楊太忠,羅 萍,李艷麗,華 瑞,尹沛源*,許國旺
(1.吉林大學(xué)第一醫(yī)院,吉林 長春 130021;2.中國科學(xué)院大連化學(xué)物理研究所,遼寧 大連 116023)
胃癌(gastric cancer,GC)是全球最普遍和致命的癌癥之一,每年確診的新發(fā)病例大約有100萬人,是癌癥相關(guān)死亡的第二大病因[1]。由于早期胃癌通常無癥狀,由此帶來的診斷滯后是目前癌癥患者高死亡率的一個主要原因。迄今為止,侵入性的內(nèi)窺鏡檢查仍然是胃癌診斷最可靠和準(zhǔn)確的方法。盡管內(nèi)鏡篩查胃癌在日本廣泛實施,但是在其他絕大部分國家,這種侵入性的檢查方法的可行性和經(jīng)濟性仍受到質(zhì)疑[2]。就這一點而言,目前臨床上缺乏一種簡單而可靠的用于胃癌診斷的血清標(biāo)志物[3]來實現(xiàn)對這一致命癌癥的無創(chuàng)篩檢。
代謝組學(xué)(metabolomics)是目前癌癥早期診斷和預(yù)后判斷的相關(guān)分子標(biāo)志物發(fā)現(xiàn)和篩選[4-6]的一種高效的技術(shù)手段。在代謝組學(xué)研究中,代謝組分析常采用靶向分析[7]及非靶向分析[8]的策略,而非靶向分析是其中的主流,尤其適用于代謝標(biāo)志物發(fā)現(xiàn)的相關(guān)研究[9]。飛行時間(time of flight,TOF)質(zhì)譜因其掃描速度快,分辨率高,是非靶向代謝組分析最常用的儀器之一?;赥OF的非靶向方法[10]具有分析通量高、數(shù)據(jù)信息豐富等優(yōu)點,但其在數(shù)據(jù)的穩(wěn)定性、重復(fù)性以及定量的線性范圍等方面仍存在一定的缺陷。以三重四極桿(triple-quadrupole,TQ)質(zhì)譜多反應(yīng)監(jiān)測(multiple reaction monitoring,MRM)技術(shù)為代表的靶向分析[11]方法雖然能夠彌補非靶向方法的上述不足,但是其自身也存在著同時分析的靶標(biāo)數(shù)目有限、建立方法依賴于標(biāo)準(zhǔn)品等不足,對于生物樣本代謝組信息的覆蓋仍有局限,并不適用于大規(guī)模的代謝輪廓分析。
考慮到非靶向及靶向分析方法的特征及優(yōu)勢,本實驗室提出了“擬靶向”的概念[12]。擬靶向技術(shù)方案的核心思想是將非靶向分析的高通量、無偏向的代謝物信息獲取和靶向方法的高特異性檢測和準(zhǔn)確定量相結(jié)合[13],從而實現(xiàn)對待測樣本中已知及未知的多個代謝物離子靶標(biāo)進(jìn)行同時檢測。該方法在保證對代謝組信息覆蓋及檢測靈敏度的同時,顯著提高了數(shù)據(jù)的線性范圍以及重復(fù)性等指標(biāo),保證了后續(xù)的基于代謝組數(shù)據(jù)的標(biāo)志物發(fā)現(xiàn)及驗證。基于這一概念,我們先后建立了基于氣相色譜-質(zhì)譜聯(lián)用、液相色譜-質(zhì)譜聯(lián)用的擬靶向方法,并應(yīng)用于血清肝癌標(biāo)志物的篩選[13]、植物代謝組學(xué)等研究中[12,14]。
為了發(fā)現(xiàn)胃癌的早期診斷標(biāo)志物,基于上述擬靶向分析策略,本研究采用超高效液相色譜-質(zhì)譜(UPLC-MS)分析了20例胃癌患者與40例正常人群的血清代謝譜,通過代謝組數(shù)據(jù)分析獲得胃癌患者系統(tǒng)代謝特征,研究胃癌患者的代謝分型,以期發(fā)現(xiàn)胃癌診斷的潛在代謝標(biāo)志物。
