Extracto
Antecedentes
La incidencia de cáncer de páncreas (CP) sigue aumentando en el mundo , mientras que la mayoría de los pacientes son diagnosticados con etapas avanzadas y sobreviven & lt; 12 meses. Este mal pronóstico se debe a la dificultad de la detección temprana. Aquí desarrollamos y evaluamos un índice multivariado compuesto por aminoácidos libres en plasma (PFAAs) para la detección precoz de la PC.
Métodos
Se realizó un estudio transversal en múltiples instituciones en Japón. El ayuno muestras de plasma de pacientes con CP (n = 360), la pancreatitis crónica (CP) de los pacientes (n = 28), y se recogieron de controles sanos (HC) sujetos (n = 8372) sin aparentes cánceres que fueron sometidos a exámenes médicos completos. Las concentraciones de 19 PFAAs se midieron por espectrometría de cromatografía-masa líquida. Hemos generado un índice compuesto por los siguientes seis PFAAs: serina, asparagina, isoleucina, alanina, histidina y triptófano como variables para la discriminación en un conjunto de entrenamiento (120 PC y juego 600 HC) y evaluación en un conjunto de validación (240 PC, 28 CP y 7772 HC).
resultados
Varias concentraciones de aminoácidos en plasma fueron significativamente alteradas en PC. concentraciones de triptófano en plasma y de histidina en PC fueron particularmente baja, mientras que la serina fue particularmente alta que la de HC. El área bajo la curva (AUC), basado en el análisis de características operativas del receptor (ROC) curva del índice resultante de discriminar PC de HC eran [intervalo de confianza del 95% (IC), ,86-,93] 0,89 en el conjunto de entrenamiento. En el conjunto de validación, AUC basado en el análisis de la curva ROC del índice PFAA fueron 0,86 (IC del 95%, desde 0,84 hasta 0,89) para todos los pacientes de PC frente a sujetos de HC, (IC 95%, 0,75 a 0,86) 0,81 para los pacientes de PC desde el estadio IIA a IIB, comparando con los HC, y 0,87 (IC 95%, 0,80-0,93) para todos los pacientes de PC en comparación con los pacientes con PC.
conclusiones
Estos hallazgos sugieren que el perfil PFAA de PC fue significativamente diferente de la de HC. El índice PFAA es un prometedor biomarcador para la detección y diagnóstico de PC
Visto:. Fukutake N, Ueno M, Hiraoka N, Shimada K, Shiraishi K, Saruki N, et al. (2015) Un índice multivariado Novel para la detección del cáncer de páncreas en base al perfil de plasma de ácido amino libres. PLoS ONE 10 (7): e0132223. doi: 10.1371 /journal.pone.0132223
Editor: Francisco X. real, Centro Nacional de Investigaciones Oncológicas (CNIO), ESPAÑA
Recibido: 6 Enero, 2015; Aceptado: June 12, 2015; Publicado: 2 Julio 2015
Derechos de Autor © 2015 Fukutake et al. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que el autor original y la fuente se acreditan
Disponibilidad de datos: Los autores confirman que, por razones aprobadas, algunas restricciones de acceso se aplican a los datos subyacentes a los hallazgos. Los datos se basan las conclusiones de nuestro estudio no se hizo pública debido a la naturaleza de las aprobaciones éticas para el estudio. están disponibles en el Centro Médico de Osaka de cáncer y enfermedades cardiovasculares Comité de Ética (por correo electrónico a
[email protected]~~V~~singular~~3rd) para los investigadores que cumplan con los criterios de acceso a los datos confidenciales los datos.
financiación: Este estudio fue financiado por Ajinomoto Co., Inc. el donante prestado apoyo en forma de salarios de los autores nO, AI, SK, y HY, pero no tuvo ningún papel adicional en el diseño del estudio, la recogida y análisis de datos, decisión de publicar, o la preparación del manuscrito. Las funciones específicas de estos autores se articulan en la sección 'autor' contribuciones
Conflicto de intereses:. Los autores han leído la política de la revista y reportar los siguientes conflictos: no, AI, SK, y HY son empleados de Ajinomoto , Co., Inc. NF, MU, NH, K. Shimada, K.Shiraishi, NS, TI, MI, y KK recibido becas de investigación de Ajinomoto, Co., Inc. NO, SK, HY, K. Shiraishi, KK , NF, y MU han solicitado patentes WO /2014/084290 "método para la evaluación del cáncer pancreático, DISPOSITIVO dE PÁNCREAS CÁNCER dE EVALUACIÓN, pancreático CÁNCER dE EVALUACIÓN MÉTODO, pancreático CÁNCER dE EVALUACIÓN DEL PROGRAMA, EL SISTEMA dE PÁNCREAS CÁNCER dE EVALUACIÓN y UNIDAD dE INFORMACION dE COMUNICACIÓN dE TERMINAL." Estas no hacen alterar la adherencia de los autores a todas las políticas de PLoS ONE sobre los datos y compartir materiales.
