Extracto
Antecedentes
Recientemente, los rápidos avances se han hecho en, métodos de detección temprana de cáncer fáciles de usar basados metabolómica-usando muestras de sangre. Entre los metabolitos, el perfil de aminoácidos libres en plasma (PFAAs) es un enfoque prometedor debido PFAAs vincular todos los sistemas orgánicos y tienen un papel importante en el metabolismo. Además, se conocen perfiles PFAA ser influenciado por enfermedades específicas, incluyendo los cánceres. Por lo tanto, el objetivo del presente estudio fue determinar las características de los perfiles PFAA en pacientes con cáncer y la posibilidad de utilizar esta información para la detección temprana.
métodos y las conclusiones se recogieron
Las muestras de plasma de aproximadamente 200 pacientes de varios institutos, cada diagnosticados con una de las siguientes cinco tipos de cáncer: pulmón, gástrico, colorrectal, de mama o cáncer de próstata. Los pacientes se compararon con género y la edad controles pareados también utilizaron en este estudio. Los niveles se midieron utilizando PFAA de alto rendimiento de cromatografía líquida (HPLC) de ionización -electrospray (ESI) espectrometría de -peso (MS). El análisis univariante reveló diferencias significativas en los perfiles PFAA entre los controles y los pacientes con cualquiera de los cinco tipos de cáncer mencionados anteriormente, incluso aquellos con enfermedad en estadio temprano asintomática. Además, el análisis multivariado discrimina claramente a los pacientes con cáncer de los controles en términos del área bajo la curva de las características del receptor-operador (ROC AUC de & gt; 0,75 para cada cáncer), independientemente de la etapa del cáncer. Debido a que este estudio se diseñó como estudio de casos y controles, investigaciones posteriores, incluyendo la construcción de dicho modelo con los cohortes con muestras de mayor tamaño, son necesarios para determinar la utilidad de PFAA perfiles.
Conclusiones
Estos hallazgos sugieren que los perfiles PFAA tiene un gran potencial para mejorar la detección y diagnóstico del cáncer y la comprensión de la patogénesis de la enfermedad. perfiles PFAA también se pueden utilizar para determinar diversos diagnósticos de enfermedades a partir de una única muestra de sangre, que consiste en un ensayo de plasma relativamente simple e impone una carga física más baja en sujetos cuando se compara con métodos de detección existentes
Visto:. Miyagi Y, Higashiyama M, Gochi A, Akaike M, Ishikawa T, Miura T, et al. (2011) plasma libre de Aminoácidos de perfiles de los cinco tipos de pacientes con cáncer y su aplicación para la detección temprana. PLoS ONE 6 (9): e24143. doi: 10.1371 /journal.pone.0024143
Editor: Libing Song, Sun Yat-sen Universidad del Centro del Cáncer, China
Recibido: Abril 8, 2011; Aceptado: August 1, 2011; Publicado: 7 Septiembre 2011
Derechos de Autor © 2011 Miyagi 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:. Este trabajo ha sido apoyado por la subvención-en-Ayudas a la Investigación Científica en Investigación básica B (Nº 17.390.195) del Ministerio de Educación, Cultura, Deportes, Ciencia y Tecnología de Japón. La fuente de financiación no tenía papel en el diseño del estudio, la recogida y análisis de datos, decisión a publicar, o la preparación del manuscrito. Ajinomoto, Co., Inc. tenía un papel en el diseño del estudio, la recogida y análisis de datos, decisión a publicar, o la preparación del manuscrito
Conflicto de intereses:. Los autores han leído la política de la revista y que tienen la siguiente conflictos: Dr. Horimoto, el Dr. Tochikubo, el Dr. Yamakado, y el Dr. Okamoto han sido consultores para Ajinomoto, Co., Inc. y recibir honorarios de consultoría de Ajinomoto, Co., Inc. El Dr. Imaizumi, el Dr. Yamamoto, y El Dr. Miyano son empleados de Ajinomoto, Co., Inc. El Dr. Miyagi, el Dr. Higashiyama, el Dr. Gochi, el Dr. Akaike, el Dr. Ishikawa, el doctor Miura, el Dr. Saruki, el Dr. Bando, el Dr. Kimura, el Dr. . Imamura, el Dr. Moriyama, el doctor Ikeda, el Dr. Chiba, el Dr. Oshita, el Dr. Tochikubo, el Dr. Mitsushima, el Dr. Yamakado, y el Dr. Okamoto recibieron becas de investigación de Ajinomoto, Co., Inc. El Dr. Higashiyama, el Dr. Imamura, el Dr. Imaizumi, y el Dr. Okamoto han solicitado patentes para elaborar perfiles de plasma de aminoácidos utilizando el análisis multivariado