本實驗所采集的血液樣本均具有病人的知情同意書,并得到吉林大學(xué)第一醫(yī)院倫理委員會批準(zhǔn),其中胃癌患者均來自于吉林大學(xué)白求恩第一醫(yī)院的接診病人,不患有糖尿病、甲狀腺功能亢進(jìn)癥等代謝性疾??;胃癌的腫瘤分級(tumor node metastasis,TNM)根據(jù)美國癌癥聯(lián)合委員會以及國際抗癌聯(lián)盟的標(biāo)準(zhǔn)。正常對照組為吉林大學(xué)白求恩第一醫(yī)院臨床體檢樣本,樣本信息與胃癌患者的年齡、性別等因素相匹配。所有樣本年齡、丙氨酸氨基轉(zhuǎn)移酶(alanine aminotransferase,ALT)、天門冬氨酸氨基轉(zhuǎn)移酶(aspartate amino transferase,AST)信息見表1。其中按腫瘤TNM分期統(tǒng)計,Ⅰ期有0人,Ⅱ期有10人,Ⅲ期有8人,無法評級(not determined,ND)的有2人。所有采樣對象采樣前一天避免劇烈運動,避免飲用酒、咖啡、濃茶,清晨空腹使用真空無菌采血管按臨床常規(guī)方法采血,獲得的血清樣本1 h內(nèi)即保存于-80℃冰箱中。血清樣本的運輸全程使用干冰保證冷鏈完整。
表1 胃癌及對照樣本的臨床信息Table 1 Clinical information of gastric cancers and healthy controls
采用Agilent 1290液相色譜儀(美國Agilent公司)聯(lián)合QTRAP 5500質(zhì)譜(美國AB Sciex公司)系統(tǒng)進(jìn)行擬靶向分析。正離子模式分析使用的色譜柱是ACQUITY UPLC BEH C8(100 mm×2.1 mm,1.7 μm),負(fù)離子模式分析使用的色譜柱是ACQUITY UPLC HSS T3(100 mm ×2.1 mm,1.7 μm)(美國Agilent公司)。
乙腈(色譜純,美國Merck公司),甲酸、碳酸氫銨(色譜純)、肉堿(carnitine)-D3、肉堿 C2∶0-D3、肉堿 C10∶0-D3、肉堿 C16∶0-D3、磷脂酰膽堿(phosphatidylcholine,PC)38∶0、溶 血 磷 脂 酰 膽 堿(LysoPC)19∶0、脂肪酸(free fatty acid,F(xiàn)FA)18∶0-D3、色氨酸(tryptophan,Trp)-D5、苯丙氨酸(phenylalanine,Phe)-D5、纈氨酸(valine,Val)-D8、膽酸(cholic acid,CA)-D5、鵝脫氧膽酸(chenodeoxycholic acid,CDCA)-D4,亮氨酸(leucine,Leu)-D3(美國Sigma-Aldrich公司);去離子水經(jīng)Milli-Q系統(tǒng)(美國Millipore公司)純化后使用。
配制同位素內(nèi)標(biāo)的乙腈溶液,內(nèi)標(biāo)物的質(zhì)量濃度:肉堿 C10∶0-D3 為0.1 μg/mL;肉堿 C16∶0-D3 為0.15 μg/mL;肉堿-D3 為 0.18 μg/mL;肉堿 C2∶0-D3 為 0.15 μg/mL;LPC-19∶0 為 0.75 μg/mL;PC(38∶0)為 0.625 μg/mL;CA-D5 為 0.25 μg/mL;CDCA-D4 為 1.25 μg/mL;FFA 18∶0-D3 為 2.5 μg/mL;Phe-D5 為 3.61 μg/mL;Trp-D5 為 4.25 μg/mL;VAL-D8 為 3 μg/mL;Leu-D3 為 0.267 μg/mL。
