卵巢癌相关代谢组学研究进展
代谢组学方法在疾病诊断中的应用
代谢组学方法在疾病诊断中的应用医堂杂007年9月11日第87卷第34期NadMedJChina,~ember11.2007.V ol87.N0.34 代谢组学方法在疾病诊断中的应用蔡润策贾伟平代谢组学的概念最早由Nichdson等于1999年提出,其意义为对生物体在受到病理生理上的刺激以及某种基因修饰所带来的代谢物的动态变化进行研究,从而得到生物体代谢物随时间以及生化过程的变化而改变的信息….它主要关注小分子代谢物(MW<1000),包括糖,脂质,氨基酸,维生素等.核磁共振,色谱质谱是其主要的样品检测技术,模式识别是其主要的数据分析技术.虽然代谢组学应用于临床疾病诊断起步较晚,但与传统诊断方法相比已显示出它的强大优势,近年来发展迅速.本文就代谢组学方法在疾病诊断中的应用作以综述.一,代谢组学方法在疾病诊断中的应用范围1.先天性疾病:对于先天性疾病,既往主要依赖酶学检测,但耗时,耗力,检出率低.如尿黑尿酸病,早在300多年前就作为一组综合征报道,但机制一直不明,现Lindon等利用磁共振(Mm)技术分析病人尿液,发现尿中存在着大量的尿黑酸,追其根源为体内缺乏尿黑酸氧化酶,故酪氨酸不能彻底分解为延胡索酸和乙酰乙酸,使得中间产物——尿黑酸大量积聚,并从尿中排出,进一步研究证实这是一种常染色体隐性遗传性代谢性疾病.又如Co~tantinou等利用建立在氢谱磁共振('H-Mm)基础上的代谢组学方法研究苯丙酮尿症和枫糖尿症的诊断,发现两组病人与对照组相比主要是苯丙氨酸和支链氨基酸的含量不同.用主成分分析和偏最小二乘法判别分析建立的模型都可以将3组分开.从而建立了快速,无痛的新生儿代谢异常诊断方法.2.感染性疾病:细菌性脑膜炎是一种临床常见急症,是否能够对它作出快速而准确的诊断是决定其预后的关键因素.目前对它最敏感的常规检查是在脑脊液中发现病原微生物,但这项检查是比较耗时的.而快速检查(如脑脊液中淋巴细胞,蛋白质,葡萄糖测定及革兰染色等)又缺乏特异性和敏感性.在应用代谢组学方法快速诊断脑膜炎的研究中, Mui~n等采用H.MRI的方法分析正常人和各种类型的脑膜炎病人的脑脊液,通过主成分分析(PCA)可以将细菌性脑膜炎的脑脊液和正常人,病毒性脑膜炎及真菌性脑膜炎的脑脊液区分开来,从而可以指导抗生素的应用,缩短病程,改善预后.3.心血管疾病:冠心病的发病率逐年上升,虽然目前通用的x线血管造影法确诊率高,但创伤大,花费高,副作用多.Brindle等将x线血管造影明确诊断的病人进行分作者单位:2~233上海市第六人民医院上海市糖尿病研究所通讯作者:贾伟平,Email:呷**************2443?.综述.组,同时用NMR技术分析血清样本,结合模式识别技术建立了合适的模型.借助此模型,对于可疑病人诊断的灵敏度高达92%,特异性为93%.该模型还可能判别轻,中,重的严重程度和累及血管的数目.该方法具有最小限度的侵入性, 仅需几滴血液,就可利用磁共振指纹谱和计算机模式识别技术,判断出心脏病的严重程度.它优于传统的血管造影术,用于检测心脏病时具有快速,廉价,安全的优点且副作用少.识别心肌缺血对于诊断冠心病和选择,评价治疗方案都十分重要.sabatjne等在运用代谢组学方法诊断心肌急性缺血方面作出了尝试.他将18例经心肌灌注显像诊断为可诱导性心肌缺血的病人分配在试验组,18例心肌供血正常者分在对照组,用液相色谱质谱联机(LC/MS)分析两组在运动负荷试验前后的代谢产物,应用模式识别技术也实现了试验组与对照组的分离.并发现运动负荷前后两组代谢产物的变化趋势出现不一致,而变化最不一致的一组代谢物可能就是心肌缺血的生物标记物,其中有6种是柠檬酸循环的中间代谢物,提示可能与缺血时心肌的能量代谢异常有关.4.恶性肿瘤:肿瘤,特别是无症状的早期肿瘤,尤其需要借助于敏感性高的综合检测手段.代谢组学的出现为恶性肿瘤的早期诊断带来的契机.HoeU8等利用磁共振联合主成分分析对脑肿瘤组织进行检测,其中脑膜瘤诊断的准确率达85%,神经胶质瘤则为62%.Beckonert等用代谢组学方法研究乳腺癌,成功地将乳腺癌组织分为呈低度恶化,中度恶化和高度恶化3组.Odunsi等结合人血清的磁共振图谱和PCA的方法,不仅可以检测出上皮细胞卵巢癌, 还可以将卵巢癌病人和良性卵巢囊肿病人区分开.xu等¨们采用毛细管电泳方法,以尿中15种核苷浓度为数据矢量,用PCA法处理数据,对分别患有10多种癌症的68位癌症病人和54位正常人进行分类研究,识别率达72%.