Abstract
Bakgrunn
Forekomsten av kreft i bukspyttkjertelen (PC) fortsetter å øke i verden , mens de fleste pasienter er diagnostisert med fremskredne stadier og overleve 12 måneder. Denne dårlig prognose skyldes vanskeligheten av tidlig oppdagelse. Her har vi utviklet og evaluert en multivariat indeksen består av plasma frie aminosyrer (PFAAs) for tidlig deteksjon av PC.
Metoder
Vi har utført en tverrsnittsstudie i flere institusjoner i Japan. Fasting plasmaprøver fra PC-pasienter (n = 360), kronisk pankreatitt (CP) pasienter (n = 28), og sunn kontroll (HC) individer (n = 8372) uten tilsynelatende kreft som ble gjennomgått omfattende medisinske undersøkelser ble samlet. Konsentrasjoner av 19 PFAAs ble målt ved væskekromatografi-massespektrometri. Vi genererte en indeks som består av følgende seks PFAAs: serin, asparagin, isoleucin, alanine, histidin, og tryptofan som variabler for diskriminering i et treningssett (120 PC og matchende 600 HC) og evaluering i en valideringssett (240 PC, 28 CP, og 7772 HC).
Resultater
Flere aminosyre konsentrasjoner i plasma ble vesentlig endret i PC. Plasma-tryptofan og histidin konsentrasjoner i PC var spesielt lave, mens serin var meget høyere enn for HC. Arealet under kurven (AUC), basert på mottaker som opererer karakteristikk (ROC) kurve analyse av det resulterende indeksen til å skille PC fra HC var 0,89 [95% konfidensintervall (CI), 0,86 til 0,93] i treningssettet. I valideringssettet, AUC basert på ROC kurven analyse av PFAA indeksen var 0,86 (95% KI, 0,84 til 0,89) for alle PC-pasienter versus HC fag, 0,81 (95% KI, 0,75 til 0,86) for PC-pasienter fra stadium IIA til IIB versus HC fag, og 0,87 (95% KI, 0,80 til 0,93) for alle PC-pasienter versus CP-pasienter.
Konklusjoner
Disse funnene tyder på at PFAA profilen til PC var signifikant forskjellig fra det av HC. Den PFAA indeksen er en lovende biomarkør for screening og diagnostikk av PC
Citation. Fukutake N, Ueno M, Hiraoka N, Shimada K, Shiraishi K, Saruki N et al. (2015) A Novel Multivariate indeks for kreft i bukspyttkjertelen Detection basert på Plasma Gratis aminosyreprofil. PLoS ONE 10 (7): e0132223. doi: 10,1371 /journal.pone.0132223
Redaktør: Francisco X. Real, Centro Nacional de Investigaciones Oncológicas (CNIO), SPANIA
mottatt: 06.01.2015; Godkjent: 12 juni 2015; Publisert: 02.07.2015
Copyright: © 2015 Fukutake et al. Dette er en åpen tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres
Data Tilgjengelighet: Forfatterne bekrefte at for godkjente grunner, noen tilgangsbegrensninger gjelder datagrunnlaget funnene. Dataene som ligger til grunn funnene i vår studie kan ikke offentliggjøres på grunn av arten av etiske godkjenninger for studien. Dataene er tilgjengelige fra Osaka Medical Center of Cancer og hjerte- og karsykdommer etisk komité (via e-post til [email protected]~~V) for forskere som oppfyller kriteriene for å få tilgang til konfidensielle data.
finansiering: Denne studien ble finansiert av Ajinomoto Co., Inc. Funder gitt støtte i form av lønn for forfattere NO, AI, SK, og HY, men ikke har noen ekstra rolle i studiedesign, datainnsamling og analyse, beslutningen om å publisere, eller utarbeidelse av manuskriptet. De spesifikke roller disse forfatterne er formulert i § «forfatter bidrag «
Konkurrerende interesser:. Forfatterne har lest journalen politikk og rapporterer følgende konflikter: NO, AI, SK, og HY er ansatte i Ajinomoto , Co., Inc. NF, MU, NH, K. Shimada, K.Shiraishi, NS, TI, MY, og KK har mottatt forskningsstøtte fra Ajinomoto, Co., Inc. NO, SK, HY, K. Shiraishi, KK , NF, og MU har søkt om patent WO /2014/084290 «metode for å evaluere kreft i bukspyttkjertelen, kreft i bukspyttkjertelen EVALUERING ENHET, bukspyttkjertelkreft evalueringsmetode, bukspyttkjertelkreft evalueringsprogram, bukspyttkjertelkreft evalueringssystem oG INFORMASJON KOMMUNIKASJON TERMINAL UNIT.» Disse gjør ikke endre forfatternes tilslutning til alle PLoS ONE politikk på deling av data og materialer.
