Extracto
Antecedentes
Los resultados del antígeno prostático específico (PSA) y un examen rectal digital (DRE) proyecciones llevar tanto a bajo y sobre el tratamiento de cáncer de próstata (CaP). Por lo tanto, existe una necesidad urgente para la identificación y evaluación de nuevos marcadores para el diagnóstico precoz y pronóstico de la enfermedad. Los estudios han demostrado un vínculo entre CaP, lípidos y metabolismo de los lípidos. Por lo tanto, el objetivo de este estudio fue examinar las concentraciones y la distribución de los lípidos séricos en pacientes con CaP en comparación con el suero de los controles.
Método
El uso de la espectrometría de masas de ionización electrospray (ESI-MS /MS) de perfiles de lípidos, fosfolípidos que analizó el suero de los sujetos de la misma edad que, o bien recién diagnosticados con CaP o sanos (normales).
resultados
Se encontró que Cholester (CE), dihydrosphingomyelin (DSM), fosfatidilcolina (PC), fosfatidilcolina de huevo (ePC) y phoshphatidylethanolamine huevo (EPE) son los 5 principales grupos de lípidos que variaban entre sueros normales y cancerosas. ePC 38: 5, PC 40: 3, y PC 42: 4 representan las especies de lípidos más prevalentes en el CaP en comparación con el suero normal. Análisis posteriores revelaron que el suero ePC 38: 5 nmoles ≥0.015, PC 40,3 nmoles ≤0.001 y PC 42: 4 ≤0.0001 nmoles correlacionados con la ausencia de PCa en la predicción de 94%. Por el contrario, el EPC suero de 38: 5 ≤0.015 nmoles, PC 40: 3 ≥0.001 nmoles, y PC. 42: 4 ≥0.0001 nmoles correlacionados con la presencia de CaP
Conclusión
En resumen, hemos demostrado que el ePC 38: 5, PC 40: 3, y PC 42: 4 pueden servir como marcadores tempranos de suero de predicción de la presencia de CaP
Visto:. Patel N, R Vogel, Chandra-K Kuntal , Glasgow W, Kelavkar T (2014) Un panel de fosfolípidos en suero novela Tres diferencias entre las personas normales de las personas con cáncer de próstata. PLoS ONE 9 (3): e88841. doi: 10.1371 /journal.pone.0088841
Editor: Peter C. Negro, Universidad de British Columbia, Canada |
Recibido: 25 Junio, 2013; Aceptado 16 de enero de 2014; Publicado: 6 Marzo 2014
Derechos de Autor © 2014 Patel 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
Financiación:. Los autores no tienen el apoyo o la financiación para reportar
Conflicto de intereses:. los autores han declarado que no existen intereses en competencia
Introducción
el cáncer de próstata (CaP) es el más comúnmente diagnosticado. cáncer en hombres y la segunda causa de muerte por cáncer en los hombres en el mundo occidental [1], [2]. Sin embargo, las tasas de incidencia de CaP difieren en todo el mundo, lo que sugiere que los factores externos, por ejemplo, una dieta alta en grasas, pueden contribuir al desarrollo de la enfermedad [3]. Mientras que el CP ya representa una amenaza importante para la salud de la población EE.UU., el envejecimiento de la generación "baby boom" agravará significativamente este problema [4]. La incidencia específica por edad de CaP aumenta después de los 60 años, y en 2 años, 80 millones de "baby boomers" se acercará a este hito.
La detección del cáncer de próstata es controvertido a la luz del hecho de que los dos principales métodos de cribado CaP, el examen rectal digital (DRE) y la prueba de suero del antígeno prostático específico (PSA), tienen limitaciones [5]. PSA, en combinación con factores basados en la morfología como el estadio clínico y la biopsia Gleason, se usa más comúnmente para diagnosticar y controlar la progresión de la enfermedad de la próstata, pero ha limitado la eficacia debido a la menor de especificidad y sensibilidad ideales. Varios otros marcadores de diagnóstico y pronóstico CaP se han descubierto y actualmente están siendo evaluados como posibles complementos a las técnicas de detección existentes [6]. Sin embargo, sigue habiendo una necesidad urgente para la identificación y evaluación de nuevos marcadores para ayudar en el diagnóstico precoz y pronóstico de la enfermedad para guiar a los médicos en la prestación de tratamiento apropiada.