对用高效液相色谱法(HPLC)测定的206位正常人和296位肿瘤病人尿中15种核苷排放水平进行研究,也可得到类似的结果.5.内分泌代谢病:Yang等¨首次用代谢组学的方法研究2型糖尿病的诊断,他们用气相色谱分析2型糖尿病病人和正常人血浆中的各种脂肪酸,用PCA方法预分析得到的数据,确定胆固醇酯,游离脂肪酸和磷酯中的组分可用于分类,进一步采用直线判别分析确立的模型对2型糖尿病的识别率达96.2%,敏感性和特异性分别达85.3%和90.9%,由此推断出血清脂肪酸水平与2型糖尿病呈线性关系.二,疾病诊断中代谢组学的样品检测技术医堂壶!生!旦旦笙?卷第34期NatlMedJChina,September11.2007.V ol87.No.34 人的体液中包含着复杂的内源性代谢物信息,要提取出如此复杂的信息,就要应用先进的检测技术.目前核磁共振,色谱,质谱及联用技术是疾病诊断研究中的主要检测技术.1.磁共振(MRI):MRI检测所需样品量较少,不需要复杂的样品处理,且样品还可回收用于其他分析.所以它是应用代谢组学方法诊断疾病时最为常用的样品检测技术,而这其中H—MRI在疾病诊断的体液分析中占据着重要地位.如前面介绍的Constantinou等对先天性代谢异常疾病的研究,Muireann等对脑膜炎的研究,Sabatine等对急性心肌缺血的研究,Hoells等对脑肿瘤的研究,Beckonea等对乳腺癌的研究都不约而同地采用了H—MRI的方法.它能够实现对样品的非破坏性,非选择性分析,满足了代谢组学中的对尽可能多的化合物进行检测的目标,具有较好的重复性.2.气相色谱(GC):GC法广泛用于微量,痕量组分的分析.但是,GC受组分挥发性和热稳定性的限制,需对样品进行衍生化处理.Y ang等用毛细管柱气相色谱分析血清中各种脂肪酸的含量,为诊断2型糖尿病提供了一种新方法.Y amaguchi等在筛查过氧化物酶体功能紊乱的研究中,用气相色谱方法从尿液样品中成功分离并检测到多中有机酸,并据此实现了对3种过氧化物酶体紊乱疾病的快速诊断.3.HPLC法:此法因不受样品挥发性的约束,而适用范围较广,尤其适用于挥发性低,热稳定性差的物质.Y ang等在对肝癌诊断的研究中采用HPLC方法,实现了对尿样中核苷的代谢靶标分析和代谢轮廓分析,基于尿中l5种核苷的PCA方法对肝癌的诊断率为83%,显着高于传统的单个的肿瘤标志物AFP的诊断率(73%).应用此方法还可将肝癌病人和肝炎及肝硬化病人区分开,显着降低肝癌诊断的假阳性率.4.联用技术:质谱作为强有力的仪器分析手段,能够提供大量的分子结构信息.色谱技术为质谱分析提供了纯化的试样,质谱则可提供准确的结构信息,使样品的分离,定性,定量一次完成,且具有较高的灵敏度和选择性.目前在疾病诊断中常用的联用技术是气质联用(GC/MS)和液质联用(LC/MS).GC/MS技术分析速度快,灵敏度高,有利于微量物质的分析.Ohdoi等在研究Lesch—Nyhan综合征的诊断时,采用GC/MS技术检测尿样,并结合稳定同位素稀释法诊断率可达到93%,发现次黄嘌呤,黄嘌呤,鸟嘌呤明显上升,腺嘌呤则下降.还证实用此方法还可以将已经接受别嘌呤醇治疗的病人从正常对照者中辨别开来.LC/MS技术与GC/MS相比,优点在于样品预处理简单,无需衍生化,检测物质的范围更广.此法适合那些不稳定,不易衍生化,不易挥发或分子量较大的化合物.Kennya 等¨用液相色谱飞行时间质谱法研究先兆子痫的早期诊断和生物标记物,从病人组和对照组的血浆样品中检测到了数百种代谢物,用其中的3个主要的代谢物就可以将先兆子痫病人与相配对的对照者区分开,并且3种代谢物的高低一定程度上反映了病情的轻重,提示它们可能就是先兆子痫的生物标记物.磁共振是代谢物组学提出之初普遍采用的方法,色谱,质联及其联用技术是新近才在代谢组学中被广泛应用的的检测技术.MRI以其非破坏性和普适性已成为主要分析手段,但其缺点是灵敏度不高,对于浓度相差很大的成分无法同时分析,在复杂系统分析中尚有难度.