Introducción
cáncer de páncreas (CP) es actualmente la octava causa de muerte por cáncer, con una cifra estimada 266.000 muertes en todo el mundo en el año 2008 [1], y sigue siendo una de las enfermedades más difíciles de tratar. El único tratamiento potencialmente curativo es la resección quirúrgica; Sin embargo, aproximadamente el 70% de los casos inicialmente se presentan con enfermedad avanzada (estadio III-IV), que no se puede curar con cirugía. Advanced PC tiene un pronóstico muy pobre, lo que es atribuible a la ausencia de los primeros síntomas y métodos de cribado útiles, con un período de supervivencia media de 7,7 meses para la fase III y 2,5 meses para la enfermedad en estadio IV [2]. Por otra parte, las tasas de supervivencia a 5 años son los informes, sólo el 21,3% para el estadio local, el 8,9% para la etapa regional, y el 1,8% para el estadio distante [3].
Varios antígenos asociados a tumores han sido evaluados como potenciales de pronóstico factores para PC, incluyendo el antígeno carcinoembrionario (CEA) y antígeno carbohidrato (CA) 19-9. CA 19-9 es el marcador de diagnóstico más útil clínicamente, con una sensibilidad del 79% -81% y una especificidad del 82% -90% en pacientes sintomáticos, pero su valor predictivo positivo bajo hace que sea un marcador para la detección de pobres [4]. Además, el aumento de la tomografía computarizada (TC) y la ecografía endoscópica (EUS) son útiles para el diagnóstico de PC; Sin embargo, estas modalidades son costosos y potencialmente peligrosos. Por lo tanto, es necesario establecer métodos de detección más eficaces para PC, particularmente en las primeras etapas de la enfermedad. Los aminoácidos son o ingeridos, o de forma endógena sintetizados y desempeñan funciones fisiológicas esenciales tanto como metabolitos básicos y reguladores metabólicos. ácidos amino libres en plasma (PFAAs) presentes objetivos favorables de biomarcadores, porque se sabe que los perfiles PFAA a ser influenciados por las variaciones metabólicas en los sistemas de órganos específicos inducidos por enfermedades específicas [5] [6] [7] [8] [9]. Estudios previos de metabolómica integrales se han centrado a menudo en los cambios en los perfiles de PFAA [10] [11] [12] [13]. La medición de las concentraciones PFAA como posible marcador de la enfermedad es también una estrategia más ventajosa para un análisis preciso y de alto rendimiento utilizando espectroscopia de masas de la metabolómica integrales. Los cambios en los perfiles de PFAAs son características de varios tipos de cáncer; Por lo tanto, el desarrollo de un índice multivariado compuesto de estos PFAAs podría utilizarse para discriminar mejor los tipos de cáncer individuales de los controles sanos [14] [15]. En el presente estudio, hemos investigado los patrones de perfiles PFAA, y luego desarrollado y validado un índice multivariado para la detección de PC.
Materiales y Métodos
Ética declaración
Este estudio se realizó de conformidad con la Declaración de Helsinki y el protocolo fue aprobado por los comités de ética del Centro Médico de Osaka de cáncer y enfermedades cardiovasculares, Kanagawa Centro de cáncer, hospital Nacional del Centro del cáncer, hospital de la Universidad de Tokai, Gunma Cancer Center, JCHO hospital de Osaka, el hospital Memorial Mitsui, Kameda Medical Center, y la Asociación de Servicios de Salud de Kanagawa. Todos los sujetos dieron su consentimiento informado por escrito antes de la participación en este estudio. Toda la información clínica se convierte en anónima antes del análisis de datos.