血清樣本的預(yù)處理:分別吸取待測血清80 μL,加入320 μL 乙腈,渦旋30 s,室溫下靜置15 min,在4 ℃、14000×g條件下離心10 min,取150 μL 的上清液凍干,最后用 50 μL 水/乙腈(3∶1,v/v)復(fù)溶,取上清用于TQ-MRM靶向分析。為保證代謝輪廓分析的數(shù)據(jù)質(zhì)量,質(zhì)量控制(quality control,QC)樣本穿插在實驗分析過程中。本次實驗QC樣本來自于本實驗室備用的健康人混合血清,預(yù)處理方法同上。在待測樣本進(jìn)行LC-MS分析前,QC樣本先連續(xù)進(jìn)樣5次,開始分析程序后,每隔5個測試樣本插入一個QC樣本,樣本分析結(jié)束后連續(xù)分析QC樣本5次。
1.4.1 正離子模式的UPLC-MS條件
UPLC條件:流動相A為含甲酸0.1%(v/v)的水,B相為含甲酸0.1%(v/v)的乙腈;梯度洗脫程序:初始為10%B,3 min時上升到40%B,15 min時再上升到100%B并維持5 min,20.1 min時回到10%B,平衡3 min;流速為0.35 mL/min;柱溫為50℃,進(jìn)樣量為 5 μL。
MS條件:氣簾氣壓力為0.241 MPa,Gas 1壓力為0.276 MPa,Gas 2壓力為0.276 MPa,電噴霧離子源(ESI)溫度為550℃,噴霧電壓為5500 V。監(jiān)測模式為多反應(yīng)監(jiān)測(MRM)。待檢測的離子對及相關(guān)檢測電壓碰撞能信息按照文獻(xiàn)[13]所述擬靶向策略獲取。
1.4.2 負(fù)離子模式的UPLC-MS條件
UPLC條件:流動相A為5 mmol/L碳酸氫銨的水溶液,B相為5 mmol/L碳酸氫銨的甲醇溶液;梯度洗脫程序:初始為2%B,3 min時上升到40%B,12 min時再上升到100%B并維持4 min,16.1 min時回到10%B,平衡4 min;流速為0.35 mL/min;柱溫為50℃;進(jìn)樣量為5 μL。
MS條件:氣簾氣壓力為0.241 MPa,Gas 1壓力為0.276 MPa,Gas 2壓力為0.276 MPa,ESI離子源溫度為450℃,噴霧電壓為-4500 V。待檢測的離子對及相關(guān)檢測電壓碰撞能信息按照文獻(xiàn)[13]所述擬靶向策略獲取。
采集到的原始數(shù)據(jù)使用Analyst中的Quantitation軟件(美國AB Sciex公司)進(jìn)行峰識別和匹配,并導(dǎo)出峰表。導(dǎo)出的數(shù)據(jù)經(jīng)過內(nèi)標(biāo)校正后,利用SIMCA-P 11.0軟件(瑞典Umetrics AB公司)對數(shù)據(jù)進(jìn)行多變量分析,數(shù)據(jù)經(jīng)過Pareto variance(Par變換)后,將正常組和胃癌組構(gòu)建主成分分析(PCA)和PCA-偏最小二乘法(PLS-DA)模型,觀察實驗的穩(wěn)定性和樣品分型,響應(yīng)置換檢驗用來判斷模型是否存在過擬合現(xiàn)象;使用 SPSS 18.0軟件(美國SPSS公司)進(jìn)行非參數(shù)檢驗,判斷離子在正常組和胃癌組之間是否有顯著性差異。聯(lián)合變量重要性因子值(variable importance in the projection,VIP)>1和p-檢驗(p<0.05)篩選差異離子。
本研究所采用的擬靶向分析方法的建立過程參考文獻(xiàn)[13]。基于擬靶向分析方法對20例胃癌患者及40例健康對照者的血清代謝物進(jìn)行了分析。典型的正、負(fù)離子模式的UPLC/Triple Q MS的MRM提取離子熱圖如圖1所示。正離子模式可以檢測373個代謝物離子,負(fù)離子模式可以檢測247個代謝物離子。