而色谱质联联用技术具有较好的分离特性,灵敏度高,适合分析痕量组分, 但是质谱的离子抑制效应可能掩盖某些响应值较低的组分而造成一定的偏差.可见各种检测技术都各有其优势,采用不同的方法得到的代谢物组信息也可能有差异,所以最好的方法是同时采用多种检测技术,最终才能获得一个完整的, 全方位的代谢物图谱.三,疾病诊断中代谢组学的数据分析处理技术通过以上高通量检测技术得出的代谢物信息是海量的,必须借助数据分析处理技术才能实现对样本分类和判别的目的.疾病诊断中的数据分析技术主要是模式识别,它主要包括主成分分析和偏最小二乘法一判别分析.1.主成分分析法(PCA):PCA法是在运用代谢组学方法诊断疾病中最常用的模式识别方法.主成分(PC)是由原始变量按一定的权重经线性组合而成的新变量,第一个PC 包含了数据集的绝大部分方差.第二个次之,依此类推.据此,由前两个或三个PC作图,就可以直观地在二维或三维空间研究样本与变量的相互关系.如Constantinou等对苯丙酮尿症和枫糖尿症的研究,Muireann等对脑膜炎的研究,Sabatine等对心肌急性缺血的研究,xu等¨对恶性肿瘤的研究,Y ang等对2型糖尿病的研究中都采用了PCA方法,用PCA得分图均明确地将患病组与对照组区分开,并用PCA投影图提示了可能的疾病标志物.2.偏最小二乘法一判别分析(PLS—DA):偏最小二乘法是主成分分析,典型相关分析和多元线性回归分析3种分析方法的综合,具有这三者的优点.它与主成分分析法都试图提取出反映数据变异的最大信息,不同点在于主成分分析法只考虑一个自变量矩阵,而偏最小二乘法还有一个"响应"矩阵,因此具有预测功能19].Wang等.加用HPLC—MS的方法分析34例2型糖尿病病人和35名正常对照者的血清,得到83种磷酯,以它们为变量建立起的PCA图区分以上两组的正确率只有69.1%,将同样一组数据首先进行信号校正,然后在用PLS—DA的方法进行区分,准确率显着提高到了88.2%.代谢组学在疾病诊断中的应用已逐渐成为代谢组学研究的热点.运用代谢组学的方法诊断疾病具有快速,准确,费用低,创伤性小等优点.同时更重要的是通过代谢组学分析,可以发现多种与疾病相关的生物标记物和代谢途径,为阐明疾病的机制提供了一个强有力的武器.但同时代谢组学应用于疾病诊断也存在着不足,首先,目前尚无一种技术2007生11日第87卷第34期NadMedJChina.September11,2007.V0l87.Nn34 可以全面检测人体液样品的全部代谢物,无论是磁共振还是质谱技术都只能检测样品中的部分代谢物,一些具有生物意义的代谢物可能被忽略掉;其次,应用代谢组学方法诊断疾病要受到环境和生理变化的影响.诸如性别,年龄,饮食,健康状况,昼夜节律等的差异都可能影响分析结果,这给疾病的诊断带来困难,所以如何限定检测条件及开发更好的滤噪技术是十分重要的问题.相信随着代谢组学应用于疾病诊断的经验积累以及全面检测代谢物组的更高技术的开发,代谢组学在研究疾病发生机制及临床诊断中的地位将进一步确立,为疾病的诊治提供更大帮助.参考文献[1]NicholsonJK,LindonJC,HolmesE.Metabonomics:understandingthemetabolicresponsesoflivingsystemstopatho—physiologicalstimuliviamuhivariatestatisticalanalysisofbiol0gicalNMRspectroscopicdata.Xenobiotica,1999,29:l181一ll89.[2]LindonJC,NicholsonJK,EverettJR.NMRspectroscopyof bioffuids.AnnRepNMRSpectro.1999,38:l-7.[3]ConstantinouMA,PapakonstantinouE,SpraulM,eta1.H NMR—basedmetabonomicsforthediagnosisofinborneri'orsof metabolisminurine.AnalChimActa.2005.542:l69一l77. [4]MuirearmC,MatthewO,WiHiamA,eta1.Protonnuclear magneticresonance—basedmetabonomicsforrapiddiagnosisof meningitisandyentriculitis.ClinlnfectDis.20o5.4l:l582一l590.