como una herramienta de diagnóstico para el cáncer de pulmón y el cáncer (WO2008 /016111 y WO2009 /110517), el Dr. Gochi, el Dr. Imaizumi, y el Dr. Yamamoto han solicitado patentes para el perfil de aminoácidos en plasma utilizando el análisis multivariado como una herramienta de diagnóstico para el cáncer gástrico (WO2009 /099005), el Dr. Imaizumi y el Dr. Okamoto han solicitado patentes para elaborar perfiles de plasma de aminoácidos utilizando análisis multivariado como una herramienta de diagnóstico para el cáncer colorrectal (WO2008 /075663), el Dr. Imaizumi y el Dr. Okamoto han solicitado patentes para elaborar perfiles de plasma de aminoácidos utilizando el análisis multivariado como una herramienta de diagnóstico para el cáncer de mama (WO2008 /075662), el Dr. Miyagi, el doctor Miura, el Dr. Imaizumi, el Dr. Yamamoto, y el Dr. Okamoto han solicitado patentes para el perfil de aminoácidos en plasma mediante análisis multivariado como una herramienta de diagnóstico para el cáncer de próstata (WO2009 /154297), y el Dr. Miyano ha aplicado para las patentes de los sistemas de medición de aminoácidos en plasma (WO2003 /069328 y WO2005 /116629). Esto no altera la adhesión de los autores a todos los PLoS One políticas en los datos y materiales de uso compartido.
Introducción
Varios métodos de diagnóstico, el cáncer fácil de usar mínimamente invasivos que utilizan la sangre periférica o las muestras de orina se han desarrollado recientemente para aliviar la carga física en los pacientes y reducir los costes y el tiempo necesarios [1], [2], [3], [4], [5], [6], [7], [ ,,,0],8]. Los rápidos avances se han hecho en el diagnóstico y pronóstico métodos cáncer basadas en el análisis de metaboloma [3], [9], [10], [11], [12], [13], [14], lo que implica con frecuencia el uso de multivariante Las técnicas de análisis, como por ejemplo, sistemas de aprendizaje automático asistido por ordenador para la minería de datos.
Aunque el análisis de metaboloma es un enfoque prometedor en la detección de enfermedades como el cáncer, algunas limitaciones prácticas permanecen. Estos incluyen la necesidad de medir un gran número de metabolitos [15], [16], [17], los problemas de redundancia de datos, incluyendo la tasa de falsos descubrimiento (FDR) y sobreajuste, y las limitaciones de costo. Un enfoque para superar estos problemas es la metabolómica "enfocadas", lo que limita los objetos de los análisis a los que juegan un papel en el metabolismo general y comparten similitudes físicas.
Los aminoácidos se encuentran entre los candidatos más adecuados para la metabolómica como se centraron o bien son ingeridos, o sintetizados de forma endógena y desempeñan funciones fisiológicas esenciales tanto como metabolitos básicos y reguladores metabólicos. Para medir aminoácidos, aminoácidos libres en plasma (PFAAs), que abundantemente circulan como un medio que une todos los sistemas de órganos, sería el objetivo más favorable debido a que sus perfiles se han conocido a ser influenciados por las variaciones metabólicas en los sistemas de órganos específicos inducidos por enfermedades específicas [18], [19], [20], [21]. Además, las muestras de plasma se pueden recoger fácilmente de los pacientes.
Varios investigadores también han informado de cambios en los perfiles PFAA en pacientes con cáncer [22], [23], [24], [25], [26], [ ,,,0],27], [28]. Sin embargo, a pesar de la evidencia de una relación entre los perfiles PFAA y algunos tipos de cáncer, muy pocos estudios han explorado el uso de perfiles PFAA para el diagnóstico, ya que, si bien los perfiles PFAA difieren significativamente entre los pacientes, las diferencias en los aminoácidos individuales no siempre proporcionan suficientes capacidades de discriminación por sí mismos [24], [29], [30]. Para hacer frente a este problema, que previamente construido y probado un índice de diagnóstico basado en las concentraciones PFAA, conocida como la "tecnología AminoIndex" [29], [30], [31], [32], [33], para comprimir la información multidimensional de PFAA perfiles en una sola dimensión y maximizar las diferencias entre los pacientes y los controles (Figura 1). Se obtuvieron datos preliminares sobre la eficacia de la "tecnología AminoIndex" para la detección precoz de cáncer colorrectal, de mama y de pulmón en aproximadamente 150 muestras de un solo instituto médico [29], [30].