Los lípidos desempeñan un papel importante en las funciones biológicas, incluyendo la composición de la membrana y la regulación, el metabolismo energético, y la transducción de señales [7], por lo que no es sorprendente que se han encontrado para estar involucrados en el cáncer [8]. En particular, los lípidos, tales como la fosfatidilcolina (PC) y ácidos grasos, desempeñar un papel de desarrollo del CaP clave y la metástasis [9], [10]. De hecho, los estudios muestran una asociación entre un alto consumo de grasas en la dieta y un mayor riesgo de CaP [11], [12], así como el potencial de los niveles de fosfolípidos en suero para servir como predictores de CaP [13]. Dado que muchos estudios han demostrado que los lípidos juegan un papel crítico en el CP, el objetivo de nuestro estudio fue investigar si o no los perfiles de lípidos en suero podría discriminar entre aquellos con CaP y normales individuos, y posteriormente el potencial de estos lípidos para actuar como marcadores de diagnóstico para la detección de CaP.
Materiales y Métodos
muestras de suero humano de los controles y las personas con CaP
fue aprobado este estudio (acelerada) por Memorial University Medical Center (MUMC) humana sujetos y el comité de ética. ProMedDX, Massachusetts proporciona todas las muestras de suero (http://www.promeddx.com). muestras codificadas fueron enviados en un estado congelado, y al personal del laboratorio fueron cegados respecto a cuál de las muestras fue de los pacientes o individuos normales hasta después de que todos los datos clínicos y resultados de laboratorio se convirtió disponibles. Inicialmente, se analizaron los perfiles de lípidos de 154 muestras de suero en total: 77 de pacientes con cáncer de próstata y 77 de sujetos normales. Para su posterior análisis estadístico, hemos dividido las muestras de suero en dos grupos: muestras de individuos de 50-60 años de edad y de 61-70 años de edad. Como estábamos llevando a cabo un estudio de la misma edad, se excluyeron las muestras de aquellos fuera de los dos grupos de edad, lo que resultó en 76 normal (datos de la muestra tenían un error) y 57 muestras de CaP. El estudio ha sido aprobado por la junta de revisión institucional. Para obtener información detallada historia clínica del paciente CaP consulte datos S1.
Lípidos extracción
Los lípidos de CaP y sueros normales se extrajeron con cloroformo y metanol, siguiendo el protocolo establecido por el Centro de Investigación de Kansas lipidómica (KLRC); el método es una adaptación del método descrito por Bligh y Dyer [14].
Procesamiento de datos
Los datos se procesaron utilizando el software espectrómetro de masas específicas en conjunto con Excel.
electrospray espectrometría de masas de ionización (ESI-MS /MS) de lípidos de perfiles
se ha realizado una ionización por electrospray en tándem enfoque espectrometría de masas automatizada, y la adquisición y análisis de datos se llevaron a cabo como se describe anteriormente [15], [16 ] con modificaciones. Se utilizó una alícuota de 3 l de plasma. Las cantidades precisas de las normas internas, obtenidos y cuantificados como se ha descrito anteriormente [17], se añadieron en las siguientes cantidades (con alguna pequeña variación en las cantidades en diferentes lotes de normas internas): 0,60 nmol ED12: 0-PC, 0,60 nmol DI24: 1 -PC, 0,60 nmol 13: 0-lisoPC, 0,60 nmol 19: 0-lisoPC, 0,30 nmol ED12: 0-PE, 0,30 nmol di23: 0-PE, 0,30 nmol 14: 0-lysoPE, 0,30 nmol 18: 0-lysoPE , 0,30 nmol 14: 0-lysoPG, 0,30 nmol 18: 0-lysoPG, 0,30 nmol DI14: 0-PA, 0,30 nmol DI20: 0 (phytanoyl) -PA, 0,20 nmol DI14: 0-PS, 0,20 nmol DI20: 0 ( phytanoyl) -PS, 0,23 nmol 16: 0-18: 0-PI, 0,16 nmol DI18: 0-PI, 2,5 nmol C13: 0 CE, y 2,5 nmol C23: 0 CE. La muestra y el patrón interno mezcla se combinó con disolventes, tal que la relación de acetato de amonio cloroformo /metanol /300 mM en agua fue de 300/665/35, y el volumen final fue de 1,2 ml. Esta mezcla se centrifugó durante 15 min a baja velocidad para sedimentar las partículas antes de la presentación para el inyector automático.