Innledning
kreft i bukspyttkjertelen (PC) er i dag den åttende største årsaken til kreft-relaterte dødelighet, med en estimert 266.000 dødsfall i 2008 [1], og er fortsatt en av de mest utfordrende maligniteter å behandle. Den eneste potensielt kurativ behandling er kirurgisk fjerning; men om lag 70% av tilfellene innledningsvis tilstede med langt fremskreden sykdom (stadium III-IV), som ikke kan herdes ved kirurgi. Avansert PC har en svært dårlig prognose, som kan henføres til fravær av tidlige symptomer og nyttige screeningmetoder, med en median overlevelse periode på 7,7 måneder for stadium III og 2,5 måneder for stadium IV sykdom [2]. Videre er 5-års overlevelse er angivelig bare 21,3% for lokal scene, 8,9% for regional scene, og 1,8% for fjernt scenen [3].
Flere tumorassosierte antigener er vurdert som potensielle prognostisk faktorer for PC, inkludert carcinoembryonic antigen (CEA) og karbohydrater antigen (CA) 19-9. CA19-9 er den mest klinisk nyttig diagnostisk markør, med sensitivitet på 79% -81% og spesifisitet på 82% -90% i symptomatiske pasienter, men den lave positiv prediktiv verdi gjør det en dårlig markør for screening [4]. I tillegg forbedret computertomografi (CT) og endoskopisk ultralyd (EUS) er nyttige for diagnostisering av PC; Men disse modaliteter er kostbare og potensielt farlig. Derfor er det nødvendig å etablere en mer effektiv screeningsmetoder for PC, særlig i de tidlige stadier av sykdommen. Aminosyrer er enten svelges eller endogent syntetisert og spille viktige fysiologiske roller både som grunnleggende metabolitter og metabolske regulatorer. Plasma frie aminosyrer (PFAAs) er tilstede gunstige mål for biomarkører fordi PFAA profiler er kjent for å være påvirket av variasjoner i metabolske spesifikke organsystemer som induseres av spesifikke sykdommer [5] [6] [7] [8] [9]. Tidligere omfattende metabolomic studier har ofte fokusert på endringer i PFAA profiler [10] [11] [12] [13]. Måling av PFAA konsentrasjoner som mulig markør for sykdom er også en mer fordelaktig strategi for nøyaktig og high-throughput-analyse ved bruk av massespektroskopi enn omfattende metabolomikk. Endringer i PFAAs profiler er karakteristisk for flere kreftformer; således, kan utviklingen av en multivariat indeks sammensatt av disse PFAAs brukes til bedre å diskriminere enkelte krefttyper fra friske kontroller [14] [15]. I denne studien undersøkte vi mønstre av PFAA profiler, og deretter utviklet og validert en multivariat indeks for påvisning av PC.
Materialer og metoder
Etikk uttalelse
Dette studien ble gjennomført i samsvar med Helsinkideklarasjonen og protokollen ble godkjent av etikkomiteer i Osaka Medical Center of Cancer og hjerte- og karsykdommer, Kanagawa Cancer Center, National Cancer Center Hospital, Tokai universitetssykehus, Gunma Prefectural Cancer Center, JCHO Osaka Hospital, Mitsui Memorial Hospital, Kameda Medical Center, og Kanagawa Health service Association. Alle fag ga skriftlig informert samtykke før deltakelse i denne studien. All klinisk informasjon ble anonymisert før dataanalyse.
