ການວິນິດໄສທີ່ແຕກຕ່າງກັນຂອງ nodules pulmonary ກໍານົດໂດຍ tomography ຄອມພິວເຕີ (CT) ຍັງຄົງເປັນສິ່ງທ້າທາຍໃນການປະຕິບັດທາງດ້ານການຊ່ວຍ.ໃນທີ່ນີ້, ພວກເຮົາມີລັກສະນະການເຜົາຜານອາຫານທົ່ວໂລກຂອງ 480 ຕົວຢ່າງ serum, ລວມທັງການຄວບຄຸມສຸຂະພາບ, ຕ່ອມປອດອ່ອນໆ, ແລະຂັ້ນຕອນ I ປອດ adenocarcinoma.Adenocarcinomas ສະແດງໃຫ້ເຫັນໂປຣໄຟລ metabolomic ເປັນເອກະລັກ, ໃນຂະນະທີ່ nodules benign ແລະບຸກຄົນທີ່ມີສຸຂະພາບມີຄວາມຄ້າຍຄືກັນສູງໃນ metabolomic profile.ໃນກຸ່ມຄົ້ນພົບ (n = 306), ຊຸດຂອງ 27 metabolites ໄດ້ຖືກກໍານົດເພື່ອແຍກຄວາມແຕກຕ່າງລະຫວ່າງ nodules benign ແລະ malignant.AUC ຂອງຕົວແບບຈໍາແນກໃນການກວດສອບພາຍໃນ (n = 104) ແລະການກວດສອບພາຍນອກ (n = 111) ກຸ່ມແມ່ນ 0.915 ແລະ 0.945, ຕາມລໍາດັບ.ການວິເຄາະເສັ້ນທາງໄດ້ເປີດເຜີຍການເພີ່ມຂື້ນຂອງທາດແປ້ງ glycolytic ທີ່ກ່ຽວຂ້ອງກັບການຫຼຸດລົງຂອງ tryptophan ໃນເຊລັ່ມຂອງປອດ adenocarcinoma ເມື່ອທຽບກັບ nodules ທີ່ອ່ອນໂຍນແລະການຄວບຄຸມສຸຂະພາບ, ແລະແນະນໍາວ່າການດູດຊຶມ tryptophan ສົ່ງເສີມ glycolysis ໃນຈຸລັງມະເຮັງປອດ.ການສຶກສາຂອງພວກເຮົາຊີ້ໃຫ້ເຫັນຄຸນຄ່າຂອງ biomarkers serum metabolite ໃນການປະເມີນຄວາມສ່ຽງຂອງ nodules pulmonary ກວດພົບໂດຍ CT.
ການວິນິດໄສເບື້ອງຕົ້ນແມ່ນສໍາຄັນເພື່ອປັບປຸງອັດຕາການຢູ່ລອດຂອງຄົນເຈັບທີ່ເປັນມະເຮັງ.ຜົນໄດ້ຮັບຈາກການທົດລອງກວດມະເຮັງປອດແຫ່ງຊາດຂອງສະຫະລັດ (NLST) ແລະການສຶກສາ NELSON ຂອງເອີຣົບໄດ້ສະແດງໃຫ້ເຫັນວ່າການກວດດ້ວຍການກວດວິເຄາະໃນປະລິມານຕໍ່າ (LDCT) ສາມາດຫຼຸດຜ່ອນອັດຕາການຕາຍຂອງມະເຮັງປອດໄດ້ຢ່າງຫຼວງຫຼາຍໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງ 1,2,3.ນັບຕັ້ງແຕ່ການນໍາໃຊ້ຢ່າງກວ້າງຂວາງຂອງ LDCT ສໍາລັບການກວດສອບມະເຮັງປອດ, ອຸປະຕິເຫດຂອງການຄົ້ນພົບ radiographic ບັງເອີນຂອງ nodules pulmonary asymptomatic ໄດ້ສືບຕໍ່ເພີ່ມຂຶ້ນ 4 .ໜິ້ວປອດແມ່ນກຳນົດເປັນຈຸດໂຟກັສທີ່ມີເສັ້ນຜ່າກາງເຖິງ 3 ຊມ.ພວກເຮົາປະສົບກັບຄວາມຫຍຸ້ງຍາກໃນການປະເມີນຄວາມເປັນໄປໄດ້ຂອງໂຣກມະເຮັງແລະການຈັດການກັບຈໍານວນຂະຫນາດໃຫຍ່ຂອງ pulmonary nodules ທີ່ກວດພົບໂດຍບັງເອີນໃນ LDCT.ຂໍ້ຈໍາກັດຂອງ CT ສາມາດນໍາໄປສູ່ການກວດສອບເລື້ອຍໆແລະຜົນໄດ້ຮັບໃນທາງບວກທີ່ບໍ່ຖືກຕ້ອງ, ນໍາໄປສູ່ການແຊກແຊງທີ່ບໍ່ຈໍາເປັນແລະການປິ່ນປົວເກີນ 6.ດັ່ງນັ້ນ, ມີຄວາມຈໍາເປັນທີ່ຈະພັດທະນາຕົວຊີ້ບອກທາງຊີວະພາບທີ່ເຊື່ອຖືໄດ້ແລະເປັນປະໂຫຍດເພື່ອກໍານົດມະເຮັງປອດຢ່າງຖືກຕ້ອງໃນໄລຍະຕົ້ນແລະຄວາມແຕກຕ່າງຂອງ nodules benign ຫຼາຍທີ່ສຸດໃນການກວດສອບເບື້ອງຕົ້ນ 7 .
ການວິເຄາະໂມເລກຸນທີ່ສົມບູນແບບຂອງເລືອດ (serum, plasma, peripheral blood mononuclear cells), ລວມທັງ genomics, proteomics ຫຼື DNA methylation8,9,10, ໄດ້ນໍາໄປສູ່ຄວາມສົນໃຈເພີ່ມຂຶ້ນໃນການຄົ້ນພົບ biomarkers ບົ່ງມະຕິສໍາລັບມະເຮັງປອດ.ໃນຂະນະດຽວກັນ, ວິທີການ metabolomics ວັດແທກຜະລິດຕະພັນສຸດທ້າຍຂອງຈຸລັງທີ່ມີອິດທິພົນຈາກການກະທໍາ endogenous ແລະ exogenous ແລະດັ່ງນັ້ນຈຶ່ງຖືກນໍາໃຊ້ເພື່ອຄາດຄະເນການເລີ່ມຕົ້ນຂອງພະຍາດແລະຜົນໄດ້ຮັບ.Liquid chromatography-tandem mass spectrometry (LC-MS) ແມ່ນວິທີການທີ່ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງສໍາລັບການສຶກສາ metabolomics ເນື່ອງຈາກຄວາມອ່ອນໄຫວສູງແລະລະດັບການເຄື່ອນໄຫວຂະຫນາດໃຫຍ່, ເຊິ່ງສາມາດກວມເອົາ metabolites ທີ່ມີຄຸນສົມບັດທາງກາຍະພາບທີ່ແຕກຕ່າງກັນ11,12,13.ເຖິງແມ່ນວ່າການວິເຄາະ metabolomic ທົ່ວໂລກຂອງ plasma / serum ໄດ້ຖືກນໍາໃຊ້ເພື່ອກໍານົດ biomarkers ທີ່ກ່ຽວຂ້ອງກັບການວິນິດໄສມະເຮັງປອດ14,15,16,17 ແລະປະສິດທິພາບການປິ່ນປົວ, 18 ການຈັດປະເພດ metabolite serum ເພື່ອຈໍາແນກລະຫວ່າງ nodules ປອດອ່ອນໂຍນແລະ malignant ຍັງໄດ້ຮັບການສຶກສາຫຼາຍ.- ການຄົ້ນຄວ້າຂະຫນາດໃຫຍ່.
Adenocarcinoma ແລະ squamous cell carcinoma ແມ່ນສອງຊະນິດຍ່ອຍຕົ້ນຕໍຂອງມະເຮັງປອດທີ່ບໍ່ແມ່ນຈຸລັງຂະຫນາດນ້ອຍ (NSCLC).ການກວດ CT ຕ່າງໆ ບົ່ງບອກວ່າ ໂຣກມະເຮັງປອດແມ່ນເປັນປະເພດມະເຮັງປອດທີ່ພົບເລື້ອຍທີ່ສຸດ 1,19,20,21.ໃນການສຶກສານີ້, ພວກເຮົາໄດ້ນໍາໃຊ້ ultra-performance liquid chromatography-high-resolution mass spectrometry (UPLC-HRMS) ເພື່ອປະຕິບັດການວິເຄາະ metabolomics ໃນຈໍານວນ 695 serum ຕົວຢ່າງ, ລວມທັງການຄວບຄຸມສຸຂະພາບ, nodules pulmonary benign, ແລະ CT-ກວດພົບ ≤3 cm.ການກວດຫາໂຣກປອດ adenocarcinoma ໄລຍະທີ I.ພວກເຮົາໄດ້ກໍານົດຄະນະກໍາມະຂອງເຊລັມ metabolites ທີ່ຈໍາແນກ adenocarcinoma ປອດຈາກ nodules benign ແລະການຄວບຄຸມສຸຂະພາບ.ການວິເຄາະການເສີມສ້າງທາງເດີນໄດ້ເປີດເຜີຍວ່າການຜິດປົກກະຕິ tryptophan ແລະ glucose metabolism ແມ່ນການປ່ຽນແປງທົ່ວໄປໃນ adenocarcinoma ປອດເມື່ອທຽບກັບ nodules benign ແລະການຄວບຄຸມສຸຂະພາບ.ສຸດທ້າຍ, ພວກເຮົາໄດ້ສ້າງຕັ້ງແລະກວດສອບຕົວຈັດປະເພດ metabolic ໃນ serum ທີ່ມີຄວາມສະເພາະແລະຄວາມອ່ອນໄຫວສູງເພື່ອຈໍາແນກລະຫວ່າງ nodules pulmonary malignant ແລະ benign ກວດພົບໂດຍ LDCT, ເຊິ່ງອາດຈະຊ່ວຍໃນການວິນິດໄສຄວາມແຕກຕ່າງໃນຕອນຕົ້ນແລະການປະເມີນຄວາມສ່ຽງ.
ໃນການສຶກສາໃນປະຈຸບັນ, ຕົວຢ່າງ serum ເພດແລະອາຍຸທີ່ກົງກັນໄດ້ຖືກເກັບຄືນຈາກ 174 ການຄວບຄຸມສຸຂະພາບ, ຄົນເຈັບ 292 ທີ່ມີຕ່ອມປອດອ່ອນໆ, ແລະຄົນເຈັບ 229 ທີ່ມີ adenocarcinoma ປອດໄລຍະ I.ຄຸນລັກສະນະທາງດ້ານປະຊາກອນຂອງ 695 ວິຊາແມ່ນສະແດງຢູ່ໃນຕາຕະລາງເສີມ 1.
ດັ່ງທີ່ສະແດງຢູ່ໃນຮູບ 1a, ຈໍານວນຕົວຢ່າງຂອງ serum ທັງຫມົດ 480, ລວມທັງ 174 ການຄວບຄຸມສຸຂະພາບ (HC), 170 nodules benign (BN), ແລະ 136 stage I lung adenocarcinoma (LA) ຕົວຢ່າງ, ໄດ້ຖືກເກັບກໍາຢູ່ສູນມະເຮັງມະຫາວິທະຍາໄລ Sun Yat-sen.ກຸ່ມ Discovery ສໍາລັບໂປຣໄຟລ metabolomic ທີ່ບໍ່ໄດ້ກໍານົດເປົ້າຫມາຍໂດຍໃຊ້ chromatography ຂອງແຫຼວທີ່ມີປະສິດທິພາບສູງ - ຄວາມລະອຽດສູງ (UPLC-HRMS).ດັ່ງທີ່ສະແດງຢູ່ໃນຮູບເສີມ 1, ທາດ metabolites ທີ່ແຕກຕ່າງກັນລະຫວ່າງ LA ແລະ HC, LA ແລະ BN ໄດ້ຖືກລະບຸເພື່ອສ້າງຮູບແບບການຈັດປະເພດແລະຄົ້ນຫາການວິເຄາະທາງທີ່ແຕກຕ່າງກັນຕື່ມອີກ.104 ຕົວຢ່າງທີ່ເກັບກໍາໂດຍສູນມະເຮັງມະຫາວິທະຍາໄລ Sun Yat-sen ແລະ 111 ຕົວຢ່າງທີ່ເກັບກໍາໂດຍໂຮງຫມໍອີກສອງແຫ່ງແມ່ນໄດ້ຮັບການກວດສອບພາຍໃນແລະພາຍນອກຕາມລໍາດັບ.
ການສຶກສາປະຊາກອນໃນກຸ່ມການຄົ້ນພົບທີ່ໄດ້ຜ່ານການວິເຄາະການເຜົາຜະຫລານຂອງເຊລອມທົ່ວໂລກໂດຍໃຊ້ chromatography ຂອງແຫຼວທີ່ມີປະສິດຕິພາບສູງ - ຄວາມລະອຽດສູງ spectrometry (UPLC-HRMS).b ການວິເຄາະການຈໍາແນກສີ່ຫຼ່ຽມມົນນ້ອຍບາງສ່ວນ (PLS-DA) ຂອງ metabolome ທັງຫມົດຂອງ 480 ຕົວຢ່າງ serum ຈາກກຸ່ມການສຶກສາ, ລວມທັງການຄວບຄຸມສຸຂະພາບ (HC, n = 174), nodules benign (BN, n = 170), ແລະຂັ້ນຕອນ I ປອດ adenocarcinoma. (Los Angeles, n = 136).+ESI, ໂໝດ ionization electrospray ໃນທາງບວກ, -ESI, ໂໝດ electrospray ionization ທາງລົບ.c–e Metabolites ທີ່ມີຄວາມອຸດົມສົມບູນທີ່ແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍໃນສອງກຸ່ມທີ່ໃຫ້ (ການທົດສອບການຈັດອັນດັບ Wilcoxon ຫາງສອງຫາງ, ອັດຕາການຄົ້ນພົບທີ່ບໍ່ຖືກຕ້ອງປັບຄ່າ p, FDR <0.05) ສະແດງໃຫ້ເຫັນເປັນສີແດງ (ການປ່ຽນແປງພັບ> 1.2) ແລະສີຟ້າ (ການປ່ຽນແປງພັບ <0.83) .) ສະແດງໃຫ້ເຫັນຢູ່ໃນຮູບພາບພູເຂົາໄຟ.f ແຜນທີ່ການຈັດກຸ່ມຄວາມຮ້ອນຕາມລໍາດັບສະແດງໃຫ້ເຫັນຄວາມແຕກຕ່າງທີ່ສໍາຄັນໃນຈໍານວນຂອງ metabolites ອະທິບາຍລະຫວ່າງ LA ແລະ BN.ຂໍ້ມູນແຫຼ່ງແມ່ນສະຫນອງໃຫ້ໃນຮູບແບບຂອງໄຟລ໌ຂໍ້ມູນແຫຼ່ງ.
metabolome serum ທັງຫມົດຂອງ 174 HC, 170 BN ແລະ 136 LA ໃນກຸ່ມການຄົ້ນພົບໄດ້ຖືກວິເຄາະໂດຍໃຊ້ການວິເຄາະ UPLC-HRMS.ພວກເຮົາທໍາອິດສະແດງໃຫ້ເຫັນວ່າການຄວບຄຸມຄຸນນະພາບ (QC) ຕົວຢ່າງກຸ່ມຢ່າງແຫນ້ນຫນາຢູ່ໃຈກາງຂອງແບບຈໍາລອງການວິເຄາະອົງປະກອບຕົ້ນຕໍທີ່ບໍ່ໄດ້ຮັບການເບິ່ງແຍງ (PCA), ຢືນຢັນຄວາມຫມັ້ນຄົງຂອງການປະຕິບັດຂອງການສຶກສາໃນປະຈຸບັນ (ຮູບເສີມ 2).