A parte superior del diagrama, las concentraciones PFAA se miden para cada sujeto. En el medio, variables y análisis univariado de perfiles PFAA objetivo están representados. En la parte inferior, se presenta una estimación del clasificador con poder de discriminación optimizado utilizando análisis multivariante.
Además, las tecnologías se han desarrollado recientemente para analizar los aminoácidos con alta precisión. Por ejemplo, hemos desarrollado un método para medir perfiles PFAA utilizando cromatografía líquida de alta resolución (HPLC) de ionización -electrospray (ESI) espectrometría -peso (MS) [34], [35], [36].
el presente estudio tuvo como objetivo determinar la posibilidad de PFAA de perfiles para el diagnóstico del cáncer utilizando un gran número de muestras de varios institutos médicos. Medimos los perfiles PFAA de aproximadamente 200 pacientes con cáncer a partir de tres diferentes institutos, cada uno con uno de los siguientes cinco tipos de cáncer: pulmón, gástrico, colorrectal (CRC), de mama o cáncer de próstata. Los pacientes se compararon con cinco veces tamaños de los controles de género y de la misma edad también utilizados en este estudio. Por último, comparamos las alteraciones en los perfiles PFAA entre los pacientes con cáncer y controles mediante análisis univariados y multivariados. Como resultado, se observaron alteraciones significativas en los perfiles de PFAA en pacientes con cáncer en comparación con los sujetos control. Hemos demostrado dos tipos de alteraciones en los perfiles de PFAA en pacientes con cáncer: algunas diferencias reflejan los cambios metabólicos comunes a muchos tipos de cáncer, mientras que otros son específicos para cada tipo de cáncer. También se encontró que ambos se observaron alteraciones específicas del tipo común de cáncer y en los perfiles de PFAA incluso en los pacientes con cáncer en etapa temprana. Por otra parte, el uso de un gran número de muestras nos permitió verificar la robustez de PFAA de perfiles para la detección temprana de varios tipos de cáncer.
Materiales y Métodos
Ética
El estudio se llevó a cabo de conformidad con la Declaración de Helsinki, y el protocolo fue aprobado por los comités de ética del Centro de Kanagawa cáncer, el Centro Médico de Osaka para el cáncer y las enfermedades cardiovasculares, el hospital de la Universidad de Okayama, el Centro Médico de Yokohama City University, el cáncer de la Prefectura de Gunma centro, la Prefectura de Shizuoka Cancer Center, el centro de cáncer de la Prefectura de Chiba, el hospital de Yokohama Ciudadana, el hospital Yokohama Minami Kyosai, la Asociación de Servicios de Salud de Kanagawa, el centro Médico de Kameda Makuhari, y el hospital Memorial Mitsui. Todos los sujetos dieron su consentimiento informado por escrito para su inclusión antes de que participaron en el estudio. Se analizaron todos los datos de forma anónima durante todo el estudio.
Los sujetos
Datos de pacientes japoneses con cáncer de pulmón (CP), cáncer gástrico (CG), el cáncer colorrectal (CCR), el cáncer de mama (CM) y cáncer de próstata (PC) se analizaron en este estudio. Los pacientes habían sido diagnosticados con cáncer histológicamente primaria en diversos institutos médicos japoneses entre 2006 y 2009. El LC pacientes fueron reclutados en el Centro Médico de Osaka para el cáncer y las enfermedades cardiovasculares, el Centro de Cáncer de la Prefectura de Chiba, Kanagawa el Centro de Cáncer y el de la Prefectura de Gunma Centro del Cáncer. Los pacientes fueron reclutados de GC del Hospital de la Universidad de Okayama, el Centro de Cáncer de la Prefectura de Gunma, y el Centro de Cáncer de la Prefectura de Shizuoka. Los pacientes con CCR fueron reclutados en el Centro de Cáncer de Kanagawa, el Centro de Cáncer de la Prefectura de Shizuoka, y el Centro de Cáncer de la Prefectura de Gunma. Los pacientes con CM fueron reclutados de la Centro Médico de la Universidad de Yokohama City, el Centro de Cáncer de Kanagawa, y el Centro de Cáncer de la Prefectura de Gunma. Los pacientes fueron reclutados de PC desde el Centro de Cáncer de Kanagawa, el Hospital de Yokohama Ciudadana, el Hospital Yokohama Minami Kyosai, y el Centro de Cáncer de la Prefectura de Gunma. Los sujetos control sin cáncer aparente fueron elegidos entre aquellos sometidos a exámenes médicos completos en tres institutos diferentes japoneses médicos (el centro de multifásico de Pruebas y Servicios del Hospital Mitsui Memorial, el Centro Kameda Médico Makuhari, y la Asociación de Servicios de Salud de Kanagawa Salud) entre 2008 y 2009.