Fag
PC pasienter (n = 360) som inngår i denne studien ble rekruttert fra Osaka Medical Center of Cancer og hjerte- og karsykdommer, Kanagawa Cancer Center , National Cancer Center Hospital, Tokai universitetssykehus, og Gunma Prefectural Cancer Center mellom 2007 og 2014. Pasienter med kronisk pankreatitt (CP; n = 28) ble rekruttert fra JCHO Osaka Hospital mellom 2013 og 2014, mens friske kontrollgruppen (HC) individer (n = 8372) som gjennomgikk omfattende helseundersøkelse ble rekruttert fra Kanagawa Health service Association, Kameda Medical Center (Makuhari Clinic) og Mitsui Memorial Hospital mellom 2008 og 2010. over 95% av sammenhengende PC og CP tilfeller og HC’er enige om å gi samtykke i løpet av studieperioden. PC pasienter med følgende egenskaper var utelukket: (1) samtidig diagnostisert med kreft i et annet organ, (2) hepatitt C, og (3) under behandling med antikreftmidler. CP pasienter med følgende egenskaper ble ekskludert: (1) diagnostisert med kreft og (2) hepatitt C. inklusjonskriteriene for HC fag var som følger: (1) ingen historie med noen kreft, og (2) ingen historie med hepatitt C . PC stadium ble bestemt i henhold til den sjette utgaven av International Union Against Cancer (UICC) Tumor-Node-metastaser (TNM) Klassifisering av ondartede svulster [16]
datasett forberedelse
Blant 360 PC-pasienter, 120 PC-pasienter oppnådde tidlig i blodprøvetaking for ble brukt som en trening datasett. For å forberede HC fagene i opplæringen datasettet, 600 av 8372 HC forsøkspersonene ble valgt ved hjelp tilbøyelighet poengsum matching basert på kjønn og aldersfordeling. De resterende 240 PC og alle 28 pasienter i KF og 7772 HC fagene ble brukt som en validering datasett.
Body mass index (BMI)
Høyden og vekten av alle fagene ble målt. BMI ble beregnet som vekt i kilo delt på høyde i kvadratmeter. BMI-verdier ble kategorisert som følger: undervektig ( 18.50 kg /m
2), normal vekt (18.50-24.99 kg /m
2), overvekt (25.00-29.99 kg /m2), og overvektige ( 30,00 kg /m
2)
PFAA analyse
Etter faste over natten ble blodprøver (5 ml) hentet fra antecubital årer i rør som inneholder etylen dinatrium salt som en antikoagulant. og ble umiddelbart ( 1 min) plassert i isvann eller en iskald kjøling container (Forte Grow Medical Co., Ltd., Tochigi, Japan). Plasma ble separert fra fullblod ved sentrifugering ved 3000 rpm og 4 ° C i 15 minutter og lagret ved -80 ° C inntil analyse. Etter tining ble plasmaprøvene avproteinisert ved bruk av acetonitril ved en sluttkonsentrasjon på 80% før måling av aminosyre-konsentrasjonene med høy ytelse væskekromatografi (HPLC) -electrospray ionisering (ESI) vekt- spektroskopi (MS) ved prekolonne derivatisering. Disse analytiske fremgangsmåter er blitt beskrevet andre steder [17] [18] [19]. Konsentrasjoner av de følgende 19 aminosyrer ble målt og analysert: alanin (Ala), arginin (Arg), asparagin (Asn), citrullin (Cit), glutamin (Gin), glycin (Gly), histidin (His), isoleucin (Ile ), leucin (Leu), lysin (Lys), metionin (Met), ornitin (Orn), fenylalanin (Phe), prolin (Pro), serin (Ser), treonin (Thr), tryptofan (Trp), tyrosin (Tyr ), og valin (Val).
Statistisk analyse
gjennomsnitt og standardavvik (SD).
De gjennomsnittlige aminosyre konsentrasjoner ± SDS ble beregnet til å bestemme oppsummert PFAA profiler for både pasienter og kontroller.
Mann-Whitney
U
-test.
Mann-Whitney
U
-test ble brukt for å vurdere signifikante forskjeller av PFAA konsentrasjoner mellom pasienter og kontroller.
Receiver-operatør karakteristisk (ROC) analyse.
ROC analyse ble utført for å bestemme egenskapene til uni- og multivariate analyser for å skille mellom pasienter og kontroller. Pasienten etiketter ble løst så positive klasse etiketter. Derfor, i et område under ROC-kurven (AUC fra ROC) verdien av 0,5 indikerte at aminosyren nivået var lavere hos pasienter enn kontrollene, mens en AUC på ROC verdi av 0,5 indikerte at det var høyere. De 95% konfidensintervall (95% KI) av AUC for ROC for diskriminering av pasienter basert på aminosyre konsentrasjoner og forhold ble også beregnet ved hjelp av metodene beskrevet av Hanley og McNeil [20].