ດັ່ງທີ່ສະແດງຢູ່ໃນການວິເຄາະການຈໍາແນກສີ່ຫຼ່ຽມນ້ອຍເປັນບາງສ່ວນ (PLS-DA) ໃນຮູບ 1 b, ພວກເຮົາພົບວ່າມີຄວາມແຕກຕ່າງທີ່ຊັດເຈນລະຫວ່າງ LA ແລະ BN, LA ແລະ HC ໃນໂຫມດ electrospray ບວກ (+ESI) ແລະລົບ (−ESI) electrospray. .ໂດດດ່ຽວ.ຢ່າງໃດກໍ່ຕາມ, ບໍ່ພົບຄວາມແຕກຕ່າງທີ່ສໍາຄັນລະຫວ່າງ BN ແລະ HC ໃນເງື່ອນໄຂ + ESI ແລະ -ESI.
ພວກເຮົາພົບເຫັນ 382 ລັກສະນະຄວາມແຕກຕ່າງລະຫວ່າງ LA ແລະ HC, 231 ລັກສະນະຄວາມແຕກຕ່າງລະຫວ່າງ LA ແລະ BN, ແລະ 95 ລັກສະນະຄວາມແຕກຕ່າງລະຫວ່າງ BN ແລະ HC (ການທົດສອບການຈັດອັນດັບທີ່ເຊັນ Wilcoxon, FDR <0.05 ແລະການປ່ຽນແປງຫຼາຍອັນ >1.2 ຫຼື <0.83) (ຮູບ .1c-e )..Peaks ໄດ້ຖືກອະທິບາຍຕື່ມ (ຂໍ້ມູນເສີມ 3) ຕໍ່ຖານຂໍ້ມູນ (mzCloud/HMDB/Chemspider library) ໂດຍຄ່າ m/z, ເວລາເກັບຮັກສາ ແລະ fragmentation mass spectrum search (ລາຍລະອຽດທີ່ອະທິບາຍໄວ້ໃນພາກວິທີການ) 22 .ສຸດທ້າຍ, 33 ແລະ 38 annotated metabolites ທີ່ມີຄວາມແຕກຕ່າງຢ່າງຫຼວງຫຼາຍໃນຄວາມອຸດົມສົມບູນໄດ້ຖືກລະບຸສໍາລັບ LA ທຽບກັບ BN (ຮູບ 1f ແລະຕາຕະລາງເສີມ 2) ແລະ LA ທຽບກັບ HC (ຮູບເສີມ 3 ແລະຕາຕະລາງເສີມ 2), ຕາມລໍາດັບ.ໃນທາງກົງກັນຂ້າມ, ພຽງແຕ່ 3 metabolites ທີ່ມີຄວາມແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍໃນຄວາມອຸດົມສົມບູນໄດ້ຖືກລະບຸໄວ້ໃນ BN ແລະ HC (ຕາຕະລາງເສີມ 2), ສອດຄ່ອງກັບການຊ້ອນກັນລະຫວ່າງ BN ແລະ HC ໃນ PLS-DA.metabolites ທີ່ແຕກຕ່າງກັນເຫຼົ່ານີ້ກວມເອົາລະດັບຄວາມກ້ວາງຂອງຊີວະເຄມີ (ຮູບພາບເສີມ 4).ຮ່ວມກັນ, ຜົນໄດ້ຮັບເຫຼົ່ານີ້ສະແດງໃຫ້ເຫັນເຖິງການປ່ຽນແປງທີ່ສໍາຄັນໃນ serum metabolome ທີ່ສະທ້ອນເຖິງການປ່ຽນແປງທີ່ເປັນອັນຕະລາຍຂອງມະເຮັງປອດໃນໄລຍະຕົ້ນເມື່ອປຽບທຽບກັບ nodules ປອດອ່ອນໆຫຼືຫົວຂໍ້ທີ່ມີສຸຂະພາບດີ.ໃນຂະນະດຽວກັນ, ຄວາມຄ້າຍຄືກັນຂອງ serum metabolome ຂອງ BN ແລະ HC ຊີ້ໃຫ້ເຫັນວ່າ nodules pulmonary benign ອາດຈະແບ່ງປັນລັກສະນະທາງຊີວະພາບຫຼາຍກັບບຸກຄົນທີ່ມີສຸຂະພາບດີ.ເນື່ອງຈາກການກາຍພັນຂອງ gene epidermal growth factor (EGFR) ແມ່ນພົບເລື້ອຍໃນ ປອດ adenocarcinoma subtype 23, ພວກເຮົາຊອກຫາວິທີກໍານົດຜົນກະທົບຂອງການກາຍພັນຂອງ driver ຕໍ່ກັບ serum metabolome.ຫຼັງຈາກນັ້ນ, ພວກເຮົາໄດ້ວິເຄາະຂໍ້ມູນການເຜົາຜານອາຫານໂດຍລວມຂອງ 72 ກໍລະນີທີ່ມີສະຖານະພາບ EGFR ໃນກຸ່ມ adenocarcinoma ປອດ.ຫນ້າສົນໃຈ, ພວກເຮົາພົບເຫັນໂປຣໄຟລ໌ປຽບທຽບລະຫວ່າງຄົນເຈັບ EGFR mutant (n = 41) ແລະ EGFR wild-type ຄົນເຈັບ (n = 31) ໃນການວິເຄາະ PCA (ຮູບພາບເສີມ 5a).ຢ່າງໃດກໍຕາມ, ພວກເຮົາໄດ້ກໍານົດ 7 metabolites ທີ່ມີຄວາມອຸດົມສົມບູນໄດ້ຖືກປ່ຽນແປງຢ່າງຫຼວງຫຼາຍໃນຄົນເຈັບທີ່ມີການກາຍພັນຂອງ EGFR ເມື່ອທຽບກັບຄົນເຈັບທີ່ມີ EGFR ປະເພດທໍາມະຊາດ (t test, p < 0.05 ແລະການປ່ຽນແປງພັບ> 1.2 ຫຼື < 0.83) (ຮູບເພີ່ມເຕີມ 5b).ສ່ວນໃຫຍ່ຂອງ metabolites ເຫຼົ່ານີ້ (5 ອອກຈາກ 7) ແມ່ນ acylcarnitines, ເຊິ່ງມີບົດບາດສໍາຄັນໃນເສັ້ນທາງການຜຸພັງຂອງອາຊິດໄຂມັນ.
ດັ່ງທີ່ໄດ້ສະແດງຢູ່ໃນຂັ້ນຕອນການເຮັດວຽກທີ່ສະແດງຢູ່ໃນຮູບ 2 a, biomarkers ສໍາລັບການຈັດປະເພດ nodule ແມ່ນໄດ້ຮັບໂດຍໃຊ້ຕົວປະຕິບັດການ shrinkage ຢ່າງແທ້ຈິງຢ່າງຫນ້ອຍແລະການຄັດເລືອກໂດຍອີງໃສ່ 33 metabolites ທີ່ແຕກຕ່າງກັນທີ່ລະບຸໄວ້ໃນ LA (n = 136) ແລະ BN (n = 170).ການປະສົມປະສານທີ່ດີທີ່ສຸດຂອງຕົວແປ (LASSO) – ຮູບແບບການຖົດຖອຍຂອງ logistic binary.ການກວດສອບສິບເທົ່າໄດ້ຖືກນໍາໃຊ້ເພື່ອທົດສອບຄວາມຫນ້າເຊື່ອຖືຂອງຕົວແບບ.ການເລືອກຕົວແປແລະການປັບຕົວພາລາມິເຕີເປັນປົກກະຕິແມ່ນຖືກປັບໂດຍການລົງໂທດສູງສຸດຄວາມເປັນໄປໄດ້ທີ່ມີພາລາມິເຕີ λ24.ການວິເຄາະ metabolomics ທົ່ວໂລກໄດ້ຖືກປະຕິບັດຕື່ມອີກຢ່າງເປັນເອກະລາດໃນການກວດສອບພາຍໃນ (n = 104) ແລະການກວດສອບພາຍນອກ (n = 111) ກຸ່ມເພື່ອທົດສອບການປະຕິບັດການຈັດປະເພດຂອງຮູບແບບຈໍາແນກ.ດັ່ງນັ້ນ, 27 metabolites ໃນຊຸດການຄົ້ນພົບໄດ້ຖືກລະບຸວ່າເປັນຕົວແບບຈໍາແນກທີ່ດີທີ່ສຸດທີ່ມີມູນຄ່າ AUC ສະເລ່ຍທີ່ໃຫຍ່ທີ່ສຸດ (ຮູບ 2b), ໃນນັ້ນ 9 ມີກິດຈະກໍາເພີ່ມຂຶ້ນແລະ 18 ກິດຈະກໍາຫຼຸດລົງໃນ LA ທຽບກັບ BN (ຮູບ 2c).
ຂະບວນການເຮັດວຽກສໍາລັບການກໍ່ສ້າງຕົວຈັດປະເພດ nodule pulmonary, ລວມທັງການເລືອກກະດານທີ່ດີທີ່ສຸດຂອງ serum metabolites ໃນຊຸດການຄົ້ນພົບໂດຍໃຊ້ຕົວແບບ regression logistic binary ຜ່ານການກວດສອບຂ້າມສິບເທົ່າແລະການປະເມີນການປະຕິບັດການຄາດເດົາໃນຊຸດການກວດສອບພາຍໃນແລະພາຍນອກ.b ສະຖິຕິການກວດສອບຄວາມຖືກຕ້ອງຂອງຕົວແບບການຖົດຖອຍຂອງ LASSO ສໍາລັບການເລືອກຕົວໝາຍທາງຊີວະພາບທາງເມຕາໂບລິກ.ຕົວເລກທີ່ກ່າວມາຂ້າງເທິງສະແດງເຖິງຕົວເລກສະເລ່ຍຂອງ biomarkers ທີ່ເລືອກຢູ່ໃນ λ ທີ່ໃຫ້.ເສັ້ນຈຸດສີແດງສະແດງເຖິງຄ່າ AUC ສະເລ່ຍຢູ່ທີ່ lambda ທີ່ສອດຄ້ອງກັນ.ແຖບຄວາມຜິດພາດສີເທົາສະແດງເຖິງຄ່າ AUC ຕໍ່າສຸດ ແລະສູງສຸດ.ເສັ້ນຈຸດຊີ້ໃຫ້ເຫັນເຖິງຕົວແບບທີ່ດີທີ່ສຸດກັບ 27 biomarkers ທີ່ເລືອກ.AUC, ພື້ນທີ່ພາຍໃຕ້ເສັ້ນໂຄ້ງລັກສະນະການດໍາເນີນງານຂອງຕົວຮັບ (ROC).c ພັບການປ່ຽນແປງຂອງ 27 metabolites ທີ່ເລືອກໃນກຸ່ມ LA ທຽບກັບກຸ່ມ BN ໃນກຸ່ມຄົ້ນພົບ.ຖັນສີແດງ - ການເປີດໃຊ້ງານ.ຖັນສີຟ້າແມ່ນການຫຼຸດລົງ.d–f ເສັ້ນໂຄ້ງລັກສະນະການເຮັດວຽກຂອງຕົວຮັບ (ROC) ສະແດງໃຫ້ເຫັນພະລັງງານຂອງຮູບແບບຈໍາແນກໂດຍອີງໃສ່ 27 ການປະສົມປະສານ metabolite ໃນຊຸດການຄົ້ນພົບ, ພາຍໃນ ແລະພາຍນອກ.ຂໍ້ມູນແຫຼ່ງແມ່ນສະຫນອງໃຫ້ໃນຮູບແບບຂອງໄຟລ໌ຂໍ້ມູນແຫຼ່ງ.
