Abstract
Bakgrunn
Resultatene av prostataspesifikt antigen (PSA) og digital rektal undersøkelse (DRE) screenings føre til både under og over behandling av prostatakreft (PCA). Som sådan, det er et presserende behov for identifisering og evaluering av nye markører for tidlig diagnose og sykdom prognose. Studier har vist en sammenheng mellom PCA, lipider og lipid metabolisme. Derfor er målet med denne studien var å undersøke konsentrasjoner og distribusjon av serumlipider hos pasienter med PCa sammenlignet med serum fra kontroller.
Metode
Ved hjelp av elektro ionisering massespektrometri (ESI-MS /MS) lipid profilering, analyserte vi serum fosfolipider fra alderstilpassede individer som enten nylig diagnostisert med PCa eller sunn (normal).
Resultater
Vi fant at cholester (CE), dihydrosphingomyelin (DSM), fosfatidylcholin (PC), egg fosfatidylcholin (EPC) og egg phoshphatidylethanolamine (EPE) er de 5 store lipid-grupper som varierte mellom normale og kreftsera. EPC 38: 5, PC 40: 3, og PC-42: 4 representerer de lipider arten mest utbredt i PCa sammenlignet med normalt serum. Ytterligere analyse viste at serum EPC 38: 5 nmol ≥0.015, PC 40,3 nmol ≤0.001 og PC-42: 4 ≤0.0001 nmol korrelerte med fravær av PCa ved 94% prediksjon. Omvendt, serum EPC 38: 5 ≤0.015 nmol, PC 40: 3 ≥0.001 nmol, og PC-42: 4. ≥0.0001 nmol korrelert med tilstedeværelse av PCa
Konklusjon
I sammendraget, vi har vist at EPC 38: 5, PC 40: 3, og PC 42: 4 kan tjene som tidlig prediktive serummarkører for tilstedeværelsen av PCa
Citation. Patel N, Vogel R, Chandra-Kuntal K , Glasgow W, Kelavkar U (2014) A Novel Tre Serum Phospholipid Panel Skiller normale individer fra de med prostatakreft. PLoS ONE 9 (3): e88841. doi: 10,1371 /journal.pone.0088841
Editor: Peter C. Svart, University of British Columbia, Canada
mottatt: 25 juni 2013; Godkjent: 16 januar 2014; Publisert: 06.03.2014
Copyright: © 2014 Patel 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
Finansiering:. Forfatterne har ingen støtte eller finansiering for å rapportere
konkurrerende interesser:. forfatterne har erklært at ingen konkurrerende interesser eksisterer
Innledning
Prostatakreft (PCA) er den vanligste diagnosen. kreft hos menn og den nest største årsaken til kreft dødsfall hos menn i den vestlige verden [1], [2]. Men forekomst av PCa varierer over hele verden, noe som tyder på at eksterne faktorer, for eksempel en fettrik diett, kan bidra til sykdomsutvikling [3]. Mens PCa allerede utgjør en betydelig trussel for helsen til befolkningen i USA, vil aldringen av «baby boomer» generasjon betydelig forverre dette problemet [4]. Alderen bestemt forekomst av PCa øker etter fylte 60 år, og i 2 år, vil 80 millioner «baby boomers» nærmer denne milepælen.
Screening for prostatakreft er kontroversielt i lys av det faktum at de to store screeningmetoder for PCA digital endetarms eksamen (DRE) og prostata-spesifikt antigen (PSA) test serum, har begrensninger [5]. PSA, i kombinasjon med morfologi baserte faktorer som klinisk stadium og biopsi Gleason sum, brukes oftest for å diagnostisere og overvåke sykdomsprogresjon prostata, men har begrenset effekt på grunn av mindre enn ideell spesifisitet og sensitivitet. Flere andre PCA diagnostiske og prognostiske markører har blitt oppdaget og blir nå vurdert som potensielle adjuncts til eksisterende screeningteknikker [6]. Imidlertid er det fortsatt et stort behov for identifisering og vurdering av nye markører for å hjelpe til med tidlig diagnose og prognose sykdom for å lede klinikere i å gi behandling på riktig måte.
