打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
Nanoscale | 基于机器学习算法开发外泌体代谢生物标志物用于食管鳞状细胞癌的早期诊断

食管鳞状细胞癌(ESCC)是一种世界范围内的恶性肿瘤,由于缺乏有效的生物标志物,死亡率高,预后差。因此,探索可靠的预后标志物来监测ESCC患者的康复情况以进行个性化治疗是必要的。外泌体是由几乎所有类型的活细胞分泌的直径为30-150nm的细胞外囊泡。它们在调节细胞通信、细胞生长、血管生成和免疫调节方面发挥重要作用。大量研究表明,外泌体主要参与了癌症的发生和进展,并可用于癌症的早期检测、预后和治疗指导。关于食管癌,有报道称外泌体蛋白和RNA都是癌症诊断的潜在生物标志物。而关于外泌体代谢物作为食管癌诊断的生物标志物却鲜有报导。

Nanoscale期刊上发布的题为“Metabolomic analysis of exosomal-markers in esophageal squamous cell carcinoma”的研究结果,研究者通过机器学习分析了复发患者和食管切除术后无复发患者的外泌体的代谢组模式,展示了一个预测ESCC复发的代谢标志物panel,准确率为98%。这些代谢组特征在所有ESCC阶段都保持了很高的差异变化值,并且很可能与癌症代谢相关,有可能作为ESCC诊断和预后的新的生物标志物。

 研究材料

91例临床血浆样本,包括34例复发性ESCC患者,37例非复发性ESCC患者和20例健康对照组

 技术路线

步骤1:血浆外泌体分离及鉴定,用于后续组学分析;

步骤2:外泌体代谢组分析,获得差异代谢物,用于后续biomarker筛选;

步骤3:随机森林模型筛选生物标志物panel,用于ESCC诊断及疾病监测。

 重要结果展示

1. ESCC患者血浆外泌体分离和鉴定

介导细胞间通信的外泌体很可能携带与ESCC相关的重要代谢物。在这项工作中,作者使用实验室最近开发的一种从血浆样本中分离和纯化外泌体的方法。然后对分离和纯化的外泌体进行鉴定,包括纳米颗粒跟踪分析(NTA)、western blot(WB)和透射电镜(TEM)。

图1 来自不同组的外泌体样本的特征

2. 外泌体代谢组分析

接下来,作者从外泌体中提取代谢物,并用靶向UPLC-MS/MS方法对这些化学结构进行表征。共检测到196种代谢物,主要包括脂质脂肪酸、苯及取代衍生物、氨基酸、有机酸、碳水化合物、脂肪酸酰基。在所有代谢物类别中,有机酸及其衍生物和脂质脂肪酸是最丰富的代谢物类型,分别占16.41%和12.31%,脂质组分也占2.56%(图2a)。然后,基于差异代谢物和多变量统计分析,研究了三组间代谢组学模式的变化。正交偏最小二乘法判别分析(OPLS-DA)(图2b),以最大限度地展示出健康对照组、复发组和非复发组患者的代谢组学分析的差异。随后通过阈值VIP>1,p<0.05筛选了各组的差异代谢物。图2c展示了差异代谢物对应丰度的聚类分析,各组间存在明显的代谢组学模式变化。进一步对健康对照组、复发组和非复发组间差异代谢物进行venn分析,共观察到12个共有差异代谢物。(图2d)。

图2 来自不同研究组的外泌体的代谢组学分析

3. 基于机器学习算法筛选ESCC诊断和监测的生物标志物

然后,作者探讨了这些差异代谢物是否可以作为区分复发和非复发患者的标志物。在VIP > 1、p < 0.05和FC的多重选择条件下,得到11个下调代谢物和4个上调代谢物(FC > 1.2或FC<0.83。基于随机森林模型进一步研究了复发和非复发患者的生物标志物。样本随机分为两组,即训练组(25例复发患者和25例非复发患者)和测试组(9例复发患者和12例非复发患者)。在模型构建中,使用森林中所有树木的平均值作为预测重要性的衡量标准。根据Gini指数(节点的纯度)展示前50个候选标记。

