Krooninen sairaus

tiivistelmä

Background

ilmaantuvuus haimasyövän (PC) kasvaa maailmassa vaikka useimmat potilaat diagnosoidaan edenneessä vaiheessa ja hengissä 12 kuukautta. Tämä huono ennuste johtuu vaikeus varhaiseen havaitsemiseen. Täällä kehitetään ja arvioidaan monimuuttuja indeksi koostuu plasman vapaiden aminohappojen (PFAAs) varhaista havaitsemista PC.

Methods

Teimme poikkileikkaus tutkimus monen toimielimissä Japanissa. Paasto plasmanäytteistä PC potilaista (n = 360), krooninen haimatulehdus (CP) potilailla (n = 28), ja terveisiin (HC) (n = 8372) ilman näkyvää syöpiä, jotka olivat käynnissä kattava lääkärintarkastukset kerättiin. Pitoisuudet 19 PFAAs mitattiin nestekromatografia-massaspektrometrialla. Meillä syntyy indeksi koostuu seuraavista kuudesta PFAAs: seriini, asparagiini, isoleusiini, alaniini, histidiini ja tryptofaani muuttujina syrjinnästä koulutukseen joukon (120 PC ja vastaavat 600 HC) ja arviointi validointi asettaa (240 PC, 28 CP, ja 7772 HC).

tulokset

Useat aminohappo pitoisuudet plasmassa olivat merkittävästi muuttuneet PC. Plasma tryptofaania ja histidiiniä pitoisuudet PC olivat erityisen alhaiset, kun taas seriini oli erityisen korkeampi kuin HC. Pinta-ala (AUC), joka perustuu vastaanottimen toimivien (ROC) käyrä analyysi tuloksena indeksin erottamaan PC HC oli 0,89 [95%: n luottamusväli (CI), +0,86-,93] koulutuksessa asetettu. Vuonna validointi asetettu, AUC perustuu ROC käyrä analyysiin PFAA indeksin oli 0,86 (95% CI, ,84-+0,89) kaikille PC potilaista ja HC aiheita, 0,81 (95% CI, ,75-+0,86) PC potilaiden vaiheessa IIA IIB vs. HC aiheita, ja 0,87 (95% CI, 0,80-0,93) kaikille PC potilaista verrattuna CP potilailla.

Johtopäätökset

Nämä havainnot viittaavat siihen, että PFAA profiilia PC oli merkittävästi erilainen kyseisestä HC. PFAA indeksi on lupaava biomarkkereiden seulontaan ja diagnosointiin PC.

Citation: Fukutake N, Ueno M, Hiraoka N, Shimada K, Shiraishi K, Saruki N, et al. (2015) romaani monimuuttujamenetelmät -indeksissä Haimasyöpä Detection perustuu plasma Free aminohappoprofiilin. PLoS ONE 10 (7): e0132223. doi: 10,1371 /journal.pone.0132223

Editor: Francisco X. Real, Centro Nacional de Investigaciones Oncológicas (CNIO), ESPANJA

vastaanotettu: 06 tammikuu 2015; Hyväksytty: 12 Kesäkuu 2015; Julkaistu: 02 heinäkuu 2015

Copyright: © 2015 Fukutake et al. Tämä on avoin pääsy artikkeli jaettu ehdoilla Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, jakelun ja lisääntymiselle millä tahansa välineellä edellyttäen, että alkuperäinen kirjoittaja ja lähde hyvitetään

Data Saatavuus: Kirjoittajat vahvistaa että hyväksytyistä syistä, jotkut pääsy rajoitukset koskevat tietojen taustalla havainnot. Tiedot taustalla havainnot tutkimuksessamme ei julkisteta takia luonteesta eettiset hyväksynnät tutkimukseen. Tiedot ovat saatavilla Osaka Medical Center of Cancer ja Cardiovascular Diseases eettisen komitean (sähköpostilla [email protected]~~V) tutkijoille, jotka täyttävät pääsyä luottamuksellisia tietoja.

rahoitus: Tämä tutkimuksen rahoittivat Ajinomoto Co., Inc. rahoittaja antoi tukea muodossa palkkojen tekijöille NO, AI, SK, ja HY, mutta ei ollut mitään ylimääräistä roolia tutkimuksen suunnittelu, tietojen keruu ja analysointi, päätös julkaista tai valmistamista käsikirjoituksen. Erityinen roolit nämä kirjoittajat ovat muotoutuneet ”kirjoittaja maksujen osiossa.

