty biologisten merkkiaineiden, on kiistanalainen osalta sen spesifisyys ja herkkyys eri populaatioissa [1]. On myös epäilyjä mahdollisista yli-diagnoosin eturauhassyövän PSA potilaalla on rajalliset sairauden etenemisen [2] – [4]. Useita uusia biomarkkerit tutkitaan [5] – [7]; kuitenkin, yksikään näistä ei ole osoittautunut hyödylliseksi kliiniseen testaukseen.

Lipidit käsittävät erilaisia ​​luokkia molekyyleistä kriittisten toimintojen solujen energian varastointi, rakenne, ja signalointi. Aikaisemmat tutkimukset ovat osoittaneet, että riski eturauhasen syöpä on lisääntynyt Kohonneet erityisesti plasman rasvahappojen, kuten myristiinihappo, α-linoleenihappo, ja eikosapentaeenihapon hapot [8] – [9]. Monet yksittäiset polaarisia lipidejä, [10] – [17] ja kolesterolia [18] – [21] lajeista on liitetty kehitystä eturauhassyöpää. Kuitenkin rajoitusten vuoksi teknologian, vain muutama näennäinen lipidilajien tai lipidiluokkiin analysoitiin kussakin näistä tutkimuksista, eikä on yritetty löytää lipidimolekyyleistä biomarkkereina eturauhassyövän laajamittaisista lipidien profilointia. Laajamittainen lipidejä profilointia ei tehty käyttöönottoon saakka massaspektrometrialla perustuvia lipidomics strategioita kymmenen vuotta sitten [22]. Äskettäin viitearvot 500 plasman lipidilajien oli saatu lipidomics analyysi yhdistetään ja sekoitetaan plasmaa 100 tervettä ihmistä [23]. Lipidomics on osoitettu olevan hyödyllinen väline tutkimuksessa mekanismien ja biomarkkereita useiden sairauksien kuten lihavuuden [24] – [25], ateroskleroosin [26] – [28], verenpainetauti [29], diabetes [30], kystinen fibroosi [31] ja muiden syöpien [32] – [34]. Sen lisäksi, käyttäen haulikko lipidomics, muutaman lipidilajien 70 fosfolipideistä lajeista virtsassa tunnistettiin mahdollisiksi markkereita eturauhassyövän [35]. Kuitenkin suuressa mittakaavassa plasman lipidejä profilointia ei ole tehty verta ja eturauhasen näytteitä potilaista, joilla on eturauhasen syöpä.

Kuten tässä on kuvattu, me suoritetaan globaali lipidi profilointi, joka sisälsi mittaus 340 fosfolipidiä ja 50 kolesteryyliesteri ( CE) näennäinen lipidien molekyyli- lajeja, 141 plasmanäytteistä 105 potilaalla on eturauhassyöpä ja 36 miehen valvontaa. By analyysi bioinformatiikka ja tilastollisia menetelmiä, muutamia plasman lipidilajien on valittu biomarkkereita. Alkuperäinen tutkimus osoittaa, että nämä biomarkkerit on suuri herkkyys, spesifisyys ja tarkkuus eturauhassyövän diagnoosia.

Potilaat ja menetelmät

Tavoitteet

Hypoteesimme että eturauhassyöpäkudoksille on erillisiä lipidiprofiilit vastaamaan erityistarpeita tuumorin eloonjäännin ja etenemiseen. Erottuva lipidiprofiilit vaikuttaa systeemisiä lipidien homeostaasiin ja heijastua kehon nesteissä, kuten plasma. Siksi havaitseminen plasman näennäinen lipidien molekyyli- lajeja heijastaa olemassaolon ja etenemisen eturauhassyöpä. Vertaamalla plasman satoja näennäinen lipidilajien keskuudessa populaatioiden kanssa ja ilman eturauhassyöpä, muutama näennäinen lipidilajien jotka ovat edustavimmat syövän tilan tunnistetaan plasman lipidejä biomarkkereita diagnoosin eturauhassyövän.