随后,作者选择了前4个代谢物(3'-UMP、棕榈烯酸、棕榈醛、癸酸异丁酯)作为潜在的Biomarker panel,并研究其诊断效力。在主成分分析(PCA)中,该panel可以分离复发和非复发患者。ROC显示了所选标记面板的完美诊断性能,可以预测ESCC的复发,曲线下面积(AUC)为0.98。各代谢物在训练集中的诊断贡献如图所示,3’-UMP的诊断能力最高(AUC = 0.90),癸酸异丁酯为最弱的标记物(AUC = 0.78)。除测试集中的棕榈醛外,其他代谢物的丰度在复发组和非复发组之间均存在显著差异。通过Kaplan-Meier(KM)分析进一步评估这些指标,也显示出了良好的预测ESCC复发的潜力。总的来说,作者研究了复发和非复发患者的外泌体代谢组变化。这些重要的代谢物可能与肿瘤代谢密切相关,并有可能用于ESCC的诊断和监测

图3 基于随机森林模型筛选复发和非复发患者的生物标志物

图4 Kaplan-Meier分析对随机森林中选择的代谢标志物进行评估

 结论

这项工作旨在描述ESCC复发患者和无复发患者对ESCC预后的外泌体代谢组学的变化模式。报道了一种基于血浆外泌体的代谢组标记模式,使用随机森林模型,可以预测ESCC的复发,AUC为98%。作者认为,外泌体代谢组学作为系统生物学中一个不断发展的领域,在代谢组补体的全局和差异分析方面具有巨大的潜力,以揭示与细胞表型相关的直接差异。

中科新生命

中科新生命与中科新生命特聘技术专家顾问、美国普渡大学终身教授陶纬国老师深度合作、潜心研发,完成从外泌体提取、表征到数据挖掘的外泌体多组学一站式解决方案,推动外泌体在精准医学领域的快速发展。

外泌体富集提取新方法

采用特异性外泌体高效富集方法Evtrap(Extracellular Vesicles Total Recovery And Purification),与传统超离提取方法相比,Evtrap得率更高,特异性更强。

外泌体提取优化实验流程图及提取效果比对

外泌体表征

透射电子显微镜(TEM)、纳米颗粒追踪分析(NTA)和免疫印迹等方法用于确定外泌体的数量和纯度。

外泌体表征

外泌体多组学产品

中科新生命作为引领大生命科学领域质谱多组学潮流的头部公司,全面布局外泌体相关组学检测,及外泌体多组学联合创新解决方案。

外泌体多组学产品类型

外泌体多组学数据分析

在数据分析模块,我司研发了一套以各组学或指标数据自身特征为前提,基于多种特征选择算法的集成机器学习方法的标志物筛选系统,它能筛选出高灵敏度、高准确率、高稳定性的潜在生物标志物,并构建高效、稳定的诊断模型。

数据分析流程图

中科优品推荐

【中科新生命】提供外泌体“提取-表征-组学检测(miRNA、蛋白质组、磷酸化修饰组、代谢组、脂质组)-数据挖掘”全流程服务,全程高质量保证,为您的课题研究保驾护航!

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
科研 | 中国科学院:转录组和代谢组变异联合揭示食管鳞癌的发病机制(国人佳作)
PNAS|空间分辨代谢组学方法揭示癌症相关代谢变化
创新“广泛靶向”代谢组学:整合靶向和非靶向优势的QTRAP质谱 MRM工作流
外泌体诊断新成分 | 胞外膜泡的代谢组学分析可用于探究前列腺癌相关变化
Nature Reviews| 肠道菌群失调作为II型糖尿病和炎症性肠病的标志物
精准医疗时代|肝细胞癌的代谢标志物
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服