圖1 典型的ESI正、負(fù)離子模式下UPLC/Triple Q MRM MS的提取離子熱圖Fig.1 Typical heat maps of extracted ions by UPLC/Triple Q MRM MS in ESI positive-ion mode and ESI negative-ion mode
我們對該方法的穩(wěn)定性進(jìn)行了考察。整個實驗過程中,QC樣本中所測得的代謝物整體表現(xiàn)穩(wěn)定。在正離子模式下84.6%的離子的峰面積的RSD<30%,占總峰面積的 94.4%;在負(fù)離子模式下90.4%的離子的峰面積的RSD<30%,占總峰面積的99.2%。結(jié)果表明該方法測定的代謝組數(shù)據(jù)穩(wěn)定可靠,完全滿足后續(xù)代謝組分析的要求。
實驗得到的正離子模式下的373個變量經(jīng)過Par變換后,建立了PCA模型。由得分圖(圖2a和c)可見所有QC緊密聚集,也說明了該方法的重復(fù)性良好。同時,胃癌患者和正常對照組樣本的區(qū)別明顯。為了進(jìn)一步尋找對分類貢獻(xiàn)大的變量,建立了PLS-DA模型。由PLS-DA得分圖(圖2b和d)可見正常組和胃癌組得到了很好的分離,同時響應(yīng)置換檢驗(permutation test)參數(shù):R2截距=0.076,Q2截距=-0.16,說明該模型沒有過擬合。
圖2 胃癌和健康對照組的PCA和PLS-DA得分圖Fig.2 Score plots of PCA and PLS-DA of gastric cancers and healthy controls
PLS-DA模型中149個變量的VIP>1,對于胃癌患者及健康組分類貢獻(xiàn)明顯。經(jīng)進(jìn)一步對變量進(jìn)行非參數(shù)檢驗,發(fā)現(xiàn)有140個變量在兩組間存在顯著性差異(p<0.05)。其中41個代謝物的結(jié)構(gòu)參考我們前期發(fā)表文章中已鑒定的結(jié)果[15-17]得到了鑒定。鑒定采用我們報道的基本策略[18],針對未知代謝物,在確定其分子離子峰的基礎(chǔ)上,采用高分辨質(zhì)譜測定其精確相對分子質(zhì)量,分析其元素組成并參考二級質(zhì)譜等信息,在網(wǎng)絡(luò)數(shù)據(jù)庫中查詢可能的鑒定結(jié)果,最后以標(biāo)準(zhǔn)品對結(jié)果進(jìn)行確證。負(fù)離子模式數(shù)據(jù)也經(jīng)過上述處理步驟,從247個離子中最終發(fā)現(xiàn)87個離子在兩組間存在顯著差異,其中16個代謝物得到了鑒定。上述經(jīng)結(jié)構(gòu)鑒定的差異代謝物中,胃癌患者組相對于對照組的變化倍率大于1.5倍的44個差異代謝物見表2。
如表2所示,在所篩選出的差異離子中,磷脂類及鞘脂類代謝物(包括溶血磷脂酰乙醇胺(LPE 18∶2、LPE 18∶1)和溶血磷脂酰膽堿(LPC)(LPC 22∶5、LPC 20∶2、LPC 16∶1、LPC 15∶0、LPC 12∶0、LPC 14∶0、LPC 18∶2、LPC 20∶3、LPC 18∶1、LPC 20∶4、LPC 16∶0)和鞘脂類代謝物(SM d18∶1/15∶0、SM d18∶1、SM d18∶1/18∶1))在胃癌患者中的水平明顯低于正常人。LPC在許多惡性腫瘤中會顯著降低,趙素敏等[19]在液相色譜-質(zhì)譜用于卵巢腫瘤的磷脂輪廓的代謝組學(xué)分析中發(fā)現(xiàn)LPC在卵巢癌患者外周血清中顯著降低;Dong等[20]發(fā)現(xiàn)在肺癌患者血清中LPC的含量也明顯降低。一方面,在自分泌運動因子(ATX)或溶血磷脂酶D(lyso-PLD)作用下,LPC會轉(zhuǎn)變成溶血磷脂酸(LPA)[21]。而LPA可以促進(jìn)細(xì)胞增殖,被普遍認(rèn)為與癌癥的發(fā)生有關(guān)[22]。作為細(xì)胞膜的基本組成成分,在腫瘤發(fā)生、發(fā)展過程中,過快的細(xì)胞增殖速度帶來的磷脂消耗也是導(dǎo)致血清 磷脂水平下降的主要原因。