potilaat ja näytteet Collection

sata ja viisi (105) plasmanäytteistä 105 potilasta, joilla on eturauhasen syöpä saatiin Cooperative Human Tissue Network (CHTN), jossa plasma näytteitä esi-kerätty eri klinikoiden aikana 2004-2007. Ennen kokoelma plasmanäytteistä, potilaat olivat antaneet suostumuksensa ja ei olisi suoritettu terapeuttisia interventioita. Diagnoosi eturauhassyövän jokaiselle potilaalle vahvistettiin myöhemmin eturauhasen koepalan tai eturauhasen. Limited tietoa kullekin potilaalle, kuten potilaan ikä, rotu ja patologinen diagnoosi, oli säädetty. Kolmekymmentä kuusi (36) plasmanäytteistä mies verrokit saatu yhteistyökeskusten kirjailija, joka etukäteen kerättyä plasmaa 36 miespotilailla at yhteisö klinikalla, jossa potilailla oli niiden hyvinvointi tarkastuksia tai haetaan lääkärin hoitoon muihin sairauksiin vuosina 2006 -2008. Valintaperusteet ohjaus ei ole ollut eturauhassyöpää, kieltäminen kliinisiä oireita eturauhasen syöpä, ja alhainen seerumin PSA. Sama protokolla keräämiseen plasmaa käytettiin keräämiseen plasmanäytteistä peräisin potilaiden ja verrokkien: kustakin aiheesta, 10 ml kokoverta kerättiin osaksi vacutainer putkeen, joka sisältää kaliumia EDTA antikoagulanttina. Plasmassa nopeasti erotettiin (enintään 4 tuntia sen jälkeen, kun kokoveri on kerätty), ja säilytettiin -80 ° C: ssa välittömästi. Kaikki plasmanäytteet kuljetettiin hiilihappojäissä Kansas Lipidomics Research Center (KLRC) lipidien analyysi.

ESI-MS /MS Lipid Profilointi

automatisoitu sähkösumutusionisaatiota-tandem-massaspektrometrialla lähestymistapa oli käyttää. Tässä lähestymistavassa plasma lipidilajien tunnistetaan tasolla pääryhmän summaan asyylihiiltä: yhteensä kaksoissidoksia. Havaittu intensiteetit, jotka jokainen määritellään ehjän ionin massa /varaus (m /z) ja ominainen fragmentti m /z, on tässä esitetty ”näennäinen lipidi molekyylilajien”. Datan hankinta ja analyysi suoritettiin kuten aiemmin on kuvattu [36] – [37] muutoksin. Lyhyesti, määräosa 3 ui plasmaa käytettiin. Tarkka määrä sisäisiä standardeja, on saatu ja määrällisesti kuten aiemmin on kuvattu [38], lisättiin seuraavat määrät (joitakin pieniä vaihtelua määriä eri erissä sisäiset standardit): 0,60 nmol PC (12:00 /12:00), 0,60 nmol PC (24:1 /24:1), 0,60 nmol LPC (13:0), 0,60 nmol LPC (19:0), 0,30 nmol PE (12:00 /12:00), 0,30 nmol PE (23: 0 /23:0), 0,30 nmol LPE (14:0), 0,30 nmol LPE (18:0), 0,30 nmol LPG (14:0), 0,30 nmol LPG (18:0), 0,30 nmol PA (14:0 /14:0), 0,30 nmol PA (phytanoyl /phytanoyl), eli PA (20:0 /20:0), 0,20 nmol PS (14:0 /14:0), 0,20 nmol PS (phytanoyl /phytanoyl), eli PS (20:0 /20:0), 0,23 nmol PI (16:0 /18:0), 2,5 nmol CE (13:0) ja 2,5 nmol CE (23:0). Näyte ja sisäisen standardin seosta yhdistettiin liuottimia, sellainen, että suhde on kloroformi /metanoli /300 mM ammoniumasetaattia vedessä oli 300/665/35, ja lopullinen tilavuus oli 1,2 ml. Tämä seos, vuonna autosampler pulloihin, sentrifugoitiin 15 min pelletoimiseksi hiukkasten ennen esittelee lipidi /liuottimen seoksen autosamplerista. Nämä Fraktioimattoman lipidiuutteita otettiin käyttöön jatkuva infuusio osaksi ESI lähde kolmoiskvadrupolisen MS /MS (API 4000, Applied Biosystems, Foster City, CA) käyttäen autosamplerista (LC Mini PAL, CTC Analytics AG, Zwingen, Sveitsi) on asennettu vaaditun injektointisilmukka hankkimiseen aikaa ja esiteltiin ESI neula 30 ul /min.