ຮູບແບບການຄາດຄະເນໄດ້ຖືກສ້າງຂື້ນໂດຍອີງໃສ່ຄ່າສໍາປະສິດການຖົດຖອຍທີ່ມີນ້ໍາຫນັກຂອງ 27 metabolites (ຕາຕະລາງເສີມ 3).ການວິເຄາະ ROC ໂດຍອີງໃສ່ 27 metabolites ເຫຼົ່ານີ້ເຮັດໃຫ້ພື້ນທີ່ພາຍໃຕ້ເສັ້ນໂຄ້ງ (AUC) ມູນຄ່າ 0.933, ຄວາມອ່ອນໄຫວຂອງກຸ່ມການຄົ້ນພົບແມ່ນ 0.868, ແລະຄວາມສະເພາະແມ່ນ 0.859 (ຮູບ 2d).ໃນຂະນະດຽວກັນ, ໃນບັນດາ 38 metabolites ຄວາມແຕກຕ່າງລະຫວ່າງ LA ແລະ HC, ຊຸດຂອງ 16 metabolites ໄດ້ບັນລຸ AUC ຂອງ 0.902 ທີ່ມີຄວາມອ່ອນໄຫວຂອງ 0.801 ແລະຄວາມສະເພາະຂອງ 0.856 ໃນການຈໍາແນກ LA ຈາກ HC (ຮູບເສີມ 6a-c).ຄ່າ AUC ໂດຍອີງໃສ່ຂອບເຂດການປ່ຽນແປງຂອງພັບທີ່ແຕກຕ່າງກັນສໍາລັບ metabolites ທີ່ແຕກຕ່າງກັນໄດ້ຖືກປຽບທຽບ.ພວກເຮົາພົບວ່າຮູບແບບການຈັດປະເພດປະຕິບັດໄດ້ດີທີ່ສຸດໃນການຈໍາແນກລະຫວ່າງ LA ແລະ BN (HC) ເມື່ອລະດັບການປ່ຽນແປງຂອງພັບໄດ້ຖືກກໍານົດເປັນ 1.2 ທຽບກັບ 1.5 ຫຼື 2.0 (ຮູບເພີ່ມເຕີມ 7a, b).ຮູບແບບການຈັດປະເພດ, ໂດຍອີງໃສ່ 27 ກຸ່ມ metabolite, ໄດ້ຖືກກວດສອບຕື່ມອີກໃນກຸ່ມພາຍໃນແລະພາຍນອກ.AUC ແມ່ນ 0.915 (ຄວາມອ່ອນໄຫວ 0.867, ສະເພາະ 0.811) ສໍາລັບການກວດສອບພາຍໃນ ແລະ 0.945 (ຄວາມອ່ອນໄຫວ 0.810, ສະເພາະ 0.979) ສໍາລັບການກວດສອບພາຍນອກ (ຮູບ 2e, f).ເພື່ອປະເມີນປະສິດທິພາບຂອງຫ້ອງທົດລອງ, 40 ຕົວຢ່າງຈາກກຸ່ມພາຍນອກໄດ້ຖືກວິເຄາະຢູ່ໃນຫ້ອງທົດລອງພາຍນອກຕາມທີ່ໄດ້ອະທິບາຍໄວ້ໃນພາກວິທີການ.ຄວາມຖືກຕ້ອງຂອງການຈັດປະເພດບັນລຸໄດ້ AUC ຂອງ 0.925 (ຮູບເພີ່ມເຕີມ 8).ເນື່ອງຈາກວ່າ lung squamous cell carcinoma (LUSC) ເປັນປະເພດຍ່ອຍທີ່ພົບເລື້ອຍທີ່ສຸດອັນດັບສອງຂອງມະເຮັງປອດທີ່ບໍ່ແມ່ນຈຸລັງຂະຫນາດນ້ອຍ (NSCLC) ຫຼັງຈາກ adenocarcinoma ປອດ (LUAD), ພວກເຮົາຍັງໄດ້ທົດສອບຜົນປະໂຫຍດທີ່ມີທ່າແຮງທີ່ຖືກຕ້ອງຂອງໂປຣໄຟລ metabolic.BN ແລະ 16 ກໍລະນີຂອງ LUSC.AUC ຂອງການຈໍາແນກລະຫວ່າງ LUSC ແລະ BN ແມ່ນ 0.776 (ຮູບເພີ່ມເຕີມ 9), ສະແດງເຖິງຄວາມສາມາດທີ່ຕໍ່າກວ່າເມື່ອທຽບກັບການຈໍາແນກລະຫວ່າງ LUAD ແລະ BN.
ການສຶກສາໄດ້ສະແດງໃຫ້ເຫັນວ່າຂະຫນາດຂອງ nodules ໃນຮູບພາບ CT ມີຄວາມສໍາພັນທາງບວກກັບຄວາມເປັນໄປໄດ້ຂອງ malignancy ແລະຍັງຄົງເປັນຕົວກໍານົດທີ່ສໍາຄັນຂອງການປິ່ນປົວ nodule25,26,27.ການວິເຄາະຂໍ້ມູນຈາກກຸ່ມໃຫຍ່ຂອງການສຶກສາການຄັດເລືອກ NELSON ໄດ້ສະແດງໃຫ້ເຫັນວ່າຄວາມສ່ຽງຂອງການເປັນໂຣກມະເຮັງໃນຫົວຂໍ້ທີ່ມີ nodes <5 mm ແມ່ນຄ້າຍຄືກັນກັບວິຊາທີ່ບໍ່ມີ nodes 28 .ດັ່ງນັ້ນ, ຂະຫນາດຕໍາ່ສຸດທີ່ຮຽກຮ້ອງໃຫ້ມີການຕິດຕາມ CT ປົກກະຕິແມ່ນ 5 ມມ, ຕາມຄໍາແນະນໍາຂອງສະມາຄົມ Thoracic ຂອງອັງກິດ (BTS), ແລະ 6 ມມ, ຕາມການແນະນໍາຂອງສະມາຄົມ Fleischner 29 .ຢ່າງໃດກໍຕາມ, nodules ຂະຫນາດໃຫຍ່ກ່ວາ 6 ມມແລະບໍ່ມີລັກສະນະ benign ຈະແຈ້ງ, ເອີ້ນວ່າ nodules pulmonary indeterminate (IPN), ຍັງຄົງເປັນສິ່ງທ້າທາຍທີ່ສໍາຄັນໃນການປະເມີນຜົນແລະການຄຸ້ມຄອງໃນການປະຕິບັດທາງດ້ານການຊ່ວຍ30,31.ຕໍ່ໄປພວກເຮົາຈະກວດເບິ່ງວ່າຂະຫນາດຂອງ nodule ມີອິດທິພົນຕໍ່ລາຍເຊັນ metabolomic ໂດຍໃຊ້ຕົວຢ່າງລວມຈາກການຄົ້ນພົບແລະກຸ່ມການກວດສອບພາຍໃນ.ໂດຍສຸມໃສ່ 27 biomarkers ທີ່ຖືກຕ້ອງ, ພວກເຮົາທໍາອິດປຽບທຽບໂປຼໄຟລ໌ PCA ຂອງ HC ແລະ BN sub-6 mm metabolomes.ພວກເຮົາພົບວ່າຈຸດຂໍ້ມູນສ່ວນໃຫຍ່ສໍາລັບ HC ແລະ BN ທັບຊ້ອນກັນ, ສະແດງໃຫ້ເຫັນວ່າລະດັບ metabolite ຂອງ serum ແມ່ນຄ້າຍຄືກັນໃນທັງສອງກຸ່ມ (ຮູບ 3a).ແຜນທີ່ຄຸນນະສົມບັດໃນທົ່ວຂອບເຂດຂະຫນາດທີ່ແຕກຕ່າງກັນຍັງຄົງຖືກຮັກສາໄວ້ໃນ BN ແລະ LA (ຮູບ 3b, c), ໃນຂະນະທີ່ການແຍກຕ່າງຫາກໄດ້ຖືກສັງເກດເຫັນລະຫວ່າງ nodules malignant ແລະ benign ໃນໄລຍະ 6-20 mm (ຮູບ 3d).cohort ນີ້ມີ AUC ຂອງ 0.927, ສະເພາະຂອງ 0.868, ແລະຄວາມອ່ອນໄຫວຂອງ 0.820 ສໍາລັບການຄາດຄະເນ malignancy ຂອງ nodules ວັດແທກ 6 ຫາ 20 ມມ (ຮູບ 3e, f).ຜົນໄດ້ຮັບຂອງພວກເຮົາສະແດງໃຫ້ເຫັນວ່າຕົວຈັດປະເພດສາມາດເກັບກໍາການປ່ຽນແປງ metabolic ທີ່ເກີດຈາກການຫັນປ່ຽນ malignant ໃນຕອນຕົ້ນ, ໂດຍບໍ່ຄໍານຶງເຖິງຂະຫນາດຂອງ nodule.
ad ການປຽບທຽບໂປຼໄຟລ໌ PCA ລະຫວ່າງກຸ່ມທີ່ລະບຸໂດຍອີງໃສ່ຕົວຈັດປະເພດ metabolic ຂອງ 27 metabolites.CC ແລະ BN < 6 ມມ.b BN < 6 ມມ vs BN 6–20 ມມ.ໃນ LA 6–20 mm ທຽບກັບ LA 20–30 mm.g BN 6–20 mm ແລະ LA 6–20 mm.GC, n = 174;BN < 6 ມມ, n = 153;BN 6–20 ມມ, n = 91;LA 6–20 mm, n = 89;LA 20–30 mm, n = 77. e ລັກສະນະການປະຕິບັດການຂອງຕົວຮັບ (ROC) ເສັ້ນໂຄ້ງສະແດງໃຫ້ເຫັນການປະຕິບັດຕົວແບບຈໍາແນກສໍາລັບ nodules 6–20 mm.f ຄ່າຄວາມເປັນໄປໄດ້ໄດ້ຖືກຄິດໄລ່ໂດຍອີງໃສ່ຮູບແບບການຖົດຖອຍ logistic ສໍາລັບ nodules ວັດແທກ 6-20 ມມ.ເສັ້ນຈຸດສີເທົາສະແດງເຖິງຄ່າຕັດທີ່ເໝາະສົມທີ່ສຸດ (0.455).ຕົວເລກຂ້າງເທິງສະແດງເຖິງອັດຕາສ່ວນຂອງກໍລະນີທີ່ຄາດຄະເນສໍາລັບ Los Angeles.ໃຊ້ການທົດສອບ t ຂອງນັກຮຽນສອງຫາງ.PCA, ການວິເຄາະອົງປະກອບຫຼັກ.ພື້ນທີ່ AUC ພາຍໃຕ້ເສັ້ນໂຄ້ງ.ຂໍ້ມູນແຫຼ່ງແມ່ນສະຫນອງໃຫ້ໃນຮູບແບບຂອງໄຟລ໌ຂໍ້ມູນແຫຼ່ງ.
ສີ່ຕົວຢ່າງ (ອາຍຸ 44-61 ປີ) ທີ່ມີຂະໜາດຂອງຕ່ອມ pulmonary ຄ້າຍຄືກັນ (7-9 ມມ) ໄດ້ຖືກເລືອກຕື່ມອີກເພື່ອສະແດງໃຫ້ເຫັນເຖິງການປະຕິບັດຂອງຮູບແບບການຄາດການ malignancy ທີ່ສະເຫນີ (ຮູບ 4a, b).ໃນການກວດເບື້ອງຕົ້ນ, ກໍລະນີ 1 ນໍາສະເຫນີເປັນ nodule ແຂງທີ່ມີ calcification, ຄຸນນະສົມບັດທີ່ກ່ຽວຂ້ອງກັບ benignity, ໃນຂະນະທີ່ກໍລະນີ 2 ນໍາສະເຫນີເປັນ nodule ແຂງບາງສ່ວນ indeterminate ບໍ່ມີລັກສະນະ benign ຈະແຈ້ງ.3 ຮອບຂອງການຕິດຕາມ CT scan ສະແດງໃຫ້ເຫັນວ່າກໍລະນີເຫຼົ່ານີ້ຍັງຄົງຄົງທີ່ໃນໄລຍະເວລາ 4 ປີແລະດັ່ງນັ້ນຈຶ່ງຖືກພິຈາລະນາເປັນ nodules benign (ຮູບ 4a).ເມື່ອປຽບທຽບກັບການປະເມີນຜົນທາງຄລີນິກຂອງ serial CT scans, ການວິເຄາະ metabolite serum ການສັກຢາດຽວກັບຮູບແບບການຈັດປະເພດໃນປະຈຸບັນໄດ້ກໍານົດຢ່າງລວດໄວແລະຖືກຕ້ອງຕາມຂໍ້ຈໍາກັດຂອງ probabilistic (ຕາຕະລາງ 1).ຮູບທີ 4b ໃນກໍລະນີທີ່ 3 ສະແດງໃຫ້ເຫັນເປັນ nodule ທີ່ມີອາການຂອງການຖອນ pleural, ເຊິ່ງມັກຈະກ່ຽວຂ້ອງກັບ malignancy32.ກໍລະນີທີ່ 4 ນໍາສະເຫນີເປັນ nodule ແຂງບາງສ່ວນ indeterminate ບໍ່ມີຫຼັກຖານຂອງສາເຫດ benign.ກໍລະນີທັງໝົດນີ້ໄດ້ຖືກຄາດຄະເນວ່າເປັນພະຍາດຮ້າຍຕາມຕົວແບບການຈັດປະເພດ (ຕາຕະລາງ 1).ການປະເມີນຜົນຂອງປອດ adenocarcinoma ໄດ້ຖືກສະແດງໃຫ້ເຫັນໂດຍການກວດສອບ histopathological ຫຼັງຈາກການຜ່າຕັດການຜ່າຕັດປອດ (ຮູບ 4b).ສໍາລັບຊຸດການກວດສອບພາຍນອກ, ຕົວຈັດປະເພດ metabolic ໄດ້ຄາດຄະເນຢ່າງຖືກຕ້ອງສອງກໍລະນີຂອງ nodules ປອດ indeterminate ຂະຫນາດໃຫຍ່ກວ່າ 6 ມມ (ຮູບເພີ່ມເຕີມ 10).
ຮູບພາບ CT ຂອງປ່ອງຢ້ຽມ axial ຂອງປອດຂອງສອງກໍລະນີຂອງ nodules benign.ໃນກໍລະນີທີ 1, CT scan ຫຼັງຈາກ 4 ປີໄດ້ສະແດງໃຫ້ເຫັນເສັ້ນປະສາດແຂງຄົງທີ່ວັດແທກ 7 ມມ ດ້ວຍການເປັນທາດຄາບຢູ່ໃນຮູລຸ່ມເບື້ອງຂວາ.ໃນກໍລະນີ 2, CT scan ຫຼັງຈາກ 5 ປີໄດ້ເປີດເຜີຍໃຫ້ເຫັນເສັ້ນກ່າງຄົງທີ່, ແຂງບາງສ່ວນທີ່ມີເສັ້ນຜ່າສູນກາງ 7 ມມຢູ່ໃນ lobe ເທິງເບື້ອງຂວາ.b Axial window CT ຮູບພາບຂອງປອດແລະການສຶກສາ pathological ທີ່ສອດຄ້ອງກັນຂອງສອງກໍລະນີຂອງຂັ້ນຕອນ I adenocarcinoma ກ່ອນທີ່ຈະຜ່າຕັດປອດ.ກໍລະນີທີ 3 ເປີດເຜີຍຮູດັງທີ່ມີເສັ້ນຜ່າກາງ 8 ມມ ຢູ່ໃນແສກດ້ານເທິງເບື້ອງຂວາດ້ວຍການດຶງ pleural retraction.ກໍລະນີທີ 4 ເປີດເຜີຍຂໍ້ແກ້ວພື້ນດິນແຂງບາງສ່ວນທີ່ວັດແທກໄດ້ 9 ມມ ຢູ່ໃນແສກດ້ານເທິງຊ້າຍ.Hematoxylin ແລະ eosin (H&E) staining ຂອງເນື້ອເຍື່ອປອດທີ່ຖືກປັບປຸງຄືນໃຫມ່ (ແຖບຂະຫນາດ = 50 μm) ສະແດງໃຫ້ເຫັນຮູບແບບການຂະຫຍາຍຕົວ acinar ຂອງ adenocarcinoma ປອດ.ລູກສອນຊີ້ບອກ nodules ກວດພົບໃນຮູບພາບ CT.ຮູບພາບ H&E ແມ່ນຮູບພາບທີ່ເປັນຕົວແທນຂອງຫຼາຍຂົງເຂດ (>3) ກ້ອງຈຸລະທັດທີ່ກວດສອບໂດຍແພດພະຍາດ.