extractos de lípidos no fraccionada se introdujeron por infusión continua en la fuente de ESI en un triple cuadrupolo MS (API 4000, Applied Biosystems, Foster City, CA). Las muestras se introdujeron usando un muestreador automático (LC Mini PAL, CTC Analytics AG, Zwingen, Suiza) equipado con el bucle de inyección requerida para el tiempo de adquisición y presentada a la aguja ESI a 30 l /min.
precursor secuencial y exploraciones pérdida neutra de los extractos producen una serie de espectros con cada espectro que revela un conjunto de especies de lípidos que contienen un fragmento de grupo de cabeza común. especies de lípidos se detectaron con los siguientes exploraciones: PC, SM, y lisoPC, [M + H]
+ iones en modo de iones positivos con Precursor de 184,1 (Pre 184.1); PE y lysoPE, [M + H]
+ iones en modo de iones positivos con pérdida neutra de 141,0 (141,0 NL); PI, [M + NH4]
+ en el modo de iones positivos con NL 277,0; PS, [M + NH4]
+ en el modo de iones positivos con NL 185,0; PA, [M + NH4]
+ en el modo de iones positivos con NL 115,0; CE, [M + NH4]
+ en el modo de iones positivos con Pre 369,3. SM se determinó a partir del mismo espectro de masas como PC (Pre 184.1 en modo positivo) [18], [19] y por comparación con los estándares internos de PC utilizando un factor de respuesta molar de SM (en comparación con PC) determina experimentalmente para ser 0,39. La presión del gas de colisión fue establecido a 2 (unidades arbitrarias). Las energías de colisión, con nitrógeno en la celda de colisión, fueron 28 V para el PE, +40 V para PC (y SM), 25 V para PI, PD y PA, y 30 V para CE. desagrupación potenciales fueron 100 V para todos los lípidos, excepto CE, cuyo potencial era desagrupación +225 V. potenciales de ingreso fueron 15 V para el PE, +14 V para PC (y SM), PI, PA y PS, y + 10 V de la CE. los potenciales de salida fueron 11 V para el PE, +14 V para PC (y SM), PI, PA, PS y 10 V para CE. Los analizadores de masas se ajustaron a una resolución de 0,7 u ancho total a media altura. Para cada espectro, 9 y 150 exploraciones de medios continuos se promediaron en el modo analizador multicanal (MCA). La temperatura de la fuente (nebulizador calentado) era 100 ° C, el calentador de interfaz estaba en, kV 5,5 o -4.5 kV se aplicó al capilar de electrospray, el gas de cortina se fijó en 20 (unidades arbitrarias), y los dos gases fuente de iones se fijaron en 45 (unidades arbitrarias).
El fondo de cada espectro se restó, se suavizaron los datos, y áreas de los picos integrados utilizando un script personalizado y el software Analyst Applied Biosystems, y los datos se corrigieron para la superposición de variantes isotópicas (a + 2 picos). Los lípidos en cada clase se cuantificaron en comparación con los dos estándares internos de esa clase. La primera y típicamente cada 11
º conjunto de espectros de masas se adquirieron en la mezcla patrón interno. se identificaron picos correspondientes a los lípidos diana en estos espectros y cantidades molares calculados en comparación con los estándares internos en la misma clase de lípidos. Para corregir la química o el ruido instrumental en las muestras, la cantidad molar de cada metabolito detectado en los lípidos "normas internas única" espectros se restará de la cantidad molar de cada metabolito calculada en cada conjunto de espectros de la muestra. Los datos de cada "normas internas único" conjunto de espectros se utilizan para corregir los datos de las siguientes 10 muestras. Finalmente, los datos se corrigieron para la fracción de la muestra analizada y se normalizaron a la muestra "pesos en seco" para producir datos en la unidades nmol /mg. El resultado de este análisis proporcionó un total de 354 lípidos potenciales para la identificación precoz de la presencia de CaP.