Sequential esiaste ja neutraali menetys skannaa otteiden joukon spektrejä keskenään spektri paljastaa joukon lipidilajien joka sisältää yhteiset pääryhmä fragmentti. Lipidilajien havaittiin seuraavat skannaukset: PC, SM, ja lysoPC, [M + H]

+ ionit positiivisionisella tilassa esiaste 184,1 (Pre 184,1); PE ja lysoPE, [M + H]

+ ionit positiivisionisella tilassa neutraali menetys 141,0 (NL 141,0); PI, [M + NH

4]

+ positiivisionisella tilassa NL 277,0; PS, [M + H]

+ positiivisionisella tilassa NL 185,0; PA, [M + NH

4]

+ positiivisionisella tilassa NL 115,0; CE, [M + NH

4]

+ positiivisionisella tilassa Pre 369,3. SM määritettiin samasta massaspektri kuin PC (esiasteita m /z 184 positiivisessa tilassa) [39] – [40] ja vertaamalla tietokoneen sisäisten standardien käyttämällä molaarista vastekerroin SM (verrattuna PC) määrittää kokeellisesti olevan 0,39. Asyyli, alk (en) yyli ( ”eetteri-linked”) EPC ja Epes määritettiin suhteessa samaan diasyyliperoksi- standardeja kuin muut PC ja PE lajeja, eikä vastetekijät sovellettu. Törmäys Kaasun paine asetettiin 2 (mielivaltaisina yksikköinä). Törmäys energiat, typellä törmäys solussa, olivat +28 V PE, +40 V PC (ja SM), +25 V PI, PS ja PA ja +30 V CE. Declustering potentiaalit olivat +100 V kaikkien lipidien paitsi CE, jonka declustering potentiaali oli +225 V. sisäänkäynti potentiaalit olivat +15 V PE, +14 V PC (ja SM), PI, PA, ja PS, ja + 10 V CE. Lopeta potentiaalit olivat +11 V PE, +14 V PC (ja SM), PI, PA, PS, ja +10 V CE. Massa analysaattorit säädettiin resoluutiolla 0,7 u täysi leveys korkeuden puolivälissä. Jokaista spektriä, 9-150 jatkumoon skannaukset otettiin keskiarvo vuonna monikanavaisen analysaattori (MCA) -tilassa. Lähde lämpötila (lämmitetty sumutinta) oli 100 ° C, käyttöliittymä lämmitin oli, 5,5 kV tai -4.5 kV levitettiin sähkösumutus kapillaari, verho kaasu asetettiin 20 (mielivaltainen yksikköä), ja kaksi ionilähteen kaasut asetettiin 45 (mielivaltaisina yksikköinä).

tausta kunkin spektrin vähennettiin, tiedot olivat tasoitettu, ja piikkien pinta-alat integroituna käyttämällä mukautettua käsikirjoituksen ja Applied Biosystems Analyst ohjelmistoa. Aineisto isotooppisesti dekonvuloidaan ja lipidien kussakin luokassa kvantitoitiin verrattuna sisäisiin standardeihin tämän luokan, koska eri molekyyli- lajeja samaan luokkaan ionisoi samalla [22]. Ensimmäinen ja tyypillisesti jokaisen 11

th joukko Massaspektrit hankittiin sisäisen standardin seosta vain. Vastaavien piikkien kohde lipidien näiden spektrien havaittiin ja moolimäärät laskettiin verrattuna sisäisten standardien samalla lipidien luokka. Korjaamaan kemiallisten tai instrumentaali kohinaa näytteissä, moolimäärä kunkin lipidien aineenvaihduntatuotteen havaittu ”sisäiset standardit vain” spektri vähennettiin moolimäärä kunkin metaboliitin laskettu jokaisen sarjan näytespektriä. Tiedot kustakin ”sisäisiä standardeja vain” joukko spektrit käytetään korjaamaan tietoja seuraavista 10 näytettä. Lopuksi data korjattiin osa analysoitava ja normalisoitu näytetilavuus tuottaa dataa yksikkö nmol /ul.

