结直肠癌的基于血清代谢的诊断生物标志物:见解和多omics验证

科学领域:

• 生物化学 生物化学
• 在瘤学瘤学.
• 生物信息学是一种生物信息学.

背景情况:

• 结肠直肠癌 (CRC) 是一个主要的全球健康问题,延迟诊断显著影响死亡率.
• 对于早期CRC检测而敏感的,非侵入性的生物标志物至关重要,以改善患者的治疗结果.

研究的目的:

• 确定用于早期结直肠癌 (CRC) 检测的新型血清代谢物生物标志物.
• 开发和验证使用代谢学数据的CRC高性能,非侵入性诊断模型.
• 评估将无细胞DNA (cfDNA) 甲基化模式与CRC诊断的代谢学相结合的附加值.

主要方法:

• 在715名参与者 (248名CRC患者,467名对照者) 中使用液体染色体质谱法 (LC-MS) 进行非向血清代谢分析.
• 统计分析和途径丰富,以确定差异丰富的代谢物和相关的生物途径.
• 应用机器学习算法 (SVM,RF,XGBoost,LR) 来构建预测诊断模型.
• 对cfDNA甲基化模式的概述和开发一个多omics分类器.

主要成果:

• 确定了26种与CRC显著相关的血清代谢物,与胆酸和牛代谢等途径有关.
• 使用十种代谢物的基于代谢学模型实现了高诊断性能 (AUROC 0.96-0.97,精度高达92.5%).
• 与cfDNA甲基化标记物的整合提供了适度的性能增强 (AUROC 0.98),而不是仅使用代谢学模型.

结论:

• 鲜明的血清代谢特征和途径中断是CRC的特征.
• 基于代谢学的诊断模型为早期CRC查提供了一种高性能,最少侵入性的方法.
• 仅仅是代谢学是一个强大的CRC预测器,强调其作为早期检测和精准医学的独立平台的潜力.