pacientes con pólipos colónicos fueron reclutados entre los que se someten polipectomía endoscópica en el Centro Médico de Kameda Makuhari entre 2006 y 2008.
a los efectos del análisis de los datos, los pacientes fueron asignados a cinco grupos en función de su diagnóstico de cáncer primario (~140-200 pacientes por grupo), y cinco grupos de control de la misma edad y género también se establecieron (Tabla 1). Los conjuntos de datos para todos los pacientes con cáncer y controles, así como todos los pacientes con cáncer estratificados por sexo, también fueron analizados.
medición PFAA
Las muestras de sangre fueron recolectadas de los controles y los pacientes antes de cualquier tratamiento médico. Las muestras de sangre (5 ml) se recogieron de las venas del antebrazo después de un ayuno durante la noche en tubos que contenían ácido etilendiaminotetraacético (EDTA; Termo, Tokio, Japón) y se colocaron inmediatamente en hielo. Se preparó el plasma por centrifugación a 3000 rpm a 4 ° C durante 15 min y después se almacenó a -80 ° C hasta su análisis. Después de la recogida de plasma, todas las muestras fueron almacenadas y procesadas en el Instituto para la Innovación de la Ajinomoto Co., Inc. (Kawasaki, Japón). Para reducir cualquier sesgo introducido antes del análisis, las muestras se analizaron en orden aleatorio. Las muestras de plasma se desproteinizado usando acetonitrilo a una concentración final de 80% antes de la medición. Las concentraciones de amino-ácidos en el plasma se midieron por HPLC-ESI-MS, seguido por derivatización precolumna. Los métodos analíticos utilizados fueron como se ha descrito anteriormente [34], [35], [36].
Entre los 20 aminoácidos codificados genéticamente, glutamato (Glu), aspartato (Asp), y la cisteína (Cys) fueron excluidos del análisis, ya que son inestables en la sangre. Citrulina (Cit) y la ornitina (Orn) se midieron en lugar debido a que son relativamente abundantes en la sangre y se sabe que juegan un papel importante en el metabolismo. Por tanto, los siguientes 19 aminoácidos y moléculas relacionadas se midieron y se analizaron: alanina (Ala), arginina (Arg), asparagina (Asn), Cit, glutamina (Gln), glicina (Gly), histidina (His), isoleucina (Ile) , leucina (Leu), lisina (Lys), la metionina (Met), Orn, fenilalanina (Phe), prolina (Pro), serina (Ser), treonina (Thr), el triptófano (Trp), tirosina (Tyr) y valina (Val).
Dos métricas fueron hechas para cada uno de los 19 aminoácidos que incluyen la concentración absoluta de cada aminoácido, que refleja directamente la disponibilidad y el consumo, y las relaciones asociadas con el estado metabólico específico en cada órgano . Las concentraciones de los aminoácidos en el plasma se expresaron en M, y las relaciones de las concentraciones de aminoácidos fueron expresados por la ecuación siguiente: donde
X2
i, j
es la relación de la amino-ácido la concentración del aminoácido j-ésima del objeto i-ésimo, y
X
i, j
es la concentración plasmática (M) del aminoácido j-ésima del objeto i.
el análisis estadístico
se utilizaron dos tipos de métrica para cada conjunto de datos para el análisis utilizando ya sea la concentración de aminoácidos o la relación como variables explicativas.
media y SD.
se calcularon las concentraciones de aminoácidos medios ± desviación estándar (dE) para determinar los perfiles PFAA resumidos para los pacientes y los controles.
Mann-Whitney U-test.