Strategiat käytetään valinta Lipid biomarkkerit

Kaksi strategioita käytettiin valittaessa yksittäisten näennäinen lipidilajien biomarkkereita sadoista mitattava aine. Ensimmäinen strategia oli suodattamalla. Kaventaa useita mahdollisia ehdokkaita 390 näennäinen lipidilajien, laji, jota ei voi kliinisesti käytetty eturauhassyövän diagnoosia suodatettiin, johtuen liian alhainen pitoisuus havaita, merkityksetön ero potilaiden ja vertailuryhmän tai liian suljettu Plasman pitoisuudet kahteen ryhmään (vaikka ero voi olla tilastollisesti merkitsevä) tulkita. Kriteerit säilyttäminen olivat: 1) Ero keskimääräisessä plasman lipidien pitoisuus on erittäin merkitsevä (p 0,01) välillä potilaiden ja kontrolliryhmiin; 2) muutokset keskimääräinen plasman lipidien pitoisuus on 2-kertainen (ylös tai alas); ja 3) keskimääräiset plasman lipidien pitoisuus on 10 nmol /ul. Näennäinen lipidilajien että täytti kaikki kolme kriteeriä valittiin mahdollisiksi plasman lipidien biomarkkereita. Toinen strategia edellyttäen lisävaihtelusta syövän ja kontrollinäytteiden, jotta voidaan osoittaa, että valitut ehdokkaat eivät ole ainoastaan ​​kliinisesti hyödyllinen ja sovellettavissa, mutta myös ne ovat erittäin herkkiä, erityinen ja tarkka erilaistumista eturauhasen syövän valvontaa. Kun analyysi, jossa bioinformatiikan menetelmien, mitään näkyvää lipidilajien valittujen mahdollisten ehdokkaiden valitaan yksittäisinä plasman lipidejä biomarkkereiden diagnoosin eturauhassyövän, jos se täyttää nämä kriteerit: 1) herkkyys yli 80%; 2) spesifisyys yli 50%; 3) kaikki Precision, Recall, F-mittaus ja alapuolinen alue (ROC) käyrä yli 80%.

Ohjelmat ja ohjelmat Käytetään Tilastollinen ja bioinformatiikan analyysi

T-Test in SPSS18 ohjelmisto käytettiin vertaamaan pitoisuus plasmassa 390 ilmeinen lipidilajien välillä ohjaus ja potilasryhmissä. Merkittävä p-arvo asetettiin 0,01 Filtraatioleikkauksen. T-testi on käytetty myös vertailussa keskimääräisen ikäisiä välillä ohjaus ja potilasryhmissä. Merkittävä p-arvo asetettiin 0,05.

GenSpring11, Gim2 ja Windows Paint-ohjelmisto ja ohjelmia käytetään suorittamaan ja kuvaaja kaavioita Principal Component Analysis (PCA) ja hierarkkisia Klusterointi Analysis (HCA).

Weka 3,73 version ohjelmistoa käytettiin bioinformatiikan analyysi: Yksinkertainen logistiikka luokitus algoritmi ja Infogain, valvottu määrite ranking menetelmä käytettiin listalla yksittäisten näennäinen lipidilajien ja rasva-luokan mukaan niiden ennakoivaa toimivaltaa erilaistumiseen potilaalla on eturauhassyöpä kontrolleista ; RandomForest luokitus algoritmi ja 10-kertainen cross validointi käytettiin arvioimaan suorituskykyä ennustava malli. Sillä ”tuntematon ennustaminen”, malleja sijoittautuneet harjoitussetti, joka sisälsi väestö ”tunnettu ominaisuuksia”, kuten valkoista potilaalle. Kaikki koehenkilöt samassa ”tunnettu ominaisuus”, kuten valkoiset potilas satunnaistettiin ryhmitelty (10 toistojen tässä tutkimuksessa). Ennustavan valtuudet toistuvasti ristiin validoitu keskuudessa 10 toistojen. Ohjelmassa määritetään keskimääräinen ennusteita, joka ilmoittaa, jos tyydyttävää mallia perustettiin harjoitussarjassa. Sitten tyydyttävä malli jokaiselle ”tunnettu ominaisuus” käytettiin ennustamaan (vahvistaa) ennusteita koehenkilöillä jokaisen peilattu ”tuntematon toiminto”, kuten musta potilaalle testipakkauksesta. Korkeampi ennusteita koulutukseen joukko osoittaa pienempi vaihtelut joukossa 10 satunnaisesti ryhmitellään toistojen kanssa ”tunnettu ominaisuus”. Korkeampi ennustava valtuuksia testipakkauksesta ehdottaa pienemmän välinen varianssi pariksi ”tunnettu” ja ”tuntematon” väestö.