[5jBrindleJT,AnttiH,HolmesE,eta1.Rapidandnoninvasive diagnosisofthepresenceandseverityofcoronaryheartdisease usingH.NMR.basedmetabonomics.NatureMed.20o2,8: 1439.1444.[6]SabatineMS,IJiuE,Mo~owDA,eta1.Metabolomic identificationofnovelbiomarkersofmyocardialischemia. Circulation,2005,l12:3868—3875.[7]HoellsSL,MaxweHRJ,PeerAC,eta1.Aninvestigationoftumor Hnuclearmagneticresonancespectrabytheapplicationof chemometrictechniques.MagnResonMed.1992,28:214-236. [8jBeckone~O,MannedahnJ,BankU,eta1.Visualizingmetabolic changesinbreast?cancertissueusingH—NMRspectroscopyand selforganizingmaps.NMRBiomed.2003.16:l?l1.[9]OdunsiK,WollmanRM,AmbrosoneCB,eta1.Detectionof[10][12][13][14][15j[16][17][18][19j[20j2445?epithelialovariancancerusingH.NMR—basedmetabonomics.1nt JCancer.20o5.1l3:782-788.XuGW,LiebichH.Normalandnlodifiednucleosidesinurineas potentialtumormarkersdeterminedbyMEKCandHPLC.AmClin Lab.20o1.20:22-32Y angJ,XuGW,KongHW.eta1.Artificialneuralnetwork classificationbasedonhigh?performanceliquidchromatographyof urinaryandserumlmcleosidesfortheclinicaldiagnosisofcancer. JChromatogrB,2002.782:27.33.ZhengYF,XuGW,IJiuDY,ela1.Studyofurinarynucleosidesas biologicalmarkerincancerpatientsanalyzedbymicellar electrokineticchromatography.Electrophoresis,2002,23:4104.4109.Y angJ,XuGW,HongQF,eta1.Discriminationoftype2 diabericpatientsfromhealthycontrolsbyusingmetabonomics methodbasedontheirserumfattyacidprofiles.JChromatogrB,2Oo4.8l3:53-58.Y amaguehiS,lgaM,KimuraM,eta1.Urinaryorganicacidsin peroxisomaldisorders:asimplescreeningmethod.JChromatogrB BiomedSciApp1.2001.758:8l-86.Y angJ,XuGW,ZhengYF,eta1.Diagnosisoflivercancerusing HPLC—basedmetabonomicsavoidingfalse—positiveresultfrom