Logistisk regresjon analyse.
Multivariat logistisk regresjonsanalyse ble utført for å estimere modellen diskriminerende PC pasient fra kontrollpersoner.
Model utvalg av PFAA indeksen.
PFAA indeksen ble definert som en multivariat modell bruker PFAA konsentrasjoner som variabler. Logistisk regresjonsanalyse med variabel utvalg ble utført for å skille PC-pasienter fra HC fag. Maksimalt antall forklaringsvariabler ble begrenset til mindre enn sju slik at eventuelle Multikolineæritet. For modellvalg, ble AUC for ROC oppnådd etter permisjon en ut kryssvalidering (LOOCV). I korte trekk, en samsvarende sett består av en PC pasient og tilsvarende kontrollpersoner ble utelatt fra treningsdatasettet, og den logistisk regresjonsmodell ble beregnet ved bruk av de gjenværende prøver for å estimere koeffisienter for hver aminosyre. De funksjonsverdier for venstre-out matchet sett ble beregnet basert på denne modell. Denne prosessen ble gjentatt inntil hver prøve i studien datasettet hadde blitt utelatt gang.
Programvare
Alle statistiske og multivariate analysene ble utført ved hjelp av MATLAB (MathWorks, Natick, MA, USA) og Prism (GraphPad Software, Inc., San Diego, CA, USA) statistisk programvare.
Resultater
Kjennetegn på pasienter og kontrollpersoner
figur 1 viser en oversikt over dette studere. Fasting plasmaprøver ble samlet inn fra de fagene (PC pasienter, n = 360, CP pasienter, n = 28; HC fag, n = 8372). Tabell 1 oppsummerer egenskapene til PC og HC-fag inkludert i denne studien. PC-pasienter med stadium 0-IIB sykdom, som en resectable scene undergruppe, sto for 35,8% av treningssettet og 35,0% av valideringssettet.
PFAA profiler av PC pasienter
Vi først målte konsentrasjonene av 19 plasma-aminosyrer i treningssett ved HPLC-ESI-MS og funnet signifikante økninger i Tjen konsentrasjoner og signifikant reduksjon i konsentrasjonene av 14 aminosyrer (Thr, Asn, Pro, Ala, Cit, Val, Met, Leu, Tyr, Phe, Hans, Trp, Lys og Arg) i PC-pasienter sammenlignet med HC fag (
p
0,05) (Tabell 2, S1 fig). De PFAA profiler ble underkastet AUC av ROC analyse fordi nivåene av betydning er avhengig av prøvestørrelsen (figur 2, tabell S1). Plasma Tjen konsentrasjoner var spesielt høyere, mens Trp og hans konsentrasjonene var spesielt lavere i PC-pasienter sammenlignet med HC fag. De PFAA profiler av PC-pasienter med stadium 0-IIB sykdom, som en resectable scene undergruppe, var nesten lik de alle andre PC-pasienter.
Resultatene av mottager-operatoren karakteristikk (ROC) kurve analyse av PFAA profiler i treningssettet (120 PC og matchende 600 HC). Akser viser AUC for ROC for hver aminosyre å diskriminere pasienter fra friske kontroller. Svarte dristige linjer indikerer punktet hvor AUC for ROC = 0,5.
Multivariate PFAA index
For effektiv påvisning av PC pasienter beregnet vi optimale PFAA indekser ved multippel logistisk regresjonsanalyse. AUC for ROC verdier oppnådd etter LOOCV i de 50 modellene var nesten det samme (0,88 til 0,89). Vi evaluerte en representativ modell bestående av Ser, Asn, Ile, Ala, His, Trp og som den beste modellen (tabell 3). Deretter analyserer ekstra logistisk regresjon legge BMI og /eller røyking historie inn i forklaringsvariabler ble utført for å anslå effekten av potensielle forvirrende. Ingen åpenbare heving av betydning ble observert i hver aminosyre når disse faktorene ble tilsatt i modellen, noe som tyder på at endringer av plasmanivået av de aminosyrer som forårsakes av PC var uavhengig til BMI eller røyke status av fag (tabell 3).
