论文部分内容阅读
目的:
利用氢质子代谢指纹谱结合不同模式识别方法探寻食管鳞癌（EsophagealSquamousCellCarcinoma,ESCC）患者血清代谢标志物，根据所筛选的代谢标志物进行代谢通路图分析，寻找潜在的ESCC诊断标志物组，分析和评价ESCC的代谢特点，获得ESCC的特征性代谢指纹谱，从代谢水平上为ESCC预防筛查、早期诊断及精准治疗提供一定的理论基础，为深入了解ESCC的发生、发展机制提供丰富的分子水平的代谢信息。
方法:
于2015年9月至2016年12月，收集本院心胸外科新入住院并经病理组织确诊的早期食管鳞癌患者（I/II级）的血清样本25份，术后未经放化疗的早期ESCC患者（I/II级）血清样本24份，以及筛选同期本院体检中心年龄及性别相匹配的健康对照组的血清样本40份，共89份，取血清离心后上清液，置于5mm核磁管内进行采样，利用配备CPBBO探头的600MHzBrukerAvanceIII谱仪(BrukerCorporation,Kalsruhe,Germany)对三组样本进行数据采集，扫描结束后使用MestReNova软件(V9.0.1,MestrelabResearch,SantiagodeCompostela,Galicia,Spain)对谱图进行预处理，后采用主成分分析(PrincipalComponentsAnalysis,PCA)、偏最小二乘法-判别分析(PartialLeastSquares-DiscriminantAnalysis,PLS-DA)、正交偏最小二乘法-判别分析(OrthogonalPartialLeastSquare-DiscriminantAnalysis,OPLS-DA)对获得的氢质子图谱进行模式识别，根据三种模式识别的辨别能力，检测正常对照组与术前ESCC组、术前ESCC组与术后ESCC组，术后ESCC组与正常对照组三组间的差异性代谢物，并绘制受试者工作特征曲线（ReceiverOperatingCharacteristiccurve,ROC）图，进一步筛选出特异性及灵敏性较高的潜在特征性代谢标志物组，同时利用R(www.r-project.org,3.5.0)软件对所得差异性代谢物进行聚类分析，并通过人代谢数据库(humanmetabolomedatabase,www.hmdb.ca)和KEGG数据库（KyotoEncyclopediaofGenesandGenomes,KEGG,www.genome.jp/kegg/)绘制代谢通路归属图，对发生代谢紊乱途径进行分析。
结果:
1.OPLS-DA方法优于PCA和PLS-DA，三组间共筛选出31个差异代谢物；对模型的有效性利用交叉验证后得到的R2X和Q2值进行评判，另外用多变量单因素方差分析对模型的有效性进行验证，ESCC患者与对照组间（R2X=72.3%,Q2=0.921,P=2.06×10-26），ESCC术前与术后组间（R2X=64.2%,Q2=0.810,P=2.27×10-11），ESCC术后与对照组间（R2X=61.9%,Q2=0.940,P=2.23×10-35），并分别筛选出29个，25个和6个差异有统计学意义的代谢标志物；
2.结合ROC曲线对三组间差异代谢物进一步分析，在ESCC与对照组间筛选出包含有6个诊断特异性及灵敏性较高的具有潜在诊断价值的标志物组成的标志物组（AUC=0.969）；ESCC术前与术后组间筛选出包含有5个诊断特异性及灵敏性较高的具有潜在诊断价值的标志物组成的标志物组（AUC=0.985）；而ESCC术后组与对照组间仅筛选出1个潜在的标志物（AUC=0.858）；
3.代谢通路图分析显示，三组间发生了糖，脂肪酸，氨基酸，胆碱，酮体，核苷酸及脂质的多种代谢途径的紊乱。
结论:
1.基于氢质子代谢指纹谱结合模式识别方法能有效区分正常对照组、ESCC术前与术后组三组间的差异代谢物；
2.早期ESCC代谢指纹谱揭示了在分子水平上发生了多种代谢网络途径扰动，为ESCC预防、早期诊断及精准治疗提供有效的分子水平的代谢信息，为临床手术评估、术后个体化靶向放化疗提供了新的思路和独特视角。