El Mann -Whitney
T-test
se utilizó para evaluar las diferencias significativas de las concentraciones de aminoácidos plasmáticos entre los pacientes y los controles.
ROC análisis.
característica receptor-operador se llevaron a cabo (ROC) análisis de la curva para determinar las capacidades de uni y multivariable análisis de 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. También se calculó el intervalo de confianza del 95% (IC 95%) de la AUC de la República de China para la discriminación de los pacientes sobre la base de las concentraciones de aminoácidos y proporciones según lo descrito por Hanley y McNeil [37].
dos vías de análisis de varianza (ANOVA).
El ANOVA de dos vías se utilizó para evaluar los efectos del género, la edad y la condición de fumador como posibles factores de confusión. La presencia de cáncer y el género se supone que los factores independientes, la edad fue tratado como un predictor continuo en lugar de un factor de predicción categórica, y el término de interacción entre la presencia de cáncer y el tabaquismo se analizó el estado.
Dos de clase análisis de discriminación lineal (LDA).
se realizó un análisis de discriminación lineal (LDA), con la selección de variables por pasos para distinguir a los pacientes con cada tipo de cáncer de los sujetos de control, en el que los valores de p tanto el máximo y el mínimo de un término que se añade o se elimina, se estableció en 0.001.
LDA multi-clase de discriminación.
LDA con la selección de variables por pasos también se realizó para distinguir a los pacientes con un cáncer específico de los datos completos conjunto que contiene todos los pacientes con cáncer estratificado por sexo (cuatro tipos de pacientes con cáncer en cada conjunto de datos). Debido a que el tamaño de cada grupo era más pequeño que el de LDA en dos clases, el p-valor máximo para un término que se añade se fijó en 0,05 y el mínimo valor de p para un término que se retira se fijó en 0,10. La distancia de Mahalanobis se utilizó como una métrica de clasificación. La exactitud se define como la relación de los pacientes correctamente discriminados al número total de pacientes con cáncer cada vez de AUC de la República de China porque el análisis ROC se podría aplicar sólo para la discriminación de dos clases.
Deja un out cruzada validación (LOOCV).
LOOCV se realiza para corregir el potencial de sobre-optimización para los modelos obtenidos LDA. Brevemente, una muestra fue omitido en el conjunto de datos de estudio, y el modelo de LDA se calculó para las muestras restantes para estimar coeficientes para cada aminoácido. Los valores de la función para la muestra de izquierda a cabo se calcularon basándose en el modelo. Este proceso se repite hasta que todas las muestras en el conjunto de datos del estudio habían dejado fuera una vez.
Condicional de regresión logística (c-logística) análisis.
C-logística también se realizó un análisis para verificar los efectos de la edad y el sexo, los posibles factores de confusión, sobre las capacidades discriminatorias de los modelos obtenidos LDA para diferenciar pacientes con cada tipo de cáncer de los controles.
el análisis de subgrupos.
para evaluar los efectos de la etapa del cáncer, cada conjunto de datos se divide en un sub-conjunto de datos en función del estadio de la enfermedad y que incluye controles correspondientes, y se analizó mediante el análisis ROC en cada conjunto de datos.
Descargas de Software
MATLAB ( The MathWorks, Natick, MA) fue utilizado para los cálculos de la media y la dE, la U de Mann-Whitney
T-test
, el análisis ROC, ANOVA de dos vías, LDA, y LOOCV. GraphPad Prism (GraphPad Software, La Jolla, CA) también se utilizó para el análisis de la curva ROC. LogXact (Cytel, Cambridge, MA) fue utilizado para el análisis de c-logística.
Resultados
Características de los sujetos
La Tabla 1 resume las características de los sujetos en este estudio . Los conjuntos de datos comprenden 200 pacientes y 996 controles LC, GC 199 pacientes y 985 controles, 199 pacientes con CRC y 995 controles, 198 pacientes con CM y 976 controles, y 134 pacientes con CP y 666 controles (Tabla 1). El tamaño de la muestra para cada tipo de cáncer era mayor que los de los informes anteriores [25] y la potencia estadística suficiente proporcionado para probar la solidez de los perfiles de PFAA para el diagnóstico del cáncer.