Los análisis estadísticos
Para identificar los posibles modelos que utilizan los lípidos 354 que fueron identificados, el análisis que implica múltiples iteraciones de "mejores subconjuntos" de regresión logística. El análisis se realizó como se encuentra con frecuencia en "alto a través de put" análisis de datos, como una limitación de los modelos a no más de 3 lípidos es equivalente a un problema genómica de más de siete millones de biomarcadores potenciales. Ejemplos de este tipo de análisis están bien documentados [20] - [25]. Se emplearon las clasificaciones cruzadas y modelos de regresión logística para examinar los datos de candidatos potenciales predictores. Un método estándar para el análisis univariado en la prueba de hipótesis es seleccionar una prueba adecuada, fijar la tasa de error de tipo I en un valor especificado previamente, decidir sobre un nivel adecuado de energía y determinar el tamaño de muestra necesario. A medida que el análisis de este espejo de investigación que se encuentran en la genómica, hemos empleado la tasa de falso descubrimiento para ayudar en la selección de los lípidos para utilizar en los modelos. Estadísticamente, la tasa de falso descubrimiento es el valor esperado del número de errores de tipo I, dividido por el número de hipótesis rechazadas, dado al menos una de las hipótesis es rechazada [24]. La tasa de falso descubrimiento (FDR) es un enfoque común en la prueba simultánea desarrollada por Benjamini y Hochberg [26]. El FDR se utiliza comúnmente en la medicina y los estudios genómicos. Una vez se ha seleccionado un pequeño subconjunto de los lípidos, los modelos de regresión logística se construyeron y se compararon con los valores de lípidos como variables continuas. El modelo final constaba de tres lípidos. Como se consideraron continua los lípidos, se emplearon característica (ROC) curvas de funcionamiento del receptor para determinar óptimos puntos de corte que permiten la facilidad de uso y la interpretación [27], [28] (G, H). Los puntos de corte se determinaron mediante la maximización del área bajo la curva, AUC. Las AUC resultante utilizando los tres lípidos en la regresión logística derivada índice compuesto es 0.9157. Todos los análisis estadísticos se realizaron con SAS 9.2 ™ (SAS Institute, Inc., Cary, NC.).
Por favor, ver el flujo de la Tabla 1 para nuestra estrategia estadística para la identificación de nuevos fosfolípidos.
resultados
fosfatidilcolina de huevo (ePC 38: 5), fosfatidilcolina (PC 40: 3 y PC 42: 4) se identificaron como candidato único para el diagnóstico de enfermedades
para identificar las especies de lípidos séricos específicos asociado con CaP, se realizó el análisis de MS. Dada la necesidad de comparar simultáneamente cientos de lípidos, incorporamos la tasa de falso descubrimiento (FDR) en nuestros análisis [29], [30]. Las tablas 2 y 3 proporcionan detalles de las muestras de suero emparejados por edad; incluyendo las puntuaciones de Gleason y los niveles de PSA para pacientes con diagnóstico de CaP (la historia clínica completa puede ser encontrada en los datos S1). Las muestras fueron resaltados en color gris de las personas fuera de nuestro rango de edad y por lo tanto no se incluyeron en los análisis. Los datos recogidos de la lipidómica Centro de Investigación de Kansas (KLRC) y procesados utilizando el software de MS-específica en conjunción con Excel revelaron 354 especies diferentes de lípidos (para más detalles, consulte los datos S2). Usando un valor de FDR P & lt; 0,05, se identificaron 31 lípidos asociados estadísticamente significativa con CaP (Tabla 4). Estas especies son lípidos a partir de cinco grupos principales: Cholester (CE), dihydrosphingomyelin (DSM), fosfatidilcolina (PC), fosfatidilcolina de huevo (EPC) y phoshphatidylethanolamine huevo (EPE)