Kilpailevat edut: Kirjoittajat lukenut lehden politiikan ja antaa seuraavat konfliktit: NO, AI, SK, ja HY ovat työntekijöitä Ajinomoto , Co., Inc. NF, MU, NH, K. Shimada, K.Shiraishi, NS, TI, MY, ja KK sai tutkimusapurahat Ajinomoto, Co., Inc. NO, SK, HY, K. Shiraishi, KK NF, ja MU ovat hakeneet patenttia WO /2014/084290 ”arviointimenetelmä haimasyöpä, haimasyöpä analysointilaitteisto, haimasyöpä aRVIOINTIMENETELMÄ, haimasyöpä arviointiohjelma, haimasyöpä arviointijärjestelmä jA tietoliikennepääte UNIT.” Nämä eivät muuttaa tekijöiden noudattaminen kaikki PLoS ONE politiikan tietojen jakamista ja materiaaleja.

Johdanto

Haimasyöpä (PC) on tällä hetkellä kahdeksas suurin syy syöpään liittyvää kuolleisuutta, oli arviolta 266000 kuolemantapausta maailmanlaajuisesti vuonna 2008 [1], ja on edelleen yksi haastavimmista syöpäsairauksia hoitoon. Ainoa mahdollisesti parantava hoito on kirurginen resektio; kuitenkin noin 70% tapauksista alunperin läsnä pitkälle edennyt tauti (III-IV), jota ei voida parantaa leikkauksella. Advanced PC on erittäin huono ennuste, joka johtuu ilman ensioireita ja hyödyllisiä seulontamenetelmiä, joiden mediaani elinaikajakson 7,7 kuukauden vaiheen III ja 2,5 kuukautta vaiheen IV tauti [2]. Lisäksi 5-vuoden eloonjäämisluvut ovat tiettävästi vain 21,3% paikallisella vaiheessa 8,9% alueelliseen vaiheeseen, ja 1,8% kaukaisten vaiheessa [3].

Useat kasvaimeen liittyviä antigeenejä on arvioitu mahdollisina ennustetekijöiden tekijät PC, mukaan lukien syöpä -antigeeni (CEA) ja hiilihydraattiantigeeniä (CA) 19-9. CA19-9 on kliinisesti käyttökelpoinen diagnostinen markkeri, jossa herkkyys 79% -81% ja spesifisyys 82% -90% oireisille potilaille, mutta sen vähäinen positiivinen ennustearvo tekee siitä huono merkki seulontaan [4]. Lisäksi parannettu tietokonetomografia (CT) ja endoskooppinen ultraääni (EUS) ovat käyttökelpoisia diagnosointiin PC; kuitenkin, nämä säännöt ovat kalliita ja mahdollisesti vaarallisia. Sen vuoksi on tarpeen luoda tehokkaampia seulontamenetelmiä PC, erityisesti alkuvaiheessa tauti. Aminohapot ovat joko nautittuina tai endogeenisesti syntetisoitu ja on olennaiset fysiologiset tehtävät sekä perus- aineenvaihduntatuotteiden ja metabolisen sääntelyviranomaisten. Plasma vapaat aminohapot (PFAAs) läsnä suotuisa tavoitteet biomarkkereiden koska PFAA profiilit tiedetään vaikuttaa metabolisen vaihtelut tietyn elinjärjestelmissä aiheuttama tiettyihin sairauksiin [5] [6] [7] [8] [9]. Aiemmat kattava metabolomic tutkimukset ovat usein keskittyneet muutoksiin PFAA profiilit [10] [11] [12] [13]. Mittaus PFAA pitoisuuksia mahdollisimman markkeri tauti on myös edullisempaa strategia tarkkaan ja suuren suorituskyvyn analyysiä käyttäen massaspektroskopia kuin kattava metabolomiikka. Muutokset PFAAs profiilit ovat ominaisia ​​useat syövät; Näin ollen, kehittäminen Monimuuttuja-indeksi, joka koostuu näistä PFAAs voitaisiin käyttää paremmin erottamaan yksittäisiä syövän tyypit terveiden verrokkien [14] [15]. Esillä olevassa tutkimuksessa tutkimme malleja PFAA profiileja, ja sitten kehitettiin ja validoitiin Monimuuttuja indeksi havaitsemiseksi PC.

Materiaalit ja menetelmät

Ethics selvitys

Tämä tutkimus suoritettiin noudattaen Helsingin julistuksen ja protokollan hyväksyi eettisten komiteoiden Osakan Medical Center of Cancer ja Cardiovascular Diseases, Kanagawa Cancer Center, National Cancer Center Hospital, Tokai University Hospital, Gunma Prefectural Cancer Center, JCHO Osaka sairaala, Mitsui Memorial Hospital, Kameda Medical Center, ja Kanagawa Health Service Association. Kaikki potilaat antoivat tietoon perustuvan suostumuksen ennen osallistumista tähän tutkimukseen. Kaikki kliiniset tiedot nimettömiksi ennen tietojen analysointi.