表2 正、負(fù)離子模式UPLC-MS發(fā)現(xiàn)的胃癌患者組和對照組的已知差異變量Table 2 Known difference variables detected by UPLC-MS in positive and negative ion modes from gastric cancers and healthy controls
此外,研究結(jié)果表明,長鏈肉堿(carnitine C18∶1)在胃癌患者血清中下降,而短鏈肉堿(carnitine C6∶0、carnitine-OH、carnitine C6∶0)在胃癌患者中水平顯著升高。?;鈮A是脂肪酸β-氧化過程的重要參與者,其血清濃度變化反映了參與脂肪酸β-氧化過程的酶活力的改變[23]。
除了上述兩大類主要的代謝差異之外,胃癌患者與健康對照組之間也存在著其他的代謝差異,包括甲氫睪酮(mesterolone)、膽堿(choline)、精氨酸(arginine)、天門冬氨酸(L-aspartic acid)等代謝物都發(fā)生了顯著的變化,提示了胃癌患者體內(nèi)在激素代謝、膽堿代謝以及氨基酸代謝等通路上均有代謝紊亂的狀況。
表2列出的差異代謝物中,升高最顯著的代謝物為二氫膽固醇(dihydrocholesterol),它的變化倍率達(dá)到了8.05倍,降低最明顯的代謝物(LPC 22∶5)的變化倍率也達(dá)到了3.23倍,這些代謝物具有成為潛在胃癌代謝標(biāo)志物的潛力。如圖3a和b所示,在發(fā)現(xiàn)組中,兩組代謝物在胃癌及對照組間均存在顯著差異(p<0.001),其中二氫膽固醇能夠?qū)⒄H思拔赴┗颊哌M(jìn)行很好(100%)的區(qū)分(cutoff:0.25),而LPC 22∶5也能夠達(dá)到97.5%的特異性以及85%的靈敏度(cutoff:0.5)。為了進(jìn)一步對上述代謝標(biāo)志物進(jìn)行驗證,我們又以相同的方法測定了另外一組同樣來自吉林大學(xué)第一醫(yī)院的胃癌患者(20例)以及對照組(39例)血清中二氫膽固醇以及LPC 22∶5,結(jié)果如圖3c和d。在驗證組中,這兩種代謝物仍然在兩組患者間存在顯著性差異(p<0.001),但是兩種潛在代謝標(biāo)志物對胃癌患者與對照組的區(qū)分能力存在明顯不同。二氫膽固醇仍然能夠?qū)⒄H思拔赴┗颊哌M(jìn)行很好(100%)的區(qū)分(cutoff:0.25),而LPC 22∶5在確保靈敏度與發(fā)現(xiàn)組相同(85%)的情況下,其特異性下降到了70%(cutoff:1.8)。綜合以上結(jié)果,二氫膽固醇能夠作為一種更好的胃癌診斷的潛在代謝標(biāo)志物。考慮到目前驗證組的樣本規(guī)模較小,后續(xù)仍需要擴大樣本量進(jìn)行驗證。同時,其他消化道惡性腫瘤以及胃腸道的慢性炎癥等疾病對該代謝物的影響以及對診斷結(jié)果的干擾也需詳細(xì)考察。
圖3 血清中的胃癌潛在代謝標(biāo)志物Fig.3 Serum potential biomarkers for gastric cancers
本研究基于液相色譜-質(zhì)譜聯(lián)用的擬靶向代謝組學(xué)方法,分析了胃癌患者與正常人血清的代謝組特征以及兩組人群間的代謝組差異。發(fā)現(xiàn)了胃癌患者包括磷脂、氨基酸、游離脂肪酸、肉堿等代謝物的代謝紊亂狀態(tài),其中二氫膽固醇在發(fā)現(xiàn)組及驗證組中均能夠?qū)ξ赴┡c健康對照組進(jìn)行很好的區(qū)分,具有成為潛在胃癌診斷標(biāo)志物的可能。