ຮ່ວມກັນ, ຜົນໄດ້ຮັບຂອງພວກເຮົາສະແດງໃຫ້ເຫັນເຖິງມູນຄ່າທີ່ເປັນໄປໄດ້ຂອງ biomarkers serum metabolite ໃນການວິນິດໄສຄວາມແຕກຕ່າງຂອງ nodules pulmonary, ເຊິ່ງອາດຈະເຮັດໃຫ້ເກີດສິ່ງທ້າທາຍໃນເວລາທີ່ການປະເມີນຜົນການກວດ CT.
ອີງໃສ່ຄະນະກໍາມະ metabolite ທີ່ແຕກຕ່າງກັນທີ່ຖືກຕ້ອງ, ພວກເຮົາຊອກຫາເພື່ອກໍານົດຄວາມສໍາພັນທາງຊີວະພາບຂອງການປ່ຽນແປງ metabolic ທີ່ສໍາຄັນ.ການວິເຄາະການເສີມສ້າງເສັ້ນທາງ KEGG ໂດຍ MetaboAnalyst ໄດ້ກໍານົດ 6 ເສັ້ນທາງທີ່ມີການປ່ຽນແປງຢ່າງຫຼວງຫຼາຍລະຫວ່າງສອງກຸ່ມທີ່ໄດ້ຮັບ (LA ທຽບກັບ HC ແລະ LA ທຽບກັບ BN, ປັບ p ≤ 0.001, ຜົນກະທົບ > 0.01).ການປ່ຽນແປງເຫຼົ່ານີ້ຖືກສະແດງໂດຍການລົບກວນໃນ pyruvate metabolism, tryptophan metabolism, niacin ແລະ nicotinamide metabolism, glycolysis, ວົງຈອນ TCA, ແລະ metabolism purine (ຮູບ 5a).ຫຼັງຈາກນັ້ນ, ພວກເຮົາດໍາເນີນການ metabolomics ເປົ້າຫມາຍຕື່ມອີກເພື່ອກວດສອບການປ່ຽນແປງທີ່ສໍາຄັນໂດຍໃຊ້ປະລິມານຢ່າງແທ້ຈິງ.ການກໍານົດ metabolites ທົ່ວໄປໃນເສັ້ນທາງທີ່ມີການປ່ຽນແປງທົ່ວໄປໂດຍ triple quadrupole mass spectrometry (QQQ) ໂດຍໃຊ້ມາດຕະຖານ metabolite ທີ່ແທ້ຈິງ.ຄຸນລັກສະນະທາງປະຊາກອນຂອງຕົວຢ່າງຂອງການສຶກສາ metabolomics ເປົ້າຫມາຍແມ່ນລວມຢູ່ໃນຕາຕະລາງເສີມ 4. ສອດຄ່ອງກັບຜົນໄດ້ຮັບຂອງໂລກ metabolomics ຂອງພວກເຮົາ, ການວິເຄາະດ້ານປະລິມານໄດ້ຢືນຢັນວ່າ hypoxanthine ແລະ xanthine, pyruvate, ແລະ lactate ເພີ່ມຂຶ້ນໃນ LA ເມື່ອທຽບກັບ BN ແລະ HC (ຮູບ 5b, c, p <0.05).ຢ່າງໃດກໍຕາມ, ບໍ່ມີຄວາມແຕກຕ່າງທີ່ສໍາຄັນໃນ metabolites ເຫຼົ່ານີ້ໄດ້ຖືກພົບເຫັນລະຫວ່າງ BN ແລະ HC.
ການວິເຄາະການເສີມສ້າງທາງ KEGG ຂອງ metabolites ທີ່ແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍໃນກຸ່ມ LA ເມື່ອທຽບກັບກຸ່ມ BN ແລະ HC.A Globaltest ສອງຫາງຖືກນໍາໃຊ້, ແລະຄ່າ p ໄດ້ຖືກປັບໂດຍວິທີ Holm-Bonferroni (ປັບ p ≤ 0.001 ແລະຂະຫນາດຜົນກະທົບ> 0.01).b–d ແຜ່ນ Violin ສະແດງໃຫ້ເຫັນລະດັບ hypoxanthine, xanthine, lactate, pyruvate, ແລະ tryptophan ໃນ serum HC, BN, ແລະ LA ທີ່ກໍານົດໂດຍ LC-MS/MS (n = 70 ຕໍ່ກຸ່ມ).ເສັ້ນຈຸດສີຂາວ ແລະ ດຳ ຊີ້ບອກຄ່າປານກາງ ແລະ quartile, ຕາມລໍາດັບ.e Violin plot ສະແດງ Log2TPM ປົກກະຕິ (transcripts per million) mRNA expression of SLC7A5 and QPRT in lung adenocarcinoma (n = 513) ເມື່ອທຽບກັບເນື້ອເຍື່ອປອດປົກກະຕິ (n = 59) ໃນຊຸດຂໍ້ມູນ LUAD-TCGA.ກ່ອງສີຂາວເປັນຕົວແທນຂອງຊ່ວງ interquartile, ເສັ້ນສີດຳແນວນອນຢູ່ໃຈກາງສະແດງເຖິງຄ່າປານກາງ, ແລະເສັ້ນສີດຳແນວຕັ້ງທີ່ຂະຫຍາຍອອກຈາກກ່ອງສະແດງເຖິງຊ່ວງຄວາມໝັ້ນໃຈ 95% (CI).f Pearson correlation plot ຂອງການສະແດງອອກ SLC7A5 ແລະ GAPDH ໃນປອດ adenocarcinoma (n = 513) ແລະເນື້ອເຍື່ອປອດປົກກະຕິ (n = 59) ໃນຊຸດຂໍ້ມູນ TCGA.ພື້ນທີ່ສີຂີ້ເຖົ່າເປັນຕົວແທນຂອງ 95% CI.r, ຄ່າສໍາປະສິດການພົວພັນ Pearson.g ລະດັບ tryptophan ຂອງຈຸລັງປົກກະຕິໃນຈຸລັງ A549 ທີ່ຖືກຖ່າຍທອດດ້ວຍການຄວບຄຸມ shRNA ທີ່ບໍ່ສະເພາະ (NC) ແລະ shSLC7A5 (Sh1, Sh2) ທີ່ກໍານົດໂດຍ LC-MS/MS.ການວິເຄາະສະຖິຕິຂອງຫ້າຕົວຢ່າງທີ່ເປັນເອກະລາດທາງຊີວະພາບໃນແຕ່ລະກຸ່ມໄດ້ຖືກນໍາສະເຫນີ.h ລະດັບເຊວລູລາຂອງ NADt (NAD ທັງໝົດ, ລວມທັງ NAD+ ແລະ NADH) ໃນເຊລ A549 (NC) ແລະ SLC7A5 knockdown A549 cells (Sh1, Sh2).ການວິເຄາະສະຖິຕິຂອງສາມຕົວຢ່າງທີ່ເປັນເອກະລາດທາງຊີວະພາບໃນແຕ່ລະກຸ່ມໄດ້ຖືກນໍາສະເຫນີ.i ກິດຈະກໍາ glycolytic ຂອງຈຸລັງ A549 ກ່ອນແລະຫຼັງຈາກການຫຼຸດລົງຂອງ SLC7A5 ໄດ້ຖືກວັດແທກໂດຍອັດຕາການເປັນກົດ extracellular (ECAR) (n = 4 ຕົວຢ່າງທີ່ເປັນເອກະລາດທາງຊີວະພາບຕໍ່ກຸ່ມ).2-DG,2-deoxy-D-glucose.ການທົດສອບ t ຂອງນັກຮຽນສອງຫາງໄດ້ຖືກນໍາໃຊ້ໃນ (b–h).ໃນ (g–i), ແຖບຄວາມຜິດພາດເປັນຕົວແທນຂອງຄ່າສະເລ່ຍ ± SD, ແຕ່ລະການທົດລອງໄດ້ຖືກປະຕິບັດສາມເທື່ອຢ່າງເປັນເອກະລາດ ແລະຜົນໄດ້ຮັບແມ່ນຄ້າຍຄືກັນ.ຂໍ້ມູນແຫຼ່ງແມ່ນສະຫນອງໃຫ້ໃນຮູບແບບຂອງໄຟລ໌ຂໍ້ມູນແຫຼ່ງ.
ພິຈາລະນາຜົນກະທົບທີ່ສໍາຄັນຂອງການປ່ຽນແປງ metabolism tryptophan ໃນກຸ່ມ LA, ພວກເຮົາຍັງໄດ້ປະເມີນລະດັບ serum tryptophan ໃນກຸ່ມ HC, BN, ແລະ LA ໂດຍໃຊ້ QQQ.ພວກເຮົາພົບວ່າ serum tryptophan ຫຼຸດລົງໃນ LA ທຽບກັບ HC ຫຼື BN (p < 0.001, ຮູບ 5d), ເຊິ່ງສອດຄ່ອງກັບການຄົ້ນພົບທີ່ຜ່ານມາວ່າການໄຫຼວຽນຂອງ tryptophan ຕ່ໍາໃນຄົນເຈັບທີ່ເປັນມະເຮັງປອດຫຼາຍກ່ວາການຄວບຄຸມສຸຂະພາບຈາກກຸ່ມຄວບຄຸມ 33,34. ,35.ການສຶກສາອີກອັນຫນຶ່ງທີ່ໃຊ້ PET/CT tracer 11C-methyl-L-tryptophan ພົບວ່າເວລາຮັກສາສັນຍານ tryptophan ໃນເນື້ອເຍື່ອມະເຮັງປອດແມ່ນເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍເມື່ອທຽບໃສ່ກັບບາດແຜທີ່ອ່ອນໂຍນຫຼືເນື້ອເຍື່ອປົກກະຕິ36.ພວກເຮົາສົມມຸດວ່າການຫຼຸດລົງຂອງ tryptophan ໃນ LA serum ອາດຈະສະທ້ອນໃຫ້ເຫັນເຖິງການດູດຊຶມຂອງ tryptophan ທີ່ມີການເຄື່ອນໄຫວໂດຍຈຸລັງມະເຮັງປອດ.
ມັນຍັງເປັນທີ່ຮູ້ຈັກວ່າຜະລິດຕະພັນສຸດທ້າຍຂອງເສັ້ນທາງ kynurenine ຂອງ tryptophan catabolism ແມ່ນ NAD + 37,38, ເຊິ່ງເປັນສານຍ່ອຍທີ່ສໍາຄັນສໍາລັບປະຕິກິລິຍາຂອງ glyceraldehyde-3-phosphate ກັບ 1,3-bisphosphoglycerate ໃນ glycolysis39.ໃນຂະນະທີ່ການສຶກສາທີ່ຜ່ານມາໄດ້ສຸມໃສ່ບົດບາດຂອງ tryptophan catabolism ໃນລະບຽບພູມຕ້ານທານ, ພວກເຮົາຊອກຫາວິທີທີ່ຈະອະທິບາຍການພົວພັນລະຫວ່າງການຜິດປົກກະຕິຂອງ tryptophan ແລະເສັ້ນທາງ glycolytic ທີ່ສັງເກດເຫັນໃນການສຶກສາໃນປະຈຸບັນ.Solute transporter family 7 member 5 (SLC7A5) ເປັນທີ່ຮູ້ກັນວ່າເປັນ tryptophan transporter43,44,45.ອາຊິດ Quinolinic phosphoribosyltransferase (QPRT) ແມ່ນເອນໄຊທີ່ຢູ່ລຸ່ມຂອງເສັ້ນທາງ kynurenine ທີ່ປ່ຽນອາຊິດ quinolinic ເປັນ NAMN46.ການກວດສອບຊຸດຂໍ້ມູນ LUAD TCGA ເປີດເຜີຍວ່າ SLC7A5 ແລະ QPRT ໄດ້ຖືກປັບປຸງຢ່າງຫຼວງຫຼາຍໃນເນື້ອເຍື່ອເນື້ອງອກເມື່ອທຽບກັບເນື້ອເຍື່ອປົກກະຕິ (ຮູບ 5e).ການເພີ່ມຂື້ນນີ້ໄດ້ຖືກສັງເກດເຫັນໃນຂັ້ນຕອນ I ແລະ II ເຊັ່ນດຽວກັນກັບໄລຍະ III ແລະ IV ຂອງ adenocarcinoma ປອດ (ຮູບພາບເສີມ 11), ເຊິ່ງຊີ້ໃຫ້ເຫັນເຖິງການລົບກວນໃນຕອນຕົ້ນຂອງ tryptophan metabolism ທີ່ກ່ຽວຂ້ອງກັບ tumorigenesis.