Oppiaineet

PC potilailla (n = 360) mukana tässä tutkimuksessa rekrytoitiin Osaka Medical Center of Cancer ja verisuonitautien, Kanagawa Cancer Center , National Cancer Center Hospital, Tokai University Hospital, ja Gunma prefektuurin Cancer Center vuosina 2007 ja 2014. Potilaat, joilla on krooninen haimatulehdus (CP; n = 28) rekrytoitiin JCHO Osaka Hospital välillä 2013 ja 2014, kun taas terveisiin (HC) (n = 8372), joille tehtiin kattava terveystarkastus rekrytoitiin Kanagawa Health Service Association, Kameda Medical Center (Makuhari Clinic), ja Mitsui Memorial Hospital vuosien 2008 ja 2010. Yli 95% peräkkäisten PC ja CP tapauksissa ja HC suostui antamaan suostua tutkimusjakson aikana. PC potilailla, joilla on seuraavat ominaisuudet jätettiin: (1) samanaikaisesti diagnosoitu syöpä toisessa elimessä, (2) C-hepatiitin, ja (3) alle hoidon syöpälääkkeet. CP potilailla, joilla on seuraavat ominaisuudet jätettiin: (1) todetaan syöpä ja (2) C-hepatiitin kriteereillä HC aiheita olivat seuraavat: (1) ei ollut mitään syöpää, ja (2) ei ollut hepatiitti C . PC vaihe määräytyy kuudes painos International Union Against Cancer (UICC) Tumor-Node-Metastasis (TNM) Luokitus pahanlaatuisia kasvaimia [16]

Dataset valmistelu

Niistä 360 PC potilaita, 120 PC potilaat saadaan aikaisin verenkeruukampanjoiden järjestyksessä käytettiin koulutukseen aineisto. Valmistella HC aiheita koulutuksessa tietokokonaisuus, 600 8372 HC aiheista valittiin käyttäen taipumus pisteet matching sukupuolen perusteella ja ikäjakauman. Loput 240 PC ja kaikki 28 CP potilaiden ja 7772 HC aiheita käytettiin validointi aineisto.

Painoindeksi (BMI) B

pituus ja paino kaikkien aineiden mitattiin. BMI laskettiin painosta kiloina jaettuna pituuden neliömetreinä. BMI arvot luokitella seuraavasti: alipainoinen ( 18.50 kg /m

2), normaali paino (18,50-24,99 kg /m

2), ylipaino (25,00-29,99 kg /m2), ja lihavilla ( 30,00 kg /m

2).

PFAA analyysi

jälkeen paasto yön yli, verinäytteitä (5 ml), kerättiin kyynärvarren suonet putkiin, jotka sisältävät etyleenidiamiinitetraetikkahappoa dinatriumsuola antikoagulanttina ja olivat heti ( 1 min) laitettiin jääveteen tai jääkylmää jäähdytys säiliö (Forte Grow Medical Co., Ltd., Tochigi, Japani). Plasma erotettiin kokoverestä näytteistä sentrifugoimalla 3000 rpm ja 4 ° C: ssa 15 minuutin ajan ja säilytettiin -80 ° C: ssa analyysiin asti. Sulattamisen jälkeen, plasma näytteet poistettiin proteiinit käyttämällä asetonitriili lopulliseen konsentraatioon 80%, ennen kuin mittaus aminohapon pitoisuudet korkean suorituskyvyn nestekromatografialla (HPLC) -electrospray (ESI) -mass spektrometria (MS), jonka esikolonnin johdannaisen. Näitä analyyttisiä menetelmiä on kuvattu muualla [17] [18] [19]. Pitoisuudet seuraavat 19 aminohappoa mitattiin ja analysoitiin: alaniini (Ala), arginiini (Arg), asparagiini (Asn), sitrulliini (Cit), glutamiini (Gin), glysiini (Gly), histidiini (His), isoleusiini (Ile ), leusiini (Leu), lysiini (Lys), metioniini (Met), ornitiinin (Orn), fenyylialaniini (Phe), proliini (Pro), seriini (Ser), treoniini (Thr), tryptofaani (Trp), tyrosiini (Tyr ), ja valiini (Vai).

tilastollinen

Mean ja keskihajonta (SD).

keskimääräiset aminohappo pitoisuudet ± SDS laskettiin määrittämään tiivistää PFAA profiilit sekä potilaiden ja verrokkien.

Mann-Whitney

U

-testissä.

Mann-Whitney

U

-testi käytettiin arvioimaan merkittäviä eroja of PFAA pitoisuuksien välillä potilaiden ja verrokkien.

vastaanotin-operaattori (ROC) analyysi.

ROC-analyysi suoritettiin määrittämään valmiuksia yksi- ja monimuuttuja analyysit erottamaan potilaiden ja verrokkien. Potilas tarrat vahvistettu positiivisiksi luokan tarroja. Siksi ala ROC-käyrän (AUC ROC) arvosta 0,5 osoittivat, että aminohappotasolla oli pienempi potilailla kuin kontrolleilla, kun taas AUC ROC arvosta 0,5 ilmoitti, että se oli suurempi. 95%: n luottamusväli (95% luottamusväli) AUC ROC erottelua varten potilaiden perustuvan aminohappo pitoisuuksista ja tunnusluvut arvioitiin myös käyttämällä menetelmiä kuvanneet Hanley ja McNeil [20].

regressiomalli analyysi.

monimuuttuja regressioanalyysimme suoritettiin mallin estimoinnissa erotteleva PC potilas verrokkien.