hepatitisandhepatocirrhosisdiseases.JChromatogrB,2004,8l3:59.65.OhdoiC.NyhanWL.KuhamT.ChemicaldiagnosisofLesch. Nyhansyndromeusinggaschromatography—massspectrometry detection.JChromatogrB,2003.792:l23.130.KennyaLC,DunnbWB,EllisbD1,eta1.Novelbiomarkersfor pre?eclampsiadetectedusingmetabolomicsandmachinelearning. Metabolomics.20o5.3:4247.SurrmerLW,MendesP,DixonRA.PIantmetabolomics:large. sealephytochemistryinthefunctionalgenomicsera. Phytochemistry.20o3.62:817-836.GeladiP.KowalskiBR.Pattialleast—squaresregression:a tutoria1.AnalChimActa.1986.185:l—l7.WangC,KongHW,GuanYF,eta1.Plasnmphospholipid metabolicprofilingandbiomarkersoftype2diabetesmellitus basedonhigh?performanceliquidchromatography/electrospray massspectrometryandmultivariatestatisticalanalysis.Anal Chem.20o5.77:41084ll6.(收稿日期:2006.12-26)(本文编辑:李群)本刊"I临床医学影像''栏目征稿医学影像学检查是临床常用的诊断手段.影像学改变是病理改变的反映,但不同的病理改变往往有相似的影像学表现,这给诊断带来很大困难.为了促进临床影像诊断经验的交流和诊断,鉴别诊断水平的提高,中华医学杂志自2001年第1期开辟"临床医学影像"栏目,为特殊的,少见的,但具有临床启发意义的影像学表现提供一个展示园地,使局部的,个人的经验尽快地为广大临床医师借鉴,为临床医学影像诊断积累宝贵的第一手资料.本栏目是一个以图.读者.作者.编者.片展示为主的栏目,要求提供高质量的影像图片,图片必须清晰,对比度好,病变特征显示明确.每篇文章可提供2—4幅不同影像技术的图片,如X线,CT,磁共振成像,超声,核素显像或病理图片等.文字部分则宜简练,描述患者的简要病史,主要影像学表现,经病理或临床科学手段确定的最后诊断结果,不进行讨论,不引用参考文献,字数在400字以内.欢迎踊跃投稿.。
代谢组学在恶性肿瘤诊治中的应用
中外医疗IN FOR IGN M DI L TR TM NT 中外医疗2008NO.23C HI NA FORE I GN ME DI C AL T REATME NT 综述1代谢组学的概念及研究内容随着后基因时代的到来,当前生命科学的主要任务转变为功能基因组分析,主要是转录组学和蛋白质组学分析,但它们还不能完全表达生物体的全部功能。
机体内任何生理或病理改变都离不开代谢过程及其组分的变化,转录组学和蛋白质组学等无法描述这方面的变化。
基于此原因,作为“代谢组学之父”的Nicholson 教授于1999年提出了代谢组学之说。
他将代谢组学(metabonomics)定义为“通过观察生物体系受刺激或干扰后(如将某个特定基因变异或环境变化后),其代谢产物的变化或代谢产物随时间的变化,来研究生物体系代谢途径的一种技术”。
代谢组学的核心是对一个生物系统或细胞在特定时间和条件下所有小分子代谢物质(Mw <1KD)的定量分析。
其中心任务有两个:①对机体内源性代谢物的动态变化规律进行检测；②研究其变化规律和生物体生理病理过程的发生存在的内在联系,以更好地阐述机体在细胞、分子以及基因水平上的本质变化。
Fieh n 将对生物体系的代谢产物分析内容分为4个层次:即代谢物靶标分析(Met ab olit e t ar geta na ly sis)、代谢轮廓分析(Met ab olicpr of ili n g)、代谢物组学(Me t a b olo m ic s)及代谢物指纹分析(Meta bolic finger pr inting)。
