代謝組學在消化系統(tǒng)腫瘤中的應用進展

劉 超(綜述)，巴吐爾·買買提明，瑪依努爾·艾力(審校)

(1.新疆醫(yī)科大學第一附屬醫(yī)院腫瘤中心三科，烏魯木齊830054;2.新疆醫(yī)科大學藥學院，烏魯木齊830011)

代謝組學是系統(tǒng)生物學的組成部分，是繼基因組學和蛋白質組學之后新發(fā)展起來的一門學科，對生物體內所有代謝物進行定性定量分析，并尋找代謝物與生理病理變化的相對關系的研究方式，其研究對象大都是小分子物質[1]。分析檢測技術結合模式識別和專家系統(tǒng)等計算分析方法是代謝組學研究的基本方法。主要技術手段是核磁共振(nuclear magnetic resonance，NMR)、質譜、色譜?；蚪M學和蛋白質組學分別從基因和蛋白質層面探尋生命活動，而實際上細胞內許多生命活動是發(fā)生在代謝物層面的。基因與蛋白質的表達緊密相連，而代謝物反映了細胞所處的環(huán)境，這與細胞的營養(yǎng)狀態(tài)、藥物和環(huán)境的作用，及其他外界因素的影響密切相關。代謝組學由英國倫敦帝國理工大學Jeremy Nicholson教授創(chuàng)立之后迅速發(fā)展并滲透到多項領域，如疾病診斷、醫(yī)藥研制開發(fā)、毒理學、病理學研究、功能基因組研究、營養(yǎng)代謝等與人類健康密切相關的領域[2]。

消化道腫瘤是最常見惡性腫瘤，在世界范圍內發(fā)病率和病死率均較高，在中國胃癌、結直腸癌、肝癌等發(fā)病率和病死率僅次于肺癌，絕大多數(shù)早期患者并無特異臨床癥狀與體征，發(fā)現(xiàn)時已是進展期，療效不理想，病死率高。早期篩查發(fā)現(xiàn)腫瘤能在可治療階段進行早期干預，降低病死率。目前內鏡結合活組織病理檢查診斷消化道腫瘤方法雖較為成熟，但由于其有創(chuàng)性，早期診斷價值受限，而傳統(tǒng)腫瘤標志物的檢測雖能提高診斷陽性率，但特異性不高。代謝組學在消化系統(tǒng)腫瘤中有廣闊的應用前景。

1 代謝組學概述

代謝組學的研究樣品主要是尿液、血漿或血清、唾液、腹水、支氣管洗液、前列腺分泌物、細胞和組織的提取液等[3]。研究步驟包括樣品制備、代謝物分離、檢測與鑒定、數(shù)據(jù)分析與模型建立，其中代謝物的檢測、分析與鑒定是其技術的核心部分[4]。

1.1 代謝組學研究技術平臺

1.1.1 NMR NMR利用原子核在磁場中的能量變化來獲得相關核信息，目前常用的有氫譜(1H-NMR)、碳譜(13C-NMR)和磷譜(31P-NMR)[5]。

1.1.2 質譜 質譜分析的基本原理是使樣品中各組分電離生成離子束，進入質量分析器聚焦而得到質譜圖像，從而確定其質量[6-7]。

1.1.2.1 氣相色譜-質譜聯(lián)用 氣相色譜(gas chromatography，GC)特別適合于揮發(fā)物的混合物，并且可以直接氣相分離[8]。具有“三高一快”(高靈敏度、高分離效能、高選擇性和快速分析)的優(yōu)點。

1.1.2.2 液相色譜-質譜聯(lián)用 液相色譜適用于分離低揮發(fā)性或非揮發(fā)性、熱穩(wěn)定性差的物質。目前廣泛應用的有高效液相色譜法(high performance liquid chromatography，HPLC)、超高相液相色譜法(ultra-performance liquid chromatography，UPLC)，具有更好的分離效率、峰容量以及靈敏度[9]。

1.1.2.3 毛細管電泳-質譜聯(lián)用 毛細管電泳根據(jù)在電場作用下離子遷移的速度不同而對組分進行分離和分析，是目前最有力的分離手段。毛細管電泳技術可檢測多種樣品，并且具有所需樣品量少、分析速度快、分離效率高和應用范圍廣等特點。