Malli valikoima PFAA indeksin.

PFAA indeksi määriteltiin monimuuttuja malli käyttäen PFAA pitoisuuksia muuttujina. Logistinen regressioanalyysi vaihtelevalla valinta suoritettiin erottaa PC potilaita HC aiheista. Enimmäismäärä selittävien muuttujien rajoitettiin alle seitsemän, jotta vältetään mahdolliset multikollineaarisuus. Mallin valinta, AUC ROC saatiin, kun loman yksi cross validointi (LOOCV). Lyhyesti, yksi Hyväksytty muodostuu enintään PC potilaiden ja vastaavien verrokkien jätettiin pois koulutuksesta datajoukko, ja logistinen regressiomalli laskettiin jäljellä näytteitä arvioida kertoimien kullekin aminohapolle. Toiminto arvot vasemman out sovitettu joukko laskettiin perustuu tähän malliin. Tämä prosessi toistettiin kunnes jokaista näytteen tutkimuksessa datasarja oli jätetty pois kerran.

Ohjelmisto

Kaikki tilastolliset ja monimuuttuja analyysit suoritettiin käyttäen MATLAB (MathWorks, Natick, MA, USA) ja Prism (GraphPad Software, Inc., San Diego, CA, USA) tilasto-ohjelmalla.

tulokset

Ominaisuudet potilaiden ja verrokkien

kuvio 1 esittää yleiskuvan tästä tutkimus. Paasto plasma kerättiin aiheista (PC potilailla, n = 360; CP potilailla, n = 28; HC aiheita, n = 8372). Taulukossa 1 esitetään pääpiirteissään PC ja HC aiheita mukana tässä tutkimuksessa. PC potilailla, joilla on vaiheen 0-IIB tauti, koska kokoisen vaiheessa alaryhmä, osuus 35,8% koulutuksen asettaa ja 35,0%: n validointi asetettu.

PFAA profiilit PC potilaista

ensin mitattiin pitoisuuksia 19 plasman aminohappojen koulutukseen asettamat HPLC-ESI-MS ja todettu merkittävä nousu Ser pitoisuuksina ja merkittävää alenemista pitoisuuksissa 14 aminohappoa (Thr, Asn, Pro, Ala, cit, Val, Met, Leu, Tyr, Phe, His, Trp, Lys ja Arg) PC potilailla verrattuna HC aiheita (

p

0,05) (taulukko 2, S1 Kuva). PFAA profiilit alistettiin AUC ROC-analyysi, koska tasot merkitys riippuvat otoksen koosta (kuvio 2, S1 taulukko). Plasman Ser pitoisuudet olivat erityisen korkeammat, kun taas Trp ja His pitoisuudet olivat erityisen pienemmät PC potilailla verrattuna HC aiheita. PFAA profiilit PC potilailla, joilla on vaiheen 0-IIB sairauden, kuten kokoisen vaiheessa alaryhmä, olivat lähes samanlaiset kuin kaikkien muiden PC-potilailla.

tulokset vastaanotin-operaattorin (ROC) käyrä analyysi PFAA profiilien harjoitussarjassa (120 PC ja vastaavat 600 HC). Akselit esittävät AUC ROC kunkin aminohapon erottamaan potilaita terveisiin kontrolleihin. Musta lihavoitu viivat osoittavat kohtaan, jossa AUC ROC = 0,5.

Monimuuttujatestaus PFAA index

havaita tehokkaasti PC potilaita, laskimme optimaalinen PFAA indeksit useita regressioanalyysimme. AUC ROC arvoja jälkeen LOOCV top 50 mallit olivat lähes samat (+0,88-,89). Arvioimme edustava malli koostuu Ser, Asn, Ile, Ala, His, ja Trp kuten paras malli (taulukko 3). Sitten ylimääräinen logistinen regressio analysoidaan lisäämällä BMI ja /tai tupakointi historian osaksi selittävät muuttujat tehtiin arvioimaan vaikutuksia mahdollisten sekoittavien. Ei selvää nousua merkitys havaittiin kunkin aminohapon kun nämä tekijät lisättiin malliin, mikä viittaa siihen, että muutokset plasman tasolle kuin aminohappojen aiheuttamista PC olivat riippumattomia BMI tai tupakoinnista aiheista (taulukko 3).