lipider spiller en viktig rolle i biologiske funksjoner, inkludert membran preparat og regulering, energimetabolisme, og signaltransduksjon [7], og så ikke overraskende, har de blitt funnet å være involvert i kreft [8]. Spesielt lipider, såsom fosfatidylcholin (PC) og fettsyrer, spiller en nøkkelrolle PCa utvikling og metastase [9], [10]. Faktisk studier viser en sammenheng mellom høyt fett forbruk og en større risiko for PCa [11], [12], så vel som potensialet av serum fosfolipid nivåer for å tjene som prediktor for PCa [13]. Siden mange studier har vist at lipider spille en avgjørende rolle i PCA målet med vår studie var å undersøke hvorvidt serum lipid profilering kunne skille mellom de med PCA og normale individer, og senere potensialet i disse lipider til å fungere som diagnostiske markører for PCa screening.
Materialer og metoder
menneskeserumprøver fra kontroller og personer med PCa
Denne studien ble godkjent (fremskyndet) ved Memorial University Medical Center (MUMC) menneske fag og etikk komité. ProMedDX, Massachusetts gitt alle serumprøver (https://www.promeddx.com). Kodede prøver ble sendt i en frossen tilstand, og laboratoriepersonalet ble blindet med hensyn til hvilke av prøvene var fra pasienter eller normale individer før etter alle kliniske data og laboratorieresultater ble tilgjengelig. I første omgang analyserte vi lipidprofil av 154 totalt serumprøver: 77 fra prostatakreftpasienter og 77 fra normale individer. For ytterligere statistisk analyse, fordelt vi serumprøver i to grupper: prøver fra personer 50-60 år i alder og 61-70 år i alder. Da vi skulle gjennomføre en alders matchet studien, ekskluderte vi prøver fra de utenfor av de to aldersgruppene, noe som resulterte i 76 normal (ett eksempel data hadde en feil) og 57 PCA prøver. Studien er godkjent av Institutional Review Board. For detaljert medisinsk historie PCa pasienten henvises til Data S1.
Lipid ekstraksjon
lipider fra PCa og normal sera ble ekstrahert med kloroform og metanol, etter protokollen etablert av Kansas lipidomics Research Center (KLRC); metoden er en tilpasning av metoden beskrevet av Bligh og Dyer [14].
Databehandling
Data ble behandlet ved hjelp av masse-spektrometer-spesifikk programvare i forbindelse med Excel.
elektro~~POS=TRUNC ionisering massespektrometri (ESI-MS /MS) lipid profilering
En automatisert electrospray ionisering-tandem massespektrometri tilnærming ble brukt, og datainnsamling og analyse ble utført som beskrevet tidligere [15], [16 ] med modifikasjoner. En alikvot av 3 ul plasma ble anvendt. Nøyaktige mengder av interne standarder, oppnådd og kvantifiserte som tidligere beskrevet [17], ble det tilsatt i følgende mengder (med noen små variasjoner i mengder i forskjellige satser av intern standard): 0,60 nmol DI12: 0-PC, 0,60 nmol di24: 1 -PC, 0,60 nmol 13: 0-lysoPC, 0,60 nmol 19: 0-lysoPC, 0,30 nmol di12: 0-PE, 0,30 nmol di23: 0-PE, 0,30 nmol 14: 0-lysoPE, 0,30 nmol 18: 0-lysoPE , 0,30 nmol 14: 0-lysoPG, 0,30 nmol 18: 0-lysoPG, 0,30 nmol di14: 0-PA, 0,30 nmol DI20: 0 (fytanoyl) -PA, 0,20 nmol di14: 0-PS, 0,20 nmol DI20: 0 ( fytanoyl) -ps, 0,23 nmol 16: 0-18: 0-PI, 0,16 nmol di18: 0-PI, 2,5 nmol C13: 0 CE, og 2,5 nmol C23: 0 CE. Prøven og intern standard blanding ble blandet med oppløsningsmidler, slik at forholdet av kloroform /metanol /300 mM ammoniumacetat i vann var 300/665/35, og det endelige volumet var 1,2 ml. Denne blandingen ble sentrifugert i 15 minutter ved lav hastighet for å pelletere partikler før de presenteres til den autosampler.