Når det gjelder diskriminerende PC pasienter fra kontrollpersoner, ROC-kurver for PC vs. HC eller CP undergrupper mellom treningssettet og valideringssettet ble beregnet (fig 3A og 3B, henholdsvis). I treningssettet, AUC av PFAA indeksene for påvisning av PC pasienter vs. HC fagene var 0,89 (95% KI, 0,86 til 0,93) blant alle PC-pasienter og 0,89 (95% KI, 0,83 til 0,95) blant PC-pasienter med stadium 0-IIB sykdom. Følsomheten til de PFAA indeksene ved 95% og 80% spesifisitet var 60,0% og 82,5%, henholdsvis for alle PC-pasienter, og 53,5% og 83,7% for PC-pasienter med stadium 0-IIB sykdom, henholdsvis (tabell 4). I valideringssettet, AUC av PFAA indeksen var 0,86 (95% KI, 0,84 til 0,89) for alle PC-pasienter og 0,81 (95% KI, 0,75 til 0,86) for PC-pasienter med etapper IIA og IIB sykdom (Fig 3B) . Følsomheten til de PFAA indeksene på en spesifisitet på 95% og 80% var 57,5% og 76,7% for alle PC-pasienter, og 48,8% og 64,3% for PC-pasienter med stadium IIA og IIB sykdom (tabell 4). AUC for PFAA indeks for påvisning av PC vs. CP var 0,87 (95% KI, 0,80 til 0,93) for alle PC-pasienter og de falske positive priser på 95% og 80% spesifisitet var henholdsvis 7,1% og 25,0%, ( tabell 4). S2 Fig viser boksplott av PFAA indeksen i HC, PC og CP i valideringssettet.
Vi har bekreftet at variansen blåse faktor (VIF), maksimalt diagonalen element av den inverse matrise av korrelasjonskoeffisient matrise, av alle de 50 modellene ikke å velge upassende modellene viser Multikollinearitet. Alle modellene bestått prøven, det vil si VIFs var mindre enn 10. Det meste av alt, VIF av den representative modellen var 1,70, noe som tyder på at ingen Multikollinearitet oppstått.
Videre ble utført undergruppeanalyse for tumorstadium, størrelse og plassering i bukspyttkjertelen. AUC for PFAA indeksen i henhold til tumorstadium var som følger: 0,79 (95% KI, 0,72 til 0,86) for stadium IIA, 0,85 (95% KI, 0,77 til 0,92) for stadium IIB, 0,88 (95% CI, 0.83- 0,94) for fase III, og 0,91 (95% CI, 0,88-0,94) for stadium IV (fig 4A). AUC for PFAA indeksen i henhold til tumorstørrelse var som følger: 0,76 (95% KI, 0,66 til 0,86) for TS1, 0,87 (95% KI, 0,83 til 0,90) for TS2, 0,91 (95% KI, 0,86 til 0,95) for TS3, og 0,97 (95% KI, 0,95 til 1,00) for TS4 (fig 4B). AUC for PFAA indeksen i henhold til svulsten plassering var som følger: 0,86 (95% KI, 0,82 til 0,90) for bukspyttkjertelen hodet, 0,88 (95% KI, 0,83 til 0,93) for bukspyttkjertelen kroppen, og 0,90 (95% KI , 0,83 til 0,96) for bukspyttkjertelen hale (fig 4C). I tillegg vurderte vi sammenhengen mellom PFAA indeksverdier og andre biomarkører (dvs. CA19-9, CEA, og elastase-1) fordi kombinatorisk bruk av flere uavhengige tumor markører er effektive til å oppdage PC. Det var ingen signifikante sammenhenger mellom de PFAA indekser og nivåer av CA19-9 (r = 0,075,
p
= 0,247), CEA (r = -0,005,
p
= 0,957), eller elastase-1 (r = 0,009,
p
= 0,351) i PC-en (figur 5, S2 tabell).
(A) ROC kurver av PFAA indeksen i stadium IIA (rød), stadium IIB (rosa), stadium III (oransje), og stadium IV (gul-grønn), henholdsvis. (B) ROC-kurver i TS1 (rød), TS2 (rosa), TS3 (oransje), og TS4 (gul-grønn), henholdsvis. TS1 ≤ 2,0 cm, 2,0 cm og lt; TS2 ≤ 4,0 cm, 4,0 cm og lt; TS3 ≤ 6,0 cm, og TS4 6,0 cm. (C) ROC kurver i bukspyttkjertelen hodet (rød), body (rosa), og hale (oransje), henholdsvis.