Mitä erotteleva PC potilaiden verrokkien, ROC käyrät PC vs. HC tai CP alaryhmien välillä opetusjoukolla ja validointi asettaa laskettiin (kuvio 3A ja 3B, vastaavasti). Koulutuksessa asetettu, AUC on PFAA indeksit havaitsemiseksi PC potilaista ja HC koehenkilöillä oli 0,89 (95% CI, 0,86-0,93) kaikkien PC potilaiden ja 0,89 (95% CI, 0,83-0,95) joukossa PC potilailla, joilla on vaiheen 0-IIB tauti. Herkkyyden, kun puhutaan PFAA indeksien 95% ja 80% tarkkuus oli 60,0% ja 82,5%, vastaavasti, kaikista PC potilaista ja 53,5% ja 83,7% PC potilaista vaiheen 0-IIB tauti, vastaavasti (taulukko 4). Validoinnissa asetettu, AUC PFAA indeksi oli 0,86 (95% CI, 0,84-0,89) kaikille PC potilaille ja 0,81 (95% CI, 0,75-,86) PC potilaille osuuksilla IIA ja IIB tauti (kuvio 3B) . Herkkyyden, kun puhutaan PFAA indeksien spesifisyys 95% ja 80% oli 57,5% ja 76,7% kaikkien PC potilaista ja 48,8% ja 64,3% PC potilailla, joilla on vaiheen II A ja II B sairaus (taulukko 4). AUC PFAA indeksin havaitsemiseen PC vs. CP oli 0,87 (95% CI, ,80-0,93) kaikille PC potilaille ja väärät positiiviset hinnat 95% ja 80% tarkkuus oli 7,1% ja 25,0%, tässä järjestyksessä ( Taulukko 4). S2 Kuva esittää rasiakuvaajien of PFAA indeksi HC, PC, ja CP validointi asetettu.

vahvistaneet, että varianssi paisuttaa tekijä (VIF), maksimin diagonaalinen elementti käänteinen matriisi korrelaatiokerroin matriisi, kaikki top 50 mallia ei valita sopimatonta malleja osoittaa multicolinearity. Kaikissa malleissa on läpäissyt testin, eli VIFs oli alle 10. Ennen kaikkea VIF edustajan malli oli 1,70, mikä viittaa siihen, että mitään multicolinearity tapahtunut.

Lisäksi Alaryhmäanalyysi tehtiin kasvaimen vaiheessa koko ja sijainti haimassa. AUC PFAA indeksin mukaan kasvaimen vaiheesta oli seuraava: 0,79 (95% CI, 0,72-0,86) vaiheessa IIA, 0,85 (95% CI, 0,77-0,92) vaiheessa II B, 0,88 (95% CI, 0.83- 0,94) vaiheessa III, ja 0,91 (95% CI, ,88-,94) vaiheessa IV (kuvio 4A). AUC PFAA indeksin mukaan kasvaimen koko oli seuraava: 0,76 (95% CI, 0,66-0,86) ja TS1, 0,87 (95% CI, ,83-+0,90) ja TS2, 0,91 (95% CI, 0,86-0,95) for TS3, ja 0,97 (95% CI, 0,95-1,00) ja TS4 (kuvio 4B). AUC PFAA indeksin mukaan kasvaimen sijainti oli seuraava: 0,86 (95% CI, ,82-+0,90) varten haiman pään, 0,88 (95% CI, 0,83-0,93) ja haiman ruumiin, ja 0,90 (95% CI , +0,83-,96) ja haiman hännän (kuvio 4C). Lisäksi arvioimme korrelaatiot PFAA indeksin arvot ja muut biomarkkerit (ts CA19-9, CEA, ja elastaasin 1), koska kombinatorinen käyttää useita riippumattomia kasvainmerkkiaineet on tehokas havaitsemaan PC. Ei ollut merkittäviä korrelaatioita PFAA indeksit ja tasot CA19-9 (r = 0,075,

p

= 0,247), CEA (r = -0,005,

p

= 0,957), tai elastaasi-1 (r = 0,009,

p

= 0,351) PC (kuva 5, S2 taulukko).

(A) ROC käyrät PFAA indeksin vaiheessa IIA (punainen), vaiheen IIB (vaaleanpunainen), vaihe III (oranssi), ja vaihe IV (keltavihreä), tässä järjestyksessä. (B) ROC käyrät TS1 (punainen), TS2 (vaaleanpunainen), TS3 (oranssi), ja TS4 (keltavihreä), tässä järjestyksessä. TS1 ≤ 2,0 cm, 2,0 cm TS2 ≤ 4,0 cm, 4,0 cm TS3 ≤ 6,0 cm, ja TS4 6,0 cm. (C) ROC käyrät haiman pää (punainen), runko (vaaleanpunainen), ja häntä (oranssi), tässä järjestyksessä.

Pisteviiva osoittaa cut-off kunkin biomarkkereiden tai PFAA indeksin. Data-analyysin, ylempi normaalin rajat CA19-9, CEA, ja elastaasin 1 määriteltiin 37 U /ml, 5 ng /dl, ja 300 ng /dl, tässä järjestyksessä. Ei ollut merkittäviä korrelaatioita kunkin biomarkkereiden ja PFAA indeksi.