a continuación se determinó que la odds ratio y riesgo relativo de las 31 especies de lípidos identificados por la EM. La Tabla 5 muestra que la razón de posibilidades (con un 95% intervalo de confianza [IC]) de los tres lípidos, EPC 38: 5, PC 40: 3 y PC 42: 4 es igual a 10.061, 0.241 y 0.064, respectivamente. A continuación realizó un análisis de sensibilidad basado en estos valores (Tabla 6). Para cada uno de los lípidos individuales, tuvimos en cuenta cualquier efecto de confusión de los dos restantes. Por ejemplo, con PC 40: 3, la razón de probabilidad es 0,241, lo que indica que después de controlar el efecto de confusión de la CPE 38: 5 y PC 42: 4, las personas cuyo nivel de PC 40: 3 es mayor que 0.001 nmoles es menos probable a ser "normal de apariencia" en comparación con aquellos cuyo nivel de PC 40: 3 es inferior a 0.001 nmoles. En resumen, el análisis global sugiere fuertemente que los individuos con niveles séricos de ePC 38: 5 nmoles ≥0.015 son más propensos a ser libre de cáncer o de apariencia normal, y los individuos con niveles séricos de PC 42: 4 ≥than 0,0001 nmoles es menos probable ser normal en comparación con aquellos con PC. 40: 3 niveles ≤0.001 nmoles
predicción y la validez de la prueba de diagnóstico de la enfermedad
a continuación evaluó si ePC 38: 5 , PC 40: 3, y PC42: 4 podría ser utilizado como una prueba de diagnóstico para CaP basado en un análisis de sensibilidad (Tabla 7). Mediante regresión logística con una sensibilidad de 90.20% y una especificidad del 86,59%, nos predicen 71 individuos como verdaderos positivos, 46 negativos como verdadero, 5 como falso positivo, y 11 como falso negativo. En la figura 1, que trazan una curva característica de funcionamiento del receptor (ROC) para examinar la tasa de verdaderos positivos (sensibilidad) frente a la tasa de falsos positivos (1-especificidad) [31], como una medida de la validez inherente de nuestra prueba de diagnóstico. Cuando se examinaron los tres lípidos de forma individual para la predicción de PCa, la exactitud de la utilización de ePC 38: 5 sola fue 0,7149 (ROC1), para PC 40: 3 fue 0,8268 (ROC2) y para PC 42: 4 fue 0,8509 (ROC3). En cuanto a las combinaciones de los lípidos, el ROC para PC40: 3 y PC42: 4 fue de 0,8822, para el EPC 38: 5 y PC42: 4 fue 0,9093 y para el EPC 38: 5 y PC40: 3 fue 0,8852 (datos no mostrados). Sin embargo, curiosamente, utilizando una combinación de los tres fosfolípidos (EPC 38: 5, PC 40: 3 y PC 42: 4), dio lugar a un área de la curva (AUC) de 0,9157. Por lo tanto, los tres lípidos se pueden utilizar para discriminar el cáncer frente a estado normal con una precisión de ~92% basado en los valores de corte (por su presencia o ausencia) de 0,015 nmol para el EPC 38: 5, 0.001 nmol de PC 40: 3 y 0,0001 nmol de PC 42: 4 [8]. Por consiguiente, concluimos que si EPC 38: 5 está presente en la muestra de suero ≥0.015 nmol de PC y si ≤0.001 40,3 nmol y PC 42: 4 ≤0.0001 nmol; a continuación, predecimos (confianza del 95%) que la ACP está ausente y el individuo es normal. A la inversa, si ePC 38: 5 ≤0.015 y ambos PC 40: 3 y PC 42: 4 son mayores que 0,001 y 0,0001, respectivamente; entonces la presencia de CaP es muy probable
Eje X: 1-especificidad;. eje Y: sensibilidad. El área bajo la curva = 0.9157. ROC1: ---------; ROC2:. -.-.--.; ROC3: ______ ___, y el modelo:. _________
Discusión
En la actualidad, el principal problema en la prueba de PSA es o bien un diagnóstico sobre y /o comprensión. Por un lado, casi el 15-25% de los hombres tienen CaP a pesar de que sus niveles de PSA son normales (4,0 ng /ml o menos) [32], [33] .Por otra parte, los altos niveles de PSA se observan en los hombres con benigna agrandamiento de la próstata (BPH), prostatitis o cánceres indolentes [34], y los datos sugieren que aproximadamente el 40% y el 50% de los casos se someten a un tratamiento excesivo innecesario. Por desgracia, los urólogos no pueden embarcarse en cualquiera de las opciones terapéuticas específicas a menos CaP se identifica positivamente en una biopsia, y esto requiere un período adicional de 12-18 biopsias de núcleo, a un costo y la morbilidad [35] considerable.