Ufraksjonerte lipidekstrakter ble innført ved kontinuerlig infusjon inn i det ESI kilden på en trippel kvadrupol-MS (API 4000, Applied Biosystems, Foster city, CA). Prøvene ble innført ved hjelp av en autosampler (LC Mini PAL, CTC Analytics AG, Zwingen, Sveits) utstyrt med den nødvendige injeksjon løkke for erverv tid og presentert for ESI nålen på 30 mL /min.
Sekvensiell forløper og nøytrale taps skanninger av ekstraktene produsere en serie av spektre med hvert spektrum avsløre et sett av lipid art som inneholder en vanlig hodegruppe-fragment. ble påvist lipid art med følgende skanninger: PC, SM, og lysoPC, [M + H]
+ -ioner i positiv ionemodus med Forløper til 184,1 (Pre 184,1); PE og lysoPE, [M + H]
+ ioner i positiv ion modus med Nøytral Tap av 141,0 (NL 141,0); PI, [M + NH4]
+ i positiv ion modus med NL 277,0; PS, [M + NH4]
+ i positiv ion modus med NL 185,0; PA, [M + NH4]
+ i positiv ion modus med NL 115,0; CE, [M + NH4]
+ i positiv ion modus med Pre 369,3. SM ble bestemt fra samme massespekteret som PC (Pre 184,1 i positiv modus) [18], [19], og ved sammenligning med PC som intern standard ved hjelp av en molar responsfaktor for SM (i sammenligning med PC) bestemmes eksperimentelt til å være 0,39. gass~~POS=TRUNC trykket~~POS=HEADCOMP kollisjonen ble innstilt på 2 (vilkårlige enheter). De kollisjonsenergier, med nitrogen i kollisjonen cellen, var 28 V for PE, 40 V for PC (og SM), 25 V for PI, PS og PA, og 30 V for CE. Declustering potensialer var 100 V for alle lipider unntatt CE, hvor declustering potensialet var +225 V. Inngangs potensialer var 15 V for PE, 14 V for PC (og SM), PI, PA, og PS, og + 10 V for CE. Exit potensialer var 11 V for PE, 14 V for PC (og SM), PI, PA, PS, og 10 V for CE. Masse analysatorer ble justert til en oppløsning av 0,7 u fulle bredde ved halv høyde. For hvert spektrum, ble 9 150 kontinuumsmekanikk skanninger gjennomsnitt i flere kanaler analysator modus (MCA). Kilden temperatur (varmet forstøver) var 100 ° C, grensesnittet varmeapparatet var på, 5,5 kV eller -4.5 kV ble tilført elektrokapillære, gardin gassen ble innstilt på 20 (vilkårlige enheter), og de to ione-kildegasser ble satt til 45 (vilkårlige enheter).
bakgrunnen for hvert spektrum ble trukket fra, dataene ble glattet, og topparealene integrert ved hjelp av et egendefinert skript og Applied Biosystems Analytiker programvare, og dataene ble korrigert for overlapping av isotopiske varianter (A + 2 topper). Lipidene i hver klasse ble kvantifisert i forhold til de to interne standarder for denne klassen. Den første og vanligvis hver 11
th sett massespektra ble kjøpt på den interne standard blanding bare. Topper som tilsvarer de aktuelle lipider i disse spektra ble identifisert og molare mengder beregnet i forhold til de interne standarder på samme lipid-klasse. For å korrigere for kjemisk eller instrumental støy i prøvene, den molare mengde av hver enkelt lipid metabolitt detektert i den «interne standarder only» spektra ble subtrahert fra den molare mengden av hver metabolitt beregnet i hvert sett av prøve spektra. Dataene fra hver «interne standarder bare» sett av spektra ble brukt til å korrigere dataene fra følgende 10 prøver. Til slutt ble de data korrigert for fraksjonen av prøven analysert og normalisert til sample «tørrvekt» for å frembringe data i enheter nmol /mg. Resultatet av denne analysen ga totalt 354 potensielle lipider for tidlig identifisering av tilstedeværelsen av PCa.