No hubo diferencias significativas en el índice de masa corporal ( BMI) entre los conjuntos de datos (Tabla 1). La pérdida de peso debido a la desnutrición, por tanto, no se espera que influya en los resultados. Aunque no se observaron diferencias significativas en la edad media entre los conjuntos de datos (LC,
p Hotel & lt; 0,05; GC,
p Hotel & lt; 0,05; y PC,
p & lt
; 0,001), los efectos parecían ser relativamente menor debido a que los valores absolutos de estas diferencias fueron pequeñas (Tabla 1)
para el LC, GC, CRC, y BC, estadios de la enfermedad se determinaron de acuerdo con la sexta edición. de la Unión Internacional contra el cáncer (UICC) tumor-nódulo-metástasis (TNM) Clasificación de los tumores malignos [38]. Para PC, el escenario se determinó de acuerdo con el sistema de estadificación de Jewett [39]. Para todos los tipos de cáncer, una gran proporción de los pacientes tenían enfermedad en estadio temprano. Las fracciones de los pacientes en cada etapa según el tipo de cáncer fueron los siguientes: ~ 50% en estadio I, ~ 10% en estadio II, ~ 25% en estadio III y ~ 15% en estadio IV para LC; ~ 60% en estadio I, ~ 15% en estadio II, ~13% en estadio III y ~ 12% en estadio IV para GC; ~ 35% etapas 0 y I, ~ 25% de la etapa II, ~ 30% en estadio IV, y ~ 10% en estadio IV para el CDN; ~ 5% en estadio 0, ~ 25% en estadio I, ~ 25% en estadio II, y ~ 7% en estadio III para BC; y ~ 75% la etapa B, ~13% de grado C y D ~ 12% de grado para PC (Tabla 1).
Los pacientes con cada tipo de cáncer se podrían subdividirse basan en el tipo histológico (para LC , GC, CRC, y BC) o puntuación de Gleason (para PC), tal como se resume en la Tabla S1. Las características de los 34 pacientes con pólipos de colon, así como la condición de fumar de los pacientes también se resumen en la Tabla S1.
perfiles compartida entre los cánceres PFAA
se utilizó un análisis univariado para comparar los perfiles de la PFAA pacientes con cáncer y controles. Las diferencias en los niveles de significación de cada aminoácido entre los pacientes y los controles se muestran en la Figura 2A. Los resultados del análisis ROC se representan en la Figura 2B debido a que los niveles de significación dependen del tamaño de la muestra. Las concentraciones y proporciones de cada perfil de aminoácidos para los pacientes y los controles se muestran en las Tablas S2. Y las AUC de la República de China y de sus elementos de configuración de cada aminoácido se muestran en la Tabla S3 (concentración) y la Tabla S4 (relación), respectivamente
Los resultados de la prueba de Mann-Whitney
T
. - prueba (A) y análisis de la curva característica del receptor-operador (ROC) (B) se indican. A. Células coloreadas indican que la concentración o la relación se incrementa en pacientes con cáncer de p & lt; 0,001 (rojo), p & lt; 0,01 (naranja), y p & lt; 0,05 (rosa), y disminuyó en los pacientes con cáncer de p & lt; 0,001 (azul) , p & lt; 0,01 (azul cielo), y p & lt; 0,05 (azul claro), respectivamente. B. Los ejes muestran las AUC ROC para cada aminoácido para discriminar a los pacientes de los controles. Las concentraciones y proporciones de cada paciente de cáncer y el conjunto de datos agrupados se indican, respectivamente. líneas gruesas negras indican el punto en el ABC de la República de China = 0,5.
Dos vías ANOVA se utilizó para evaluar los posibles efectos de confusión de género, la edad y la condición de fumador. La corrección de estos factores no afectó en gran medida los niveles de significación de cada aminoácido, lo que sugiere que sus efectos sobre los perfiles PFAA fueron menores (cuadro S5)
.
Las concentraciones plasmáticas de Gln, Trp, y su disminuyeron significativamente en todos los tipos de cáncer, excepto PC, y ninguno de los aminoácidos mostraron concentraciones aumentaron en todos los tipos de cáncer (
p Hotel & lt; 0,05). Las proporciones de Trp y su disminuyeron significativamente, mientras que los de Pro y Orn se incrementaron, en todos los tipos de cáncer (
p Hotel & lt; 0,05) (Figura 2)
Para examinar aún más la compartían. rasgos entre los pacientes con cáncer, los perfiles PFAA se compararon mediante un conjunto de datos agrupados incluyendo todos los pacientes con cáncer y controles. En particular, los aminoácidos que fueron afectadas por este tipo de análisis tuvieron diferencias significativas en la concentración y proporción: 11 aminoácidos (Asn, Gln, Cit, Val, Met, Leu, Tyr, Phe, His, Trp y Arg) mostró disminuye, mientras que cuatro aminoácidos (Ser, Pro, Gly, y Orn) aumenta expuestas (Figura 2). Se detectaron cambios en Gln, Trp, His, Pro, y Orn en el análisis de todos los tipos de cáncer. Por lo tanto, las alteraciones en estos aminoácidos podrían reflejar cambios característicos en el metabolismo que son comunes a todos los tipos de cáncer.