ນອກຈາກນັ້ນ, ຊຸດຂໍ້ມູນ LUAD-TCGA ສະແດງໃຫ້ເຫັນການພົວພັນໃນທາງບວກລະຫວ່າງ SLC7A5 ແລະ GAPDH mRNA ສະແດງອອກໃນຕົວຢ່າງຂອງຄົນເຈັບທີ່ເປັນມະເຮັງ (r = 0.45, p = 1.55E-26, ຮູບ 5f).ໃນທາງກົງກັນຂ້າມ, ບໍ່ພົບຄວາມສໍາພັນທີ່ສໍາຄັນລະຫວ່າງລາຍເຊັນ gene ດັ່ງກ່າວໃນເນື້ອເຍື່ອປອດປົກກະຕິ (r = 0.25, p = 0.06, ຮູບ 5f).Knockdown ຂອງ SLC7A5 (ຮູບເສີມ 12) ໃນຈຸລັງ A549 ຫຼຸດລົງຢ່າງຫຼວງຫຼາຍໃນລະດັບ tryptophan ຂອງ cellular ແລະ NAD(H) (ຮູບ 5g, h), ສົ່ງຜົນໃຫ້ກິດຈະກໍາ glycolytic ຫຼຸດລົງຕາມການວັດແທກໂດຍອັດຕາການເປັນກົດ extracellular (ECAR) (ຮູບ 1).5i).ດັ່ງນັ້ນ, ໂດຍອີງໃສ່ການປ່ຽນແປງຂອງທາດແປ້ງໃນ serum ແລະການກວດຫາໃນ vitro, ພວກເຮົາສົມມຸດວ່າ metabolism tryptophan ອາດຈະຜະລິດ NAD + ຜ່ານທາງ kynurenine ແລະມີບົດບາດສໍາຄັນໃນການສົ່ງເສີມ glycolysis ໃນມະເຮັງປອດ.
ການສຶກສາໄດ້ສະແດງໃຫ້ເຫັນວ່າເປັນຈໍານວນຫຼາຍຂອງ nodules pulmonary indeterminate ກວດພົບໂດຍ LDCT ອາດຈະເຮັດໃຫ້ຄວາມຕ້ອງການສໍາລັບການທົດສອບເພີ່ມເຕີມເຊັ່ນ: PET-CT, biopsy ປອດ, ແລະ overtreatment ເນື່ອງຈາກການວິນິດໄສທີ່ບໍ່ຖືກຕ້ອງຂອງ malignancy.31 ດັ່ງທີ່ສະແດງຢູ່ໃນຮູບ 6, ການສຶກສາຂອງພວກເຮົາໄດ້ກໍານົດຄະນະກໍາມະຂອງ serum metabolites ທີ່ມີມູນຄ່າການວິນິດໄສທີ່ເປັນໄປໄດ້ທີ່ອາດຈະປັບປຸງ stratification ຄວາມສ່ຽງແລະການຄຸ້ມຄອງຕໍ່ໄປຂອງ nodules pulmonary ກວດພົບໂດຍ CT.
ຕ່ອມ pulmonary nodules ໄດ້ຖືກປະເມີນໂດຍໃຊ້ການກວດວິເຄາະໃນປະລິມານຕໍ່າ (LDCT) ໂດຍມີລັກສະນະການຖ່າຍຮູບທີ່ຊີ້ໃຫ້ເຫັນເຖິງສາເຫດທີ່ເປັນອັນຕະລາຍ ຫຼືເປັນອັນຕະລາຍ.ຜົນໄດ້ຮັບທີ່ບໍ່ແນ່ນອນຂອງ nodules ສາມາດນໍາໄປສູ່ການຕິດຕາມເລື້ອຍໆ, ການແຊກແຊງທີ່ບໍ່ຈໍາເປັນ, ແລະການປິ່ນປົວເກີນ.ການລວມເອົາຕົວຈັດປະເພດ metabolic ໃນ serum ທີ່ມີມູນຄ່າການວິນິດໄສອາດຈະປັບປຸງການປະເມີນຄວາມສ່ຽງແລະການຄຸ້ມຄອງຕໍ່ໄປຂອງ nodules pulmonary.ການກວດວິເຄາະການປ່ອຍອາຍພິດ PET positron.
ຂໍ້ມູນຈາກການສຶກສາ NLST ຂອງສະຫະລັດ ແລະການສຶກສາ NELSON ຂອງຢູໂຣບ ແນະນໍາວ່າ ການກວດຫາກຸ່ມທີ່ມີຄວາມສ່ຽງສູງ ທີ່ມີການກວດວິເຄາະໃນປະລິມານຕໍ່າ (LDCT) ອາດຈະຫຼຸດຜ່ອນອັດຕາການຕາຍຂອງມະເຮັງປອດ1,3.ຢ່າງໃດກໍ່ຕາມ, ການປະເມີນຄວາມສ່ຽງແລະການຄຸ້ມຄອງທາງດ້ານຄລີນິກຕໍ່ໄປຂອງຈໍານວນຂະຫນາດໃຫຍ່ຂອງ nodules pulmonary ໂດຍບັງເອີນທີ່ກວດພົບໂດຍ LDCT ຍັງຄົງເປັນສິ່ງທ້າທາຍທີ່ສຸດ.ເປົ້າຫມາຍຕົ້ນຕໍແມ່ນເພື່ອເພີ່ມປະສິດທິພາບການຈັດປະເພດທີ່ຖືກຕ້ອງຂອງໂປໂຕຄອນທີ່ອີງໃສ່ LDCT ທີ່ມີຢູ່ໂດຍການລວມເອົາ biomarkers ທີ່ເຊື່ອຖືໄດ້.
ຕົວຊີ້ວັດຊີວະພາບໂມເລກຸນທີ່ແນ່ນອນ, ເຊັ່ນ: ທາດແປ້ງເລືອດ, ໄດ້ຖືກລະບຸໂດຍການປຽບທຽບມະເຮັງປອດກັບການຄວບຄຸມທີ່ມີສຸຂະພາບດີ15,17.ໃນການສຶກສາໃນປະຈຸບັນ, ພວກເຮົາໄດ້ສຸມໃສ່ການນໍາໃຊ້ການວິເຄາະ metabolomics serum ເພື່ອຈໍາແນກລະຫວ່າງ nodules pulmonary benign ແລະ malignant ກວດພົບໂດຍບັງເອີນໂດຍ LDCT.ພວກເຮົາໄດ້ສົມທຽບການວັດແທກລະດັບໂລກໃນເຊລອມຂອງການຄວບຄຸມສຸຂະພາບ (HC), ເສັ້ນປະສາດປອດອ່ອນໆ (BN), ແລະຕົວຢ່າງຂອງປອດ adenocarcinoma (LA) ໄລຍະທີ I ໂດຍໃຊ້ການວິເຄາະ UPLC-HRMS.ພວກເຮົາພົບວ່າ HC ແລະ BN ມີໂປຣໄຟລ metabolic ທີ່ຄ້າຍຄືກັນ, ໃນຂະນະທີ່ LA ສະແດງໃຫ້ເຫັນການປ່ຽນແປງທີ່ສໍາຄັນເມື່ອທຽບກັບ HC ແລະ BN.ພວກເຮົາໄດ້ກໍານົດສອງຊຸດຂອງເຊລັມເມຕາໂບໄລທີ່ແຕກຕ່າງ LA ຈາກ HC ແລະ BN.
ລະບົບການກໍານົດທີ່ອີງໃສ່ LDCT ໃນປັດຈຸບັນສໍາລັບ nodules ທີ່ອ່ອນໂຍນແລະ malignant ແມ່ນສ່ວນໃຫຍ່ແມ່ນອີງໃສ່ຂະຫນາດ, ຄວາມຫນາແຫນ້ນ, morphology ແລະອັດຕາການຂະຫຍາຍຕົວຂອງ nodules ໃນໄລຍະເວລາ 30.ການສຶກສາທີ່ຜ່ານມາໄດ້ສະແດງໃຫ້ເຫັນວ່າຂະຫນາດຂອງ nodules ແມ່ນກ່ຽວຂ້ອງຢ່າງໃກ້ຊິດກັບຄວາມເປັນໄປໄດ້ຂອງມະເຮັງປອດ.ເຖິງແມ່ນວ່າໃນຄົນເຈັບທີ່ມີຄວາມສ່ຽງສູງ, ຄວາມສ່ຽງຂອງ malignancy ໃນ nodes <6 mm ແມ່ນ <1%.ຄວາມສ່ຽງຂອງການເປັນໂຣກມະເຮັງສໍາລັບການ nodules ການວັດແທກ 6 ຫາ 20 mm ລະຫວ່າງ 8% ຫາ 64% 30.ດັ່ງນັ້ນ, ສະມາຄົມ Fleischner ແນະນໍາໃຫ້ຕັດເສັ້ນຜ່າສູນກາງ 6 ມມສໍາລັບການຕິດຕາມ CT ປົກກະຕິ.29 ແນວໃດກໍ່ຕາມ, ການປະເມີນຄວາມສ່ຽງ ແລະ ການຄຸ້ມຄອງເສັ້ນປະສາດປອດທີ່ບໍ່ກຳນົດ (IPN) ຂະໜາດໃຫຍ່ກວ່າ 6 ມມ ຍັງບໍ່ທັນໄດ້ປະຕິບັດຢ່າງພຽງພໍ 31 .ການຄຸ້ມຄອງພະຍາດຫົວໃຈມາແຕ່ກຳເນີດໃນປະຈຸບັນແມ່ນອີງໃສ່ການລໍຖ້າເຝົ້າລະວັງດ້ວຍການຕິດຕາມ CT ເລື້ອຍໆ.
ໂດຍອີງໃສ່ metabolome ທີ່ຖືກຕ້ອງ, ພວກເຮົາໄດ້ສະແດງໃຫ້ເຫັນເປັນຄັ້ງທໍາອິດການທັບຊ້ອນຂອງລາຍເຊັນ metabolomic ລະຫວ່າງບຸກຄົນທີ່ມີສຸຂະພາບດີແລະ nodules benign <6 ມມ.ຄວາມຄ້າຍຄືກັນທາງຊີວະວິທະຍາແມ່ນສອດຄ່ອງກັບການຄົ້ນພົບ CT ທີ່ຜ່ານມາວ່າຄວາມສ່ຽງຂອງໂຣກມະເຮັງສໍາລັບ nodules <6 mm ແມ່ນຕໍ່າເທົ່າກັບວິຊາທີ່ບໍ່ມີ nodes.30 ຄວນສັງເກດວ່າຜົນໄດ້ຮັບຂອງພວກເຮົາຍັງສະແດງໃຫ້ເຫັນວ່າ nodules benign <6 mm ແລະ ≥6 mm ມີຄວາມສູງ. ຄວາມຄ້າຍຄືກັນໃນໂປຣໄຟລ metabolomic, ແນະນໍາວ່າຄໍານິຍາມທີ່ເປັນປະໂຫຍດຂອງ etiology benign ແມ່ນສອດຄ່ອງໂດຍບໍ່ຄໍານຶງເຖິງຂະຫນາດຂອງ nodule.ດັ່ງນັ້ນ, ແຜງ metabolite serum ການວິນິດໄສທີ່ທັນສະໄຫມອາດຈະສະຫນອງການວິເຄາະດຽວເປັນການທົດສອບອອກກົດລະບຽບໃນເວລາທີ່ nodules ຖືກກວດພົບໃນເບື້ອງຕົ້ນກ່ຽວກັບ CT ແລະອາດຈະຫຼຸດລົງການຕິດຕາມ serial.ໃນເວລາດຽວກັນ, ກະດານດຽວກັນຂອງ biomarkers metabolic ແຍກ nodules malignant ≥6 mm ໃນຂະຫນາດຈາກ nodules benign ແລະສະຫນອງການຄາດຄະເນທີ່ຖືກຕ້ອງສໍາລັບ IPNs ຂະຫນາດທີ່ຄ້າຍຄືກັນແລະລັກສະນະ morphological ambiguous ກ່ຽວກັບຮູບພາບ CT.ຕົວຈັດປະເພດ metabolism ໃນເຊລັ່ມນີ້ປະຕິບັດໄດ້ດີໃນການຄາດຄະເນຄວາມຮ້າຍແຮງຂອງ nodules ≥6 mm ດ້ວຍ AUC ຂອງ 0.927.ຮ່ວມກັນ, ຜົນໄດ້ຮັບຂອງພວກເຮົາຊີ້ໃຫ້ເຫັນວ່າລາຍເຊັນການເຜົາຜະຫລານຂອງເຊລຶມທີ່ເປັນເອກະລັກສະເພາະອາດຈະສະທ້ອນເຖິງການປ່ຽນແປງການເຜົາຜະຫລານການເຜົາຜະຫລານຂອງເນື້ອງອກໃນຕົ້ນໆແລະມີມູນຄ່າທີ່ອາດຈະເປັນຕົວຊີ້ບອກຄວາມສ່ຽງ, ບໍ່ຂຶ້ນກັບຂະຫນາດຂອງ nodule.
ໂດຍສະເພາະ, ປອດ adenocarcinoma (LUAD) ແລະ squamous cell carcinoma (LUSC) ແມ່ນປະເພດຕົ້ນຕໍຂອງມະເຮັງປອດທີ່ບໍ່ແມ່ນຈຸລັງຂະຫນາດນ້ອຍ (NSCLC).ເນື່ອງຈາກ LUSC ມີຄວາມກ່ຽວຂ້ອງກັນຢ່າງແຂງແຮງກັບການໃຊ້ຢາສູບ47 ແລະ LUAD ເປັນ histology ທົ່ວໄປທີ່ສຸດຂອງ nodules ປອດໂດຍບັງເອີນທີ່ກວດພົບໃນ CT screening48, ຮູບແບບການຈັດປະເພດຂອງພວກເຮົາໄດ້ຖືກສ້າງຂຶ້ນໂດຍສະເພາະສໍາລັບຕົວຢ່າງ adenocarcinoma ຂັ້ນຕອນ I.Wang ແລະເພື່ອນຮ່ວມງານຍັງໄດ້ສຸມໃສ່ LUAD ແລະໄດ້ກໍານົດ 9 ລາຍເຊັນ lipid ໂດຍໃຊ້ lipidomics ເພື່ອຈໍາແນກມະເຮັງປອດໃນໄລຍະຕົ້ນຈາກບຸກຄົນທີ່ມີສຸຂະພາບດີ17.ພວກເຮົາໄດ້ທົດສອບຮູບແບບການຈັດປະເພດໃນປະຈຸບັນໃນ 16 ກໍລະນີຂອງຂັ້ນຕອນ I LUSC ແລະ 74 nodules benign ແລະສັງເກດເຫັນຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນ LUSC ຕ່ໍາ (AUC 0.776), ແນະນໍາວ່າ LUAD ແລະ LUSC ອາດຈະມີລາຍເຊັນ metabolomic ຂອງຕົນເອງ.ແທ້ຈິງແລ້ວ, LUAD ແລະ LUSC ໄດ້ຖືກສະແດງໃຫ້ເຫັນວ່າມີຄວາມແຕກຕ່າງກັນໃນ etiology, ຕົ້ນກໍາເນີດທາງຊີວະພາບແລະຄວາມຜິດປົກກະຕິທາງພັນທຸກໍາ.ດັ່ງນັ້ນ, ປະເພດ histology ອື່ນຄວນຈະຖືກລວມເຂົ້າໃນແບບຈໍາລອງການຝຶກອົບຮົມສໍາລັບການກວດສອບປະຊາກອນຂອງມະເຮັງປອດໃນໂຄງການກວດ.