Statistiske analyser
For å identifisere potensielle modeller ved hjelp av de 354 lipider som ble identifisert, involvert analysen flere gjentakelser av «beste undergrupper» logistisk regresjon. Analysen ble utført som ofte finnes i «høy gjennomstrømning» dataanalyse, som begrensende modeller til ikke mer enn 3 lipider tilsvarer en genomikk problem over syv millioner potensielle biomarkører. Eksempler på denne type analyse er godt dokumentert [20] – [25]. Kryss klassifikasjoner og logistiske regresjonsmodeller ble ansatt for å skjerme dataene for potensielle Predictor kandidater. En standard tilnærming til analyse i univariate hypotesetesting er å velge en passende test, fikse den typen jeg feilrate på en forhåndsdefinert verdi, bestemme et passende nivå av makt og bestemme den nødvendige utvalgsstørrelsen. Som analysen i denne forskningen speil som finnes i genomikk, ansatt vi den falske funnraten for å hjelpe i valg av lipider til bruk i modellene. Statistisk sett, er den falske funnraten forventet verdi av antallet av type I-feil dividert med antall forkastede hypoteser, med minst en hypotese blir avvist [24]. Den falske funnrate (FDR) er en felles tilnærming i simultan testing utviklet av Benjamini og Hochberg [26]. FDR er vanligvis brukes i medisin og genomiske studier. Når en liten undergruppe av lipider ble valgt, ble logis regresjonsmodeller konstruert og sammenlignet med de lipidverdier som kontinuerlige variabler. Den endelige modell besto av tre lipider. Som lipidene ble vurdert kontinuerlig, ble Receiver Operating Characteristic (ROC) kurver, for å bestemme optimale cut-poeng som gir mulighet for enkel i bruk og tolkning [27], [28] (G, H). De kappede-Punktene ble bestemt ved å maksimalisere arealet under kurven, AUC. Den resulterende AUC bruke de tre lipider i logistisk regresjon avledet sammensatte indeksen er 0,9157. Alle statistiske analyser ble utført ved hjelp av SAS 9.2 ™ (SAS Institute, Inc., Cary, NC.).
Vennligst se flyten Tabell 1 for vår statistisk strategi for identifisering av nye fosfolipider.