perfiles específicos para cada cáncer PFAA
Además de los cambios que eran comunes a todos los tipos de cáncer de , se han detectado alteraciones en los perfiles de PFAA que eran específicas para cada tipo de enfermedad (Figura 2). En general, las concentraciones de la mayoría de los aminoácidos se redujeron en GC y pacientes con CRC, mientras que no se observaron tendencias claras en las concentraciones de aminoácidos en los otros grupos (Figura 2). Además, algunos de los aminoácidos mostraron tendencias opuestas en diferentes tipos de cáncer. Por ejemplo, las concentraciones de Thr se redujeron en GC y pacientes con CRC, pero aumentaron en pacientes con CM (Figura 2). Estas variaciones en los perfiles PFAA podrían reflejar las características específicas de cada tipo de cáncer, en contraste con el conjunto limitado de aminoácidos que son responsables de los cambios metabólicos que comparten todos los tipos de cáncer.
Los cambios en los perfiles PFAA en cáncer en estadio temprano
A pesar de que las alteraciones en los perfiles PFAA de pacientes caquécticos con cáncer avanzado han sido bien documentados, algunos informes han considerado los pacientes en etapa temprana. Sin embargo, una gran fracción de los pacientes con cáncer en el conjunto de datos actual se encontraban en las primeras etapas de la enfermedad (Tabla 1). Por lo tanto, se examinaron las diferencias en los perfiles PFAA según el estadio de la enfermedad para cada cáncer (Figura 3, Figura S1, S3 Tabla, Tabla S4).
Los ejes muestran las AUC ROC para cada aminoácido para discriminar a los pacientes de controles. A. Comparación de las concentraciones de los pacientes con cáncer y controles. B. Comparación de las relaciones entre los pacientes con cáncer y controles. Escala como se describe para la Figura 2. Para el LC, GC, CRC, y BC, las etapas del cáncer se determina de acuerdo con la Clasificación Internacional de tumores malignos, 6ª edición [38] TNM Unión contra el cáncer, y para PC, las etapas del cáncer se determina de acuerdo con sistema de estadificación de Jewett [39].
en particular, se detectaron alteraciones en los perfiles PFAA en todos los pacientes, incluyendo los que están en las primeras etapas de la enfermedad, en el estudio actual. Todas las concentraciones de amino-ácidos y proporciones se redujeron drásticamente en los pacientes enfermedad en estadio temprano, independientemente de la progresión posterior. En particular, se observaron disminuciones significativas de cada concentración de aminoácidos en GC y pacientes con CRC (Figura 3A), y los cambios en la relación de cada uno fueron notables en todos los pacientes con cáncer (Figura 3B).
cáncer temprano, pacientes son generalmente asintomáticos. Por otra parte, la mayoría de los sujetos en el presente estudio no mostraron pérdida de peso significativa (un síntoma típico de los pacientes caquécticos) (Tabla 1), la anorexia, o disminuciones en las concentraciones de albúmina sérica (datos no mostrados). Los cambios en los perfiles PFAA en pacientes con cáncer, por tanto, parecen ser independientes de cualquier efectos causados por la mala nutrición resultante de la progresión del tumor.
Discriminar los pacientes con cáncer y controles por perfiles PFAA
Los resultados de la análisis univariado sugirieron que los pacientes con cáncer y controles podrían ser discriminados mediante análisis multivariado. Suponiendo que la presencia de cáncer y las concentraciones o proporciones de los perfiles PFAA eran variables objetivas y explicativas, respectivamente, LDA fue capaz de distinguir los pacientes con cáncer de los controles correspondientes con la selección variable. Los resultados de la selección de variables se indican en la Tabla 2 (concentración) y la Tabla S6 (relación), respectivamente.