利用氢质子代谢指纹谱结合不同模式识别方法探寻食管鳞癌（EsophagealSquamousCellCarcinoma,ESCC）患者血清代谢标志物，根据所筛选的代谢标志物进行代谢通路图分析，寻找潜在的ESCC诊断标志物组，分析和评价ESCC的代谢特点，获得ESCC的特征性代谢指纹谱，从代谢水平上为ESCC预防筛查、早期诊断及精准治疗提供一定的理论基础，为深入了解ESCC的发生、发展机制提供丰富的分子水平的代谢信息。
方法:
于2015年9月至2016年12月，收集本院心胸外科新入住院并经病理组织确诊的早期食管鳞癌患者（I/II级）的血清样本25份，术后未经放化疗的早期ESCC患者（I/II级）血清样本24份，以及筛选同期本院体检中心年龄及性别相匹配的健康对照组的血清样本40份，共89份，取血清离心后上清液，置于5mm核磁管内进行采样，利用配备CPBBO探头的600MHzBrukerAvanceIII谱仪(BrukerCorporation,Kalsruhe,Germany)对三组样本进行数据采集，扫描结束后使用MestReNova软件(V9.0.1,MestrelabResearch,SantiagodeCompostela,Galicia,Spain)对谱图进行预处理，后采用主成分分析(PrincipalComponentsAnalysis,PCA)、偏最小二乘法-判别分析(PartialLeastSquares-DiscriminantAnalysis,PLS-DA)、正交偏最小二乘法-判别分析(OrthogonalPartialLeastSquare-DiscriminantAnalysis,OPLS-DA)对获得的氢质子图谱进行模式识别，根据三种模式识别的辨别能力，检测正常对照组与术前ESCC组、术前ESCC组与术后ESCC组，术后ESCC组与正常对照组三组间的差异性代谢物，并绘制受试者工作特征曲线（ReceiverOperatingCharacteristiccurve,ROC）图，进一步筛选出特异性及灵敏性较高的潜在特征性代谢标志物组，同时利用R(www.r-project.org,3.5.0)软件对所得差异性代谢物进行聚类分析，并通过人代谢数据库(humanmetabolomedatabase,www.hmdb.ca)和KEGG数据库（KyotoEncyclopediaofGenesandGenomes,KEGG,www.genome.jp/kegg/)绘制代谢通路归属图，对发生代谢紊乱途径进行分析。
结果:
1.OPLS-DA方法优于PCA和PLS-DA，三组间共筛选出31个差异代谢物；对模型的有效性利用交叉验证后得到的R2X和Q2值进行评判，另外用多变量单因素方差分析对模型的有效性进行验证，ESCC患者与对照组间（R2X=72.3%,Q2=0.921,P=2.06×10-26），ESCC术前与术后组间（R2X=64.2%,Q2=0.810,P=2.27×10-11），ESCC术后与对照组间（R2X=61.9%,Q2=0.940,P=2.23×10-35），并分别筛选出29个，25个和6个差异有统计学意义的代谢标志物；
2.结合ROC曲线对三组间差异代谢物进一步分析，在ESCC与对照组间筛选出包含有6个诊断特异性及灵敏性较高的具有潜在诊断价值的标志物组成的标志物组（AUC=0.969）；ESCC术前与术后组间筛选出包含有5个诊断特异性及灵敏性较高的具有潜在诊断价值的标志物组成的标志物组（AUC=0.985）；而ESCC术后组与对照组间仅筛选出1个潜在的标志物（AUC=0.858）；
3.代谢通路图分析显示，三组间发生了糖，脂肪酸，氨基酸，胆碱，酮体，核苷酸及脂质的多种代谢途径的紊乱。
结论:
1.基于氢质子代谢指纹谱结合模式识别方法能有效区分正常对照组、ESCC术前与术后组三组间的差异代谢物；
2.早期ESCC代谢指纹谱揭示了在分子水平上发生了多种代谢网络途径扰动，为ESCC预防、早期诊断及精准治疗提供有效的分子水平的代谢信息，为临床手术评估、术后个体化靶向放化疗提供了新的思路和独特视角。