NMR與質譜相比各有其優(yōu)缺點。NMR探測結構的準確性更高，更適合于定量分析，能夠實現(xiàn)對樣品的非破壞性、非選擇性分析，滿足了代謝組學中的對盡可能多的化合物進行檢測的目標，但它存在靈敏度低、分辨率低等缺陷，常導致高豐度的分析物掩蓋低豐度的分析物。質譜的優(yōu)勢在于能夠提供較高的分辨率和檢測靈敏度，敏感性更佳，且擁有更大的數(shù)據(jù)庫，有可供參考的標準譜圖庫對結果進行定性分析[10]。

1.2 代謝組學數(shù)據(jù)分析平臺 代謝組學研究產(chǎn)生的大量數(shù)據(jù)需借助專門的數(shù)據(jù)分析平臺進行整理、轉換、統(tǒng)計和輸出，期間將采用一系列化學計量方法，主要包括非監(jiān)督學習方法和監(jiān)督學習方法兩類。其中主成分分析(principal component analysis，PCA)、顯著性分析(discriiminate analysis，DA)、偏最小二乘法-顯著性分析聯(lián)合法(partial least squares-discriiminate analysis，PLS-DA)等在代謝組學研究中較常用。

2 代謝組學在消化道腫瘤的應用

在腫瘤的相關研究、特別是無癥狀早期腫瘤的診斷中，代謝組學日益突顯出無與比擬的優(yōu)勢。如有癌前病變發(fā)展階段的卵巢交界性腫瘤、宮頸癌和子宮內膜癌往往與激素、脂質類小分子物質的代謝明顯相關，缺乏早期預警的生物標志物，這些都符合代謝組學研究的特點與要求。代謝組學在肝癌、腦瘤研究中的成功更顯示其可行性。因此，代謝組學有望成為研究腫瘤發(fā)生、發(fā)展的有力工具，可以明顯鑒別腫瘤組織及腫瘤的各個階段，鑒定出潛在特征生物標志物，實現(xiàn)對腫瘤的早期診斷及預測。

2.1 代謝組學在消化系統(tǒng)腫瘤診斷及鑒別中的應用 在消化系統(tǒng)腫瘤中，腫瘤標志物的檢測在臨床已普遍開展，對于消化系統(tǒng)腫瘤的早期診斷、分析療效及預后、預測復發(fā)及轉移有重要的價值，但也存在特異度不高和影響因素多等缺陷，而代謝組學有很大的優(yōu)勢[11]。

2.1.1 食管癌 Ayshamgul等[12]應用1H-NMR技術對109例食管癌患者和50例健康人的血漿標本進行檢測，正交偏最小二乘法-顯著性分析聯(lián)合法方法能夠區(qū)分兩組血漿代謝組的核磁共振氫譜。Zhang等[13]運用PLS-DA檢測健康人和食管癌患者(各25例)血清樣本核磁共振氫譜，結果顯示兩組代謝組脂質代謝、氨基酸代謝、糖酵解、生酮、三羧酸循環(huán)差異顯著，為代謝組學對食管癌的篩查、早期診斷和預后提供依據(jù)。

2.1.2 胃癌 陳英杰等[14]用HPLC檢測48例胃癌患者與50例健康人尿液中15種核苷水平，發(fā)現(xiàn)胃癌患者尿中除5-甲基尿嘧啶(m5U)外，其余的平均值明顯高于健康人，代謝組學方法較目前臨床常用的胃癌初篩技術靈敏度更高。Wu等[15]用GC-質譜檢測18例胃癌患者組織代謝物，發(fā)現(xiàn)9種上調代謝產(chǎn)物，GC-質譜方法可區(qū)別胃癌有無浸潤性，可能對胃癌臨床診斷或分期有意義。Chen等[16]采用GC-質譜對動物模型胃癌轉移進行檢測發(fā)現(xiàn)，29種特異性改變的代謝物，尤其是絲氨酸和脯氨酸代謝在胃癌轉移中發(fā)揮著重要作用，代謝組學可為胃癌轉移提供新的生物標志物。