Chi-Square koe SPSS 18 ohjelmaa käytettiin vertaamaan jakelun valvonnan ja potilaiden välillä ensimmäisen puolet (yläosa) ja toinen puoli (pohjaosa) suuremmilla plasman Lipidikonsentraatiot kuvassa S1. Chi-Square testiä käytettiin myös vertaamaan suhteet Musta White, biopsia eturauhasen, korkea ja huono laatu eturauhassyövän välillä ensimmäisen ja toisen puoliskon. Merkittävä p-arvo asetettiin 0,05 kaikille tulokset Chi-Square testit.

Ethics

Tutkimus hyväksyi Institutional Review Board yliopiston Mississippi Medical Center kuin vapautettu tutkinnan , jossa suostumus osallistujilta ei vaadittu, koska kaikki saadut näytteet tässä tutkimuksessa käytetyt esi-kerättiin muiden organisaatioiden. Pöytäkirjojen näytekokoelmatodistuksen oli hyväksynyt niiden Institutional Review Boards. Potilaat olivat antaneet suostumuksensa ennen luovuttamista plasmanäytteistä. Tässä tutkimuksessa ei tunnistettavaa tietoa, kuten potilaan nimi, syntymäaika tai yhteystiedot tunnettiin tai käytetty.

Tulokset

väestöjakauma aiheet

Koko Tutkimukseen osallistui 141 aiheista lukien 105 potilasta, joilla on eturauhassyöpä ja 36 miehen valvontaa. Niistä potilaista, 61 (58,1%) oli valkoihoisia ( ”valkoinen”), 42 (40%) oli Afrikkalainen Amerikan ( ”musta”); ja 2 olivat tuntemattomia etnistä alkuperää. Niistä 36 säätimet, 24 (66,7%) oli valkoihoisia ja 12 (33,3%) oli Afrikkalainen amerikkalainen. Ei ollut eroa rotuun suhde potilaiden ja kontrolliryhmiin (p = 0,55), vaikka oli huomattavasti enemmän valkoihoiset kuin Afrikkalainen amerikkalaiset koko tutkimuksessa (85 valkoihoisilla ja 54 Afrikkalainen amerikkalaiset, p = 0,0022). Keskimääräinen ikä aikaan näytteenotosta oli 63,6 ± 8,5 potilaille ja 57,5 ​​± 15,3 kontrollille (p = 0,0032). Tiedot Gleason arvosana oli käytettävissä 100 ulos 105 potilaalla: 2 potilaalla oli Gleason pisteet 5, 55 oli Gleason pisteet 6, 35 oli Gleason pisteet 7 ja 8 olivat Gleason pisteet yli 7. Siten 90%: lla potilaista Gleason pisteet 6 tai 7. Tiedot muissa kliinisissä tiloissa, jotka saattavat vaikuttaa rasva-aineenvaihduntaan, kuten hyperlipidemia, diabetes, muiden pahanlaatuisten kasvainten ja lääkkeitä ei ollut saatavilla potilaille. Kliiniset tiedot 36 male valvontaa oli seuraava: 10 potilaalla oli niiden hyvinvointi tarkistaa ja kieltänyt merkitsevästi kliinisiä oireita; 14 oli verenpainetauti; 6 oli nivelrikko; ja 1 tai 2 potilaalla oli ollut yksi tai useampi seuraavista: hyperlipidemia, selkäkipu, liikalihavuus, diabetes, kihti, kaksisuuntainen mielialahäiriö, kouristelu tai refluksitauti. Ei mitään oli ollut syöpä kuten eturauhassyöpä. Keskimääräinen seerumin PSA-tason valvontaa oli 0,85 ng /ml.

Rasva-aineenvaihdunnan profilointi 390 Näennäinen lipidilajien

Plasma lipidiprofiilit lukien 390 yksilön ilmenee lipidilajien 13 luokat fosfolipidien ja kolesteryyli- estereiden (CE) määritettiin lipidomics varten 141 plasmanäytteistä (105 potilasta ja 36 vertailuryhmästä). Merkittävin ero keskimääräisessä plasman välillä potilaiden ja kontrolliryhmien havaittiin lysofosfatidyylikoliinin (LPC) kanssa rasva asyyliketju 22:6 [LPC (22:6)] (p = 1,75 x 10