Resultater
Egg fosfatidylcholin (EPC 38: 5), phosphatidylcholine (PC 40: 3 og PC 42: 4) ble identifisert som unik kandidat for sykdom diagnose
for å identifisere spesifikke serumlipider arter assosiert med PCA utførte vi MS analyser. Gitt at det er nødvendig samtidig å sammenligne hundrevis av lipider, innlemmet vi den falske funnraten (FDR) i våre analyser [29], [30]. Tabell 2 og 3 gi detaljer om alderen-matchet serumprøver; inkludert Gleason score og PSA nivåer for pasienter diagnostisert med PCa (full medisinsk historie kan bli funnet i Data S1). Prøver uthevet i grått var fra personer utenfor vår aldersgruppe, og ble derfor ikke inkludert i analysene. Data som samles inn fra Kansas lipidomics Research Center (KLRC) og behandlet ved hjelp av MS-spesifikk programvare i forbindelse med Excel avdekket 354 forskjellige arter av lipider (for detaljer henvises data S2). Ved hjelp av en FDR verdi av P 0,05, identifiserte vi 31 lipider statistisk signifikant assosiert med PCa (tabell 4). Disse lipid artene er fra fem hovedgrupper: cholester (CE), dihydrosphingomyelin (DSM), phosphatidylcholine (PC), eggfosfatidylcholin (EPC) og egg phoshphatidylethanolamine (EPE)
Vi neste fastslått at odds ratio og relativ risiko for de 31 lipid artene identifisert ved MS. Tabell 5 viser at odds ratio (med 95% konfidensintervall [CI]) av de tre lipider, EPC 38: 5, PC 40: 3 og PC 42: 4 er lik 10,061, 0,241 og 0,064, henholdsvis. Vi neste utført en sensitivitetsanalyse basert på disse verdiene (tabell 6). For hver av de individuelle lipidene, vi kontrollert for eventuelle ledsagende virkninger av de gjenværende to. For eksempel, med PC-40: 3, er sannsynlighetsforholdet 0,241, noe som indikerer at etter regulering av forvirrende virkning av EPC 38: 5 og PC-42: 4, som til sammen har nivået av PC-40: 3, er større enn 0,001 nmol er mindre sannsynlig å være «normal-lik» sammenlignet med de som nivået av PC-40: 3 er lavere enn 0,001 nmol. I sammendraget, analyserer den samlede tyder på at personer med serumnivåer av EPC 38: 5 ≥0.015 nmol er mer sannsynlig å være kreft-fri eller normal vises, og personer med serumnivåer av PC 42: 4 ≥than 0,0001 nmol er mindre sannsynlig å være normal sammenlignet med de med PC. 40: 3 nivåer ≤0.001 nmol
sykdom prediksjon og gyldigheten av diagnostisk test
Vi neste vurdert om EPC 38: 5 , PC 40: 3, og PC42: 4 kunne anvendes som en diagnostisk test for PCa basert på en sensitivitetsanalyse (tabell 7). Ved hjelp av logistisk regresjon med en sensitivitet på 90,20% og en spesifisitet på 86,59%, ville vi forutsi 71 personer som sanne positive, 46 som sant negativ, 5 som falske positive, og 11 som falske negative. I figur 1, plottet vi en mottaker Operating Karakteristisk (ROC) kurve for å undersøke den virkelige positive hastighet (sensitivitet) versus falske positive (1-spesifisitet) [31], som er et mål på den iboende gyldigheten av vår diagnostisk test. Når vi undersøkte tre lipider individuelt for å forutsi PCA nøyaktigheten av å bruke EPC 38: 5 alene var 0,7149 (ROC1), for PC 40: 3 var 0,8268 (ROC2), og for PC 42: 4 var 0,8509 (ROC3). Ser på kombinasjoner av lipider, ROC for PC40: 3 og PC42: 4 var 0,8822, for EPC 38: 5 og PC42: 4 var 0,9093 og for EPC 38: 5 og PC40: 3 var 0,8852 (data ikke vist). Men interessant, ved hjelp av en kombinasjon av de tre fosfolipider (EPC 38: 5, PC 40: 3 og PC-42: 4), resulterte i et område av kurven (AUC) på 0,9157. Således kan de tre lipidene bli brukt til å skille kreft sammenlignet med normal status med en nøyaktighet på ~92%, basert på cut-off-verdier (for deres tilstedeværelse eller fravær) av 0,015 nmol for EPC 38: 5, 0,001 nmol til PC 40: 3 og 0,0001 nmol for PC 42: 4 [8]. Vi konkluderer derfor at hvis EPC 38: 5 er til stede i serumprøve ≥0.015 nmol og hvis PC 40,3 ≤0.001 nmol og PC 42: 4 ≤0.0001 nmol; da vi forutsi (95% konfidensintervall) som PCa er fraværende og den enkelte er normalt. Motsatt, hvis EPC 38: 5 ≤0.015 og både PC 40: 3 og PC-42: 4 er større enn henholdsvis 0,001 og 0,0001; da tilstedeværelsen av PCa er svært sannsynlig
X-aksen: 1-spesifisitet;. Y-aksen: følsomhet. Areal under kurven = 0,9157. ROC1: ———; ROC2. -.–.- .; ROC3: ______ ___, og modell. _________
Diskusjoner
Foreløpig stort problem i PSA-testing er enten over- og /eller under diagnose. På den ene side nesten 15-25% av mennene har PCa selv om deres PSA-nivåer er normal (4,0 ng /ml eller mindre) [32], [33] .På den annen side gir de høye PSA-nivåer er observert hos menn med benign prostataforstørrelse (BPH), prostatitt eller lat kreft [34], og data antyder at anslagsvis 40% til 50% av tilfellene gjennomgå unødvendig overbehandling. Dessverre, urologer kan ikke innlate seg på noen spesifikke terapeutiske muligheter med mindre PCa er positivt identifisert i en biopsi, og dette krever en ekstra 12-18 kjerne biopsier, til en betydelig kostnad og sykelighet [35].
