项目文章丨代谢组学和脂质组学实现对非小细胞肺癌两个亚型的精准分型
● 期刊:Metabolomics
● 发表时间:2021.
2021年11月,华中科技大学同济医学院附属协和医院药学部研究团队在Metabolomics期刊发表题为“Precise pathological classification of non‑small cell lung adenocarcinoma and squamous carcinoma based on an integrated platform of targeted metabolome and lipidome”的研究文章。该研究通过代谢组学和脂质组学实现非小细胞肺腺癌(LUAS)和鳞状细胞癌(LUSC) 精准分型。迈维代谢为该研究提供了全谱代谢组学检测和分析的技术支持。
肺癌是世界上发病率和死亡率最高的恶性肿瘤,五年生存率不到20%。非小细胞肺癌约占肺癌的85%。在非小细胞肺癌中,肺腺癌和鳞状细胞癌是最常见的亚型。它们的分子结构、遗传特征和治疗方法有很多不同,因此准确区分这两种亚型非常重要。
LUAS组和LUSC组代谢差异的鉴定
OPLS-DA显示LUAS和LUSC组存在显著差异,Permutations显示该模型在预测性能方面是可靠的。共检测到1141种内源性代谢物中,根据Fold Change (FC)和VIP值(FC>2/ < 0.5和VIP > 1.0)筛选了差异成分。差异代谢物的筛选结果显示,共鉴定出19种差异代谢物,包括3种下调和16种上调的差异代谢物。
不同代谢物诊断效力的鉴定
在LUAD组和LUSC组之间筛选出19种差异代谢物。探索人口统计学特征对人群血浆代谢谱是否有影响,发现19种差异表达代谢物的水平不受这些因素的显著影响。
为了评估这些代谢物的诊断效力,基于逻辑回归模型绘制了每种代谢物或不同代谢物组合的ROC曲线。在所有诊断模型中,选择了四种差异代谢物(2-(Methylthio)ethanol, Cortisol, d-Glyceric Acid,N-Acetylhistamine)的逻辑回归模型。该模型被证明是一个理想的诊断工具,其ROC曲线下面积为0.946 (95%置信区间为0.886–1.000)。
KEGG功能富集分析
使用KEGG数据库对筛选的代谢物进行了富集途径分析。相关途径可分为维生素消化吸收、核黄素代谢、甘油脂代谢、ABC转运蛋白等。根据KEGG途径分类的丰富因素,这些差异表达的代谢产物可进一步富集于核黄素代谢、类固醇激素生物合成、前列腺癌等。
值得注意的是,富集因子最高的途径(类固醇激素生物合成和前列腺癌)都是由于皮质醇的差异表达。通过The Cancer Genome Atlas (TCGA) database进一步研究了皮质醇相关基因。结果表明,类固醇激素急性调节蛋白(StAR)是皮质醇产生的限速蛋白,是LUAD和LUSC的重要因素。
本研究具有一定意义,但目前的研究存在一些局限性。首先,样本量太小,并且在LUAD和LUSC组之间分布不平衡。第二,缺乏验证集。第三,本研究不包括一组健康人血浆样本,用于与LUAD/LUSC患者进行比较。
本文采用迈维代谢明星代谢组学产品——全谱代谢组检测方案,在此基础上,迈维代谢现已推出全谱PLUS代谢组学检测方案,欢迎广大科研工作者合作体验。
99%的代谢组学研究者都在阅读下文:
我就知道你“在看”