Los sujetos
PC pacientes (n = 360) incluidos en este estudio fueron reclutados en el Centro Médico de Osaka de cáncer y enfermedades cardiovasculares, el Centro de Cáncer de Kanagawa , el hospital Nacional del Centro del cáncer, hospital de la Universidad de Tokai, y el Centro de cáncer de la Prefectura de Gunma entre 2007 y 2014. los pacientes con pancreatitis crónica (CP; n = 28) fueron reclutados en el hospital JCHO Osaka entre 2013 y 2014, mientras que el control sanos (HC) sujetos (n = 8372) que se sometieron a un examen integral de la salud fueron reclutados de Kanagawa Asociación de Servicios de salud, Kameda Medical Center (Makuhari Clínica), y el hospital Memorial Mitsui entre 2008 y 2010. Más del 95% de los casos consecutivos de PC y de PC y los HC acordaron proporcionar consentir durante el período de estudio. Se excluyeron los pacientes de PC con las siguientes características: (1) con diagnóstico de forma simultánea con el cáncer en otro órgano, (2) de la hepatitis C, y (3) bajo tratamiento con agentes anti-cáncer. Se excluyeron los pacientes con PC con las siguientes características: (1) un diagnóstico de cáncer y (2) la hepatitis C. Los criterios de inclusión de sujetos HC fueron los siguientes: (1) sin antecedentes de cualquier tipo de cáncer, y (2) sin antecedentes de la hepatitis C . PC etapa se determinó de acuerdo con la sexta edición de la Internacional Union Against Cancer (UICC) tumor-nódulo-metástasis (TNM) Clasificación de los tumores malignos [16]
preparación del conjunto de datos
Entre los 360 pacientes, 120 pacientes de PC PC obtenidos temprano para la extracción de sangre se utilizaron como un conjunto de datos de entrenamiento. Para preparar los temas de HC en el conjunto de datos de entrenamiento, se seleccionaron 600 sujetos de 8372 HC utilizando de PSM en función del sexo y la distribución de la edad. El PC 240 restante y los 28 pacientes en FC y 7772 sujetos de HC se utilizaron como un conjunto de datos de validación.
índice de masa corporal (IMC)
Se midieron la altura y el peso de todas las materias. El IMC se calcula como el peso en kilogramos dividido por la altura en metros cuadrados. Los valores del IMC se clasificaron de la siguiente manera: bajo peso (& lt; 18,50 kg /m
2), peso normal (18.50-24.99 kg /m
2), sobrepeso (25.00-29.99 kg /m2), y la obesidad (& gt ; 30,00 kg /m
2)
análisis PFAA
Después de ayuno durante la noche, se recogieron muestras de sangre (5 ml) de las venas antecubital en tubos que contenían sal disódica del ácido etilendiaminotetraacético como anticoagulante. y fueron inmediatamente (& lt; 1 min) se coloca en agua con hielo o en un recipiente de enfriamiento enfriado con hielo (Forte Grow Medical Co., Ltd., Tochigi, Japón). Se separó el plasma de la sangre entera por centrifugación a 3000 rpm y 4 ° C durante 15 min y se almacenó a -80 ° C hasta su análisis. Después de la descongelación, las muestras de plasma se desproteinizado usando acetonitrilo a una concentración final de 80% antes de la medición de las concentraciones de aminoácidos por cromatografía líquida de alto rendimiento (HPLC) de ionización -electrospray (ESI) espectrometría de -peso (MS) por derivatización precolumna. Estos métodos analíticos se han descrito en otra parte [17] [18] [19]. Las concentraciones de los siguientes 19 aminoácidos fueron medidos y analizados: alanina (Ala), arginina (Arg), asparagina (Asn), citrulina (Cit), glutamina (Gln), glicina (Gly), histidina (His), isoleucina (Ile ), leucina (Leu), lisina (Lys), la metionina (Met), ornitina (Orn), fenilalanina (Phe), prolina (Pro), serina (Ser), treonina (Thr), el triptófano (Trp), tirosina (Tyr ) y valina (Val).
El análisis estadístico
media y desviación estándar (dE).
se calcularon las concentraciones de aminoácidos medios ± desviaciones estándar para determinar los perfiles PFAA resumidos tanto para los pacientes y los controles.
Mann-Whitney
T-test
.