Rapporten om prostata, bemerker Lung, Colorectal, og ovariesyndrom (PLCO) Cancer screening rettssaken at screening ikke var assosiert med en reduksjon i PCa dødelighet i løpet av de første 7 årene av studien (hastighet ratio, 1,13). Disse resultatene støtter gyldigheten av de siste amerikanske Preventive Services Task Force anbefalinger for screening alle menn over en alder av 75 år [33]. Videre er det ingen bevis for at balansen mellom fordeler og ulemper fra PSA screening forskjellig for afroamerikanere og hvite [36], [37]. Derfor er en stor styrke av denne studien at nivåene av EPC 38: 5, PC 40: 3, PC 42: 4 kan brukes for å forutsi nøyaktig nærvær av PCa, med en. høy sensitivitet på 90,20% og spesifisitet på 86,59%. Videre brukte vi alderstilpassede prøver fra personer i alderen 50-70 år; således, kan dette panel av lipider skille mellom nærvær og fravær av PCa i individer som var relativt ung. Det kan tenkes at hvis fosfolipid-profil brukes sammen med PSA og DRE screeningtester, er det en høy sannsynlighet for å påvise tidlig PCa-on. Ved å bruke dette panelet som en screening test, håper vi å hjelpe pasientene å ta informerte beslutninger om hvorvidt eller ikke å velge kirurgi eller andre behandlinger som kanskje ikke er nødvendig, og som kan negativt påvirke deres livskvalitet.
Studier tyder på at visse genetiske hendelser som kan føre til ondartet progresjon kan bare skje i kreft forløpere ( «genetiske hendelser som indikerer forløper PIN»), og ikke i ikke-forløper prostata intraepitelial neoplasi (PIN). Vår tidligere studie [38] tyder på at vi kan skille de kreft forløper PIN-koder fra godartede koder ved en bestemt endring i 15-lipoksygenase-1 (15-LO-1) promoter DNA metylering status. På samme måte kan unormaliteter i fosfolipid-metabolisme også representerer kjennetegnene til kreftceller, spesielt siden forandringer i fosfolipider er assosiert med malign transformasjon, tumorgenisitet og metastasering. Derfor kan fettsyrer og fettsammensetning er også potensielt være markører for carcinogenese [39], [40]. Tidligere har det vært et forsøk på å identifisere kandidat lipid biomarkører for PCa av hagle lipidomics. Kvalitativ og kvantitativ profilering av seks ulike kategorier av urin fosfolipider fra pasienter med PCa ble utført, men resultatene var mangelfulle [41]. Dermed kan urinmetabolitter ikke være pålitelige biomarkører for PCa påvisning eller for å skille mellom lat og aggressive svulster. Vår studie, men ved hjelp av serum viser konkrete forskjeller i fosfolipid profilen mellom individer som mangler tumorer (normal) og de som har PCa.