-20). Korkein keskimääräinen plasmakonsentraatio kolesteryyli-esterin lajeja oli CE (18:2) (11,5 ± 4,36 nmol /ul potilailla, 10,99 ± 4,8 nmol /ul valvonnan, p = 0,144). Korkein keskimääräinen pitoisuus plasmassa polaarisen lipidin laji oli PC (34:2) (0,94 ± 0,41 nmol /ul potilailla, 0,58 ± 0,17 nmol /ul valvonnan, p = 0,00115). Merkittävä kertainen muutos plasman keskimääräistä näitä ilmeisiä lipidilajien välillä potilaiden ja kontrolliryhmien vaihtelivat positiivinen 22,7-kertainen dihydrosphingomyelin (DSM), jossa 16:0 [(DSM (16:0)] (p = 3,85 x 10

-19) negatiiviseen 20,8-kertainen PC (30:1) (p = 9,58 x 10

-04). täydellinen luettelo keskimääräisen plasmassa potilaan ja kontrolliryhmissä, p-arvot ja kertamuutoksia välillä potilaan ja kontrolliryhmää kullekin 390 lajin annetaan taulukossa S1.

tunnistaminen Yksittäiset Näennäinen lipidilajien biomarkkerina

mukaan kuvatut kriteerit Potilaat ja menetelmät jaksossa, 335 ulos 390 lajien poistettiin ensimmäisen strategian, suodatus. Vain 35 näennäinen lipidilajien valittiin mahdollisiksi rasva biomarkkereita eturauhassyövän diagnoosia (taulukko 1). näistä 35 on valittu näennäinen lipidilajien, ero keskimääräisen plasman välillä potilaan ja ohjaus ryhmiä oli erittäin merkitsevä (p 0,01), muutos plasman keskimääräistä (lisäys tai vähennys) välillä potilaiden ja kontrolliryhmiin oli ≥2 kertaiseksi, ja keskimääräinen plasman pitoisuus oli ≥10 pmol /ul (15 kertaa havaitseminen cut-off arvo joko potilailla, valvontaa tai molemmat). Toinen strategia edellyttäen lisävaihtelusta syövän ja kontrollinäytteiden osoittamalla onko kukin 35 ehdokasta oli tarpeeksi ennusteita diagnoosin eturauhassyövän. Käyttäen bioinformatiikan menetelmiä, 35 ehdokasta rankattu top 1 läpi ylhäältä 35 mukaan niiden Infogain arvoihin. Vain 12 ulos 35 mahdollisten ehdokkaiden tunnistettiin yksittäiset plasman lipidejä biomarkkereita, koska jokainen näistä 12 tunnistaa ilmeisiä lipidilajien täytti kaikki kriteerit: herkkyys (oikeita positiivisia) yli 80%, spesifisyys (1-true väärä positiivinen) yli 50% ja kaikki Precision, Recall, F-mittaus ja alapuolinen alue (ROC) käyrä yli 80% vuonna erilaistumiseen potilailla, joilla on eturauhasen syöpä tarkastuksissa (lihavoitu ja kursivoitu taulukossa 1).

tunnistetiedot Lipid luokat biomarkkereina

havaitut 390 yksilön plasmasta näennäinen lipidilajien kuului 12 luokat fosfolipidien ja yksi ryhmä kolesteryyliesterien. Pitoisuus Kunkin lipidipääluokan laskettiin lisäämällä kaikkien mitattujen yksittäisten lajien kyseiseen luokkaan. Kuten taulukosta 2, kaikki lipidiluokkiin oli lisääntynyt plasmassa potilailla verrattuna kontrolleihin lukuun fosfatidihappoa (PA), joka oli merkittävästi vähentynyt plasman potilailla. LPC oli ainoa rasva-luokassa, jossa jokainen havaittu yksittäinen näennäinen lipidilajien oli merkittävästi kohonnut plasman potilaan ryhmässä verrattuna hallita ryhmään (yksityiskohtia ei esitetty). Muualla lipidiluokkiin, jotkut näennäinen lipidilajien kasvoivat, kun taas toiset olivat alas heidän plasman potilailla vs. valvonnan. Erot plasman lipidien pitoisuuksien välillä potilaiden ja verrokkien olivat tilastollisesti merkitseviä useimmissa lipidiluokkia paitsi lysofosfatidyylietanoliamiinia (LPE) ja fosfatidyyliseriinin (PS). Kuitenkin, kun samoja kriteerejä käytetään valinnassa biomarkkereiden yksittäisten ilmeistä lipidilajien levitettiin lipidiluokkien, ainoastaan ​​lipidiluokkien PE, EPE ja ePC voidaan katsoa olevan biologisten merkkiaineiden eturauhassyövän diagnoosia. Käyttäen lipidiluokkia biomarkkereina diagnosointiin eturauhasen syöpä ei ole ihanteellinen valinta, koska mahdollisesti hyödyllistä tietoa menetetään mielivaltaisesti yhdistämällä mitatut arvot (perustuen lipidipääluokan tehtävän) yksittäisten näennäinen lipidilajien.