2.1.3 結直腸癌 Feng等[17]對52例結腸癌患者和62例健康者尿液代謝組學分析顯示，假尿嘧啶核苷和1-甲基鳥苷水平在結腸癌中相對較高，與腫瘤大小和病理分期(Dukes分期)相關，且診斷敏感性高于癌胚抗原、CA19-9和CA125等傳統(tǒng)腫瘤標志物。Jordan等[18]對14份惡性直腸腫瘤和9份良性直腸腫塊采用NMR的PCA進行分析，確定NMR可用于體外組織樣本良、惡性的生化分類。Chan等[19]對31例結直腸癌患者結直腸黏膜進行研究，應用高分辨率魔角旋轉-NMR和GC-質譜技術對31種分子標志物進行PCA分析，發(fā)現(xiàn)通過標志物能更清晰地對結腸直腸癌進行早期病理分類，還能區(qū)分結腸、直腸癌，彌補解剖學和臨床上對結直腸癌研究的缺陷。

2.1.4 胰腺癌 Bathe等[20]采用核磁共振光譜對43例良性肝膽疾病和56例胰腺癌患者的血清標本進行定量分析，通過對代謝產(chǎn)物數(shù)據(jù)進行“靶標輪廓”分析顯示:CA19-9的特異度為90%，但靈敏度只有50%～80%，胰腺癌活檢診斷率只有約71%，活檢陰性不是特別有助臨床決策。因此，需要一個更準確、臨床可行的方法區(qū)分胰腺疾病的良、惡性。Fang等[21]應用1H-NMR檢測SD大鼠慢性胰腺炎和胰腺癌完整胰腺組織的代謝組學標志物差異，同時應用PCA方法區(qū)分出了胰腺癌和慢性胰腺炎，但標志物應用于臨床還需要進一步研究。

2.1.5 肝膽癌 Wang等[22]采用 UPLC-質譜研究82例肝癌、48例肝硬化患者和90例健康者之間血清代謝物的差異，代謝輪廓分析顯示其不僅可以區(qū)分患者與健康組，并且對肝硬化和肝癌之間有100%的靈敏度和特異度，鵝脫氧甘膽酸被認為是肝癌診斷及預后的指標，單獨應用UPLC-質譜或聯(lián)合甲胎蛋白檢測可能是肝癌篩查及早期診斷的高效而便捷的工具。Yang等[23]用HPLC技術結合PCA對肝炎、肝硬化、肝癌患者的血液、尿液進行分析，結果顯示代謝組學可以降低肝癌診斷的假陽性率，用HPLC標記的尿液中核苷物質比甲胎蛋白對診斷更有針對性。陸強等[24]用NMR檢測35例肝硬化、38例肝癌患者和63例健康人血清代謝物，利用PLS-DA進行模式識別分析，表明該方法可將肝癌患者與健康人、肝硬化患者進行鑒別，肝癌診斷靈敏度高，假陽性率低，優(yōu)于血清甲胎蛋白檢測。Albiin等[25]采用1H-MRS分析45例有相關臨床癥狀患者的膽汁，結果顯示代謝組學診斷方法的靈敏度為88.9%，特異度為87.1%，準確度為87.8%。因此，對膽汁進行代謝組學分析能更靈敏地診斷膽管癌。

2.2 代謝組學在消化系統(tǒng)腫瘤治療及預后中的應用 代謝組學在腫瘤治療及預后領域有著廣泛的應用。研究腫瘤細胞代謝物特征性改變可發(fā)現(xiàn)新的治療靶點，準確預測其對某一治療方案或藥物的反應，有效監(jiān)測藥物療效及毒副作用，實現(xiàn)腫瘤的個體化治療。

Wang等[26]用代謝組學方法檢測順鉑加氟尿嘧啶方案治療胃癌小鼠的療效，結果顯示腫瘤在治療組小鼠增長顯著低于對照組，相對腫瘤生長率為59.6%，生長抑制率為41.9%，提示順鉑加氟尿嘧啶治療胃癌有效。

Backshall等[27]運用1H-NMR對54例結直腸癌患者卡培他濱治療前后的血液標本進行毒副作用程度對比發(fā)現(xiàn)，治療后血液毒副作用較高?；颊呓邮芑熐斑M行代謝輪廓分析有助于合理選擇藥物劑量，以達到最大藥效及最小毒副作用。