代谢组学的研究对象主要是生物标本:生物体液(如血液、尿液等)、细胞提取物、细胞培养液和组织等。
与基因组学、转录组学和蛋白质组学相比较,其优点在于:基因和蛋白质所表达的微小变化在代谢物上得到明显放大,且代谢物种类远小于基因和蛋白的数目,使检测更容易;其研究技术方法相对更通用。
2代谢组学的分析方法代谢组学常较采用的研究技术方法主要有核磁共振技术(nuclear magnetic resonance,NMR )、质谱分析(ma ss spectr oscopy,MS)、色谱(ch r oma togr am spectr oscopy,C S)等。
代谢组学在肝细胞肝癌标志物中的研究进展
代谢组学在肝细胞肝癌标志物中的研究进展练明建;刘树业【摘要】肝细胞肝癌(HCC)发病率、死亡率高,预后极差,临床监测和早期诊断是降低其死亡率的主要方法.由于早期无症状,发现往往已是晚期,现有的肿瘤标志物尚无法满足临床的要求.代谢组学致力于研究生物体系受刺激产生的所有代谢产物的变化,它的提出为发现潜在HCC肿瘤标志物提供新思路.已有学者利用色谱、质谱、磁共振等技术平台从患者血液、尿液、粪便、组织等标本中寻找代谢产物差异,发现潜在的HCC标志物,并探讨其诊断价值.本文就近年来应用代谢组学研究HCC标志物的相关进展作一综述.【期刊名称】《临床检验杂志》【年(卷),期】2014(032)008【总页数】3页(P600-602)【关键词】肝细胞肝癌;肿瘤标志物;代谢组学;血液;尿液;粪便;组织【作者】练明建;刘树业【作者单位】天津医科大学研究生院,天津300170;天津市第三中心医院检验科,天津300170【正文语种】中文【中图分类】R735.7肝细胞肝癌(HCC)发病率高、死亡率高，预后极差，寻找合适的肿瘤标志物是亟待解决的问题。
代谢组学旨在研究细胞、组织或生物体在特定刺激下代谢产物的变化。
从理论上来说，代谢组学分析提供的信息能够揭示生物体的生理和生化功能状态。
近年来众多学者利用代谢组学研究HCC的代谢变化，以期发现早期诊断的标志物。
本文就相关研究进展作一综述。
HCC是最常见的恶性肿瘤之一，其死亡率居肿瘤相关死亡率的第3位[1]。
约80%的HCC患者由肝硬化转化而来，乙肝、丙肝、酗酒和黄曲霉素的接触是其发病主要原因。
由于早期没有明显症状，发现时很多患者已是晚期，所以对高危人群的临床监测和早期诊断是降低HCC患者死亡率的主要方法。
常用的监测方法是每6个月的血清甲胎蛋白(AFP)检测和腹部超声检查，但是由于AFP的敏感性和特异性较低，不能检测小细胞肝癌，腹部超声对操作者的操作技术依赖大，所以尚不能够满足临床的需求。
2020 ASCO 卵巢癌维持治疗相关研究进展
Timothy J. Perren et al. N Engl J Med.2011,365;26:2484-96
ICON7：48.9月随访总体人群PFS获益未保持
2011年首次发表PFS结果
• 中位随访19.4月，维持治疗组中位PFS相 比标准化疗组显著延长1.5个月
中位PFS 19个月
中位PFS17.3个月
✓ PAITC研究显示，相比较于尼拉帕利或贝伐珠单抗，奥拉帕利联合贝伐珠单抗可显著改善 患者PFS，无论是在所有人群还是HRD阳性人群
在HRD阳性人群中，（奥拉帕利联合贝伐珠单抗 vs 尼拉帕利：36.0个月 vs 22.0个月，HR=0.57, 95%CI： 0.41~0.80）
在所有人群中，（奥拉帕利联合贝伐珠单抗 vs 尼拉帕利 21.4个月 vs 13.8个月，HR=0.57, 95%CI： 0.47~0.69）
2020NCCN v1
2020 v1
维持治疗的选择问题？
检测的问题？
新诊断晚期 OC
直接或间接 手术
铂类为基础 化疗
+贝伐单抗 >=3个周期
晚期卵巢癌一线维持治疗的选择
HRD 检测
HRD(+)
BRCA突变型
奥拉单药维持： PFS超过51个月获 益
奥拉+贝伐维持： 37.2m vs 17.7m
尼拉单药维持： 21.9m vs 10.4m
• IV期 • III期且术后有残留病灶 • III期且病灶不可切除 • III期且接受新辅助治疗
