基于UPLC-Q-TOF和1HNMR的代謝組學技術在乳腺癌初步研究中的應用.pdf

1、實驗目的：
　　 初步建立基于1HNMR技術和的UPLC-Q/TOF（液質聯(lián)用）技術代謝組學方法，并將該方法應用于乳腺癌患者血清中內源性代謝物的變化，尋找乳腺癌相關診斷標志物。在此基礎上初步比較了化療方案AC（阿霉素+環(huán)磷酰胺）干預前后乳腺癌患者血清中代謝物的變化，觀察化療方案干預后患者體內血清中內源性代謝物的變化趨勢。
　　 研究方法：
　　 1．研究對象的納入：選取體檢結果正常的11例健康人作為正常對照組；選

2、取符合納入標準的16例初診乳腺癌患者作為實驗組。
　　 2．標本采集：采集11例正常女性靜脈血，分離并收集血清；分別采集實驗組16例乳腺癌患者在化療前及化療一個療程后的靜脈血，分離并收集
　　 3．建立基于1HNMR技術的血清代謝組學分析方法，包括實驗方法和模式識別方法的選擇。并將建立的方法正常女性和實驗組化療前血清的代謝組學分析，找出血清中代謝物的差異；同時將方法應用于AC方案干預前后乳腺癌患者血清中的代謝物變化。通過

3、文獻檢索和數(shù)據(jù)查詢找出血清中差異。
　　 4.建立基于液質聯(lián)用技術（UPLC-Q/TOF）技術的血清代謝組學分析平臺，并將建立的方法正常女性和實驗組化療前血清的代謝組學分析，找出差異；同時將方法應用于AC方案干預前后乳腺癌患者血清中的代謝物變化。和1HNMR技術研究結果進行比較。
　　 5．數(shù)據(jù)分析：通過多種分析統(tǒng)計分析方法對產(chǎn)生的海量數(shù)據(jù)進行分析，分析過程包括：歸一化、修正80％規(guī)則、數(shù)據(jù)集分割和數(shù)據(jù)縮放等方法對數(shù)據(jù)集

4、進行預處理；通過數(shù)據(jù)分析：采用主成分分析(principAlcomponentanalysis，PCA)、正交偏最小二乘判別分析（OrthogonalPartiAlLeast-Squares Discriminant Analysis，OPLS-DA）進行模式識別分析；根據(jù)模型的變量重要性因子（VIP值）、非參數(shù)檢驗結果和P值篩選潛在標記物。
　　 實驗結果：
　　 1.建立了1H-NMR的血清代謝組學方法，健康女性和乳

5、腺癌患者化療前、化療方案干預前后兩個組經(jīng)代謝組學方法得到很好的區(qū)分，并找到了相對應的16個乳腺癌腫瘤標志物。乳酸（lactate,1.33、4.12），纈氨酸（valine，0.99/1.04），N-乙酰糖蛋白（N-acetylgly-coproteins，2.04），谷氨酰胺（glutamine,2.41）,磷酸膽堿/膽堿（phosphocholine/cholie,3.22）,葡萄糖（a-glucose和B-glucose，3.40

6、-3.90,4.66,5.22），酪氨酸（tyrosine，6.87,7.17），組氨酸（histidine）， LDL/VLDL，不飽和脂肪酸等峰有增大或減小的表現(xiàn)。
　　 2．建立了UPLC-Q/TOF-MS的血清代謝組學研究方法，發(fā)現(xiàn)膽堿類和苯丙氨酸、異亮氨酸在正常人和乳腺癌患者化療前有不同，其中化療后的乳腺癌患者血清中的膽堿類有向正常變化單位趨勢。1HNMR技術所得到的標記物和UPLC-Q/TOF得到的標記物大部分不同，