2022-05-20 08:52:40, 小迈 武汉迈特维尔生物科技有限公司
2022年4月,汕头大学附属粤北人民医院特聘教授李继承团队在Frontiers in Cardiovascular Medicine 上发表题为Plasma Quantitative LipidProfiles:
Identification of Carnitine C18:1-OH,CarnitineC18:2-OH and FFA(20:1)as NovelBiomarkersforPre-warning and PrognosisinAcute Myocardial
Infarction的文章,从脂质组学角度寻找可以识别心梗预警和预后的新型标志物。该研究第一作者为汕头大学附属粤北人民医院博士生刘俊。迈维代谢协助进行定量脂质组检测分析服务。
●发表单位:汕头大学附属粤北人民医院
●发表期刊:Frontiers in Cardiovascular Medicine
●影响因子:6.05
●发表时间:2022.04
本研究旨在找寻急性心肌梗死(AMI)早期筛查及预后的潜在血脂生物标志物。本研究通过超高效液相色谱串联质谱(UPLC-MS/MS)检测了795个脂质代谢物。与健康对照组(HC)和不稳定型心绞痛(UA)组相比,AMI组特异性表达25种脂质代谢物。然后,应用LASSO和SVM-RFE分析方法得到CarnitineC18:1-OH、CarnitineC18:2-OH和FFA(20:1)3个脂质标志物。三种脂质代谢物在发现集和验证集均表现出较好的鉴别AMI患者和UA患者的预测能力,其曲线下面积(AUC)为0.9。单因素和多因素logistic回归分析表明,这三种脂质代谢物可作为诊断AMI的潜在生物标志物。随后的1年随访分析表明,这三种脂质生物标志物在预测AMI患者因心血管事件再次入院方面也有很好的表现。总之,我们使用定量脂质技术来描述AMI患者的脂质代谢特征,并通过机器学习方法识别出了潜在的AMI早期诊断生物标志物。
实验流程图:
■ ■ ■ ■ ■
图1
基于UPLC-MS/MS的定量脂质检测共检测了795种脂质代谢物。三组共检测到36个不同的脂类亚类(图2a-c)。在36个脂类亚类中,最丰富的是TG(151个脂类分子),其次是磷脂酰胆碱(PC)和磷脂酰乙醇胺醚(PE-O),分别有68和63个脂类分子(图2d)。正交偏最小二乘判别分析(OPLS-DA)显示AMI组与HC、UA组之间存在显著的脂质代谢差异(图2e,f)。
■ ■ ■ ■ ■
图2
根据VIP值>1,P< 0.05, FC >1.5或FC< 0.6的指标筛选差异脂质,AMI组与HC组间差异脂质代谢物共212个。在AMI组中,128种脂质代谢物下调,84种脂质代谢物上调(图3a)。KEGG富集分析表明,这些差异脂质代谢物主要与脂肪细胞的脂质分解、脂肪消化吸收、代谢途径、甘油磷脂代谢相关(图3b)。此外,我们还筛选了AMI组和UA组之间的差异脂质代谢物。结果显示AMI组有55种脂质代谢物上调,3种脂质代谢物下调(图3c)。KEGG分析显示,这些差异代谢物主要富集于产热、代谢途径和甘油脂代谢(图3D)。此外,Venn图显示了两组(AMIvs. HC和AMI vs.UA)差异脂质代谢物的重叠,发现有25种差异脂质代谢物在AMI组特异表达(图4a)。KEGG通路分析表明,这25种特异性差异脂质代谢物主要富集于产热、代谢途径、甘油脂质代谢和脂肪添加生物合成(图4B、C)。共表达聚类分析显示,这25个差异脂质分子主要是酰基肉碱(CAR)、游离脂肪酸(FFA)、己基神经酰胺(HexCer)、PC、PE-O和TG(图4D)。此外,CAR和FFA之间有很强的相关性,PC和TG之间也有很强的相关性。
■ ■ ■ ■ ■
图3
■ ■ ■ ■ ■
图4
使用LASSO回归分析筛选能够区分AMI患者和UA患者的脂质生物标志物。然后鉴定出AMI组中具有独特表达的10个脂质生物标志物(图5a)。采用SVM-RFE算法选择最优特征,鉴定出4种脂质代谢物为AMI的候选生物标志物(图5b)。为了过滤出相对稳健的biomarkers,我们将两种算法取交集,得到了三个脂质biomarkers,分别是FFA(20:1)、CarnitineC18:2-OH和CarnitineC18:1-OH(图5c)。ROC曲线分析结果显示,FFA(20:1)、CarnitineC18:2-OH、CarnitineC18:1-OH具有较好的鉴别AMI患者和UA患者的诊断性能,这三种脂质生物标志物的AUC分别为0.89、0.904、0.909(图5e)。此外,应用logistic回归构建了一个基于发现的三种脂质生物标志物的诊断模型。诊断模型能够很好地区分AMI患者和UA患者,AUC为0.938(图5f)。然后,通过ROC分析确定这三种脂质生物标志物在区分HC受试者和AMI患者中的表现。结果显示FFA(20:1)和CarnitineC18:1-OH对区分HC组与AMI组有较好的作用,AUC分别为0.836和0.938(图6a)。我们结合这三种脂质生物标志物通过logistic回归构建了一个诊断模型,该模型在区分AMI患者和HC受试者方面表现出良好的效果,AUC为0.966(图6b)。在验证集中,三种脂质代谢产物和诊断模型在区分AMI患者和UA患者方面也有较好的表现,AUC在0.8以上(图6c,d)。我们将发现集和验证集集成为一个完整的集。ROC分析显示,三种脂质生物标志物在全组中对AMI患者和UA患者具有良好的诊断能力,AUC> 0.85(图6e)。FFA(20:1)、CarnitineC18:2-OH和CarnitineC18:1-OH组合的诊断模型在全组表现良好,AUC为0.912(图6f)。这些结果表明,这三种不同的脂质代谢物在鉴别AMI患者与UA患者和HC受试者方面具有良好的前景,并可能作为AMI的潜在风险生物标志物。
