Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Đánh giá toàn diện về SELDI-TOF-MS trong việc phát hiện biomarker từ huyết thanh và mô của bệnh nhân có khối u buồng trứng
Tóm tắt
Ít hơn 25% bệnh nhân có khối u vùng chậu được giới thiệu đến bác sĩ sản phụ khoa cuối cùng sẽ được chẩn đoán mắc ung thư buồng trứng biểu mô. Vì không có xét nghiệm đáng tin cậy để phân biệt giữa các khối u buồng trứng khác nhau, việc phân loại chính xác có thể tạo điều kiện cho việc giới thiệu hợp lý đến chuyên gia ung thư phụ khoa, qua đó cải thiện tỷ lệ sống sót. Mục tiêu của nghiên cứu này là đánh giá giá trị tiềm năng của một bộ phân loại dựa trên SELDI-TOF-MS để phân biệt giữa các bệnh nhân có khối u vùng chậu. Thiết kế nghiên cứu của chúng tôi bao gồm một quần thể bệnh nhân được xác định rõ, các giao thức nghiêm ngặt và một tập hợp kiểm định độc lập. Chúng tôi đã so sánh các mẫu huyết thanh của 53 bệnh nhân ung thư buồng trứng, 18 bệnh nhân có khối u có khả năng ác tính thấp, và 57 bệnh nhân có khối u buồng trứng lành tính trên các dãy ProteinChip khác nhau. Ngoài ra, từ một phân nhóm gồm 84 bệnh nhân, các mô khối u đã được thu thập và vi phẫu được sử dụng để tách biệt một quần thể tế bào tinh khiết và đồng nhất. Phân tích phân biệt tuyến tính chéo (DLDA) và phân loại máy vector hỗ trợ (SVM) trên các mẫu huyết thanh so sánh khối u ác tính với khối u lành tính, đã cho ra các mô hình với độ chính xác phân loại từ 71-81% (kiểm định chéo), và 73-81% trên bộ kiểm định độc lập. Các mô và khối u lành tính có thể được phân loại với độ chính xác từ 95-99% bằng cách sử dụng kiểm định chéo. Các khối u có khả năng ác tính thấp cho thấy các mẫu biểu hiện protein khác biệt so với cả mô lành tính và mô ung thư. Đáng chú ý, không một đỉnh nào được biểu hiện khác biệt trong mẫu huyết thanh được tìm thấy có sự khác biệt trong các lysate mô của các nhóm đó. Mặc dù SELDI-TOF-MS có thể tạo ra các kết quả phân loại đáng tin cậy trong mẫu huyết thanh của bệnh nhân ung thư buồng trứng, nhưng nó sẽ không thể áp dụng trong chăm sóc bệnh nhân thường xuyên. Ngược lại, phân tích protein của mô khối u đã được vi phẫu có thể dẫn đến việc hiểu biết tốt hơn về nguyên nhân gây ung thư và vẫn có thể là nguồn biomarker huyết thanh mới dẫn đến các phương pháp mới để phân biệt giữa các kiểu hình học khác nhau.
Từ khóa
#ung thư buồng trứng #khối u vùng chậu #SELDI-TOF-MS #phân loại protein #biomarkerTài liệu tham khảo
Jemal A, Siegel R, Xu J, Ward E: Cancer statistics, 2010. CA Cancer J Clin 2010, 60: 277–300. 10.3322/caac.20073
National Institutes of Health Consensus Development Conference Statement: Ovarian cancer: screening, treatment, and follow-up. Gynecol Oncol 1994, 55: S4-S14.