El informe sobre la próstata, pulmón, colorrectal y de ovario (PLCO) cáncer señala que la detección no se asoció con una reducción de la mortalidad por CaP durante los primeros 7 años del ensayo (razón de tasas, 1,13). Estos resultados apoyan la validez de las recientes recomendaciones de EE.UU. Preventive Services Task Force contra el cribado de todos los hombres mayores de 75 años [33]. Por otra parte, no hay evidencia de que el equilibrio entre los beneficios y los daños de la prueba de PSA es diferente para los afroamericanos y los blancos [36], [37]. Por lo tanto, una de las principales de este estudio es que los niveles de la CPE 38: 5, PC 40: 3, PC 42: 4 se pueden utilizar para predecir con exactitud la presencia de PCa, con a. alta sensibilidad de 90.20% y una especificidad del 86,59%. Por otra parte, hemos utilizado muestras de la misma edad de los individuos de edades comprendidas de 50 a 70 año Por lo tanto, este panel de lípidos podría diferenciar entre la presencia y ausencia de CaP en los individuos que eran relativa joven. Es concebible que si el perfil de fosfolípidos se utiliza en conjunción con PSA y DRE pruebas de detección, hay una alta probabilidad de detectar CaP en primer momento. Mediante el uso de este panel como prueba de cribado, esperamos ayudar a los pacientes a tomar decisiones informadas sobre si debe o no optar por la cirugía u otros tratamientos que pueden no ser necesarios y que pueden afectar negativamente su calidad de vida.
Estudios sugieren que ciertos eventos genéticos que pueden conducir a la progresión maligna pueden presentarse solamente en los precursores del cáncer ( "eventos genéticos indicativos de PIN precursor"), y no en neoplasia intraepitelial prostática no precursoras (PIN). Nuestro estudio anterior [38] sugiere que podemos distinguir los PIN precursoras del cáncer de los PIN benignos por un cambio específico en la 15-lipoxigenasa-1 (15-LO-1) estado de metilación de ADN promotora. De manera similar, las anormalidades en el metabolismo de fosfolípidos también pueden representar características de las células cancerosas, especialmente ya que las alteraciones en los fosfolípidos están asociados con la transformación maligna, la tumorigenicidad y metástasis. Por lo tanto, los ácidos grasos y composición de los lípidos también pueden potencialmente ser marcadores de la carcinogénesis [39], [40]. Anteriormente, ha habido un esfuerzo por identificar biomarcadores lípidos candidato de CaP por lipidomics escopeta. Se realizaron perfiles cualitativo y cuantitativo de seis diferentes categorías de fosfolípidos orina de pacientes con CaP, pero los resultados no fueron concluyentes [41]. Por lo tanto, los metabolitos urinarios no pueden ser biomarcadores fiables para la detección de CaP o para diferenciar entre tumores indolentes y agresivos. Nuestro estudio, sin embargo el uso de suero muestra diferencias específicas en el perfil de fosfolípidos entre individuos que carecen de tumores (normales) y los que tienen CaP.