Effect Ryhmittelymahdollisuudella Useita biomarkkerit on eturauhassyövän diagnoosia

Osoittaakseen jos käytetään enemmän lipidejä biomarkkerit yhdessä sisällä 35 ehdokkaita pystyy lisäämään ennusteita diagnosointiin eturauhassyövän, seitsemän ryhmää ilmeinen lipidilajien joissa on eri määrä ehdokkaita manuaalisesti ryhmitelty: top 5 (top 1 kautta 5, 5 ehdokasta yhdessä), 10 (top 1 kautta 10, 10 ehdokasta yhdessä, jne.), 15, 20, 25, 30 ja 35 (kaikki 35 ehdokasta yhdessä). Tulokset osoittavat, että missään käsin koottu ryhmä enemmän lipidejä markkereita oli yhteensä suurempi herkkyys, spesifisyys ja tarkkuus diagnoosin eturauhassyövän verrattuna mitään yksittäisten lipidien biomarkkereita. Näistä manuaalisesti koottu ryhmät, ryhmä 15 (top 1 kautta top15, 15 biomarkkerit yhdessä) oli paras yhdistelmä vahvin ennustava valtuuksia eturauhassyövän diagnoosia: se oli suurin herkkyys (93,6%), korkein spesifisyys (90,1 %), suurempi tarkkuus (97,3%), kuten on esitetty kuviossa 1, ja korkein Precision, muistuttavat ja F-Toimenpide (93,7%, 93,6% ja 93,6%, vastaavasti, tietoja ei ole esitetty kuviossa 1).

pisteet merkitty kaksi päätä nuolet ovat ennustavia valtuuksia top 15 plasman näennäinen lipidilajien kun niitä käytetään yhdessä eturauhassyövän diagnoosia. Käyttämällä top 15 plasma näennäinen lipidilajien on korkein herkkyys (93,6%), korkein spesifisyys (90,1%), ja suurempi tarkkuus (ROC Area, 97,3%) diagnosoinnissa eturauhassyövän verrattuna jollakin muulla yhdistelmä eri numeroihin .

mahdollisesti vähentää biomarkkerit helpottaa käytännön sisällyttämistä työnkulun kliinisten laboratorioiden ja jotta tulokset eniten vastaanottavaisia ​​tulkinnan kliinikoiden, bioinformatiikan analyysit suoritettiin erilaisten yhdistelmien kahdesta lipidi- biomarkkerit yhdessä (ylhäältä 2) läpi 15 lipidejä biomarkkerit yhteen (top 15), kuten on esitetty taulukossa 3. esimerkiksi jos kolme parasta lipidejä biomarkkerit, LPC (18:1), LPC (20:4) ja PC (40:7 ) (Top 3) käytettiin yhdessä, yhdistelmä antaisi herkkyys 91,5%, spesifisyys 84,3% ja tarkkuus (ROC Area) 95,9%: in erottaa potilailla, joilla on eturauhasen syövän miehen valvontaa. Ryhmittely lipidiluokkia, toisin kuin yksittäiset lajit, myös lisääntynyt herkkyys, spesifisyys ja tarkkuus diagnoosin eturauhassyövän verrattuna yksittäisen lipidipääluokan. Esimerkiksi 2 ylimmässä luokkaa lipidien (luokka LPC ja PE) yhdessä herkkyys oli 88,7%, spesifisyys 81,5% ja tarkkuus 94,4% (tuloksia ei ole esitetty). Kuitenkin ennakoiva voimia ryhmittely lisää lipidiluokkiin olivat vähäisempiä kuin ryhmittely useita yksittäisiä plasma näennäinen lipidilajien.