在PAOLA-1的806例患者中，595例符合PRIMA手术及分期入组标准的高危患者纳入本分析
• 266例PAOLA-1和373例PRIMA患者的HRD检测结果呈阳性，206例PAOLA-1和249例PRIMA患者的HRD检测结果为阴性 • 在对PAOLA-1个体进行加权以匹配PRIMA的niraparib组的基线特征后，有效PAOLA-1样本量为532
Bevacizumab靶向治疗卵巢上皮性癌的临床观察和机制研究
Bevacizumab靶向治疗卵巢上皮性癌的临床观察和机制研究研究背景卵巢癌是妇科恶性肿瘤中恶性程度最高的一种,其发病率位于女性生殖系统恶性肿瘤的第三位[1],但其死亡率却位居第一位,且发病率有呈逐年上升之趋势[2]。
其中卵巢上皮性癌又是各种类型卵巢癌中发病率和致死率最高的妇科恶性肿瘤[3]。
因为卵巢组织位于盆腔深部,大部分卵巢癌患者早期多无明显的自觉症状,同时卵巢癌又缺乏特异性的肿瘤标志物,所以卵巢癌一般发现都多为中晚期。
目前,卵巢癌的主要治疗方式为有效的肿瘤细胞减灭手术联合以铂类为基础的标准化疗方案治疗,满意的手术方式能达到最大程度的肿瘤肉眼减灭,但有些转移灶不能通过手术彻底解决。
虽然化疗的早期有效率很高,但大部分卵巢癌患者容易出现对化疗药物的耐药,这也就成为卵巢癌治疗效果不满意、复发率和死亡率高、5年存活率仅有30%左右的重要原因[3-8]。
因此,寻找卵巢癌新的治疗途径十分必要。
如今肿瘤的靶向治疗已成国内外关注的热点,现已有多种分子靶向药物用于恶性肿瘤的治疗,也包括贝伐珠单抗对卵巢癌的靶向治疗[9]。
贝伐珠单抗(Bevacizumab,Bev)是一种血管内皮生长因子(Vascular Endothelial Growth Factor,VEGF)抑制剂,它是VEGF重组人源化的单克隆抗体。
贝伐珠单抗的分子靶向作用机制主要是其与内源性VEGF竞争结合VEGF受体(VEGFR),使与内源性VEGF结合的VEGFR减少,阻断下游信号转导,抑制内皮细胞增殖和新生血管的生成,引起原有肿瘤血管的退化和残存血管的通透性降低[10-12]。
贝伐珠单抗在国外卵巢癌的靶向治疗领域中的临床试验已显示出满意的治疗效果,已有大量系统的临床试验报道。
但在我们国内,贝伐珠单抗在卵巢恶性肿瘤中的靶向治疗尚缺乏大量的临床资料报道。
第四军医大学附属西京医院妇产科对45例初治的卵巢上皮性癌患者进行在化疗的基础上联合贝伐珠单抗靶向治疗,观察经贝伐珠单抗治疗后的近期临床治疗效果和贝伐珠单抗临床使用的安全性。
基于小波变换的代谢组色谱指纹图谱的判别分析
据差异变量筛选 ， 结合保 留时间对质谱数据进行定位。 本 文将 卵巢癌 患 者与 正常对 照样 品 的色谱 图通 过连 续
小 波 函数进 行预 处理 ， 然后 使用 随机 森林 （ ｒ ａ ｎ ｄ ｏ ｍ ｆ ｏ ｒ ．
ｅ ｓ ｔ ， Ｒ Ｆ） 模 型进 行判别 分 析 ， 并评 价 其分类 效 果 。
０ ２ ４ ６ ８ １ ０ １ ２ １ ４ １ ６ １ ： ＴＯＦ Ｍ ＳＥＳ＋
中 国卫 生 统 计 ２ ０ １ ３年 ４月 第 ３ Ｏ卷 第 ２期
基 于小 波变 换 的代 谢 组 色 谱 指纹 图谱 的 判别 分 析
哈尔滨医科大学卫生统计学教研室（ １ ５ ０ ０ ８ １ ） 孙凤 宇 李 贞子 侯 艳 李 康
【 提
要】 目的
探索小波变换在代谢组学超高效 液相色谱 信号分析 中的作用 。方法
原理 与方 法 １ ． 小 波变换
小波 变换 （ ｗ ａ ｖ ｅ ｌ ｅ ｔ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ， ｗＴ） 是 一 种 信 号处 理技 术 ， 它在数 据压 缩 、 噪声 过滤 、 信号 分析 、 特 征提取 等理 论 和应 用 方 面 都 得 到 发 展 ， 具 有 “自适 应 性 ” 和
将 卵巢癌 和卵巢囊 肿 的色
谱数据使用不同 的连续小波基 函数 和不 同尺度变换 ， 随机抽取一定数量 的训 练数据 ， 采用 随机 森林 （ Ｒ Ｆ ） 方法进行 特征筛 选建立模型 ， 最后对测试数 据集 进行判别分析 ， 计算 Ｒ Ｏ Ｃ曲线下面积 Ａ ＵＣ值 。结果 经过小 波变换 预处理 后 的数据 建