3 小結與展望

代謝組學以小分子代謝物為研究對象，運用高通量、高敏感度的分析技術，結合化學計量方法，在腫瘤的研究中發(fā)揮著重要的作用，發(fā)現(xiàn)應用于臨床的腫瘤標志物[28]，建立模型以實現(xiàn)對腫瘤篩查、早期診斷與鑒別，預測評估藥效，指導個體化治療及判斷預后[29-32]。隨著代謝組學技術的發(fā)展，將進一步提高檢測靈敏度，降低檢測成本，簡化操作，有望在臨床上得到更為廣泛的應用。

大量研究已經(jīng)得到與重要的生理病理變化和基因變異等有關的潛在標志性代謝物，但各個生物標志物之間關聯(lián)性不強，缺乏交叉驗證，有待進一步研究建立完整的診斷專家系統(tǒng)，常規(guī)化診斷，多技術聯(lián)合的應用對代謝組學的發(fā)展提供了廣闊的空間和平臺[33]。隨著代謝組學在腫瘤研究的應用不斷增加，將更充分地認識到代謝組學的優(yōu)越性。

[1]Mo ML，Palsson B?.Understanding human metabolic physiology:a genome-to-systems approach[J].Trends Biotechnol，2009，27(1):37-44.

[2]Wisbart DS.Proteomics and the human metabolome project[J].Expert Rev Proteomics，2007，4(3):333-335.

[3]Acton TB，Xiao R，Anderson S，et al.Preparation of protein samples for NMR structure，function，and small-molecule screening studies[J].Methods Enzymol，2011，493:21-60.

[4]Serkova NJ，Spratlin JL，Eckhardt SG.NMR-based metabolomics:translational application and treatment of cancer[J].Curr Opin Mol Ther，2007，9(6):572-585.

[5]Ott KH，Aranibar N.Nuclear magnetic resonance metabonomics:methods for drug discovery and development[J].Methods Mol Biol，2007，358:247-271.

[6]Lauridsen M，Hansen SH，Jaroszewski JW，et al.Human urine as test material in 1H NMR-based metabonomics:recommendations for sample preparation and storage[J].Anal Chem，2007，79(3):1181-1186.

[7]Mikami T，Aoki M，Kimura T.The application of mass spectrometry to proteomics and metabolomics in biomarker discovery and drug development[J].Curr Mol Pharmacol，2012，5(2):301-316.

[8]Denkert C，Budczies J，Kind T，et al.Mass spectrometry-based metabolic profiling reveals different metabolite patterns in invasive ovarian carcinomas and ovarian borderline tumors[J].Cancer Res，2006，66:10795-10804.

[9]Pasikanti KK，Norasmara J，Cai S，et al.Metabolic footprinting of tumorigenic and nontumorigenic uroepithelial cells using twodimensional gas chromatography time-of-flight mass spectrometry[J].Anal Bioanal Chem，2010，398(3):1285-1293.

[10]Wagner S，Scholz K，Sieber M，et al.Tools in metabonomics:an integrated validation approach for LC-M S metabolic profiling of mercapturic acids in human urine[J].Anal Chem，2007，79(7):2918-2926.

[11]Blow N.Metabolomics:biochemistry's new look[J].Nature，2008，455(7213):697-700.

[12]Ayshamgul H，Batur M，Ilyar S.1H-MRS metabonomic analysis of plasma samples of esophageal cancer patients based on different pattern recognition[J].Zhonghua Zhong Liu Za Zhi，2010，32(9):681-684.

[13]Zhang X，Xu L，Shen J，et al.Metabolic signatures of esophageal cancer:NMR-basedmetabolomics andUHPLC-basedfocused metabolomicsof blood serum[J].Biochim Biophys Acta，2013，1832(8):1207-1216.

[14]陳英杰，鄭育芳，王凝芳，等.尿中核苷檢測在胃癌診斷中的意義[J].癌癥，2003，22(5):537-540.

[15]Wu H，Xue R，Tang Z，et al.Metabolomic investigation of gastric cancer tissue using gas chromatography/mass spectrometry[J].Anal Bioanal Chem，2010，396(4):1385-1395.

[16]Chen JL，Tang HQ，Hu JD，et al.Metabolomics of gastric cancer metastasis detected by gas chromatography and mass spectrometry[J].World J Gastroenterol，2010，16(46):5874-5880.