El Mann-Whitney
T-test
se utilizó para evaluar las diferencias significativas PFAA de las concentraciones entre pacientes y controles.
receptor-operador característico (ROC) análisis.
se realizó un análisis
ROC para determinar las capacidades de análisis uni y multivariante para discriminar entre pacientes y controles. Las etiquetas de los pacientes se fijaron como etiquetas de clase positivos. Por lo tanto, un área bajo la curva ROC (AUC de ROC) valor de & lt; 0,5 indica que el nivel de aminoácidos fue menor en los pacientes que en los controles, mientras que un valor de AUC de ROC de & gt; 0,5 indicó que era más alto. Los intervalos de confianza del 95% (IC 95%) de las AUC de la República de China para la discriminación de los pacientes sobre la base de las concentraciones de aminoácidos y proporciones también se estimó usando los métodos descritos por Hanley y McNeil [20].
regresión logística el análisis.
multivariado análisis de regresión logística se realizó para estimar el modelo discriminar paciente PC de los sujetos de control.
la selección del modelo de índice de PFAA.
el índice PFAA se definió como una modelo multivariado utilizando concentraciones PFAA como variables. Se realizó un análisis de regresión logística con la variable de selección para distinguir los pacientes con CP de los sujetos de HC. El número máximo de variables explicativas se limita a menos de siete a evitar la posible multicolinealidad. Para la selección del modelo, el ABC de la República de China se obtuvo después de la licencia a cabo una validación cruzada (LOOCV). En resumen, un conjunto emparejado compone de un paciente PC y los sujetos de control correspondientes se omitió en el conjunto de datos de entrenamiento, y el modelo de regresión logística se calculó utilizando el resto de muestras para estimar coeficientes para cada aminoácido. Los valores de la función para el conjunto combinado de salida izquierda se calcularon sobre la base de este modelo. Este proceso se repite hasta que todas las muestras en el conjunto de datos del estudio habían dejado fuera una vez.
Descargas de Software
Todos los análisis estadísticos multivariados y se realizaron utilizando MATLAB (The MathWorks, Natick, MA, EE.UU.) y prisma (GraphPad software, Inc., San Diego, CA, EE.UU.) software estadístico.
resultados
Características de los pacientes y sujetos control
la figura 1 muestra una visión general de esta estudiar. Las muestras de plasma en ayunas se obtuvieron de los sujetos (pacientes PC, n = 360; los pacientes con PC, n = 28; temas de HC, n = 8372). La Tabla 1 resume las características de los sujetos PC y HC incluidos en este estudio. pacientes con enfermedad en estadio de PC 0-II, como una etapa de subgrupos resecable, representaron el 35,8% del conjunto de entrenamiento y el 35,0% del conjunto de validación.
PFAA perfiles de los pacientes con CP
en primer lugar, medimos las concentraciones de aminoácidos 19 de plasma en el conjunto de entrenamiento por HPLC-ESI-MS y encontramos un aumento significativo en las concentraciones de Ser y disminuciones significativas en las concentraciones de 14 aminoácidos (Thr, Asn, Pro, Ala, cit, Val, Met, Leu, Tyr, Phe, His, Trp, Lys y Arg) en pacientes de PC en comparación con sujetos de HC (
p
& lt; 0,05) (Tabla 2, Fig S1). Los perfiles PFAA se sometieron a AUC de análisis ROC debido a que los niveles de significación dependen del tamaño de la muestra (Fig 2, S1 Tabla). Las concentraciones en plasma fueron especialmente Ser superior, mientras que Trp y sus concentraciones fueron particularmente baja en los pacientes de PC en comparación con sujetos de HC. Los perfiles PFAA de pacientes de PC con enfermedad en estadio 0-IIB, como una etapa subgrupo resecable, fueron casi similares a los de todos los otros pacientes de PC.
Curva
Los resultados de característica receptor-operador (ROC) el análisis de los perfiles de PFAA en el conjunto de entrenamiento (120 PC y 600 a juego HC). Ejes muestran las AUC ROC para cada aminoácido a discriminar a los pacientes de los controles sanos. líneas gruesas negras indican el punto en el ABC de la República de China = 0,5.
índice multivariado PFAA
Para la detección eficaz de los pacientes con CP, se calcularon los índices óptimos PFAA por análisis de regresión logística múltiple. Las AUC ROC de los valores obtenidos después de LOOCV entre los 50 primeros modelos eran prácticamente la misma (0,88 a 0,89). Se evaluó un modelo representativo compuesto por Ser, Asn, Ile, Ala, His, Trp y como el mejor modelo (Tabla 3). Entonces, la regresión logística análisis adicionales de la adición de IMC y /o antecedentes de tabaquismo en variables explicativas se realizaron para estimar los efectos de posibles factores de confusión. No se observó ninguna elevación evidente de importancia en cada aminoácido cuando se añadieron los factores en el modelo, lo que sugiere que los cambios en el nivel de plasma de aquellos aminoácidos causados por PC fueron independientes de BMI o el hábito de fumar de los sujetos (tabla 3).