模分类效果 明显优于原始数据 ， 其 中墨西哥帽 （ ｍｅ ｘ ｈ ） 小波 变换分 类效果 最好 。结论 方法能够 明显提高模 型的判别 能力 ， 具有研究价值 。
代谢组学在恶性肿瘤研究中的应用进展2023
代谢组学在恶性肿瘤研究中的应用进展2023代谢组学是一种系统性研究生物体内代谢物质组成和变化规律的高通量技术，以探究代谢物在生物体内的作用和调控机制。
代谢重编程是恶性肿瘤的重要特征之一。
在肿瘤的发生和进展过程中，生物体内代谢谱会发生变化。
近年来，代谢组学技术已在恶性肿瘤研究中得到广泛应用，包括肿瘤筛查、早期诊断、疗效预测、预后评估和新药靶点研发等。
全文总结代谢组学在恶性肿瘤研究进展，揭示代谢组学技术在临床应用中的潜在价值。
恶性肿瘤严重威胁人类生命健康，其发病率和死亡率在世界范围内快速增长。
肿瘤细胞为维持其无限制增殖的特点而进行了复杂的代谢重排，导致参与能量产生和生物合成的代谢过程发生一系列改变，如糖酵解和葡萄糖代谢（Warburg效应∖脂质代谢、谷氨酰胺代谢、氨基酸代谢、柠檬酸循环、脂肪酸氧化、单碳代谢等改变。
了解肿瘤细胞代谢物和代谢途径的变化特征，有助于更好地了解肿瘤全貌，协助肿瘤诊断、治疗监测、预后评估以及优化治疗靶点。
代谢组学是系统生物学中的一门科学,旨在对生物系统内源性代谢物进行定量评估,通过全面、高通量地检测和分析生物体内代谢产物，探究代谢机制的变化以及与生物体生理和病理状态的关系。
代谢组学在多种肿瘤中已有较深入研究，为恶性肿瘤的研究提供了有力工具。
本文综述代谢组学在恶性肿瘤诊断、治疗、预后评估和药物研发等方面的应用现状。
1代谢组学概述代谢组学的概念于1998年由StevenO1iVer首次提出，现被广泛认为是系统生物学的基石。
代谢组学是一种粉莫式识别方法和生物信息学技术结合使用的分析工具，用于检测代谢物并跟踪他们在生物流体或组织中的变化。
因代谢物与生物体的表型密切相关，与其他组学技术不同，代谢组学中代谢物及其浓度的鉴定直接代表分子表型。
在技术上，代谢组学涉及代谢物的高通量研究,包括细胞、生物体液、组织、器官或生物体内具有不同理化特征和丰度动态范围的所有小分子(50~1500Da),如氨基酸、糖、脂肪酸、脂质和类固醇。
组学技术在癌症研究中的应用
组学技术在癌症研究中的应用随着科技的不断进步，组学技术在癌症研究中得到了广泛应用。
组学技术包括基因组学、转录组学、蛋白质组学和代谢组学等，能够对生物体的全局进行研究。
这些技术可以通过对癌症样本的研究，为了解癌症的发病机制、治疗和预防提供重要信息。
本文就是为了介绍组学技术在癌症研究中的应用。
基因组学基因组学研究的是生物体的基因组结构、组成和功能的研究。
在癌症研究中，基因组学主要用于发现癌症的致癌基因和癌症相关的基因。
几乎所有的癌症都是由突变基因导致的。
因此，通过对癌症患者和正常组织的基因组进行全基因组测序，可以发现突变基因，并在此基础上分析癌症的发病机制。
例如，利用基因组学的手段，已经发现了BRCA1、BRCA2等基因与乳腺癌、卵巢癌的关联性。
基因组学还可用于癌症的诊断和预测。
通过对患者的基因组分析，可以了解患者的基因变异类型，研究人员可以将这些信息用于癌症的治疗，在治疗中针对基因突变进行个性化的治疗。
转录组学转录组是指一个细胞或组织中所有mRNA分子的集合。
在癌症研究中，利用转录组学手段可以了解细胞内mRNA的变化，从而了解癌症的发病机制。
例如，在肝癌中，研究人员通过转录组学的方法，发现肝癌细胞中BAP1基因的异常表达，进一步研究发现BAP1的缺失会导致细胞线粒体的功能障碍，增加肝癌的发生几率。
还有许多转录组技术可以应用于癌症研究，例如全小RNA测序，可以发现一些能够调节癌症细胞生长、分化、凋亡的小RNA；单细胞转录组学可以通过对个别细胞的转录组测序，了解单个细胞在肿瘤中的特性和发挥的作用。
蛋白质组学蛋白质是生命体内最基本的分子之一，也是组成细胞的主要物质。
在癌症研究中，蛋白质质谱技术可用于检测癌细胞内的蛋白质，分析蛋白质结构的特点。
蛋白质质谱技术还可以用于寻找癌症特异性标志蛋白，并通过特定的抗体组合，用于癌症诊断和治疗。
例如，HER2是一种重要的治疗标志物，是乳腺癌治疗中一种重要的靶向治疗靶点。