Flere studier har vist en sammenheng mellom PCa risiko og kosthold. For eksempel, Norrish og kolleger vist at kosten fiskeoljer kan redusere PCa risiko, muligens via hemming av Arakidonsyre-avledet eicosanoid biosyntese [42]. Tilsvarende eksisterer det en positiv sammenheng mellom palmitinsyre og en generell fare for PCa mens det er en invers sammenheng mellom PCa og stearinsyre [43], så vel som med fosfatidylcholin [41]. Kolin, en vesentlig mikronæringsstoffer som er nødvendig for cellemembran syntese og fosfolipid metabolisme, fungerer også som en viktig metyl-donor. Kolin kan modifisere DNA og innvirkning cellesignalisering via mellomledd fosfolipid-metabolitter, som påvirker celleproliferasjon [36].
For å detektere flere av fettsyrer, måling av fettsyresammensetningen av serum fosfolipider kan gi et bedre bilde av den faktiske forbruk av fett enn kosten vurdering teknikker. Faktisk fettsyrer i serum reflektere fett inntak i den post-absorptive fase, slik prosesser som påvirker biotilgjengeligheten av fettsyrer, slik som deres transport, utskillelse, og metabolisme, blir tatt hensyn til [43]. Lipidomics gir potensielt detaljert informasjon om et bredt spekter av individuelle serum lipid metabolitter. Ved hjelp av denne tilnærmingen, har vår studie identifisert potensielt interessante arter av cholester (CE), dihydrosphingomyelin (DSM), phosphatidylcholine (PC), eggfosfatidylcholin (EPC) og egg phoshphatidylethanolamine (EPE) som er forbundet med PCa. Mens fettsyrene i fettvev synes å bedre reflektere sedvanlig fett inntak av enkelte fettsyrer enn i blod [44], fettvevs aspirater er mer vanskelig å samle enn blodprøver i stor skala prospektive studier. Videre er fettvev hovedsakelig består av triacylglyserol og kan ikke være lipid av valget for å måle fettsyrer på grunn av en mindre andel av disse fettsyrene blir innlemmet i denne lipid brøkdel [45].
I konklusjonen, på grunn av konsistens og robusthet, spesifikke fosfolipider identifisert i vår studie passer kriteriene for en fase 1/2 markører [46], spesielt hvis de kan kombineres med PSA og DRE screening for diagnostisering av PCa. Våre data antyder at dersom EPC 38: 5 til stede i serumprøven er større enn 0,015 nmol, PC-40: 3 er mindre enn 0,001 nmol og PC-42: 4 er mindre enn 0,0001 nmol, deretter forutsigbarheten i fravær av PCa er 94%. Motsatt, hvis den EPC 38: 5 er mindre enn 0,015 nmol, PC-40: 3 er større enn 0.001 nmol, og PC-42: 4 er større enn 0,0001 nmol, deretter forutsigbarheten i nærværet av PCa er meget høy. Derfor er en kombinasjon av serum EPC 38: 5, PC 40: 3 og PC-42: 4 kan brukes som et surrogat for nærvær PCa. Med informasjonen han fikk fra vår studie, vil vi fortsette å bruke lipidomics strategi i en større data-sett med normale og PCA pasient serumprøver for å bekrefte våre funn. Begrensninger av denne studien er at antall tilgjengelige prøvene ikke tillate oss å dele prøvene inn i en treningsprøve og validering prøven, var det ingen PSA-verdier i pasient kohort og heller ingen informasjon om hvorvidt det var en representant pasient kohort . Som et resultat, innser vi at vår modell mest sannsynlig overvurderer den sanne følsomhet og sanne spesifisitet. Som replikering er hjørnesteinen i all vitenskapelig forskning er det vårt håp at dette arbeidet er validert med flere undersøkelser.
Hjelpemiddel Informasjon
data S1.
doi: 10,1371 /journal.pone.0088841.s001 plakater (XLSX)
data S2.
doi: 10,1371 /journal.pone.0088841.s002 plakater (XLSX)