En cuanto a la discriminación de los pacientes con CP de los sujetos control, curvas ROC para el PC o contra HC CP subgrupos entre el conjunto de entrenamiento y el conjunto de validación se calcularon (figura 3A y 3B, respectivamente). En el conjunto de entrenamiento, las AUC de los índices PFAA para la detección de pacientes con CP vs sujetos HC fue de 0,89 (IC del 95%, 0,86 a 0,93) entre todos los pacientes de PC y 0,89 (IC 95%, 0,83-0,95) en los pacientes con PC la etapa 0-IIB enfermedad. La sensibilidad de los índices PFAA a 95% y 80% de especificidad fueron 60,0% y 82,5%, respectivamente, para todos los pacientes de PC, y el 53,5% y el 83,7% para los pacientes con enfermedad en estadio de PC 0-II, respectivamente (Tabla 4). En el conjunto de validación, el AUC del índice PFAA fue de 0,86 (IC del 95%, ,84-,89) para todos los pacientes de PC y 0,81 (IC del 95%, desde 0,75 hasta 0,86) en los pacientes con PC estadios IIA y IIB de la enfermedad (figura 3B) . La sensibilidad de los índices PFAA en una especificidad de 95% y 80% fueron 57,5% y 76,7% para todos los pacientes de PC, y 48,8% y 64,3% para los pacientes de PC con estadio IIA y IIB de la enfermedad (Tabla 4). El ABC del índice PFAA para la detección de PC vs CP fue de 0,87 (IC del 95%, desde 0,80 hasta 0,93) para todos los pacientes con CP y las tasas de falsos positivos en el 95% y el 80% de especificidad fueron del 7,1% y 25,0%, respectivamente ( Tabla 4). S2 figura muestra los diagramas de caja de índice PFAA en HC, PC y PC en el conjunto de validación.
Se confirmó que la varianza de inflado de los factores (VIF), el máximo del elemento diagonal de la matriz inversa de la matriz de coeficiente de correlación, de todos los 50 mejores modelos no elegir los modelos inadecuados mostrando multicolinealidad. Todos los modelos pasaron la prueba, es decir, IVFs fueron menos de 10. Por encima de todo, VIF del modelo representativo fue de 1,70, lo que sugiere que no se produjo multicolinealidad.
Además, se realizó un análisis de subgrupos para la etapa del tumor, tamaño y ubicación en el páncreas. El ABC del índice PFAA en función del estadio del tumor fue de la siguiente manera: (IC del 95%, desde 0,72 hasta 0,86) 0,79 para el estadio IIA, (IC 95%, 0,77 a 0,92) 0,85 para la etapa IIB, 0,88 (IC del 95%, 0.83- IC 0,94) para la fase III, y 0,91 (95%, 0,88 a 0,94) para la etapa IV (figura 4A). El ABC del índice PFAA de acuerdo con el tamaño del tumor fue de la siguiente manera: (IC del 95%, 0,66 a 0,86) 0,76 para TS1, (IC del 95%, desde 0,83 hasta 0,90) 0,87 para TS2, (IC 95%, 0,86 a 0,95) 0,91 para TS3, y 0,97 (IC del 95%, 0,95 a 1,00) para TS4 (Fig 4B). El AUC del índice PFAA de acuerdo con la localización del tumor fue el siguiente: 0,86 (IC del 95%, 0,82 a 0,90) para la cabeza del páncreas, (IC 95%, 0,83 a 0,93) 0,88 para el cuerpo de páncreas, y 0,90 (95% CI , 0,83 a 0,96) para la cola del páncreas (figura 4C). Además, se evaluaron las correlaciones entre los valores PFAA de índice y otros biomarcadores (es decir, CA19-9, CEA, y elastasa-1) porque el uso combinatoria de múltiples marcadores tumorales independiente es eficaz para detectar PC. No se encontraron correlaciones significativas entre los índices PFAA y niveles de CA 19-9 (r = 0,075,
p = 0,247
), CEA (r = -0.005,
p = 0,957
), o elastasa-1 (r = 0,009,
p = 0,351
) en PC (figura 5, Tabla S2).
(a) ROC curvas del índice de PFAA en el estadio IIA (rojo), fase IIB (rosa), en estadio III (naranja), y la etapa IV (amarillo-verde), respectivamente. (B) Las curvas ROC en TS1 (rojo), TS2 (rosa), TS3 (naranja), y TS4 (amarillo-verde), respectivamente. TS1 ≤ 2,0 cm, 2,0 cm y lt; TS2 ≤ 4,0 cm, 4,0 cm y lt; TS3 ≤ 6,0 cm, y TS4 & gt; 6,0 cm. curvas (C) la República de China en la cabeza del páncreas (rojo), cuerpo (rosa), y la cola (naranja), respectivamente.