Den stiplede linjen viser cut-off av hver biomarkør eller PFAA indeksen. For dataanalyse ble de øvre normale grenser for CA19-9, CEA, og elastase-1 definert som 37 U /ml, 5 ng /dl, og 300 ng /dl, respektivt. Det var ingen signifikante sammenhenger mellom hver biomarkør og PFAA indeksen.
Diskusjoner
feilregulering av PFAA innhold på PC er blitt undersøkt i flere nyere studier med metabolomics eller aminosyre analyse [21 ] [22] [23]. Imidlertid spesifikke PFAA profiler i PC, særlig ved reseserbare faser, ikke er bekreftet på grunn av det relativt lave antall av PC-pasienter og kontrollpersoner brukt i disse studiene. Derfor har vi målt fastende PFAA konsentrasjoner i en storstilt studie av 360 PC-pasienter og 8372 kontrollpersoner for å identifisere spesifikke PFAA profiler i PC-pasienter sammenlignet med et kjønns- og alderstilpasset opplæring sett (PC120, HC600) (fig 2) . I tillegg ble et lignende PFAA profil observert hos pasienter med stadium 0-IIB sykdom, som utgjorde 35,8% av PC-pasientene i denne studien. (Fig 2). Som vist i tabell 2, ble plasmakonsentrasjonen av flere aminosyrer signifikant endret i PC-pasienter, som var i samsvar med de PFAA profiler av fem typer kreft rapportert av Miyagi et al. [14], selv om plasma Hans og Trp konsentrasjoner ble særlig redusert, mens Tjen konsentrasjoner ble økt markert (fig 2). Videre har vi utviklet en PFAA indeks ved hjelp av et treningssett bestående av seks aminosyrer som var tydelig karakteristisk for aminosyreprofil i PC. Vi har vist at denne indeks kan brukes for effektivt å skille ikke bare progressiv PC, men også opererbar PC, fra trinn IIA og IIB sykdom i en uavhengig valideringssett (tabell 4). Videre viste vi også at PFAA indeksen detekterer neppe kronisk pankreatitt (tabell 4).
PFAA profiler av PC-pasienter har blitt rapportert i flere tidligere undersøkelser, blant annet, flere aminosyrerprofiler var lignende, selv om det var noen åpenbare uoverensstemmelser [21] [22] [23] For eksempel fant vi en signifikant økning i plasma Tjen konsentrasjoner i PC, mens denne trenden ikke ble observert i andre studier. I tillegg var det avvik i Asn, Gin, Met, Ile, Phe, Leu, Pro og nivåer. I kontrast til disse tidligere studier ofte rapportert en betydelig reduksjon i Thr konsentrasjoner, mens endringer i Arg, Cit og Trp konsentrasjoner ikke ble bestemt i en studie, og betydelig nedgang i disse aminosyrene i PC ble observert i vår studie samt to andre. Vi vurderte flere årsaker til disse avvikene. Først disse tidligere studiene inkluderte et relativt lite antall personer sammenlignet med denne studien, som omfattet flest forsøk til dato. I denne studien ble den PFAA Indeksen var robust og AUC knapt redusert selv med valideringssettet fordi det ble utviklet basert på et treningssett med en tilstrekkelig prøvestørrelse. For det andre forskjeller mellom våre resultater og andres studier kan ha oppstått på grunn av variasjoner i prøveopparbeidelse forhold og analysemetoder. Tredje, PFAA profiler vise dagaktive svingninger [24] [25] [26] og endres i henhold til døgnrytme [27] [28] fordi de er i stor grad avhengig siste måltider, selv blant friske personer [24] [25] [26] [29]. Videre er forlater innsamlede blodprøver ved romtemperatur kjent for å endre, plasma-aminosyre [30]. For å overvinne dette problemfaktor, alle deltakende anlegg i denne studien brukt den samme protokollen, der blod ble trukket på morgenen før frokost etter faste over natten og de innsamlede prøvene ble raskt avkjølt for å hindre endringer i aminosyre konsentrasjoner på grunn av enzymatiske reaksjoner. Derfor de oppkjøpte prøvene var av høy kvalitet og de utpakkede data gjenspeiler in vivo aminosyre profiler under faste. Videre bestemmelse av konsentrasjonene av aminosyre