Silverberg SG, Bell DA, Kurman RJ, Seidman JD, Prat J, Ronnett BM, et al.: Borderline ovarian tumors: key points and workshop summary. Hum Pathol 2004, 35: 910–917. 10.1016/j.humpath.2004.03.003
Vernooij F, Heintz AP, Coebergh JW, Massuger LF, Witteveen PO, van der Graaf Y: Specialized and high-volume care leads to better outcomes of ovarian cancer treatment in the Netherlands. Gynecol Oncol 2009, 112: 455–461. 10.1016/j.ygyno.2008.11.011
Tingulstad S, Skjeldestad FE, Hagen B: The effect of centralization of primary surgery on survival in ovarian cancer patients. Obstet Gynecol 2003, 102: 499–505. 10.1016/S0029-7844(03)00579-9
Menon U, Gentry-Maharaj A, Hallett R, Ryan A, Burnell M, Sharma A, et al.: Sensitivity and specificity of multimodal and ultrasound screening for ovarian cancer, and stage distribution of detected cancers: results of the prevalence screen of the UK Collaborative Trial of Ovarian Cancer Screening (UKCTOCS). Lancet Oncol 2009, 10: 327–340. 10.1016/S1470-2045(09)70026-9
Andersen ES, Knudsen A, Rix P, Johansen B: Risk of malignancy index in the preoperative evaluation of patients with adnexal masses. Gynecol Oncol 2003, 90: 109–112. 10.1016/S0090-8258(03)00192-6
Sjovall K, Nilsson B, Einhorn N: The significance of serum CA 125 elevation in malignant and nonmalignant diseases. Gynecol Oncol 2002, 85: 175–178. 10.1006/gyno.2002.6603
Jacobs IJ, Skates SJ, Macdonald N, Menon U, Rosenthal AN, Davies AP, et al.: Screening for ovarian cancer: a pilot randomised controlled trial. Lancet 1999, 353: 1207–1210. 10.1016/S0140-6736(98)10261-1
Skates SJ, Horick N, Yu Y, Xu FJ, Berchuck A, Havrilesky LJ, et al.: Preoperative sensitivity and specificity for early-stage ovarian cancer when combining cancer antigen CA-125II, CA 15–3, CA 72–4, and macrophage colony-stimulating factor using mixtures of multivariate normal distributions. J Clin Oncol 2004, 22: 4059–4066. 10.1200/JCO.2004.03.091
Palmer C, Duan X, Hawley S, Scholler N, Thorpe JD, Sahota RA, et al.: Systematic evaluation of candidate blood markers for detecting ovarian cancer. PLoS One 2008, 3: e2633. 10.1371/journal.pone.0002633
Moore RG, Jabre-Raughley M, Brown AK, Robison KM, Miller MC, Allard WJ, et al.: Comparison of a novel multiple marker assay vs the Risk of Malignancy Index for the prediction of epithelial ovarian cancer in patients with a pelvic mass. Am J Obstet Gynecol 2010, 203: 228–6.
Ueland FR, Desimone CP, Seamon LG, Miller RA, Goodrich S, Podzielinski I, et al.: Effectiveness of a multivariate index assay in the preoperative assessment of ovarian tumors. Obstet Gynecol 2011, 117: 1289–1297. 10.1097/AOG.0b013e31821b5118
Moore LE, Pfeiffer RM, Zhang Z, Lu KH, Fung ET, Bast RC Jr: Proteomic biomarkers in combination with CA 125 for detection of epithelial ovarian cancer using prediagnostic serum samples from the Prostate, Lung, Colorectal, and Ovarian (PLCO) Cancer Screening Trial. Cancer 2012, 118: 91–100. 10.1002/cncr.26241
Zhang H, Kong B, Qu X, Jia L, Deng B, Yang Q: Biomarker discovery for ovarian cancer using SELDI-TOF-MS. Gynecol Oncol 2006, 102: 61–66. 10.1016/j.ygyno.2005.11.029
Petricoin EF, Ardekani AM, Hitt BA, Levine PJ, Fusaro VA, Steinberg SM, et al.: Use of proteomic patterns in serum to identify ovarian cancer. Lancet 2002, 359: 572–577. 10.1016/S0140-6736(02)07746-2
Zhang Z, Bast RC Jr, Yu Y, Li J, Sokoll LJ, Rai AJ, et al.: Three biomarkers identified from serum proteomic analysis for the detection of early stage ovarian cancer. Cancer Res 2004, 64: 5882–5890. 10.1158/0008-5472.CAN-04-0746
Diamandis EP: Cancer biomarkers: can we turn recent failures into success? J Natl Cancer Inst 2010, 102: 1462–1467. 10.1093/jnci/djq306
Ye B, Cramer DW, Skates SJ, Gygi SP, Pratomo V, Fu L, et al.: Haptoglobin-alpha subunit as potential serum biomarker in ovarian cancer: identification and characterization using proteomic profiling and mass spectrometry. Clin Cancer Res 2003, 9: 2904–2911.