La línea de puntos muestra el punto de corte de cada biomarcador o índice PFAA. Para el análisis de datos, se definieron los límites normales superiores de CA19-9, CEA, y elastasa-1 como 37 U /ml, 5 ng /dl, y 300 ng /dL, respectivamente. No se encontraron correlaciones significativas entre cada biomarcador y el índice PFAA.
Discusión
La desregulación de los contenidos PFAA en PC se ha investigado en varios estudios recientes que utilizan la metabolómica o análisis de aminoácidos [21 ] [22] [23]. Sin embargo, los perfiles de PFAA específicos en PC, particularmente en las etapas resecables, permanecen sin confirmar, debido a la relativamente pequeño número de pacientes de PC y los sujetos de control utilizadas en estos estudios. Por lo tanto, hemos medido las concentraciones en ayunas PFAA en un estudio a gran escala de 360 pacientes con CP y 8372 sujetos de control para identificar perfiles PFAA específicos en pacientes de PC en comparación con el grupo de aprendizaje género y grupo de edad (PC120, HC600) (figura 2) . Además, se observó un perfil similar PFAA en pacientes con enfermedad en estadio 0-II, que representaron el 35,8% de la PC de los pacientes incluidos en este estudio. (Figura 2). Como se muestra en la Tabla 2, las concentraciones plasmáticas de varios aminoácidos se alteraron significativamente en los pacientes de PC, que eran de conformidad con los perfiles PFAA de cinco tipos de cáncer reportados por Miyagi et al. [14], a pesar de su plasma y las concentraciones de Trp en particular se vieron reducidos, mientras que las concentraciones de Ser se incrementaron notablemente (Figura 2). Por otra parte, hemos desarrollado un índice de PFAA utilizando un conjunto de entrenamiento compuesto por seis aminoácidos que eran claramente característica del perfil de aminoácidos en la PC. Hemos demostrado que este índice puede ser utilizada para diferenciar de manera eficiente no sólo PC progresiva sino también operable PC, desde los estadios IIA y IIB de la enfermedad en un conjunto de validación independiente (Tabla 4). Por otra parte, también mostró que el índice PFAA casi no detecta la pancreatitis crónica (Tabla 4).
PFAA perfiles de pacientes de PC han sido reportados en varios estudios previos, entre los cuales, varios perfiles de aminoácidos eran similares, aunque hubo algunas discrepancias evidentes [21] [22] [23] Por ejemplo, se encontró un aumento significativo en las concentraciones en plasma de Ser en PC, mientras que esta tendencia no se observó en otros estudios. Además, hay discrepancias en Asn, Gln, Met, Ile, Phe, Leu, y los niveles de Pro. Por el contrario, estos estudios anteriores informaron comúnmente una disminución significativa en las concentraciones de Thr, mientras que los cambios en Arg, Cit, y las concentraciones de Trp no se determinaron en un estudio, y no se observaron disminuciones significativas en estos aminoácidos en PC en nuestro estudio, así como dos otros. Se consideraron varias razones para estas discrepancias. En primer lugar, estos estudios previos incluyen un número relativamente pequeño de sujetos en comparación con el presente estudio, que incluyó el mayor número de sujetos hasta la fecha. En este estudio, el índice PFAA era robusto y las AUC apenas disminuyó incluso con el conjunto de validación, ya que fue desarrollado en base a un conjunto de entrenamiento con un tamaño de muestra adecuado. En segundo lugar, las diferencias entre nuestros resultados y los de otros estudios pueden haber ocurrido debido a variaciones en las condiciones de preparación de muestras y métodos analíticos. En tercer lugar, los perfiles PFAA exhiben fluctuaciones diurnas [24] [25] [26] y cambian de acuerdo a los ritmos circadianos [27] [28], ya que dependen en gran medida de las comidas recientes, incluso entre los sujetos sanos [24] [25] [26] [29]. Por otra parte, dejando muestras de sangre tomadas a temperatura ambiente se sabe que altera las concentraciones plasmáticas de aminoácidos [30]. Para superar este factor de confusión, todos los centros participantes en este estudio se utilizó el mismo protocolo, en el que la sangre se señaló en la mañana antes del desayuno después de un ayuno durante la noche y las muestras recogidas se enfriaron rápidamente para evitar alteraciones en las concentraciones de aminoácidos debido a reacciones enzimáticas. Por lo tanto, las muestras adquiridas eran de alta calidad y los datos