ved hjelp av HPLC-ESI-MS i denne studien ble beregnet ikke som en semiquantified verdi ved hjelp metabolomikk som i tidligere undersøkelser, men snarere som direkte kvantifisert absolutte konsentrasjoner ved å lage en kalibreringskurve fra toppområdet av standard referanser for hvert aminosyre [19]. Disse målingene var svært nøyaktig og presis å garantere validering, reproduserbarhet, og begrenset daglig feil [19]. Således kan resultatene av denne undersøkelsen mer tydelig viser profilegenskaper sammenlignet med de som er vist ved tidligere studier. Bruken av multivariat analyse av markører for PC er også blitt rapportert [23, 31]. For eksempel, Kobayashi et al. [23] konstruert en multippel logistisk regresjonsmodell med en 43-case treningssett med konsentrasjonene av fire metabolitter valgt som variabler fra data omfattende semiquantified fra metabolittkonsentrasjoner ved GC-MS. I mellomtiden, av de fire utvalgte metabolitter, er xylitol en mat-avledet stoff som er tilstede i meget lave konsentrasjoner i friske individer [32] [33]. Imidlertid var det uklart om disse konsentrasjoner fysiologisk opprettholdes på bestemte nivåer in vivo. Videre Leichtle et al. [31] konstruert en kombinert metabolitt panel for å diskriminere PC fra CP og HC bruker asparaginsyre (Asp) og CA19-9 som variabler. Imidlertid har en tendens til plasma Asp konsentrasjon til å være forholdsvis lav, og en analytisk variasjon av 25%, som rapportert andre steder [34]. I denne studien ble PFAA indeksen konstruert med kun aminosyrer med moderate til høye plasmakonsentrasjoner å sikre måling presisjon. Derfor tror vi at PFAA indeksen tilbyr en høy diskriminerende evne uten å bli påvirket av målefeil. Fordi aminosyreanalyse er mye anvendt klinisk, er det PFAA indeksen sannsynlighet for å bli hurtig verifiseres, og vi har mistanke om bruken vil være utbredt i nær fremtid. I mellomtiden kan genetiske og rase og geografiske elementer også være faktorer som påvirker disse forskjellene, som bør avklares i fremtidig forskning.
Det er flere mulige mekanismer som kan påvirke PFAA profiler hos kreftpasienter. For det første har tidligere undersøkelser vist markert metabolske endringer i lokale kreft, inkludert varierte aminosyre-profiler og forskjellig ekspresjon av aminosyre transporter i kreftceller sammenlignet med friske celler [10] [35]. For eksempel er L-nøytral aminosyre transportør 1 (LAT1) sterkt uttrykt i PC-celler [36]. Med hensyn til Ser, blir de novo biosyntesen Ser oppregulert i kreftceller og Ser fungerer som en allosterisk aktivator av pyruvat kinase isozym M2 [37]. Denne karakteristikken kan være knyttet til faktorer som også øker plasma Tjen konsentrasjoner. En annen mulig mekanisme er induksjon av fjernorganendringer forårsaket av metabolske faktorer som slippes ut fra kreftceller. For eksempel, Luo et al. [38] rapporterte at HMGB-1 utskilt av cancerceller forårsaket sammenbrudd av fjern muskelvev proteiner til aminosyrer, hvorav noen lekker ut i blodet, for derved å endre PFAA profilen. En tredje mulig mekanisme er involvert i immunsystemet. For eksempel har plasmakonsentrasjoner av Trp blitt korrelert med vanlige metabolske forandringer, både i vårt studium og en tidligere undersøkelse som undersøkte Trp nivåer i fem forskjellige typer av kreft [14]. Ekspresjon av indoleamine 2,3-dioksygenase (IDO), som er involvert i den metabolske veien kynurenine, blir indusert i forskjellige typer kreft (kreftceller eller immunceller) og er kjent for å spille en viktig rolle i immunsuppresjon [39]. IDO er også kjent for å være overuttrykt i PC-celler [40]. Dermed flere punkter angående mekanismene bak endringene i PFAA profiler i PC fortsatt uklare; Dermed trengs det mer forskning for å avklare disse spørsmålene.