Keskustelu

häiriöstä PFAA sisällön PC on tutkittu useissa viimeaikaisissa tutkimuksissa käyttäen metabolomiikan tai aminohappoanalyysillä [21 ] [22] [23]. Kuitenkin erityinen PFAA profiileja PC, erityisesti resektoitavissa vaiheissa, jäävät vahvistamaton koska suhteellisen pieni määrä PC potilaiden ja verrokkien käytetään näissä tutkimuksissa. Siksi mittasimme paasto PFAA pitoisuudet laajamittainen tutkimus 360 PC potilaiden ja 8372 verrokkien tunnistaa erityisiä PFAA profiileja PC potilailla verrattuna sukupuolisesti ja ikä-haun harjoitussetti (PC120, HC600) (kuvio 2) . Lisäksi samanlainen PFAA profiilin havaittiin potilailla, joilla oli vaiheen 0-IIB tauti, jonka osuus 35,8% PC potilaiden mukana tässä tutkimuksessa. (Kuvio 2). Kuten taulukossa 2 on esitetty, plasman useita aminohappoja muutu merkitsevästi PC potilailla, jotka olivat mukaisesti PFAA profiilit viisi syöpätyyppien raportoineet Miyagi et al. [14], vaikka plasman Hänen ja Trp pitoisuudet olivat erityisen vähentynyt, kun taas Ser pitoisuudet olivat huomattavasti lisääntynyt (kuvio 2). Lisäksi olemme kehittäneet PFAA indeksin avulla koulutus muodostuu enintään kuusi aminohappoa, jotka olivat selvästi tyypillisiä aminohappoprofiilin PC. Olemme osoittaneet, että tämä indeksi voidaan tehokkaasti erottaa paitsi progressiivinen PC vaan myös käytettävissä PC, mistä vaiheessa IIA ja IIB sairauden riippumaton validointi sarja (taulukko 4). Lisäksi olemme myös osoittaneet, että PFAA indeksi tuskin havaitsee krooninen haimatulehdus (taulukko 4).

PFAA profiilit PC potilailla on todettu useissa aiemmissa tutkimuksissa, joista useat aminohappo olivat samanlaisia, joskin joitakin ilmeisiä eroavaisuuksia [21] [22] [23] esimerkiksi löysimme merkittävä kasvu plasman Ser pitoisuuksina PC, vaikka tämä suuntaus ei havaittu muissa tutkimuksissa. Lisäksi oli eroja Asn, Gin, Met, Ile, Phe, Leu, ja Pro tasoilla. Sen sijaan nämä aiemmat tutkimukset raportoitu yleisesti merkittävä lasku Thr pitoisuuksina, kun taas muutokset Arg, Cit, ja Trp pitoisuuksia ei määritetty yhdessä tutkimuksessa, ja pienensi merkitsevästi nämä aminohapot PC havaittu tutkimuksessamme sekä kaksi toiset. Tarkasteltiin useita syitä näihin eroihin. Ensinnäkin, nämä aiemmat tutkimukset ovat koskeneet suhteellisen pieni määrä aiheita verrattuna nykyiseen tutkimuksessa, jossa eniten aiheita tasalla. Tässä tutkimuksessa PFAA indeksi oli voimakasta, ja AUC tuskin väheni vaikka validointi asettaa koska se on kehitetty perustuu koulutukseen asetettu riittävän näytteen kokoa. Toiseksi erot tuloksemme ja muiden tutkimusten saattanut tapahtua, koska vaihtelut näytteen valmistusta olosuhteissa ja analyysimenetelmät. Kolmanneksi PFAA profiilit näytteille diurnal vaihtelut [24] [25] [26] ja vaihtuvat vuorokausirytmiä [27] [28], koska ne ovat pitkälti riippuvaisia ​​viime ateriat, jopa kesken terveillä henkilöillä [24] [25] [26] [29]. Lisäksi, jolloin kerättiin verinäytteet huoneenlämpötilassa tiedetään muuttaa plasman aminohapon pitoisuudet [30]. Voit voittaa tämän sekoittavia tekijä, kaikki osallistuvat tilat tässä tutkimuksessa käytettiin samaa protokollaa, jossa verta otettiin aamulla ennen aamiaista jälkeen paasto yön yli ja kerätyt näytteet jäähdytetään nopeasti estääkseen muutoksiin aminohappokonsentraatiot vuoksi entsymaattisia reaktioita. Siksi hankittu näytteet olivat laadukkaita ja kopioi tietoa vastaa tarkasti in vivo aminohappoprofiilit paaston aikana. Lisäksi määritys aminohappokonsentraatiot käyttäen HPLC-ESI-MS tässä tutkimuksessa laskettiin ei niin semiquantified arvoon käyttäen metabolomiikan kuin aiemmissa tutkimuksissa vaan suoraan määrällisesti absoluuttinen pitoisuudet luomalla kalibrointikäyrän piikin ala standardilähteissä jokaisen aminohappo [19]. Nämä mittaukset olivat erittäin tarkka ja täsmällinen takaamaan validointi, toistettavuus, ja rajoitettu päivittäinen virhe [19]. Siten tämän tutkimuksen tulokset saattavat selvemmin osoittaa profiilin ominaisuudet verrattuna niihin osoitetaan aiempien tutkimusten. Monimuuttuja-analyysi merkkiaineita PC on myös raportoitu [23, 31]. Esimerkiksi Kobayashi et al. [23] rakentanut useita logistisen regressiomallin avulla 43-tapaus koulutus asetettu pitoisuuksien neljä aineenvaihduntatuotteiden valitaan muuttujat tietoja kattavasti semiquantified peräisin metaboliittipitoisuuksien GC-MS. Samaan aikaan neljä valittu metaboliitit, ksylitoli on ruoka-peräinen aine, joka on läsnä hyvin pieninä pitoisuuksina terveillä henkilöillä [32] [33]. Kuitenkin oli epäselvää, ovatko nämä pitoisuudet fysiologisesti säilytetään tietyillä tasoilla in vivo. Lisäksi Leichtle et ai. [31] rakennettu yhdistetyn metaboliitti paneeli erottamaan PC CP ja HC käyttäen asparagiinihappo (Asp) ja CA19-9 muuttujina. Kuitenkin, plasman Asp pitoisuus on yleensä suhteellisen alhainen, ja analyyttinen vaihtelu 25%, kuten on raportoitu muualla [34]. Esillä olevassa tutkimuksessa PFAA indeksi oli rakennettu vain aminohappojen kohtalainen tai suuri plasmassa varmistaa mittauksen tarkkuus. Siksi uskomme, että PFAA indeksin tarjoaa korkean syrjiviä kyky vaikuta siihen mittausvirheitä. Koska aminohappoanalyysi käytetään laajalti Kliinisesti PFAA indeksi todennäköisesti nopeasti tarkistettava ja epäilemme sen käyttö on levinnyt lähitulevaisuudessa. Samaan aikaan, geneettinen, rotuun, ja maantieteellinen elementit voivat myös olla vaikuttavia tekijöitä nämä erot, jotka olisi selkeytettävä tulevaisuuden tutkimusta.