ທີ່ນີ້, ພວກເຮົາໄດ້ກໍານົດຫົກເສັ້ນທາງທີ່ມີການປ່ຽນແປງເລື້ອຍໆທີ່ສຸດໃນປອດ adenocarcinoma ເມື່ອທຽບກັບການຄວບຄຸມທີ່ມີສຸຂະພາບດີແລະ nodules benign.Xanthine ແລະ hypoxanthine ແມ່ນ metabolites ທົ່ວໄປຂອງເສັ້ນທາງ metabolic purine.ສອດຄ່ອງກັບຜົນໄດ້ຮັບຂອງພວກເຮົາ, ຕົວກາງທີ່ກ່ຽວຂ້ອງກັບການເຜົາຜະຫລານຂອງ purine ແມ່ນເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍໃນ serum ຫຼືເນື້ອເຍື່ອຂອງຄົນເຈັບທີ່ມີ adenocarcinoma ປອດເມື່ອປຽບທຽບກັບການຄວບຄຸມສຸຂະພາບຫຼືຄົນເຈັບໃນຂັ້ນຕອນ preinvasive15,50.ລະດັບສູງຂອງ xanthine ແລະ hypoxanthine ໃນ serum ອາດຈະສະທ້ອນເຖິງການ anabolism ທີ່ຕ້ອງການໂດຍການຂະຫຍາຍຈຸລັງມະເຮັງຢ່າງໄວວາ.dysregulation ຂອງ glucose metabolism ແມ່ນຈຸດເດັ່ນທີ່ມີຊື່ສຽງຂອງ metabolism ມະເຮັງ51.ໃນທີ່ນີ້, ພວກເຮົາໄດ້ສັງເກດເຫັນການເພີ່ມຂື້ນຢ່າງຫຼວງຫຼາຍຂອງ pyruvate ແລະ lactate ໃນກຸ່ມ LA ເມື່ອທຽບກັບກຸ່ມ HC ແລະ BN, ເຊິ່ງສອດຄ່ອງກັບບົດລາຍງານທີ່ຜ່ານມາກ່ຽວກັບຄວາມຜິດປົກກະຕິຂອງເສັ້ນທາງ glycolytic ໃນ serum metabolome profile ຂອງມະເຮັງປອດທີ່ບໍ່ແມ່ນຈຸລັງຂະຫນາດນ້ອຍ (NSCLC) ແລະ ການຄວບຄຸມສຸຂະພາບ.ຜົນໄດ້ຮັບແມ່ນສອດຄ່ອງ 52,53.
ສິ່ງສໍາຄັນ, ພວກເຮົາໄດ້ສັງເກດເຫັນຄວາມກ່ຽວຂ້ອງກັນລະຫວ່າງ pyruvate ແລະ tryptophan metabolism ໃນ serum ຂອງ adenocarcinomas ປອດ.ລະດັບ tryptophan ຂອງ serum ໄດ້ຖືກຫຼຸດລົງໃນກຸ່ມ LA ເມື່ອທຽບກັບກຸ່ມ HC ຫຼື BN.ຫນ້າສົນໃຈ, ການສຶກສາຂະຫນາດໃຫຍ່ທີ່ຜ່ານມາໂດຍໃຊ້ກຸ່ມທີ່ຄາດຫວັງໄດ້ພົບເຫັນວ່າລະດັບຕ່ໍາຂອງ tryptophan ທີ່ໄຫຼວຽນແມ່ນກ່ຽວຂ້ອງກັບຄວາມສ່ຽງຕໍ່ການເປັນມະເຮັງປອດເພີ່ມຂຶ້ນ 54 .Tryptophan ແມ່ນອາຊິດ amino ທີ່ສໍາຄັນທີ່ພວກເຮົາໄດ້ຮັບທັງຫມົດຈາກອາຫານ.ພວກເຮົາສະຫຼຸບວ່າການ depletion tryptophan ໃນເລືອດໃນ adenocarcinoma ປອດອາດຈະສະທ້ອນໃຫ້ເຫັນເຖິງການຫຼຸດລົງຢ່າງໄວວາຂອງ metabolite ນີ້.ມັນເປັນທີ່ຮູ້ຈັກດີວ່າຜະລິດຕະພັນສຸດທ້າຍຂອງ tryptophan catabolism ຜ່ານທາງ kynurenine ແມ່ນແຫຼ່ງຂອງການສັງເຄາະ de novo NAD+.ເນື່ອງຈາກວ່າ NAD + ຖືກຜະລິດຕົ້ນຕໍໂດຍຜ່ານເສັ້ນທາງການເກັບກູ້, ຄວາມສໍາຄັນຂອງ NAD + ໃນ metabolism tryptophan ໃນສຸຂະພາບແລະພະຍາດຍັງຄົງຖືກກໍານົດ46.ການວິເຄາະຖານຂໍ້ມູນ TCGA ຂອງພວກເຮົາໄດ້ສະແດງໃຫ້ເຫັນວ່າການສະແດງອອກຂອງ tryptophan transporter solute transporter 7A5 (SLC7A5) ເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍໃນປອດ adenocarcinoma ເມື່ອທຽບກັບການຄວບຄຸມປົກກະຕິແລະມີຄວາມກ່ຽວຂ້ອງໃນທາງບວກກັບການສະແດງອອກຂອງ enzyme glycolytic GAPDH.ການສຶກສາທີ່ຜ່ານມາສ່ວນໃຫຍ່ແມ່ນສຸມໃສ່ບົດບາດຂອງ tryptophan catabolism ໃນການສະກັດກັ້ນການຕອບສະຫນອງຂອງພູມຕ້ານທານ antitumor 40,41,42.ໃນທີ່ນີ້ພວກເຮົາສະແດງໃຫ້ເຫັນວ່າການຍັບຍັ້ງການດູດຊຶມຂອງ tryptophan ໂດຍການລົ້ມລົງຂອງ SLC7A5 ໃນຈຸລັງມະເຮັງປອດເຮັດໃຫ້ລະດັບ NAD ຂອງຈຸລັງຫຼຸດລົງຢ່າງຕໍ່ເນື່ອງແລະການຫຼຸດຜ່ອນກິດຈະກໍາ glycolytic ຮ່ວມກັນ.ສະຫລຸບລວມແລ້ວ, ການສຶກສາຂອງພວກເຮົາໃຫ້ພື້ນຖານທາງຊີວະພາບສໍາລັບການປ່ຽນແປງຂອງເຊລອມເມຕາລີ່ທີ່ກ່ຽວຂ້ອງກັບການປ່ຽນແປງທີ່ເປັນອັນຕະລາຍຂອງປອດ adenocarcinoma.
ການກາຍພັນຂອງ EGFR ແມ່ນການກາຍພັນຂອງຕົວຂັບທົ່ວໄປທີ່ສຸດໃນຄົນເຈັບທີ່ມີ NSCLC.ໃນການສຶກສາຂອງພວກເຮົາ, ພວກເຮົາໄດ້ພົບເຫັນວ່າຄົນເຈັບທີ່ມີ EGFR mutation (n = 41) ມີໂປຣໄຟລ metabolomic ໂດຍລວມທີ່ຄ້າຍຄືກັນກັບຄົນເຈັບທີ່ມີ EGFR ປະເພດທໍາມະຊາດ (n = 31), ເຖິງແມ່ນວ່າພວກເຮົາພົບເຫັນການຫຼຸດລົງຂອງລະດັບ serum ຂອງບາງ EGFR mutant ໃນຄົນເຈັບ acylcarnitine.ຫນ້າທີ່ສ້າງຕັ້ງຂຶ້ນຂອງ acylcarnitines ແມ່ນການຂົນສົ່ງກຸ່ມ acyl ຈາກ cytoplasm ເຂົ້າໄປໃນ mitochondrial matrix, ນໍາໄປສູ່ການຜຸພັງຂອງອາຊິດໄຂມັນເພື່ອຜະລິດພະລັງງານ 55 .ສອດຄ່ອງກັບການຄົ້ນພົບຂອງພວກເຮົາ, ການສຶກສາທີ່ຜ່ານມາຍັງໄດ້ກໍານົດໂປຣໄຟລ metabolome ທີ່ຄ້າຍຄືກັນລະຫວ່າງ tumors EGFR mutant ແລະ EGFR wild-types ໂດຍການວິເຄາະ metabolome ທົ່ວໂລກຂອງ 102 ປອດ adenocarcinoma ຕົວຢ່າງເນື້ອເຍື່ອ 50.ຫນ້າສົນໃຈ, ເນື້ອໃນ acylcarnitine ຍັງພົບເຫັນຢູ່ໃນກຸ່ມ EGFR mutant.ດັ່ງນັ້ນ, ບໍ່ວ່າຈະເປັນການປ່ຽນແປງໃນລະດັບ acylcarnitine ສະທ້ອນເຖິງການປ່ຽນແປງການເຜົາຜະຫລານຂອງ EGFR ທີ່ກະຕຸ້ນແລະເສັ້ນທາງໂມເລກຸນທີ່ຕິດພັນອາດຈະໄດ້ຮັບການສຶກສາຕື່ມອີກ.
ສະຫຼຸບແລ້ວ, ການສຶກສາຂອງພວກເຮົາໄດ້ສ້າງຕັ້ງຕົວຈັດປະເພດ metabolic serum ສໍາລັບການວິນິດໄສຄວາມແຕກຕ່າງຂອງ nodules pulmonary ແລະສະເຫນີຂະບວນການເຮັດວຽກທີ່ສາມາດເພີ່ມປະສິດທິພາບການປະເມີນຄວາມສ່ຽງແລະສ້າງຄວາມສະດວກໃນການຄຸ້ມຄອງທາງດ້ານການຊ່ວຍໂດຍອີງໃສ່ການກວດ CT scan.
ການສຶກສານີ້ໄດ້ຮັບການອະນຸມັດໂດຍຄະນະກໍາມະການດ້ານຈັນຍາບັນຂອງໂຮງຫມໍມະເຮັງມະຫາວິທະຍາໄລ Sun Yat-sen, ໂຮງຫມໍຮ່ວມທໍາອິດຂອງມະຫາວິທະຍາໄລ Sun Yat-sen, ແລະຄະນະກໍາມະການດ້ານຈັນຍາບັນຂອງໂຮງຫມໍມະເຮັງມະຫາວິທະຍາໄລ Zhengzhou.ໃນກຸ່ມການຄົ້ນພົບແລະການກວດສອບພາຍໃນ, 174 sera ຈາກບຸກຄົນທີ່ມີສຸຂະພາບດີແລະ 244 sera ຈາກ nodules benign ໄດ້ຖືກເກັບກໍາຈາກບຸກຄົນທີ່ຜ່ານການກວດກາທາງການແພດປະຈໍາປີຢູ່ກົມຄວບຄຸມແລະປ້ອງກັນມະເຮັງ, ສູນມະເຮັງມະຫາວິທະຍາໄລ Sun Yat-sen, ແລະ 166 nodules benign.ເຊລັມ.ໂຣກ adenocarcinomas ປອດໄລຍະທີ I ໄດ້ຖືກເກັບມາຈາກສູນມະເຮັງມະຫາວິທະຍາໄລ Sun Yat-sen.ໃນກຸ່ມການກວດສອບພາຍນອກ, ມີ 48 ກໍລະນີຂອງ nodules benign, 39 ກໍລະນີຂອງ adenocarcinoma ໄລຍະ I ປອດຈາກໂຮງຫມໍສາຂາທໍາອິດຂອງມະຫາວິທະຍາໄລ Sun Yat-sen, ແລະ 24 ກໍລະນີຂອງ adenocarcinoma ປອດຂັ້ນຕອນທີ I ຈາກໂຮງຫມໍມະເຮັງ Zhengzhou.ສູນມະເຮັງມະຫາວິທະຍາໄລ Sun Yat-sen ຍັງໄດ້ເກັບກໍາ 16 ກໍລະນີຂອງມະເຮັງປອດຂອງຈຸລັງ squamous ຂັ້ນຕອນ I ເພື່ອທົດສອບຄວາມສາມາດໃນການວິນິດໄສຂອງຕົວຈັດປະເພດ metabolic ທີ່ສ້າງຕັ້ງຂຶ້ນ (ຄຸນລັກສະນະຂອງຄົນເຈັບແມ່ນສະແດງຢູ່ໃນຕາຕະລາງເສີມ 5).ຕົວຢ່າງຈາກກຸ່ມການຄົ້ນພົບ ແລະກຸ່ມກວດສອບພາຍໃນໄດ້ຖືກເກັບເອົາໃນລະຫວ່າງເດືອນມັງກອນ 2018 ຫາເດືອນພຶດສະພາ 2020. ຕົວຢ່າງສໍາລັບກຸ່ມກວດສອບການກວດສອບພາຍນອກໄດ້ຖືກເກັບເອົາໃນລະຫວ່າງເດືອນສິງຫາ 2021 ຫາເດືອນຕຸລາ 2022. ເພື່ອຫຼຸດຜ່ອນຄວາມລໍາອຽງລະຫວ່າງຍິງ-ຊາຍ, ປະມານຈໍານວນກໍລະນີຂອງເພດຊາຍ ແລະເພດຍິງແມ່ນໄດ້ຖືກມອບໃຫ້ແຕ່ລະຄົນ. ກຸ່ມ.ທີມງານ Discovery ແລະທີມງານທົບທວນພາຍໃນ.ເພດຂອງຜູ້ເຂົ້າຮ່ວມໄດ້ຖືກກໍານົດໂດຍອີງໃສ່ບົດລາຍງານຕົນເອງ.ໄດ້ຮັບການຍິນຍອມເຫັນດີຈາກຜູ້ເຂົ້າຮ່ວມທັງໝົດ ແລະບໍ່ມີການໃຫ້ຄ່າຊົດເຊີຍໃດໆ.ຫົວຂໍ້ທີ່ມີ benign nodules ແມ່ນຜູ້ທີ່ມີຄະແນນ CT scan ຄົງທີ່ 2 ຫາ 5 ປີໃນເວລາທີ່ການວິເຄາະ, ຍົກເວັ້ນ 1 ກໍລະນີຈາກຕົວຢ່າງການກວດສອບພາຍນອກ, ເຊິ່ງໄດ້ຖືກເກັບກໍາໄວ້ກ່ອນການຜ່າຕັດແລະວິນິດໄສໂດຍ histopathology.ຍົກເວັ້ນພະຍາດຫຼອດລົມອັກເສບຊໍາເຮື້ອ.ກໍລະນີ adenocarcinoma ປອດໄດ້ຖືກເກັບກໍາກ່ອນທີ່ຈະຜ່າຕັດປອດແລະຢືນຢັນໂດຍການວິນິດໄສທາງ pathological.ຕົວຢ່າງເລືອດທີ່ອົດອາຫານຖືກເກັບຢູ່ໃນທໍ່ແຍກ serum ໂດຍບໍ່ມີສານຕ້ານການ coagulants.ຕົວຢ່າງເລືອດຖືກກັກຂັງເປັນເວລາ 1 ຊົ່ວໂມງຢູ່ທີ່ອຸນຫະພູມຫ້ອງ ແລະຈາກນັ້ນນຳໄປສູນພັນຢູ່ທີ່ 2851 × g ເປັນເວລາ 10 ນາທີທີ່ອຸນຫະພູມ 4 ອົງສາ C ເພື່ອເກັບເອົາ serum supernatant.serum aliquots ຖືກແຊ່ແຂງຢູ່ທີ່ -80 ° C ຈົນກ່ວາການສະກັດເອົາ metabolite.ກົມກວດພະຍາດມະເຮັງ ແລະ ກວດພະຍາດມະເຮັງມະຫາວິທະຍາໄລ Sun Yat-sen ໄດ້ເກັບກຳເຊລ້ຳຈາກຜູ້ບໍລິຈາກສຸຂະພາບດີ 100 ໜ່ວຍ, ໃນນັ້ນມີເພດຊາຍ ແລະ ຍິງ ອາຍຸ 40 – 55 ປີ ເທົ່າກັນ.ປະລິມານເທົ່າທຽມກັນຂອງແຕ່ລະຕົວຢ່າງຜູ້ໃຫ້ທຶນໄດ້ຖືກປະສົມ, ສະລອຍນ້ໍາຜົນໄດ້ຮັບໄດ້ຖືກ aliquoted ແລະເກັບຮັກສາໄວ້ທີ່ -80 ° C.ການປະສົມ serum ໄດ້ຖືກນໍາໃຊ້ເປັນເອກະສານອ້າງອີງສໍາລັບການຄວບຄຸມຄຸນນະພາບແລະມາດຕະຖານຂໍ້ມູນ.