Nylig Mayers et al. [41] rapporterte at forgrenet aminosyre (BCAA) serumnivået er forhøyet 2-5 år før utbruddet av karsinogenese i PC, hvilket antyder at BCAA høyde er en uavhengig risikofaktor for PC. Men BCAA nivåer tilbake til normale nivåer innen 2 år før bekreftelse av kreft. I tillegg viser resultatene av en studie mus indikerte at perioden av BCAA høyde var klokkeformet og bare midlertidig. I vår studie, presenterte vi de PFAA profilene definitivt diagnostiserte pasienter etter kreft gjenkjenning via diagnostikk. Blant tilfeller med resectable stadium sykdommen (opp til scenen IIB), var det ingen signifikante endringer i BCAA konsentrasjoner sammenlignet med kontrollpersoner. I tilfeller av avansert kreft, ble Leu og Val konsentrasjoner redusert. Våre studiedata identifiseres kjennetegn PC faser som er lett bekreftet av tilgjengelige bildediagnostikk; Således er det mulig at disse egenskapene var forskjellig blant de viktigste fasene av microcarcinoma eller før utbruddet av kreftutvikling. Fordi vi ikke undersøke PFAA konsentrasjoner før kreftutvikling i denne studien, er fremtidige studier er nødvendig for å nøyaktig identifisere BCAA dynamikk fra før PC utbruddet til kreftutvikling. Men de ovennevnte studier funnet at metabolske forandringer endre systemiske aminosyrer profiler sammen med forandringer i plasma BCAA-konsentrasjonene i forstadier fase eller meget tidlige stadier av PC [41]. Derfor de observerte endringene i PFAA profiler av pasienter med PC-lesjoner, som kan diagnostiseres via bildebehandling og anses for reseksjon i vår studie, kan også ha blitt forårsaket av systemiske metabolske forandringer.
Foreløpig CA19-9 er den mest brukte markør for å forutsi PC behandlingsresultat og etterbehandling prognose [42]. Men CA19-9 ikke syntetisert av pasienter som klassifiseres som Lewis blodtype Le
a-b-, som står for 10% av tilfellene; Derfor kan denne markeringen ikke være forhøyet hos noen pasienter, selv de med avansert stadium PC [43]. CEA er mye brukt som en prognostisk markør i gastrointestinale kreftformer; imidlertid dens sensitivitet og spesifisitet for PC er fattige [44]. Bukspyttkjertel enzymet elastase-1, som er antatt å øke med pankreatitt forårsaket av bukspyttkjertelen kanalen stenose, har vist seg som en effektiv tidlig diagnostisk markør [45]. I denne studien fant vi ingen sammenheng mellom den PFAA indeksen og CA19-9, CEA, eller elastase-1-nivå (fig 5). Således, når det brukes samtidig, kan PFAA indeksen CA19-9, CEA, eller elastase-1 utfyller hverandre for mer nøyaktig å detektere PC. Men CA19-9 og elastase-1 ble ikke målt i HC fag i denne studien. Derfor, for å bekrefte sammenligning av nøyaktig diskriminerende evne og synergistisk effekt med disse markørene, er videre studier trengs. Den diskriminerende evne til PFAA indeksen ble vist å være høy selv for små pankreastumorer av TS-1 i henhold til undergruppeanalyse (ROC_AUC = 0,76) (figur 4B). Vi har også funnet at PFAA indeksen var ikke avhengig av plasseringen av pankreatisk tumor (figur 4C). Selv om generell abdominal ultralyd brukes til å diagnostisere PC i den innledende fasen, er det vanskelig å avbilde små svulster eller lesjoner i bukspyttkjertelen hale eller uncinate prosessen ved hjelp av denne modalitet. Våre resultater antydet at den foreslåtte PFAA indeksen utviklet i denne studien har samme følsomhet uten å være avhengig svulst plassering. Derfor kan kombinatorisk bruk av ultralyd abdomen og PFAA indeksen være en god markør for å øke oppklaringsprosenten av lesjoner i bukspyttkjertelen halen og uncinate prosess. I denne studien ble treningssettet og validering sett delt kronologisk. Som et resultat ble det ikke tidlige tilfeller av fase I eller mindre inkludert i valideringssettet som forekom kronologisk senere i tid. Det faktum at diskriminerende evne PFAA indeksen for tidlig stadium tilfeller av stadium I eller mindre fortsatt ukjent er en begrensning i denne studien. Men denne studien var tverrsnitts;
