基于等离子体的脂组学揭示了食道状细胞癌的潜在诊断生物标志物:一项回顾性研究

科学领域:

• 在瘤学瘤学.
• 生物化学 生物化学
• 计算生物学 计算生物学

背景情况:

• 食道状细胞癌 (ESCC) 的患病率和死亡率很高.
• 目前的诊断方法,如成像和瘤标志物缺乏灵敏度和特异性.
• 虽然内镜活检是黄金标准,但对查来说是侵入性的和昂贵的.

研究的目的:

• 开发一种方便且低成本的ESCC诊断方法.
• 为了利用基于血的脂质组学分析和机器学习 (ML) 来检测ESCC.

主要方法:

• 40名ESCC患者和31名健康对照者的血样本的脂管学分析.
• 通过液态染色体质谱法 (LC-MS) 进行非向性脂组学.
• 使用多变量/单变量分析和MS-DIAL软件识别和注释差异表达的脂质.

主要成果:

• 确定了99种不同的脂质 (15种上调,84种下调) 作为潜在的ESCC生物标志物.
• 一个含有九种特定脂质的单脂模型实现了AUC>0.99.
• 基于多重脂质的ML模型显示,ESCC的诊断准确性相当.

结论:

• 血脂是ESCC诊断的一个有希望的途径.
• 开发的脂管学和ML方法提供了一个方便且具有成本效益的查工具.
• 这一战略可以显著提高ESCC的早期检测和管理.