serum ອ້າງອິງແລະຕົວຢ່າງການທົດສອບໄດ້ຖືກ thawed ແລະ metabolites ໄດ້ຖືກສະກັດໂດຍໃຊ້ວິທີການສະກັດເອົາປະສົມປະສານ (MTBE / methanol / water) 56 .ໂດຍຫຍໍ້, 50 μlຂອງ serum ແມ່ນປະສົມກັບ 225 μlຂອງ methanol ເຢັນກ້ອນແລະ 750 μlຂອງ ice-cold methyl tert-butyl ether (MTBE).stir ປະ ສົມ ແລະ incubate ສຸດ ກ້ອນ ສໍາ ລັບ 1 ຊົ່ວ ໂມງ .ຫຼັງຈາກນັ້ນ, ຕົວຢ່າງໄດ້ຖືກປະສົມແລະ vortex ປະສົມກັບ 188 μlຂອງນ້ໍາ MS-grade ທີ່ມີມາດຕະຖານພາຍໃນ (13C-lactate, 13C3-pyruvate, 13C-methionine, ແລະ 13C6-isoleucine, ຊື້ຈາກ Cambridge Isotope Laboratories).ຫຼັງຈາກນັ້ນ, ທາດປະສົມໄດ້ຖືກນໍາໄປສູນພັນຢູ່ທີ່ 15,000 × g ສໍາລັບ 10 ນາທີຢູ່ທີ່ 4 ° C, ແລະໄລຍະຕ່ໍາໄດ້ຖືກໂອນເຂົ້າໄປໃນສອງທໍ່ (125 μLແຕ່ລະຄົນ) ສໍາລັບການວິເຄາະ LC-MS ໃນຮູບແບບໃນທາງບວກແລະທາງລົບ.ສຸດທ້າຍ, ຕົວຢ່າງໄດ້ຖືກ evaporated ກັບຄວາມແຫ້ງແລ້ງໃນ concentrator ສູນຍາກາດຄວາມໄວສູງ.
metabolites ແຫ້ງໄດ້ຖືກປະກອບໃຫມ່ໃນ 120 μlຂອງ 80% acetonitrile, vortexed ສໍາລັບ 5 ນາທີ, ແລະ centrifuged ທີ່ 15,000 × g ສໍາລັບ 10 ນາທີຢູ່ທີ່ 4 ° C.supernatants ໄດ້ຖືກໂອນເຂົ້າໄປໃນ vials ແກ້ວອໍາພັນທີ່ມີ microinserts ສໍາລັບການສຶກສາ metabolomics.ການວິເຄາະເມຕາໂບໂລມິກທີ່ບໍ່ໄດ້ກຳນົດເປົ້າໝາຍຢູ່ໃນແພລດຟອມ chromatography ຂອງແຫຼວທີ່ມີປະສິດຕິພາບສູງ-ຄວາມລະອຽດສູງ (UPLC-HRMS).Metabolites ຖືກແຍກອອກໂດຍໃຊ້ລະບົບ Dionex Ultimate 3000 UPLC ແລະຖັນ ACQUITY BEH Amide (2.1 × 100 mm, 1.7 μm, Waters).ໃນຮູບແບບ ion ບວກ, ໄລຍະມືຖືແມ່ນ 95% (A) ແລະ 50% acetonitrile (B), ແຕ່ລະປະກອບດ້ວຍ 10 mmol / L ammonium acetate ແລະ 0.1% ອາຊິດ formic.ໃນຮູບແບບທາງລົບ, ໄລຍະມືຖື A ແລະ B ມີ 95% ແລະ 50% acetonitrile, ຕາມລໍາດັບ, ທັງສອງໄລຍະມີ 10 mmol/L ammonium acetate, pH = 9. ໂຄງການ gradient ມີດັ່ງນີ້: 0–0.5 ນາທີ, 2% B;0.5–12 ນາທີ, 2–50% B;12–14 ນາທີ, 50–98% B;14–16 ນາທີ, 98% B;16–16.1.min, 98 –2% B;16.1–20 ນາທີ, 2% B. ຖັນຖືກຮັກສາໄວ້ຢູ່ທີ່ 40°C ແລະຕົວຢ່າງຢູ່ທີ່ 10°C ໃນຕົວເກັບຕົວຢ່າງອັດຕະໂນມັດ.ອັດຕາການໄຫຼແມ່ນ 0.3 ມລ / ນາທີ, ປະລິມານການສັກຢາແມ່ນ 3 μl.A Q-Exactive Orbitrap mass spectrometer (Thermo Fisher Scientific) ທີ່ມີແຫຼ່ງ electrospray ionization (ESI) ຖືກປະຕິບັດໃນໂຫມດສະແກນເຕັມຮູບແບບແລະສົມທົບກັບໂຫມດການຕິດຕາມ ddMS2 ເພື່ອເກັບກໍາຂໍ້ມູນປະລິມານຂະຫນາດໃຫຍ່.ຕົວກໍານົດການ MS ໄດ້ຖືກກໍານົດດັ່ງຕໍ່ໄປນີ້: ແຮງດັນຂອງສີດ +3.8 kV /- 3.2 kV, ອຸນຫະພູມ capillary 320 ° C, ອາຍແກັສ shielding 40 arb, ອາຍແກັສ auxiliary 10 arb, ອຸນຫະພູມເຄື່ອງເຮັດຄວາມຮ້ອນ probe 350 ° C, ໄລຍະການສະແກນ 70-1050 m / h, ຄວາມລະອຽດ.70 000. ຂໍ້ມູນໄດ້ມາໂດຍໃຊ້ Xcalibur 4.1 (Thermo Fisher Scientific).
ເພື່ອປະເມີນຄຸນນະພາບຂໍ້ມູນ, ຕົວຢ່າງການຄວບຄຸມຄຸນນະພາບລວມ (QC) ໄດ້ຖືກສ້າງຂື້ນໂດຍການເອົາ 10 μL aliquots ຂອງ supernatant ອອກຈາກແຕ່ລະຕົວຢ່າງ.ການສີດຕົວຢ່າງການຄວບຄຸມຄຸນນະພາບຫົກຄັ້ງໄດ້ຖືກວິເຄາະໃນຕອນຕົ້ນຂອງລໍາດັບການວິເຄາະເພື່ອປະເມີນຄວາມຫມັ້ນຄົງຂອງລະບົບ UPLC-MS.ຫຼັງຈາກນັ້ນ, ຕົວຢ່າງການຄວບຄຸມຄຸນນະພາບໄດ້ຖືກນໍາສະເຫນີເປັນໄລຍະເຂົ້າໄປໃນ batch.ທັງໝົດ 11 ຊຸດຂອງຕົວຢ່າງ serum ໃນການສຶກສານີ້ໄດ້ຖືກວິເຄາະໂດຍ LC-MS.Aliquots ຂອງປະສົມສະນຸກເກີ serum ຈາກ 100 ຜູ້ໃຫ້ທຶນທີ່ມີສຸຂະພາບດີໄດ້ຖືກນໍາໃຊ້ເປັນເອກະສານອ້າງອີງໃນ batches ທີ່ກ່ຽວຂ້ອງເພື່ອຕິດຕາມກວດກາຂະບວນການສະກັດແລະປັບສໍາລັບຜົນກະທົບ batch-to-batch.ການວິເຄາະ metabolomics ທີ່ບໍ່ໄດ້ກໍານົດເປົ້າຫມາຍຂອງກຸ່ມການຄົ້ນພົບ, ກຸ່ມການກວດສອບພາຍໃນ, ແລະກຸ່ມກວດສອບພາຍນອກໄດ້ຖືກປະຕິບັດຢູ່ທີ່ສູນ Metabolomics ຂອງມະຫາວິທະຍາໄລ Sun Yat-sen.ຫ້ອງທົດລອງພາຍນອກຂອງສູນວິເຄາະແລະທົດສອບເຕັກໂນໂລຊີຂອງມະຫາວິທະຍາໄລກວາງຕຸ້ງຍັງໄດ້ວິເຄາະ 40 ຕົວຢ່າງຈາກກຸ່ມພາຍນອກເພື່ອທົດສອບການປະຕິບັດຕົວແບບການຈັດປະເພດ.
ຫຼັງຈາກການສະກັດເອົາແລະສ້າງໃຫມ່, ປະລິມານຢ່າງແທ້ຈິງຂອງເຊລັ່ມເມຕາໂບໄລໄດ້ຖືກວັດແທກໂດຍໃຊ້ spectrometry ຂອງແຫຼວ chromatography-tandem ປະສິດທິພາບສູງ (Agilent 6495 triple quadrupole) ດ້ວຍແຫຼ່ງ electrospray ionization (ESI) ໃນໂຫມດການຕິດຕາມຕິກິຣິຍາຫຼາຍ (MRM).ຖັນ ACQUITY BEH Amide (2.1 × 100 mm, 1.7 μm, Waters) ຖືກໃຊ້ເພື່ອແຍກທາດ metabolites.ໄລຍະມືຖືປະກອບດ້ວຍ 90% (A) ແລະ 5% acetonitrile (B) ທີ່ມີ 10 mmol/L ammonium acetate ແລະ 0.1% ammonia solution.ໂຄງການ gradient ມີດັ່ງນີ້: 0–1.5 ນາທີ, 0% B;1.5–6.5 ນາທີ, 0–15% B;6.5–8 ນາທີ, 15% B;8–8.5 ນທ, 15%–0% B;8.5–11.5 ນທ, 0%B.ຖັນໄດ້ຖືກຮັກສາໄວ້ຢູ່ທີ່ 40 ° C ແລະຕົວຢ່າງຢູ່ທີ່ 10 ° C ໃນຕົວເກັບຕົວຢ່າງອັດຕະໂນມັດ.ອັດຕາການໄຫຼແມ່ນ 0.3 ມລ/ນາທີ ແລະປະລິມານການສີດແມ່ນ 1 μL.ຕົວກໍານົດການ MS ໄດ້ຖືກກໍານົດດັ່ງຕໍ່ໄປນີ້: ແຮງດັນ capillary ± 3.5 kV, ຄວາມກົດດັນ nebulizer 35 psi, ການໄຫຼຂອງອາຍແກັສ sheath 12 L / ນາທີ, ອຸນຫະພູມອາຍແກັສ sheath 350 ° C, ອຸນຫະພູມອາຍແກັສແຫ້ງ 250 ° C, ແລະການອົບແຫ້ງອາຍແກັສໄຫຼ 14 l / ນາທີ.ການແປງ MRM ຂອງ tryptophan, pyruvate, lactate, hypoxanthine ແລະ xanthine ແມ່ນ 205.0–187.9, 87.0–43.4, 89.0–43.3, 135.0–92.3 ແລະ 151.0–107.9 ຕາມລໍາດັບ.ຂໍ້ມູນໄດ້ຖືກເກັບກໍາໂດຍໃຊ້ Mass Hunter B.07.00 (Agilent Technologies).ສໍາລັບຕົວຢ່າງ serum, tryptophan, pyruvate, lactate, hypoxanthine, ແລະ xanthine ໄດ້ຖືກຄິດໄລ່ໂດຍໃຊ້ເສັ້ນໂຄ້ງການປັບຕົວຂອງວິທີແກ້ໄຂປະສົມມາດຕະຖານ.ສໍາລັບຕົວຢ່າງຂອງເຊນ, ເນື້ອໃນ tryptophan ໄດ້ຖືກປັບປຸງເປັນປົກກະຕິກັບມາດຕະຖານພາຍໃນແລະທາດໂປຼຕີນຈາກຈຸລັງ.