On olemassa useita mahdollisia mekanismeja, jotka voivat vaikuttaa PFAA profiileja syöpäpotilailla. Ensimmäinen, aiemmat tutkimukset ovat osoittaneet selvästi metabolisia muutoksia paikallisen syövän, mukaan lukien vaihteleva aminohapposekvenssi ja erilaisia ​​ilmentyminen aminohappojen kuljettajan syöpäsoluissa verrattuna terveisiin soluihin [10] [35]. Esimerkiksi, L-neutraalin aminohappojen kuljettajan 1 (LAT1) ilmentyy voimakkaasti PC-soluissa [36]. Osalta Ser, de novo Ser biosynteesissä ylössäädellään syöpäsoluissa ja Pa toimii allosteerisessa aktivaattori pyruvaattikinaasin isoentsyymin M2 [37]. Tämä ominaisuus saattaa liittyä tekijöitä, jotka myös lisäävät plasman Ser pitoisuuksia. Toinen mahdollinen mekanismi on induktio kauko elimen metabolisen aiheuttamia muutoksia tekijöistä pääsee syöpäsoluja. Esimerkiksi Luo et al. [38] on raportoitu, että HMGB-1 erittyy syöpäsolujen aiheutti jakautuminen kauko lihaskudoksen proteiinien aminohappoja, joista vuotaa vereen, mikä muuttaa PFAA profiilia. Kolmas mahdollinen mekanismi on mukana immuunijärjestelmän. Esimerkiksi plasman Trp ovat korreloineet yhteisiä aineenvaihdunnan muutoksia, sekä tutkimuksemme ja aikaisemmassa tutkimuksessa, joka tutkittiin Trp tasot viidellä eri syöpätyyppien [14]. Expression of indoleamine 2,3-dioksigenaasin (IDO), joka on mukana kynurenine metaboliareitti, indusoituu erityyppisiä syöpiä (syöpäsolujen tai immuunijärjestelmän solut) ja tiedetään olevan tärkeä rooli immunosuppressio [39]. IDO tunnetaan myös yliekspressoituvan PC-soluissa [40]. Siten useita kohtia, jotka koskevat mekanismeja muutoksia PFAA profiileja PC jää epäselväksi; Näin lisätutkimuksia tarvitaan selvittämään näitä kysymyksiä.