[17]Feng B，Zheng MH，Zheng YF，et al.Normal and modified urinary nucleosides represent novel biomarkers for colorectal cancer diagnosis and surgery monitoring[J].J Gastroenterol Hepatol，2005，20(12):1913-1919.

[18]Jordan KW，Nordenstam J，Lauwers GY，et al.Metabolomic characterization of human rectal adenocarcinoma with intact tissue magnetic resonance spectroscopy[J].Dis Colon Rectum，2009，52(3):520-525.

[19]Chan EC，Koh PK，Mal M，et al.Metabolic profiling of human colorectal cancer using high-resolution magic angle spinning nuclear magnetic resonance(HR-MAS NMR)spectroscopy and gas chromatography mass spectrometry(GC/MS)[J].J Proteome Res，2009，8(1):352-361.

[20]Bathe OF，Shaykhutdinov R，Kopciuk K，et al.Feasibility of identifying pancreatic cancer based on serum metabolomics[J].Cancer Epidemiol Biomarkers Prev，2011，20(1):140-147.

[21]Fang F，He X，Deng H，et al.Discrimination of metabolic profiles of

pancreatic cancer from chronic pancreatitis by high-resolution magic angle spinning 1H nuclear magnetic resonance and principal components analysis[J].Cancer Sci，2007，98(11)，1678-1682.

[22]Wang B，Chen D，Chen Y，et al.Metabonomic profiles discriminate hepatocellular carcinoma from liver cirrhosis by ultraperformance liquid chromatography-mass spectrometry[J].J Proteome Res，2012，11(2):1217-1227.

[23]Yang J，Xu G，Zheng Y，et al.Diagnosis of liver cancer using HPLC-based metabonomics avoiding false-positive resultfrom hepatitis and hepatocirrhosis diseases[J].J Chromatogr B Analyt Technol Biomed Life Sci，2004，813(1/2):59-65.

[24]陸強，黃一紅，叢輝，等.肝細胞癌、肝硬化患者血清中代謝組研究[J].分析化學，2009，37(2):194-198.

[25]Albiin N，Smith IC，Arnelo U，et al.Detection of cholangiocarcinoma with magneic resonance spect roscopy of bile in patients with and without primary sclerosing cholangitis[J].Acta Radiologica，2008，49(8):855-862.

[26]Wang X，Yan SK，Dai WX，et al.A metabonomic approach to chemosensitivity prediction of cisplatin plus 5-fluorouracil in a human xenograft model of gastric cancer[J].Int J Cancer，2010，127(12):2841-2850.

[27]Backshall A，Sharma R，Clarke SJ，et al.Pharmaco-metabonomic profiling as a predictor of toxicity in patients with inoperable colorectal cancer treated with capecitabine[J].Clin Cancer Res，2011，17(9):3019-3028.

[28]Rhee EP，Gerszten RE.Metabolomics and cardiovascular biomarker discovery[J].Clin Chem，2012，58(1):139-147.

[29]Dittrich R，Kurth J，Decelle EA，et al.Assessing prostate cancer growth with citrate measured by intact tissue proton magnetic resonance spectroscopy[J].Prostate Cancer Prostatic Dis，2012，15(3):278-282.

[30]Costello LC，F(xiàn)ranklin RB，Zou J，et al.Human prostate cancer ZIP1/zinc/citrate genetic/metabolic relationship in the TRAMP prostate cancer animal model[J].Cancer Biology Therapy，2011，12(12):1078-1084.

[31]Borgan E，Sitter B，Lingj?rde OC，et al.Merging transcriptomics and metabolomics--advances in breast cancer profiling[J].BMC Cancer，2010，10:628.

[32]Budiu RA，Mantia-Smaldone G，Elishaev E，et al.Soluble MUC1 and serum MUC1-specific antibodies are potential prognostic biomarkers for platinum-resistant ovarian cancer[J].Cancer Immunol Immunother，2011，60(7):975-984.

[33]Urayama S，Zou W，Brooks K，et al.Comprehensive mass spectrometry based metabolic profiling of blood plasma reveals potent discriminatory classifiers of pancreatic cancer[J].Rapid Commun Mass Spectrom，2010，24(5):613-620.