Múltiples estudios han demostrado una asociación entre el riesgo de CaP y la dieta. Por ejemplo, Norrish y colegas demostraron que los aceites de pescado en la dieta puede reducir el riesgo de CaP, posiblemente a través de la inhibición de la biosíntesis de ácidos derivados de eicosanoides araquidónico [42]. Del mismo modo, existe una asociación positiva entre el ácido palmítico y un riesgo general de CaP mientras que hay una asociación inversa entre PCa y ácido esteárico [43], así como con fosfatidilcolina [41]. La colina, un micronutriente esencial necesaria para la síntesis de la membrana celular y el metabolismo de fosfolípidos, también funciona como un importante donante de metilo. La colina puede modificar el ADN y la señalización celular a través impacto metabolitos intermediarios de fosfolípidos, que influyen en la proliferación celular [36].
Para la detección de varios de los ácidos grasos, la medición de la composición de ácidos grasos de los fosfolípidos del suero puede dar un mejor reflejo del consumo real de grasa de la dieta que las técnicas de evaluación de la dieta. De hecho, los ácidos grasos en el suero reflejan la ingesta de grasas en la fase posterior a la absorción, por lo que los procesos que afectan a la biodisponibilidad de los ácidos grasos, tales como su transporte, excreción y metabolismo, se tienen en cuenta [43]. Lipidomics potencialmente proporciona información detallada sobre una amplia gama de metabolitos de lípidos en suero individuales. Con este enfoque, nuestro estudio ha identificado especies potencialmente interesantes de Cholester (CE), dihydrosphingomyelin (DSM), fosfatidilcolina (PC), fosfatidilcolina de huevo (EPC) y phoshphatidylethanolamine huevo (EPE) que están asociados con CaP. Mientras que los ácidos grasos en el tejido adiposo parecen reflejar mejor la ingesta de grasas en la dieta habitual de algunos ácidos grasos que en la sangre [44], los aspirados del tejido adiposo son más difíciles de recoger que las muestras de sangre en los estudios prospectivos a gran escala. Por otra parte, el tejido adiposo está compuesto principalmente por triacilglicerol y puede que no sea el lípido de elección para la medición de ácidos grasos debido a una menor proporción de estos ácidos grasos de incorporarse a esta fracción lipídica [45].
En conclusión, a causa de la consistencia y robustez, fosfolípidos específicos identificados en nuestro estudio se ajustan a los criterios para una fase 1/2 marcadores [46], sobre todo si se pueden combinar con PSA y DRE de cribado para el diagnóstico de CaP. Nuestros datos sugieren que si el EPC 38: 5 presente en la muestra de suero es superior a 0.015 nmoles, el PC 40: 3 es inferior a 0.001 nmoles y el PC 42: 4 es inferior a 0,0001 nmoles, a continuación, la previsibilidad de la ausencia de CaP es del 94%. A la inversa, si el CPE 38: 5 es de menos de 0.015 nmoles, el PC 40: 3 es mayor que 0.001 nmoles, y el PC 42: 4 es mayor que 0,0001 nmoles, a continuación, la previsibilidad de la presencia de PCa es muy alta. Por lo tanto, una combinación de suero ePC 38: 5, PC 40: 3 y PC 42: 4 se puede utilizar como un sustituto de la PCa presencia. Con la información obtenida en nuestro estudio, vamos a seguir utilizando la estrategia lipidomics en un conjunto de datos de muestras de suero de pacientes normales y PCA para validar nuestros hallazgos más grande. Las limitaciones de este estudio son que el número de muestras disponibles no nos permiten dividir las muestras en una muestra de entrenamiento y validación, no había valores de PSA en la cohorte de pacientes y también hay información sobre si era o no una cohorte de pacientes representativa . Como resultado de ello, reconocemos que nuestro modelo más probable es que sobreestima la verdadera sensibilidad y especificidad verdadera. A medida que la replicación es la piedra angular de toda la investigación científica es nuestra esperanza que este trabajo se valida con investigaciones adicionales.
Apoyo a la Información
datos S1.
doi: 10.1371 /journal.pone.0088841.s001 gratis (XLSX)
datos S2.
doi: 10.1371 /journal.pone.0088841.s002 gratis (XLSX)