extraídos refleja con precisión en los perfiles de aminoácidos in vivo durante el ayuno. Además, la determinación de las concentraciones de aminoácidos utilizando HPLC-ESI-MS en este estudio se calculó no como un valor semiquantified usando metabolómica como en estudios previos, sino más bien como directamente cuantifica concentraciones absolutas mediante la creación de una curva de calibración a partir del área del pico de referencias estándar de cada amino ácido [19]. Estas mediciones fueron altamente exacto y preciso para garantizar la validación, la reproducibilidad, y error diaria limitada [19]. Por lo tanto, los resultados de este estudio pueden demostrar más claramente las características del perfil en comparación con los demostrados por estudios anteriores. El uso de análisis multivariado de marcadores para PC También se ha informado [23, 31]. Por ejemplo, Kobayashi et al. [23] construyó un modelo de regresión logística múltiple utilizando una formación de 43 casos de conjunto con las concentraciones de metabolitos cuatro seleccionados como variables de datos exhaustiva semiquantified de las concentraciones de metabolitos por GC-MS. Mientras tanto, de los cuatro metabolitos seleccionados, xilitol es una sustancia derivada de alimentos que está presente en concentraciones muy bajas en individuos sanos [32] [33]. Sin embargo, no estaba claro si estas concentraciones se mantienen fisiológicamente en ciertos niveles in vivo. Además, Leichtle et al. [31] construyó un panel metabolito combinado para discriminar PC de CP y HC utilizando ácido aspártico (Asp) y CA 19-9 como variables. Sin embargo, la concentración Asp plasma tiende a ser relativamente baja y una variabilidad analítica de & gt; 25%, como se informó en otros lugares [34]. En el presente estudio, el índice PFAA fue construido con sólo aminoácidos con moderada a alta concentración de plasma para asegurar la precisión de medición. Por lo tanto, creemos que el índice PFAA ofrece una alta capacidad discriminatoria sin ser influenciado por los errores de medición. Debido a que el análisis de aminoácidos es ampliamente utilizado clínicamente, el índice PFAA es probable que sea verificada de forma rápida y sospechamos que su uso será extendido en un futuro próximo. Mientras tanto, elementos genéticos, raciales y geográficas también pueden ser factores que afectan estas diferencias, que deberían aclararse en futuras investigaciones
.
Existen varios mecanismos posibles que pueden influir en los perfiles PFAA en pacientes con cáncer. En primer lugar, los estudios anteriores han demostrado cambios metabólicos marcados en local del cáncer, incluyendo perfiles de aminoácidos variado y diferente expresión de transportador de aminoácidos en las células de cáncer en comparación con las células sanas [10] [35]. Por ejemplo, transportador de aminoácidos L-neutral 1 (LAT1) se expresa fuertemente en células PC [36]. Con respecto a Ser, la biosíntesis de novo Ser está regulada positivamente en las células cancerosas y Ser actúa como un activador alostérico de la isoenzima piruvato quinasa M2 [37]. Esta característica puede estar relacionada con factores que también aumentan las concentraciones Ser plasma. Un segundo mecanismo posible es la inducción de cambios en el metabolismo de órganos remotos causados por factores emitidos por las células cancerosas. Por ejemplo, Luo et al. [38] informó de que HMGB-1 secretada por células de cáncer causado la descomposición de proteínas de los tejidos musculares remoto en aminoácidos, algunos de los cuales se filtran en la sangre, alterando de este modo el perfil PFAA. Un tercer mecanismo posible es la implicación del sistema inmune. Por ejemplo, las concentraciones plasmáticas de Trp se han correlacionado con cambios metabólicos comunes, tanto en nuestro estudio y un estudio previo que investigó los niveles de Trp en cinco tipos diferentes de cáncer [14]. Expresión de indolamina 2,3-dioxigenasa (IDO), que está implicado en la ruta metabólica quinurenina, se induce en diversos tipos de cáncer (las células de cáncer o células inmunes) y sabe que juega un papel importante en la inmunosupresión [39]. IDO también se conoce que se sobreexpresa en células PC [40]. De este modo, varios puntos con respecto a los mecanismos que subyacen a los cambios en los perfiles de PFAA en PC no están claros; por lo tanto, se necesitan más investigaciones para aclarar estas cuestiones.