Simpkins F, Czechowicz JA, Liotta L, Kohn EC: SELDI-TOF mass spectrometry for cancer biomarker discovery and serum proteomic diagnostics. Pharmacogenomics 2005, 6: 647–653. 10.2217/14622416.6.6.647
Su F, Lang J, Kumar A, Ng C, Hsieh B, Suchard MA, et al.: Validation of candidate serum ovarian cancer biomarkers for early detection. Biomark Insights 2007, 2: 369–375.
Wegdam W, Moerland PD, Buist MR, van Ver Loren TE, Bleijlevens B, Hoefsloot HC, et al.: Classification-based comparison of pre-processing methods for interpretation of mass spectrometry generated clinical datasets. Proteome Sci 2009, 7: 19. 10.1186/1477-5956-7-19
Diao L, Clarke CH, Coombes KR, Hamilton SR, Roth J, Mao L, et al.: Reproducibility of SELDI Spectra Across Time and Laboratories. Cancer Inform 2011, 10: 45–64.
Kozak KR, Su F, Whitelegge JP, Faull K, Reddy S, Farias-Eisner R: Characterization of serum biomarkers for detection of early stage ovarian cancer. Proteomics 2005, 5: 4589–4596. 10.1002/pmic.200500093
Kong F, Nicole WC, Xiao X, Feng Y, Xu C, He D, et al.: Using proteomic approaches to identify new biomarkers for detection and monitoring of ovarian cancer. Gynecol Oncol 2006, 100: 247–253. 10.1016/j.ygyno.2005.08.051
Pepe MS, Feng Z, Janes H, Bossuyt PM, Potter JD: Pivotal evaluation of the accuracy of a biomarker used for classification or prediction: standards for study design. J Natl Cancer Inst 2008, 100: 1432–1438. 10.1093/jnci/djn326
Cadron I, Van GT, Amant F, Vergote I, Moerman P, Waelkens E, et al.: The use of laser microdissection and SELDI-TOF MS in ovarian cancer tissue to identify protein profiles. Anticancer Res 2009, 29: 1039–1045.
De Bock M, de Seny D, Meuwis MA, Chapelle JP, Louis E, Malaise M, et al.: Challenges for biomarker discovery in body fluids using SELDI-TOF-MS. J Biomed Biotechnol 2010, 2010: 906082.
Vissers JP, Langridge JI, Aerts JM: Analysis and quantification of diagnostic serum markers and protein signatures for Gaucher disease. Mol Cell Proteomics 2007, 6: 755–766. 10.1074/mcp.M600303-MCP200
Morris JS, Coombes KR, Koomen J, Baggerly KA, Kobayashi R: Feature extraction and quantification for mass spectrometry in biomedical applications using the mean spectrum. Bioinformatics 2005, 21: 1764–1775. 10.1093/bioinformatics/bti254
Dudoit S, Fridlyand J: A Practical Approach to Microarray Data Analysis., chapter 7. New York: Springer; 2003.
Michiels S, Koscielny S, Hill C: Prediction of cancer outcome with microarrays: a multiple random validation strategy. Lancet 2005, 365: 488–492. 10.1016/S0140-6736(05)17866-0
Varma S, Simon R: Bias in error estimation when using cross-validation for model selection. BMC Bioinforma 2006, 7: 91. 10.1186/1471-2105-7-91
Gentleman RC, Carey VJ, Bates DM, Bolstad B, Dettling M, Dudoit S, et al.: Bioconductor: open software development for computational biology and bioinformatics. Genome Biol 2004, 5: R80. 10.1186/gb-2004-5-10-r80