ການສະກັດເອົາສູງສຸດ (m/z ແລະເວລາເກັບຮັກສາ (RT)) ຖືກປະຕິບັດໂດຍໃຊ້ Compound Discovery 3.1 ແລະ TraceFinder 4.0 (Thermo Fisher Scientific).ເພື່ອລົບລ້າງຄວາມແຕກຕ່າງທີ່ເປັນໄປໄດ້ລະຫວ່າງຊຸດ, ແຕ່ລະຈຸດສູງສຸດຂອງຕົວຢ່າງການທົດສອບໄດ້ຖືກແບ່ງອອກໂດຍຈຸດສູງສຸດຂອງວັດສະດຸອ້າງອີງຈາກຊຸດດຽວກັນເພື່ອໃຫ້ໄດ້ຄວາມອຸດົມສົມບູນທີ່ກ່ຽວຂ້ອງ.ການບິດເບືອນມາດຕະຖານທີ່ກ່ຽວຂ້ອງຂອງມາດຕະຖານພາຍໃນກ່ອນແລະຫຼັງການກໍານົດມາດຕະຖານແມ່ນສະແດງຢູ່ໃນຕາຕະລາງເສີມ 6. ຄວາມແຕກຕ່າງລະຫວ່າງສອງກຸ່ມແມ່ນມີລັກສະນະໂດຍອັດຕາການຄົ້ນພົບທີ່ບໍ່ຖືກຕ້ອງ (FDR<0.05, Wilcoxon signed test) ແລະການປ່ຽນແປງເທົ່າຕົວ (>1.2 ຫຼື <0.83).ຂໍ້ມູນ MS ດິບຂອງຄຸນສົມບັດທີ່ສະກັດອອກມາ ແລະຂໍ້ມູນ MS ທີ່ຖືກແກ້ໄຂໃນເຊລັມອ້າງອີງແມ່ນສະແດງຢູ່ໃນຂໍ້ມູນເສີມ 1 ແລະຂໍ້ມູນເສີມ 2, ຕາມລໍາດັບ.ຄໍາບັນຍາຍສູງສຸດໄດ້ຖືກປະຕິບັດໂດຍອີງໃສ່ສີ່ລະດັບຂອງການກໍານົດ, ລວມທັງ metabolites ກໍານົດ, ທາດປະສົມ putatively annotated, ຫ້ອງຮຽນປະສົມລັກສະນະ putatively, ແລະທາດປະສົມທີ່ບໍ່ຮູ້ຈັກ 22 .ອີງຕາມການຄົ້ນຫາຖານຂໍ້ມູນໃນ Compound Discovery 3.1 (mzCloud, HMDB, Chempider), ທາດປະສົມທາງຊີວະພາບທີ່ມີມາດຕະຖານທີ່ສອດຄ້ອງກັນ MS/MS ຫຼືຄໍາບັນຍາຍທີ່ກົງກັນທີ່ແນ່ນອນໃນ mzCloud (ຄະແນນ> 85) ຫຼື Chemspider ສຸດທ້າຍໄດ້ຖືກເລືອກເປັນຕົວກາງລະຫວ່າງ metabolome ທີ່ແຕກຕ່າງກັນ.ຄໍາບັນຍາຍສູງສຸດສໍາລັບແຕ່ລະລັກສະນະແມ່ນລວມຢູ່ໃນຂໍ້ມູນເສີມ 3. MetaboAnalyst 5.0 ຖືກນໍາໃຊ້ສໍາລັບການວິເຄາະ univariate ຂອງ sum-normalized metabolite ອຸດົມສົມບູນ.MetaboAnalyst 5.0 ຍັງໄດ້ປະເມີນການວິເຄາະການຂະຫຍາຍເສັ້ນທາງ KEGG ໂດຍອີງໃສ່ metabolites ທີ່ແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍ.ການວິເຄາະອົງປະກອບຫຼັກ (PCA) ແລະການວິເຄາະການຈໍາແນກສີ່ຫຼ່ຽມນ້ອຍສຸດບາງສ່ວນ (PLS-DA) ໄດ້ຖືກວິເຄາະໂດຍໃຊ້ຊຸດຊອບແວ ropls (v.1.26.4) ດ້ວຍການເຮັດໃຫ້ປົກກະຕິ stack ແລະ autoscaling.ຮູບແບບ biomarker metabolite ທີ່ດີທີ່ສຸດສໍາລັບການຄາດຄະເນ malignancy nodule ໄດ້ຖືກສ້າງຂື້ນໂດຍນໍາໃຊ້ການຖົດຖອຍຂອງ logistic binary ທີ່ມີການຫົດຕົວຢ່າງຫນ້ອຍຢ່າງແທ້ຈິງແລະການຄັດເລືອກ (LASSO, R package v.4.1-3).ການປະຕິບັດຕົວແບບຈໍາແນກໃນຊຸດການຊອກຄົ້ນຫາແລະການກວດສອບແມ່ນມີລັກສະນະໂດຍການຄາດຄະເນ AUC ໂດຍອີງໃສ່ການວິເຄາະ ROC ອີງຕາມຊຸດ pROC (v.1.18.0.).ການຕັດຄວາມເປັນໄປໄດ້ທີ່ດີທີ່ສຸດແມ່ນໄດ້ຮັບໂດຍອີງໃສ່ດັດຊະນີ Youden ສູງສຸດຂອງຕົວແບບ (ຄວາມອ່ອນໄຫວ + ຄວາມສະເພາະ – 1).ຕົວຢ່າງທີ່ມີມູນຄ່າຫນ້ອຍຫຼືຫຼາຍກວ່າເກນຈະຖືກຄາດຄະເນວ່າເປັນ nodules benign ແລະປອດ adenocarcinoma, ຕາມລໍາດັບ.
ຈຸລັງ A549 (#CCL-185, ການເກັບກໍາວັດທະນະທໍາປະເພດອາເມລິກາ) ໄດ້ຖືກປູກຢູ່ໃນຂະຫນາດກາງ F-12K ທີ່ມີ 10% FBS.ເສັ້ນຜົມສັ້ນ RNA (shRNA) ລຳດັບທີ່ແນເປົ້າໃສ່ SLC7A5 ແລະການຄວບຄຸມທີ່ບໍ່ກຳນົດເປົ້າໝາຍ (NC) ໄດ້ຖືກໃສ່ເຂົ້າໄປໃນ vector lentiviral pLKO.1-puro.ລຳດັບ antisense ຂອງ shSLC7A5 ມີດັ່ງນີ້: Sh1 (5′-GGAGAAACCTGATGAACAGTT-3′), Sh2 (5′-GCCGTGGACTTCGGAACTAT-3′).ພູມຕ້ານທານຕໍ່ກັບ SLC7A5 (#5347) ແລະ tubulin (#2148) ຖືກຊື້ຈາກເຕັກໂນໂລຊີສັນຍານຂອງເຊນ.ພູມຕ້ານທານກັບ SLC7A5 ແລະ tubulin ຖືກນໍາໃຊ້ຢູ່ທີ່ການເຈືອຈາງຂອງ 1: 1000 ສໍາລັບການວິເຄາະ blot ຕາເວັນຕົກ.
ການທົດສອບຄວາມເຄັ່ງຕຶງຂອງ Seahorse XF Glycolytic ວັດແທກລະດັບຄວາມເປັນກົດ extracellular (ECAR).ໃນການວິເຄາະ, glucose, oligomycin A, ແລະ 2-DG ໄດ້ຖືກປະຕິບັດຕາມລໍາດັບເພື່ອທົດສອບຄວາມສາມາດຂອງ glycolytic ຈຸລັງຕາມການວັດແທກໂດຍ ECAR.
ຈຸລັງ A549 ທີ່ຖືກຖ່າຍທອດດ້ວຍການຄວບຄຸມທີ່ບໍ່ແມ່ນເປົ້າຫມາຍ (NC) ແລະ shSLC7A5 (Sh1, Sh2) ຖືກ plated ຄືນໃນຖ້ວຍເສັ້ນຜ່າກາງ 10 ຊມ.ເຊລເມຕາໂບໄລຖືກສະກັດດ້ວຍນໍ້າກ້ອນ 1 ມລ 80% methanol aqueous.ຈຸລັງໃນການແກ້ໄຂເມທານອນໄດ້ຖືກຂູດອອກ, ລວບລວມເຂົ້າໄປໃນທໍ່ໃຫມ່, ແລະແກນສູນກາງຢູ່ທີ່ 15,000 × g ສໍາລັບ 15 ນາທີຢູ່ທີ່ 4 ° C.ລວບລວມ 800 µl ຂອງ supernatant ແລະແຫ້ງໂດຍນໍາໃຊ້ສູນສູນຍາກາດຄວາມໄວສູງ.ຫຼັງຈາກນັ້ນ, ເມັດ metabolite ແຫ້ງໄດ້ຖືກວິເຄາະສໍາລັບລະດັບ tryptophan ໂດຍໃຊ້ LC-MS / MS ດັ່ງທີ່ໄດ້ອະທິບາຍຂ້າງເທິງ.ລະດັບ Cellular NAD(H) ໃນຈຸລັງ A549 (NC ແລະ shSLC7A5) ໄດ້ຖືກວັດແທກໂດຍໃຊ້ຊຸດ colorimetric NAD+/NADH ປະລິມານ (#K337, BioVision) ຕາມຄໍາແນະນໍາຂອງຜູ້ຜະລິດ.ລະດັບທາດໂປຼຕີນໄດ້ຖືກວັດແທກສໍາລັບແຕ່ລະຕົວຢ່າງເພື່ອເຮັດໃຫ້ປະລິມານຂອງ metabolites ເປັນປົກກະຕິ.
ບໍ່ມີວິທີການສະຖິຕິຖືກນໍາໃຊ້ເພື່ອກໍານົດຂະຫນາດຕົວຢ່າງເບື້ອງຕົ້ນ.ການສຶກສາ metabolomics ທີ່ຜ່ານມາເພື່ອແນໃສ່ການຄົ້ນພົບ biomarker15,18 ໄດ້ຖືກພິຈາລະນາເປັນມາດຕະຖານສໍາລັບການກໍານົດຂະຫນາດ, ແລະເມື່ອປຽບທຽບກັບບົດລາຍງານເຫຼົ່ານີ້, ຕົວຢ່າງຂອງພວກເຮົາແມ່ນພຽງພໍ.ບໍ່ມີຕົວຢ່າງໃດຖືກຍົກເວັ້ນຈາກກຸ່ມການສຶກສາ.ຕົວຢ່າງ serum ໄດ້ຖືກມອບໃຫ້ແບບສຸ່ມໃຫ້ກັບກຸ່ມການຄົ້ນພົບ (306 ກໍລະນີ, 74.6%) ແລະກຸ່ມການກວດສອບພາຍໃນ (104 ກໍລະນີ, 25.4%) ສໍາລັບການສຶກສາ metabolomics ທີ່ບໍ່ມີເປົ້າຫມາຍ.ພວກເຮົາຍັງໄດ້ເລືອກແບບສຸ່ມ 70 ກໍລະນີຈາກແຕ່ລະກຸ່ມຈາກການຄົ້ນພົບທີ່ກໍານົດໄວ້ສໍາລັບການສຶກສາ metabolomics ເປົ້າຫມາຍ.ຜູ້ສືບສວນໄດ້ຖືກຕາບອດຕໍ່ການມອບຫມາຍກຸ່ມໃນລະຫວ່າງການເກັບລວບລວມຂໍ້ມູນແລະການວິເຄາະ LC-MS.ການວິເຄາະທາງສະຖິຕິຂອງຂໍ້ມູນ metabolomics ແລະການທົດລອງເຊນແມ່ນໄດ້ອະທິບາຍຢູ່ໃນພາກສ່ວນຜົນໄດ້ຮັບ, ຄວາມຫມາຍຂອງຮູບ, ແລະວິທີການ.ປະລິມານຂອງ tryptophan cellular, NADT, ແລະກິດຈະກໍາ glycolytic ໄດ້ຖືກປະຕິບັດສາມເທື່ອຢ່າງເປັນເອກະລາດດ້ວຍຜົນໄດ້ຮັບທີ່ຄ້າຍຄືກັນ.
ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບການອອກແບບການສຶກສາ, ເບິ່ງບົດລາຍງານທໍາມະຊາດບົດລາຍງານ Abstract ທີ່ກ່ຽວຂ້ອງກັບບົດຄວາມນີ້.
ຂໍ້ມູນ MS ດິບຂອງຄຸນສົມບັດທີ່ສະກັດອອກມາ ແລະຂໍ້ມູນ MS ປົກກະຕິຂອງເຊລັມອ້າງອີງແມ່ນສະແດງຢູ່ໃນຂໍ້ມູນເສີມ 1 ແລະຂໍ້ມູນເສີມ 2, ຕາມລໍາດັບ.ຄໍາບັນຍາຍສູງສຸດສໍາລັບລັກສະນະທີ່ແຕກຕ່າງກັນແມ່ນນໍາສະເຫນີຢູ່ໃນຂໍ້ມູນເສີມ 3. ຊຸດຂໍ້ມູນ LUAD TCGA ສາມາດດາວໂຫຼດໄດ້ຈາກ https://portal.gdc.cancer.gov/.ຂໍ້ມູນການປ້ອນຂໍ້ມູນສໍາລັບການວາງແຜນວາດແມ່ນສະຫນອງໃຫ້ຢູ່ໃນຂໍ້ມູນທີ່ມາ.ຂໍ້ມູນແຫຼ່ງຂໍ້ມູນແມ່ນສະຫນອງໃຫ້ສໍາລັບບົດຄວາມນີ້.
ກຸ່ມການສຶກສາກວດປອດແຫ່ງຊາດ, ແລະອື່ນໆ, ຫຼຸດຜ່ອນອັດຕາການຕາຍຂອງມະເຮັງປອດດ້ວຍການກວດວິເຄາະໃນປະລິມານຕໍ່າ.ພາກເຫນືອຂອງອັງກິດ.J. Med.365, 395–409 (2011).
Kramer, BS, Berg, KD, Aberle, DR ແລະ Prophet, PC Lung cancer screening using low-dose helical CT: results from the National Lung Screening Study (NLST).J. Med.ໜ້າຈໍ 18, 109–111 (2011).
De Koning, HJ, et al.ການຫຼຸດຜ່ອນອັດຕາການຕາຍຂອງມະເຮັງປອດດ້ວຍການກວດ CT volumetric ໃນການທົດລອງແບບສຸ່ມ.ພາກເຫນືອຂອງອັງກິດ.J. Med.382, 503–513 (2020).
ເວລາປະກາດ: ກັນຍາ-18-2023