Recientemente, Mayers et al. [41] informó de que los niveles de cadena ramificada de aminoácidos en suero (BCAA) son elevados 2-5 años antes del inicio de la carcinogénesis en el PC, lo que sugiere que la elevación de BCAA es un factor de riesgo independiente para PC. Sin embargo, los niveles de BCAA vuelven a los niveles normales dentro de los 2 años antes de la confirmación de cáncer. Además, los resultados de un estudio en ratones indican que el período de elevación BCAA era en forma de campana y sólo temporal. En nuestro estudio, se presentaron los perfiles PFAA de pacientes diagnosticados definitivamente después de la detección del cáncer a través de diagnóstico por imagen. Entre los casos con enfermedad en estadio resecable (hasta el estadio IIB), no hubo cambios significativos en las concentraciones de BCAA en comparación con los sujetos control. En los casos de cáncer avanzado, Leu y Val concentraciones se redujeron. Nuestros datos del estudio de las características de las fases de PC que se confirman fácilmente mediante técnicas de imagen disponibles actualmente identificados; por lo tanto, es posible que estas características diferían entre las principales etapas de microcarcinoma o antes del inicio de la carcinogénesis. Debido a que no examinamos las concentraciones PFAA antes de la carcinogénesis en este estudio, son necesarios futuros estudios para identificar con precisión la dinámica de BCAA antes de la aparición de la PC a la carcinogénesis. Sin embargo, los estudios antes mencionados encontraron que los cambios metabólicos alteran perfiles de aminoácidos sistémicos junto con los cambios en las concentraciones de plasma de BCAA en la fase precancerosa o extremadamente primeras etapas de PC [41]. Por lo tanto, los cambios observados en los perfiles de PFAA de los pacientes con lesiones de PC, lo que podría ser diagnosticadas a través de imágenes y considerados para la resección en nuestro estudio, también pueden haber sido causados por los cambios metabólicos sistémicos.
Actualmente, CA19-9 es el marcador más ampliamente utilizado para predecir el resultado del tratamiento PC y después del tratamiento el pronóstico [42]. Sin embargo, CA19-9 no es sintetizada por los pacientes clasificados como el grupo sanguíneo Lewis Le
a-b-, que representa el 10% de los casos; Por lo tanto, este marcador no puede ser elevado en algunos pacientes, incluso aquellos con etapa PC avanzada [43]. CEA es ampliamente utilizado como marcador pronóstico en cánceres gastrointestinales; sin embargo, su sensibilidad y especificidad para PC son pobres [44]. La elastasa-1 de enzimas pancreáticas, que se cree que aumenta con pancreatitis causada por estenosis del conducto pancreático, se ha demostrado como un marcador de diagnóstico temprano efectiva [45]. En el presente estudio, no se encontraron correlaciones entre el índice PFAA y CA 19-9, CEA, o 1-elastasa niveles (Figura 5). Por lo tanto, cuando se utiliza al mismo tiempo, el índice de PFAA con CA19-9, CEA, o elastasa-1 puede complementarse entre sí con el fin de detectar con mayor precisión PC. Sin embargo, CA19-9 y elastasa-1 no se midieron en los sujetos de HC en este estudio. Por lo tanto, para confirmar la comparación de la capacidad discriminatoria precisa y efecto sinérgico con estos marcadores, se necesitan más estudios. La capacidad discriminatoria del índice PFAA ha demostrado ser alta incluso para pequeños tumores pancreáticos de TS-1 de acuerdo con el análisis de subgrupos (ROC_AUC = 0,76) (Fig 4B). También se encontró que el índice de PFAA no era dependiente de la localización del tumor de páncreas (Fig 4C). Aunque ecografía abdominal en general se utiliza para diagnosticar la PC en la fase inicial, es difícil de imagen pequeña tumores o lesiones en la cola del páncreas o proceso unciforme utilizando esta modalidad. Nuestros resultados sugieren que el índice PFAA propuesta desarrollada en este estudio ofrece la misma sensibilidad sin depender de la localización del tumor. Por lo tanto, el uso de la ultrasonografía abdominal combinatoria y el índice de PFAA puede ser un buen marcador para aumentar la tasa de detección de las lesiones de la cola del páncreas y el proceso unciforme. En este estudio, el conjunto de entrenamiento y el conjunto de validación fueron divididos cronológicamente. Como resultado, no se incluyeron los primeros casos de la etapa I o menos en el conjunto de validación que se produjo cronológicamente posterior en el tiempo. El hecho de que la capacidad discriminatoria del índice PFAA los casos de estadios tempranos de la etapa I o menos sigue siendo desconocida es una limitación de este estudio. Sin embargo, este estudio fue transversal;