乳腺癌代谢物组模式特征发现方法.PDFVIP

Vo l. 26 高 等 学 校 化 学 学 报 No. 10 2 0 0 5 年 10 月 　　　　　CHEM ICAL JOURNAL OF CH IN ESE UN IV ER SITIES　　　　　 　 1798 ～1802 　 乳腺癌代谢物组模式特征发现方法 及 HPLC /M S /M S分析 1 2 2 沈 　朋 , 康宇飞 , 程翼宇 ( 1. 浙江大学医学院附属第一医院 , 杭州 3 10003; 2. 浙江大学药物信息学研究所 , 杭州 310027) 摘要 　提出一种基于单独最优特征组合和 B P神经网络的代谢物组模式特征发现方法 , 并用其寻找到尿样中 与乳腺癌最为相关的 4种核苷 , 组成一组特异性检测参数. 经 HPLC /M S/M S联用法鉴定 , 它们是乳清酸核 苷 、1甲酰化腺苷 、S 腺苷 L 蛋氨酸及 N 2 甲酰化鸟苷. 将这 4种核苷作为输入变量 , 用 B P神经分类网络建 立乳腺癌诊断模型. 留一法交叉验证和独立验证结果表明 , 该模型预测准确率达到 90%以上. 关键词 　代谢组学 ; 特征选择 ; HPLC /M S/M S; 乳腺癌诊断 ; 核苷 中图分类号 　O6576; O235; R7379　　　文献标识码 　A 　　　文章编号 (2005) ( ) [ 1, 2 ] 代谢组学 或称代谢物组学 是新兴的一种组学技术 . 它改变单一标记物检验的传统思路 , 以 一组代谢物群体作为 “模式标记物 ”来诊断疾病 , 开创了 “模式检验 ”诊断方法学 , 将寻找疾病标记物的 检验学研究视野从 “个体发现 ”拓展到 “模式发现 ”, 为生命分析化学的发展提供了重大契机. 癌症的发生和发展必然会影响人体代谢 , 使体液中化学物质发生变化. 通过比较研究机体生理与 ( ) 疾病状态的代谢物组 , 有望找到其 “模式标记物 ”即化学模式特征 , 用来建立肿瘤诊断模型. 在以往 乳腺癌诊断应用研究方面 , 大多用 H PLC或 CE分析尿中核苷 [ 3, 4 ] , 再用模式识别法辅助诊断[ 5 ] . 此类 研究通常注重测取尽可能多的核苷成分 , 但这既增加了分析成本 , 又影响结果的可靠性 , 并且不是所 有的核苷均与乳腺癌代谢密切相关 , 故检测尽可能多的成分并不能提高诊断准确率 , 反而会增加诊断 模型的复杂性. 因此 , 研究如何发现对乳腺癌诊断最为关键的一组代谢物 , 建立其技术方法学具有重 要的科学意义. 本文提出一种基于单独最优特征组合 [ 6 ]和 B P神经网络 [ 7 ] 的代谢物组模式特征发现方法 , 先从尿 样 H PLC分析数据中寻找出能反映乳腺癌代谢特征的一组代谢物 , 再用 LC /M S/M S联用技术鉴定其结 ( 构. 研究结果表明 , 在乳腺癌患者与正常人尿样间具有特征差异的代谢物组为乳清酸核苷 O rotid ine, ) ( 1 ) ( ) 2 O