Las capacidades de discriminación para cada paciente con cáncer se evaluaron usando el ABC de ROC de la puntuación discriminante y se encontró que eran & gt; 0,75 en todos los casos (Tabla 3 y la Tabla S7). En el análisis concreto, AUC para la discriminación de los pacientes en función de las concentraciones de aminoácidos y proporciones, respectivamente, fueron también estiman como sigue: (IC del 95%: 0.766~0.838) 0,802 y 0,802 (IC del 95%: 0.767~0.837) para LC ; (IC del 95%: 0.816~0.882) 0,849 y 0,816 (IC del 95%: 0.780~0.852) para GC; (IC del 95%: 0.842~0.906) 0,874 y 0,881 (IC del 95%: 0.851~0.910) de CCR; (IC del 95%: 0.741~0.815) 0,778 y 0,778 (IC del 95%: 0.741~0.815) para BC; y (IC del 95%: 0.740~0.826) 0,783 y 0,779 (IC del 95%: 0.740~0.819) para PC (Tabla 3 y la Tabla S7). Por tanto, el análisis discriminante fue capaz de distinguir adecuadamente entre los diferentes tipos de cáncer paciente.
La selección de variables se realiza también para cada paciente de cáncer. Se seleccionaron ocho aminoácidos en más de dos de los cinco tipos de cánceres: Gln, Ala, Val, Ile, His, Trp, Orn, Lys y para las concentraciones (Tabla 2A); y Ser, Gln, Val, Met, His, Trp, Lys, Arg y para las relaciones (Tabla S6). Cuatro de los aminoácidos (Gln, Val, His y Trp) entre cada conjunto fueron seleccionados para las dos variables explicativas (Tabla 2 y la Tabla S6). Estos aminoácidos fueron similares a los asociados con todos los tipos de cáncer como se indica por el análisis univariante (Gln, Trp, His, Pro, y Orn).
Por otro lado, algunos aminoácidos incorporados en la LDA modelo no se identificaron como aminoácidos significativas por el análisis univariado. Por ejemplo, la concentración Val no mostró una alteración significativa en el análisis univariado (Figura 2), pero se incorporó en el modelo LDA (Tabla 2). Debido a que las concentraciones plasmáticas de cada aminoácido sean metabólicamente conectados entre sí, puede haber una correlación potencial que no puede ser detectado por el análisis univariante solo. De hecho, el coeficiente de correlación parcial de Spearman entre Val y el cáncer (o no) fue -0,127 (p & lt; 0,001), mientras que el coeficiente de correlación entre estos dos factores 0,035 (no significativo) era. Por lo tanto, esto sugiere que el modelo LDA obtenida refleja la red metabólica de PFAAs, que no son aparentes análisis univariado a fondo
.
Debido a que los resultados obtenidos pueden haber sido sobre-optimizado, LOOCV se llevó a cabo para generar un análisis imparcial . Esto produjo AUC similares a los obtenidos para LDA, lo que sugiere que no hubo obvio sobre-optimización en los modelos LDA obtenidos (Tabla 3 y la Tabla S7).
Los análisis de subgrupos de los conjuntos de datos divididos por la etapa del cáncer, incluyendo los controles correspondientes, se llevaron a cabo a continuación, para evaluar la capacidad de los perfiles de PFAA para distinguir entre las etapas del cáncer para cada tipo de enfermedad. En cualquier etapa de cada cáncer, la AUC de ROC se encontró que era más alta que 0,75, lo que sugiere que por lo tanto se espera que los modelos de LDA obtenidos para ser eficaz en la detección temprana, así como los cánceres en etapa avanzada (Tabla 3 y la Tabla S7).
también se evaluaron las capacidades de discriminación para todos los pacientes con cáncer. Las AUC de la República de China para ambas concentraciones y proporciones eran 0,796 (IC del 95%: 0.779~0.814) y 0,785 (IC del 95%: 0.767~0.803), respectivamente (Tabla 3 y la Tabla S7). En particular, la mayoría de los 19 aminoácidos fueron seleccionados estadísticamente para estas discriminaciones: 16 para las concentraciones y 12 para los ratios. Incluso el uso de una clasificación aproximada, independientemente del tipo de cáncer, fue posible discriminar entre pacientes y controles con alta precisión, y las contribuciones globales de numerosos aminoácidos podría reflejar los cambios característicos de gran escala asociados con el metabolismo del cáncer.