Ominaisuudet havaittuja plasma- Lipid biomarkkerit

Koska käyttäen top 15 lipidejä biomarkkereita yhdessä oli paras ennusteita diagnoosin eturauhassyövän, ominaisuudet tämän ryhmän näennäinen lipidilajien analysoitiin tarkemmin.

Principal komponenttien analyysi (PCA) suoritettiin tutkimaan kyky erottaa potilaan ja verrokeilla lipidi- profiilien 390 ja valittu 15 näennäinen lipidilajien. Performing PCA lipidiprofiilit 390 näennäinen lipidilajien, potilaan ja verrokeilla oli visuaalisesti erotettu pitkin ensimmäinen komponentti PCA, joiden osuus 28,3% koko varianssi (kuva 2 A). Kuitenkin, kun PCA tehtiin lipidiprofiilit valitun 15 ilmenee lipidilajien, ensimmäinen komponentti, jota pitkin potilaan ja kontrollinäytteiden erotettiin, osuus 86,9% koko varianssi data (kuva 2, B). Tämä osoittaa, että paljon enemmän vaihtelua näissä top 15 näennäinen lipidilajien liittyvät luokittelun potilaan tai valvontaa. Lisäksi kannat verrokeilla oli spatiaalisesti lähempänä kuin potilaan kuvaamiseen, kun jompikumpi asettaa datan piirrettiin, viittaa siihen, että vaihtelut keskimääräinen plasman lipidien pitoisuus (tässä muuttuu korreloimattomia arvot tilan etäisyydet) kontrolliryhmässä olivat paljon pienempiä kuin ne, jotka potilaan ryhmässä.

V: ensimmäinen komponentti PCA ylittää kaikki 390 havaitut plasman näennäinen lipidilajien osuus 28,3% koko varianssi; B: Ensimmäinen komponentti PCA ylittää 15 valittu plasman näennäinen lipidejä biomarkkereita osuus 86,9% koko varianssi.

Hierarkkinen klusterianalyysillä (HCA) on tilastollinen menetelmä löytää suhteellisen homogeenisia klustereita perustuvissa tapauksissa mitattuihin ominaisuuksiin. Käytimme HCA yhdistämällä dendrogrammissa ja lämpökarttana klusterin sekä yksikön (15 näennäinen lipidilajien) ja tila (141 henkilöä) paneelit ominaisuuksien vasemmalla puolella kuvassa S1. HCA-analyysi osoitti, että 15 ilmenee lipidilajien oli kuvioitu 4 klusterit: DSM (16:0), eetteri-sidottu fosfatidyylikoliinit (EPC), sfingomyeliinit (SM) ja LPC: t. 15 huippuyliopistoja näennäinen lipidilajien oli taipumus kasvaa vähitellen keskimääräinen plasman Lipidikonsentraatio ylhäältä (alempi pitoisuus, sinisellä) pohjaan (suurempina pitoisuuksina, punaisella). Edelleen analysointiin aiheet on heatmap jaettiin kahtia: ensimmäisen puoliskon, joka sisälsi 70 koehenkilöillä pienemmällä plasman Lipidikonsentraatio, ja toinen puoli, joka sisältää 71 potilailla, joilla oli korkeampi plasman Lipidikonsentraatio. Analysoidut tulokset, kuten on esitetty taulukossa 4, osoitti, että on olemassa erittäin korkea, Odds-suhde, kun läsnä on valvonta- ja potilaan aiheita ensimmäisen ja toisen puoliskon (p 0,0001, OR = 70,0). Mielenkiintoista, potilas aiheista diagnosoida koepalat merkittävästi rikastettu jälkipuoliskolla verrattuna ne diagnosoitu prostatectomies. Kun koehenkilöille ositettu iän, rodun ja Gleason luokan potilaita, joilla on eturauhasen syöpä, se osoitti, että toisella puoliskolla (korkeampia pitoisuuksia yksittäisten näennäinen lipidilajien) oli enemmän mustia potilaita, erityisesti musta potilaalla on vanhuuden, verrattuna ensimmäiseen puoli. Syöpä asteen ja yleinen ikä eivät eronneet merkittävästi kahden puolikasta.

On epäselvää epätasapainoinen koostumukset rodun ja iän tässä tutkimuksessa kohortissa vaikutti ennusteita valitun 15 näennäinen lipidilajien diagnoosissa eturauhassyöpä. Selventämään tätä asiaa, ”tuntematon ennusteen” menetelmää sovellettiin.