Äskettäin Mayers et al. [41] on raportoitu, että haaraketjuaminohapot (BCAA) seerumissa koholla 2-5 vuotta ennen puhkeamista syövän PC, viittaa siihen, että BCAA korkeus on riippumaton riskitekijä PC. Kuitenkin BCAA tasot normalisoituvat kuluessa 2 vuotta ennen vahvistuksen syöpä. Lisäksi tulokset hiiren tutkimuksen mukaan aika bcaa korkeus oli kellomainen ja vain tilapäistä. Tutkimuksessamme esittelimme PFAA profiilit lopullisesti diagnosoitu potilaiden syövän jälkeen havaitsemisen kautta diagnostisen kuvantamisen. Niistä tapauksista, joissa kokoisen edennyt sairaus (määrittelemälle tasolle IIB), ei ollut merkittäviä muutoksia BCAA pitoisuuksina verrattuna verrokkeihin. Tapauksissa edennyt syöpä, Leu ja Val pitoisuudet pienenivät. Tutkimuksemme tiedot tunnistettuja ominaisuuksia PC vaiheita, jotka ovat helposti vahvistettu tällä hetkellä saatavilla kuvantamismodaliteeteilla; Näin ollen, on mahdollista, että nämä ominaisuudet erosivat tärkeimpiä vaiheita microcarcinoma tai ennen puhkeamista syövän. Koska emme tutkia PFAA pitoisuudet ennen syövän syntymistä tässä tutkimuksessa, tuleva tutkimuksia tarvitaan täsmällisesti BCAA dynamiikka alkaen ennen PC puhkeamista karsinogeneesiin. Kuitenkin edellä mainitut tutkimuksissa havaittiin, että aineenvaihdunnan muutokset muuta systeemistä aminohappoprofiilit yhdessä muutoksia plasman BCAA pitoisuuksina precancerous vaiheessa tai erittäin varhaisessa PC [41]. Siksi havaitut muutokset PFAA profiilit potilaiden PC vaurioita, joita voitaisiin diagnosoida kautta kuvantaminen ja harkitaan resektio tutkimuksessamme, myös on aiheuttanut systeemisiä aineenvaihdunnan muutoksia.

Tällä hetkellä CA19-9 on yleisimmin käytetty merkki ennustaa PC hoitotuloksia ja jälkikäsittely ennusteen [42]. Kuitenkin, CA19-9 ei syntetisoi potilaat luokitellaan Lewis veriryhmä Le

a-b-, jonka osuus 10% tapauksista; Siksi tämä merkintä ei saa olla koholla joillakin potilailla, myös ne, joilla on edennyt vaiheeseen PC [43]. CEA on laajalti käytetty prognostisena markkerina gastrointestinaalisten syöpien; mutta sen herkkyys ja PC ovat köyhiä [44]. Haiman elastaasi-entsyymiä-1, jonka uskotaan kasvavan haimatulehduksen aiheuttama haiman kanava ahtauma, on osoitettu tehokkaaksi varhaisdiagnostiikan merkki [45]. Esillä olevassa tutkimuksessa ei havaittu olevan väliset korrelaatiot PFAA indeksin ja CA19-9, CEA tai elastaasi-1-tasot (kuvio 5). Näin ollen, kun käytetään samanaikainen PFAA indeksi CA19-9, CEA, tai elastaasi-1 voivat täydentää toisiaan, jotta paremmin havaitsemaan PC. Kuitenkin CA19-9 ja elastaasin 1 ei mitattu HC aiheita tässä tutkimuksessa. Siten vahvistaa vertailun tarkka syrjiviä kyky ja synergistinen vaikutus näiden markkereita, lisätutkimuksia tarvitaan. Syrjivä kyky PFAA indeksi on osoitettu olevan korkea jopa pieniä haiman kasvaimia TS-1 mukainen alaryhmäanalyysi (ROC_AUC = 0,76) (kuvio 4B). Olemme myös havainneet, että PFAA indeksi ei ollut riippuvainen sijainnin haiman kasvain (kuvio 4C). Vaikka yleinen vatsan ultraäänitutkimuksen avulla voidaan diagnosoida PC alkuvaiheessa, on vaikea kuva pieniä kasvaimia tai vaurioita haiman hännän tai uncinate prosessia käyttämällä tätä välinettä. Tuloksemme ehdotti, että ehdotettu PFAA indeksin kehitetty tässä tutkimuksessa tarjoaa samat herkkyyttä ilman riippuen kasvaimen sijainnista. Siksi kombinatorinen käyttö vatsan ultraääni ja PFAA indeksi voi olla hyvä merkki lisäämiseksi havaitsemismäärä vaurioiden haiman hännän ja uncinate prosessi. Tässä tutkimuksessa harjoitussarjassa ja validointi asettaa jaettiin kronologisesti. Tämän seurauksena ei varhaisessa tapausta vaiheen I tai vähemmän sisällytettiin validointi joukko, joka tapahtui kronologisesti myöhemmin ajassa. Se, että syrjivä kyky PFAA indeksi alkuvaiheessa tapauksissa vaiheen I tai vähemmän pysyy tuntemattomana on rajoitus tämän tutkimuksen. Tämä tutkimus kuitenkin oli poikkileikkaus;