■ ■ ■ ■ ■
图5
■ ■ ■ ■ ■
图6
CK-MB是目前临床诊断AMI最常用的指标,TC、TG、HDL-C、LDL-C也是临床常见的与AMI相关的参数。本研究评估AMI患者早期血清CK-MB、TC、TG、LDL-C和HDL-C水平。随后,我们进行了共表达网络分析,以评估这三种脂质生物标志物与临床指标的关系。结果表明,三种脂质生物标志物之间具有较强的相关性,而与常见临床指标的相关性相对较弱(图5D)。采用单因素和多因素logistic回归分析,检测临床指标、脂质生物标志物与AMI风险的关系。单因素logistic回归分析发现发现CK-MB和3个脂质生物标志物是AMI的危险因素(表1)。多因素logistic回归分析发现这3个脂质生物标志物是AMI的独立危险因素(表1)。进行单因素和多因素logistic回归分析也表明这三种脂质标志物是AMI的独立危险因素(表2)。我们分别分析了这三种脂质标志物在发现集和验证集的表达情况。结果显示,在心肌梗死患者中,这三个biomarkers在发现集(图7A)和验证集(图7B)均显著上调。我们进一步随访60例AMI患者1年,其中14例患者因心血管疾病再次入院。随后进行ROC分析,评估这三种脂质生物标志物预测AMI出院患者二次入院的有效性。这三种脂质生物标志物在二次入院时表现出较强的预测能力,尤其是FFA(20:1),其AUC为0.662(图7C)。值得注意的是,基于这三种脂质生物标志物的诊断模型也显示出良好的预测精度,AUC为0.685(图7D)。
表1
表2
■ ■ ■ ■ ■
图7
本研究对AHC、UA、AMI三组样本做了定量脂质组检测,共检测到795个脂质代谢物。AMI组特异性表达25种脂质代谢物。应用机器学习方法得到CarnitineC18:1-OH、CarnitineC18:2-OH和FFA(20:1)3个脂质标志物,这三种脂质代谢物可作为诊断AMI的潜在生物标志物。随后的1年随访分析表明,这三种脂质生物标志物在预测AMI患者因心血管事件再次入院方面也有很好的表现。
定量脂质组可一次性靶向定量检测3000+脂质代谢物,全面覆盖CE、Cer、HexCer、SM、FA、CAR、Eicosanoid、PC、LPC、PE、LPE、PG、LPG、PS、LPS、PI、TG、DG等四十多类脂质。
●高通量:可一次性检测3000+脂质;
●广覆盖:同时CE、Cer、HexCer、SM、FA、CAR、Eicosanoid、PC、LPC、PE、LPE、PG、LPG、PS、LPS、PI、TG、DG等四十多类脂质;
●高重现:多次检测结果有更好的重现性,大批量样本可进行批次内校正;
●高灵敏:采用高灵敏质谱仪ABSCIEX6500+,检测下线低至pg级;
●高准确:采用内标法进行绝对定量,结果更准确(标准品+同位素内标)。
99%的代谢组学研究者都在阅读下文:
●项目文章 | 喜讯!nature发表江西农大黄路生院士团队宿主基因影响肠道菌群成果
●项目文章丨IF=16.8!肿瘤治疗新概念:细菌诱导疗法新方向
●视频实操SCI作图课(12):迈维云平台助你事半功倍提取序列
我就知道你“在看”
04-23
从专家共识看吉比爱如何布局质谱自动化及应对临床质谱挑战04-22 华大吉比爱
精彩回顾|华大吉比爱质谱整体解决方案亮相第五届北京临床质谱论坛04-22 华大吉比爱
汪建:三十而立,要立得正、立得稳,走出一片新的光辉04-22 华大集团
尹烨:想成为对人类历史有伟大贡献的组织,就必须秉承痴心和使命04-22 华大集团
元析仪器 | 第25届中国环博会圆满落幕04-22 METASH
效率与安全并重 | 元析仪器MWD系列微波消解仪04-22
Q-6紫外分光光度计 | 环境监测的利器,助力绿色发展04-22
FAQ系列5_初始荧光值无规律变化04-22 NanoTemper
FAQ系列6_初始荧光值有规律变化04-22 NanoTemper
我与NanoTemper的故事(4) 厦门大学_提能增效首选MST!04-22 NanoTemper
今日直播 | PR Panta助力ADC研发04-22 NanoTemper
环境应急演练:苏州佳谱科技展现实力!04-22
ACCSI2024珂睿科技入围科学仪器行业投资潜力榜单并荣获成长潜力企业奖!04-19 珂睿marketing
宁波市政协主席陈龙一行莅临华仪宁创考察调研04-19
鄞州区人民政府副区长陈建恩带队赴华仪宁创开展企业帮扶现场办公会04-19
多因子实验操作二三事,轻松get高通量数据!!!04-19 赛默飞生命科学
高压均质技术在处理淀粉中的应用04-19 SCIENTZ
湖北省一天科技有限公司选购我司HS-STA-001同步热分析仪04-19
科普知识丨聚酰胺PA塑料的机械物理性能04-19