[1]Parkin D M,Bray F,F(xiàn)erlay J,et al.CA Cancer J Clin,2005,55(2):74
[2]Genta R M.Aliment Pharmacol Ther,2004,20(2):42
[3]Marrelli D,Roviello F,De Stefano A,et al.Oncology,1999,57(1):55
[4]Karl-Heinz O,Nelly A,Singh B,et al.Phytochemistry,2003,62(6):971
[5]Nicholson J K,Connelly J,Lindon J C,et al.Nat Rev Drug Discov,2002,1(2):153
[6]Holmes E,Wilson I D,Nicholson J K.Cell,2008,135(5):714
[7]Zhu Y Z,F(xiàn)eng Y N,Jin Z H.Chinese Journal of Chromatography(朱永哲,馮雅男,金正漢,等.色譜),2013,31(9):850
[8]Dai W D,Zhang F X,Jia Z H,et al.Chinese Journal of Chromatography(戴偉東,張鳳霞,賈振華,等.色譜),2011,29(11):1049
[9]Yin P,Xu G.Expert Rev Mol Diagn,2013,13(4):339
[10]Rainer L,Zhao X,Cora W,et al.Plos One,2010,5(7):e11519
[11]Anderson L,Hunter C L.Mol Cell Proteomics,2006,5(4):573
[12]Li Y,Ruan Q,Li Y L,et al.J Chromatogr A,2012,1255:228
[13]Chen S L,Kong H W,Lu X,et al.Anal Chem,2013,85(17):8326
[14]Zhao Y,Zhao C,Lu X,et al.J Proteome Res,2013,12(11):5072
[15]Zhou L N,Ding L L,Yin P Y,et al.J Proteome Res,2012,11(11):5433
[16]Yin P Y,Wan D F,Zhao C X,et al.Mol Biosyst,2009,5(8):868
[17]Zhao X,F(xiàn)ritsche J,Wang J,et al.Metabolomics,2010,6(3):362
[18]Chen J,Zhao X,F(xiàn)ritsche J,et al.Anal Chem,2008,80(4):1280
[19]Zhao S M,Wang Y S,Dou A B,et al.Chinese Journal of Chromatography(趙素敏,王宜生,竇阿波,等.色譜),2011,29(9):843
[20]Dong J,Cai X M,Zhao L L,et al.Metabolomics,2010,6(4):478
[21]Zhao Z,Xiao Y,Elson P,et al.J Clin Oncol,2007,25(19):2696
[22]Mills G B,Moolenaar W H.Nat Rev Cancer,2003,3(8):582
[23]Zhou L,Wang Q,Yin P,et al.Anal Bioanal Chem,2012,403(1):203